ChatGPT 人工智能 GPT4 伦理 生成式 医疗 监管 安全 机器学习 深度学习 神经网络 计算机视觉 强化学习 模型 算法 应用 开发 研究 工具 平台 框架 数据集 训练 部署 安全 合规 培训 投资 LLM,llm AI,ai,Ai 大模型 大语言模型 制图 生图 绘图 文生图 文生视频 生成式AI AGI 世界模型 sora chatGPT,chatgpt,ChatGpt claude openai Llama deepseek midjourney 红熊猫模型 Red panda,panda Stable Diffusion,StableDiffusion,stable DALL- E 3 DALL E DALL Flux,flux 扩散模型 混元大模型 文心一言 通义千问 可灵 Pika PixelDance 豆包 月之暗面 零一万物 阶跃星辰 搜索增强 MiniMax Talkie Agent prompt fastai LangChain TTS 微调 提示词 知识库 智能体
# 热门搜索 #
搜索
喝点VC|a16z:如今销售真难!如何用AI解决?
5836点击    2024-09-30 13:37

图片来源:a16z


今天的销售比几年前困难得多。感觉软件市场在萎缩,而每个人都在争相购买生成式人工智能。发生了什么变化,您如何才能获得优势?


根据我们与 30 位财富 500 强首席信息官和软件销售商关于他们的支出和优先事项的对话,以及我们自己的基准测试和调查数据,我们发现,尽管机会池已经缩小,超过 85%的可赢得 IT 支出位于外部今天受到生成 AI 影响最严重的行业之外。关键是知道在哪里寻找这些机会以及如何赢得这些客户。


接下来,我们将分析为什么今天的销售如此困难,帮助您细分市场并识别可赢得的机会,然后提供来自首席信息官的建议,关于如何在这种环境中达成新业务。


现在为什么这么难卖?


软件支出的整体规模只是变小了:可供初创公司争夺的全新资金已经减半。1除非你在销售网络安全或数据库,这些领域的增长率仍然强劲,否则你的生活变得更加困难。



这笔缩减的软件支出背后有三个激励因素:


  • 宏观经济不确定性


由于通货膨胀、利率不确定性和即将到来的选举,首席信息官对其公司的短期发展轨迹缺乏清晰的认识。这意味着他们不愿意投资于新的和长期的项目,并且正在缩减预算。


  • 后疫情 SaaS 整合


在 COVID 时代的软件购买狂潮之后,企业充斥着 SaaS。现在,他们正在削减低投资回报的软件,试图从现有的技术栈中获得更多价值,并且对新供应商的选择变得更加谨慎。


我们在数字中看到了这一点:私营企业软件的增长率在 2021 年为 112%,在 2023 年降至 60%。


  • 生成性人工智能的早期阶段


总体上有一个购买生成 AI 软件的指令,这意味着初创公司正在与新的生成 AI 原生初创公司竞争——这反过来又有效地进一步限制了它们的机会规模。公司在了解技术格局将如何演变之前,也对在任何软件(无论是生成 AI 还是其他)上进行大规模投资持谨慎态度。


市场细分与识别机会点


好消息是,如果你知道在哪里寻找,初创企业仍然有机会。


尽管许多人可能认为购买生成性人工智能的任务意味着所有新增软件支出都将用于此目的,但我们实际上估计生成性人工智能产品在短期内占新增软件支出的比例不到 20%。然而,根据我们的研究,大多数新增资金来自于考虑未来生成性人工智能影响的公司。4例如,如果首席信息官今天正在购买项目管理解决方案,他们可能会考虑该平台在未来是否会被生成性人工智能颠覆或以其他方式自动化。


事实上,如果我们根据生成性人工智能对客户业务的影响时间将软件市场分为三个类别——即时、中期和长期——我们可以看到,有 3.3 万亿美元的 IT 支出(或超过 85%的总支出)来自那些处于中期类别并为生成性人工智能在未来 2-3 年内的影响做准备的公司(如电子商务公司),或者处于长期类别并主要关注投资回报率的公司(主要处理实物商品的公司,如制造企业)。



我如何赢得这个新业务?


赢得中长期影响领域公司的业务需要复杂的销售策略和与当今公司实际痛点相对应的稳健产品路线图:提前应对生成性人工智能的干扰并展示真实的投资回报。


另一方面,每位创始人可能都知道在短期内赢得业务所需的条件:提供前沿的生成性人工智能解决方案,帮助客户构建创新产品。这就是我们在过去一年多里所经历的生成性人工智能销售竞争,而这个故事对大多数人来说应该已经很熟悉。这并不是说初创公司不能从这些公司赢得业务,而是说它们的业务只是蛋糕的一小部分,赢得业务的方式并没有改变。


下面,我们对每个时间段的客户特征进行了分类,以帮助您了解他们的痛点、优先事项和关键绩效指标。



我们还询问了首席信息官(CIO)他们在寻找什么,以及他们会给今天向大型企业销售的创始人什么建议。虽然他们承认没有灵丹妙药可以促成新交易,但他们的建议集中在几个关键点上。


