เทคโนโลยีที่ดีอย่างเดียวอาจไม่พอสำหรับการคว้าสัญญาจากองค์กรใหญ่ พันธมิตร Azure ช่วยให้ Databricks เข้าถึง UBS ผ่านเงื่อนไขสัญญาและการสนับสนุนจากทีมขาย Microsoft อาร์ซาลัน ทาวาโคลี ชีราจีสรุปข้อกังวลของผู้ซื้อ AI ในองค์กรเป็น 4 ด้าน ได้แก่ บริบท ทางเลือก ต้นทุน และการควบคุม บทเรียนสำหรับสตาร์ตอัปคือ ต้องเตรียมพร้อมรั...
เผยแพร่โดยแก้ไขด้วย GPT-6 Lunaรูปภาพสร้างด้วย GPT Image 2
คำตอบการวิจัย

Create a landscape editorial hero image for this Studio Global article: What lessons did Databricks co-founder and senior vice president of field engineering Arsalan Tavakoli-Shiraji share at TechCrunch Disrupt a. Article summary: Tavakoli-Shiraji’s central lesson was that superior technology does not sell itself to large enterprises: people, processes, enterprise readiness and access through established partners matter too. Microsoft’s Azure part. Topic tags: general, general web, user generated. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fa
การมีเทคโนโลยีที่เก่งกว่าไม่ได้แปลว่าจะปิดการขายกับองค์กรใหญ่ได้เสมอไป อาร์ซาลัน ทาวาโคลี-ชีราจี ผู้ร่วมก่อตั้งและรองประธานอาวุโสฝ่ายวิศวกรรมภาคสนามของ Databricks มองว่า คน กระบวนการ และพันธมิตรทางธุรกิจก็สำคัญไม่แพ้ผลิตภัณฑ์ ประสบการณ์ของ Databricks ที่พยายามเข้าถึง UBS ก่อนจะร่วมมือกับ Microsoft ผ่าน Azure เป็นตัวอย่างว่า ความพร้อมด้านการค้าอาจช่วยให้สตาร์ตอัปได้โอกาสนำเสนอมากขึ้น 1
3
สตาร์ตอัปอาจมีผลิตภัณฑ์ที่น่าสนใจ แต่ยังติดขัดเมื่อต้องขายให้บริษัทขนาดใหญ่ เพราะการจัดซื้อเกี่ยวข้องกับผู้ขายเดิม เงื่อนไขทางกฎหมายและสัญญา ตลอดจนการตรวจสอบความปลอดภัย รายงานเกี่ยวกับคำกล่าวของทาวาโคลี-ชีราจีระบุว่า การขายช่วงแรกของ Databricks บางครั้งไปต่อไม่ได้ เพราะบริษัทยังตอบคำถามด้านกฎหมาย สัญญา และความปลอดภัยได้ไม่พร้อม ขณะที่ผู้ซื้อบางรายก็ตัดสินใจผูกพันกับคู่แข่งไปแล้ว 19
เขาจึงเน้นว่า “คนและกระบวนการมีความสำคัญ” ควบคู่กับคุณภาพของผลิตภัณฑ์ 1 สำหรับผู้ก่อตั้ง นี่หมายถึงการเตรียมทีมให้พร้อมทำงานตามขั้นตอนจัดซื้อของลูกค้า ไม่ใช่หวังว่าความได้เปรียบทางเทคนิคจะทำให้ลูกค้านัดพบหรือเซ็นสัญญาเอง
ช่วงแรก Databricks เข้าถึง UBS ซึ่งเป็นธนาคารสัญชาติสวิสได้ยาก หลังจากเข้าร่วมเป็นพันธมิตร Azure บริษัทสามารถใช้เงื่อนไขสัญญาของ Microsoft ได้ อีกทั้งทีมขายของ Microsoft ยังช่วยจัดการนัดพบและสนับสนุน Databricks ในการเข้าหาลูกค้า 3
18
ดังนั้น ความร่วมมือครั้งนี้ไม่ได้มีแค่การเชื่อมต่อผลิตภัณฑ์เข้ากับบริการคลาวด์ แต่ยังช่วยลดอุปสรรคด้านการค้าและเปิดช่องทางการขายที่ Databricks ยังสร้างขึ้นเองไม่ได้ 18 สำหรับสตาร์ตอัป พันธมิตรรายใหญ่อาจมีคุณค่าเมื่อช่วยเพิ่มความน่าเชื่อถือ พาไปพบผู้ซื้อ หรือช่วยให้ผ่านข้อกำหนดการจัดซื้อ ไม่ใช่เพียงเพราะผลิตภัณฑ์ทำงานร่วมกันได้
ทาวาโคลี-ชีราจีแบ่งข้อกังวลของผู้ซื้อ AI ในองค์กรออกเป็น 4 ด้าน ได้แก่ บริบท (context), ทางเลือก (choice), ต้นทุน (cost) และการควบคุม (control) 1
18
ทั้งสี่ด้านสะท้อนโจทย์ที่กว้างกว่าการทำงานได้ดีในเดโม กล่าวคือ AI สำหรับองค์กรต้องเข้ากับบริบทและข้อจำกัดในการดำเนินงานของบริษัทด้วย
ทาวาโคลี-ชีราจียังมองว่าการปรับปรุงระบบเดิมให้ทันสมัยเป็นหนึ่งในโอกาสที่ AI agent อาจเข้ามาช่วยได้ รายงานคำกล่าวของเขายกตัวอย่างระบบธนาคาร เช่น IBM AS/400 และเมนเฟรม ซึ่งโค้ดที่เก่าหรือเข้าใจยากอาจทำให้การแก้ไขระบบเป็นเรื่องท้าทาย 20
การช่วยทำความเข้าใจระบบเหล่านี้อาจเป็นจุดเริ่มต้นของการปรับปรุง แต่ไม่ได้หมายความว่าเมื่อใช้ AI agent แล้วองค์กรจะเปลี่ยนหรือเลิกใช้ระบบเดิมได้ทันที การอ่านและตีความซอฟต์แวร์เก่า กับการเปลี่ยนระบบที่ธุรกิจพึ่งพาอยู่ เป็นคนละขั้นตอนกัน
เขาเตือนด้วยว่า การนำ AI ไปใช้ในองค์กรอย่างเหมาะสมและขยายผลในวงกว้างจะต้องใช้เวลาอีกหลายปี 20 เพราะการพิสูจน์ว่าเครื่องมือทำงานบางอย่างได้ เป็นเพียงจุดเริ่มต้น ส่วนการทำให้มันเข้ากับระบบ ขั้นตอนการทำงาน และมาตรการคุ้มครองขององค์กรเป็นอีกโจทย์หนึ่ง
บทเรียนสำคัญคือ ควรมองความพร้อมสำหรับลูกค้าองค์กรเป็นส่วนหนึ่งของกลยุทธ์ผลิตภัณฑ์ เตรียมทีมและกระบวนการให้ตอบคำถามของผู้ซื้อ ทำความเข้าใจข้อกำหนดการจัดซื้อ และพิจารณาว่าพันธมิตรรายใหญ่จะช่วยเปิดทางหรือสนับสนุนเงื่อนไขทางการค้าได้หรือไม่ 1
19
สำหรับผลิตภัณฑ์ AI สตาร์ตอัปควรอธิบายให้ชัดว่าระบบจัดการกับบริบทเฉพาะของบริษัท ทางเลือกของลูกค้า ค่าใช้จ่าย และการควบคุมอย่างไร 18 พันธมิตรอาจช่วยเปิดประตู แต่ท้ายที่สุดผลิตภัณฑ์ก็ยังต้องตอบโจทย์ผู้ซื้อและทำงานได้ภายในองค์กรนั้น
Studio Global AI
หน้านี้รวมคำตอบที่ได้รับการสนับสนุนจากแหล่งที่มาซึ่งคุณสามารถดำเนินการต่อภายใน Studio Global
เทคโนโลยีที่ดีอย่างเดียวอาจไม่พอสำหรับการคว้าสัญญาจากองค์กรใหญ่ พันธมิตร Azure ช่วยให้ Databricks เข้าถึง UBS ผ่านเงื่อนไขสัญญาและการสนับสนุนจากทีมขาย Microsoft
เทคโนโลยีที่ดีอย่างเดียวอาจไม่พอสำหรับการคว้าสัญญาจากองค์กรใหญ่ พันธมิตร Azure ช่วยให้ Databricks เข้าถึง UBS ผ่านเงื่อนไขสัญญาและการสนับสนุนจากทีมขาย Microsoft อาร์ซาลัน ทาวาโคลี ชีราจีสรุปข้อกังวลของผู้ซื้อ AI ในองค์กรเป็น 4 ด้าน ได้แก่ บริบท ทางเลือก ต้นทุน และการควบคุม
บทเรียนสำหรับสตาร์ตอัปคือ ต้องเตรียมพร้อมรับมือกระบวนการจัดซื้อขององค์กร และมองหาพันธมิตรที่ช่วยเปิดทางเข้าถึงลูกค้าได้
เทคโนโลยีที่ดีอย่างเดียวอาจไม่พอสำหรับการคว้าสัญญาจากองค์กรใหญ่ พันธมิตร Azure ช่วยให้ Databricks เข้าถึง UBS ผ่านเงื่อนไขสัญญาและการสนับสนุนจากทีมขาย Microsoft อาร์ซาลัน ทาวาโคลี ชีราจีสรุปข้อกังวลของผู้ซื้อ AI ในองค์กรเป็น 4 ด้าน ได้แก่ บริบท ทางเลือก ต้นทุน และการควบคุม บทเรียนสำหรับสตาร์ตอัปคือ ต้องเตรียมพร้อมรั...
เผยแพร่โดยแก้ไขด้วย GPT-6 Lunaรูปภาพสร้างด้วย GPT Image 2
คำตอบการวิจัย

Create a landscape editorial hero image for this Studio Global article: What lessons did Databricks co-founder and senior vice president of field engineering Arsalan Tavakoli-Shiraji share at TechCrunch Disrupt a. Article summary: Tavakoli-Shiraji’s central lesson was that superior technology does not sell itself to large enterprises: people, processes, enterprise readiness and access through established partners matter too. Microsoft’s Azure part. Topic tags: general, general web, user generated. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fa
การมีเทคโนโลยีที่เก่งกว่าไม่ได้แปลว่าจะปิดการขายกับองค์กรใหญ่ได้เสมอไป อาร์ซาลัน ทาวาโคลี-ชีราจี ผู้ร่วมก่อตั้งและรองประธานอาวุโสฝ่ายวิศวกรรมภาคสนามของ Databricks มองว่า คน กระบวนการ และพันธมิตรทางธุรกิจก็สำคัญไม่แพ้ผลิตภัณฑ์ ประสบการณ์ของ Databricks ที่พยายามเข้าถึง UBS ก่อนจะร่วมมือกับ Microsoft ผ่าน Azure เป็นตัวอย่างว่า ความพร้อมด้านการค้าอาจช่วยให้สตาร์ตอัปได้โอกาสนำเสนอมากขึ้น 1
3
สตาร์ตอัปอาจมีผลิตภัณฑ์ที่น่าสนใจ แต่ยังติดขัดเมื่อต้องขายให้บริษัทขนาดใหญ่ เพราะการจัดซื้อเกี่ยวข้องกับผู้ขายเดิม เงื่อนไขทางกฎหมายและสัญญา ตลอดจนการตรวจสอบความปลอดภัย รายงานเกี่ยวกับคำกล่าวของทาวาโคลี-ชีราจีระบุว่า การขายช่วงแรกของ Databricks บางครั้งไปต่อไม่ได้ เพราะบริษัทยังตอบคำถามด้านกฎหมาย สัญญา และความปลอดภัยได้ไม่พร้อม ขณะที่ผู้ซื้อบางรายก็ตัดสินใจผูกพันกับคู่แข่งไปแล้ว 19
เขาจึงเน้นว่า “คนและกระบวนการมีความสำคัญ” ควบคู่กับคุณภาพของผลิตภัณฑ์ 1 สำหรับผู้ก่อตั้ง นี่หมายถึงการเตรียมทีมให้พร้อมทำงานตามขั้นตอนจัดซื้อของลูกค้า ไม่ใช่หวังว่าความได้เปรียบทางเทคนิคจะทำให้ลูกค้านัดพบหรือเซ็นสัญญาเอง
ช่วงแรก Databricks เข้าถึง UBS ซึ่งเป็นธนาคารสัญชาติสวิสได้ยาก หลังจากเข้าร่วมเป็นพันธมิตร Azure บริษัทสามารถใช้เงื่อนไขสัญญาของ Microsoft ได้ อีกทั้งทีมขายของ Microsoft ยังช่วยจัดการนัดพบและสนับสนุน Databricks ในการเข้าหาลูกค้า 3
18
ดังนั้น ความร่วมมือครั้งนี้ไม่ได้มีแค่การเชื่อมต่อผลิตภัณฑ์เข้ากับบริการคลาวด์ แต่ยังช่วยลดอุปสรรคด้านการค้าและเปิดช่องทางการขายที่ Databricks ยังสร้างขึ้นเองไม่ได้ 18 สำหรับสตาร์ตอัป พันธมิตรรายใหญ่อาจมีคุณค่าเมื่อช่วยเพิ่มความน่าเชื่อถือ พาไปพบผู้ซื้อ หรือช่วยให้ผ่านข้อกำหนดการจัดซื้อ ไม่ใช่เพียงเพราะผลิตภัณฑ์ทำงานร่วมกันได้
ทาวาโคลี-ชีราจีแบ่งข้อกังวลของผู้ซื้อ AI ในองค์กรออกเป็น 4 ด้าน ได้แก่ บริบท (context), ทางเลือก (choice), ต้นทุน (cost) และการควบคุม (control) 1
18
ทั้งสี่ด้านสะท้อนโจทย์ที่กว้างกว่าการทำงานได้ดีในเดโม กล่าวคือ AI สำหรับองค์กรต้องเข้ากับบริบทและข้อจำกัดในการดำเนินงานของบริษัทด้วย
ทาวาโคลี-ชีราจียังมองว่าการปรับปรุงระบบเดิมให้ทันสมัยเป็นหนึ่งในโอกาสที่ AI agent อาจเข้ามาช่วยได้ รายงานคำกล่าวของเขายกตัวอย่างระบบธนาคาร เช่น IBM AS/400 และเมนเฟรม ซึ่งโค้ดที่เก่าหรือเข้าใจยากอาจทำให้การแก้ไขระบบเป็นเรื่องท้าทาย 20
การช่วยทำความเข้าใจระบบเหล่านี้อาจเป็นจุดเริ่มต้นของการปรับปรุง แต่ไม่ได้หมายความว่าเมื่อใช้ AI agent แล้วองค์กรจะเปลี่ยนหรือเลิกใช้ระบบเดิมได้ทันที การอ่านและตีความซอฟต์แวร์เก่า กับการเปลี่ยนระบบที่ธุรกิจพึ่งพาอยู่ เป็นคนละขั้นตอนกัน
เขาเตือนด้วยว่า การนำ AI ไปใช้ในองค์กรอย่างเหมาะสมและขยายผลในวงกว้างจะต้องใช้เวลาอีกหลายปี 20 เพราะการพิสูจน์ว่าเครื่องมือทำงานบางอย่างได้ เป็นเพียงจุดเริ่มต้น ส่วนการทำให้มันเข้ากับระบบ ขั้นตอนการทำงาน และมาตรการคุ้มครองขององค์กรเป็นอีกโจทย์หนึ่ง
บทเรียนสำคัญคือ ควรมองความพร้อมสำหรับลูกค้าองค์กรเป็นส่วนหนึ่งของกลยุทธ์ผลิตภัณฑ์ เตรียมทีมและกระบวนการให้ตอบคำถามของผู้ซื้อ ทำความเข้าใจข้อกำหนดการจัดซื้อ และพิจารณาว่าพันธมิตรรายใหญ่จะช่วยเปิดทางหรือสนับสนุนเงื่อนไขทางการค้าได้หรือไม่ 1
19
สำหรับผลิตภัณฑ์ AI สตาร์ตอัปควรอธิบายให้ชัดว่าระบบจัดการกับบริบทเฉพาะของบริษัท ทางเลือกของลูกค้า ค่าใช้จ่าย และการควบคุมอย่างไร 18 พันธมิตรอาจช่วยเปิดประตู แต่ท้ายที่สุดผลิตภัณฑ์ก็ยังต้องตอบโจทย์ผู้ซื้อและทำงานได้ภายในองค์กรนั้น
Studio Global AI
หน้านี้รวมคำตอบที่ได้รับการสนับสนุนจากแหล่งที่มาซึ่งคุณสามารถดำเนินการต่อภายใน Studio Global
เทคโนโลยีที่ดีอย่างเดียวอาจไม่พอสำหรับการคว้าสัญญาจากองค์กรใหญ่ พันธมิตร Azure ช่วยให้ Databricks เข้าถึง UBS ผ่านเงื่อนไขสัญญาและการสนับสนุนจากทีมขาย Microsoft
เทคโนโลยีที่ดีอย่างเดียวอาจไม่พอสำหรับการคว้าสัญญาจากองค์กรใหญ่ พันธมิตร Azure ช่วยให้ Databricks เข้าถึง UBS ผ่านเงื่อนไขสัญญาและการสนับสนุนจากทีมขาย Microsoft อาร์ซาลัน ทาวาโคลี ชีราจีสรุปข้อกังวลของผู้ซื้อ AI ในองค์กรเป็น 4 ด้าน ได้แก่ บริบท ทางเลือก ต้นทุน และการควบคุม
บทเรียนสำหรับสตาร์ตอัปคือ ต้องเตรียมพร้อมรับมือกระบวนการจัดซื้อขององค์กร และมองหาพันธมิตรที่ช่วยเปิดทางเข้าถึงลูกค้าได้