仅靠产品驱动的增长是行不通的


企业销售回来了。准备好参与一个更长的销售周期,这可能会涉及首席财务官和首席信息官。


尽管以产品为主导的增长(PLG)仍然可以为您提供显著的助力,但您可能需要努力销售并提高价格以赢得新业务。来自公共市场公司的数据清楚地显示了这一点。公共市场中的 PLG 公司从 2021 年的近 60%年增长率减速至 2023 年的 18%,而自上而下的公司则显示出更可持续的增长率,从 2021 年的 30%降至 2023 年的 24%。企业销售的基本原则比以往任何时候都更重要:了解您的产品如何融入客户现有的生态系统,并根据他们的业务需求调整您的推介。



我们有一个非常结构化的方法,这一切都是由中心驱动的……如果投资超过某个阈值——可能是一百万或两百万——他们就必须来找我们……我们也收紧了保护措施,因此阈值投资限制可能有所降低。


跨国化工公司的首席信息官


我们希望看到商业接近性和理解我们需求的人。如果在第一轮中,潜在合作伙伴向我们提出的问题比我们问他的问题还多,我真的很喜欢 RFP 或 RFI。这对我来说是一个强烈的迹象,表明他认真对待这个问题,并想要理解我们的需求。他不仅仅是说:“我可以为你做”,然后在两年后看看我们如何失败。他真的想要理解并认同我们的业务。


全球航空公司的首席信息官


以价值为导向,而非实验


大多数首席信息官希望软件能够提供清晰、可衡量的投资回报。


各公司普遍希望从所有软件购买中获得切实的价值,表现为成本节约甚至收入。对于大多数公司来说,实验性用例对于非生成性人工智能解决方案并不奏效,而价值对这些客户来说比生成性人工智能解决方案更为重要。(事实上,我们与多家公司交谈后发现,他们对支付大型技术助手的价值表示怀疑,因为这些产品的准确性未达到他们的期望,也没有在工作流程中引入任何显著的改进。)


这就是说,对于那些受到生成性人工智能直接影响的公司,有一个例外,因为这些产品可能对他们的业务构成生存威胁,他们别无选择,只能购买生成性人工智能产品以便迅速适应。


如果你能证明支出将会减少——如果你引入一个新工具,并且你说,“好吧,我会退出这个供应商。这个供应商每年花费我 200 万美元,我需要进行这项投资。今年将花费 100 万美元,但明年将节省 100 万美元。”这些情况更容易通过。


欧洲银行的部门首席信息官


我们仍然期待一个商业案例。当然,我们理解我们可能无法实现商业案例的全部潜力。因此,在新兴技术方面,我们的要求会稍微宽松一些。在正常的技术领域,我们会期待商业案例得到满足。在这里,如果商业案例没有得到满足,我们也可以接受,但我们确实希望看到从方向上来说,我们能收回多少,因为这需要从投资回报的角度来看是合理的。


跨国集团的部门首席信息官


您的产品路线图比以往任何时候都重要


首席信息官希望合作伙伴帮助他们理解生成性人工智能如何加速他们的业务。公司能够展示 1) 他们如何在路线图中融入生成性人工智能,或 2) 他们的产品如何适应五年后以生成性人工智能为中心的世界,越多,他们赢得新业务的机会就越大。再次强调,您不需要是生成性人工智能原生解决方案才能赢得业务,但将您的初创公司定位为生成性人工智能或投资回报加速器是明智的。


为了为您制定路线图提供一些有用的参考点,这些是我们在各个领域看到的最常见的用例、服务需求和投资回报预期。由于客户目前有着多样化的需求和专业知识,我们将这些领域视为一个渐变,而不是离散的部分。


所有公司:各行各业的公司都在使用生成性人工智能来提高生产力,包括信息摘要、客户支持和软件开发,各个领域的采用程度相似。


短期影响:这些公司将生成性人工智能应用于面向客户的应用程序,并直接与LLMs合作,构建自己的内部能力,例如增强数据分析或构建推荐引擎以改善他们的产品。这些公司通常会构建自己的定制LLM解决方案,并可能需要帮助实施和扩展这些解决方案。由于生成性人工智能可能对他们的业务构成威胁,他们在短期内对这些投资的投资回报率关注较少。


中期影响:这些公司在使用 LLMs 的方式上有更多的多样性,并且这些公司也关注投资回报率。一些公司可能会构建自己的内部工具(例如 Klarna),而其他公司则使用第三方应用程序。使用案例涵盖了提高生产力和改善面向客户的体验(例如网站聊天机器人)。


长期影响: 这些公司主要使用生成性人工智能来提供可衡量的投资回报率,而不太关注开发创新优势。在这个领域的一些早期生成性人工智能应用属于销售和营销用例,例如创建营销文案或个性化电子邮件。




在生成 AI 应用层,各个领域都有巨大的机会,但现在还处于早期阶段。我们今天看到的大多数生成 AI 软件都是相同的“应用构建”或基础设施软件,只是从不同的角度进行推销,这可能是因为我们现在只有生成 AI 的基本元素。然而,从长远来看,取代根深蒂固的企业软件的机会很大,无论是在横向应用(如客户关系管理系统)还是纵向应用(如电子健康记录)中。如果你正在构建这些解决方案,请考虑你在应用层赢得业务的方式,无论是通过引导客户实施、组织他们的数据、与其他应用集成、拥有熟悉你工作流程的客户,还是建立/培养用户社区。


我想看到用例。我想看到价值。我想看到实用性。展示路线图非常重要,但路线图需要现实,而不是空洞的承诺。这正是目前让市场感到沮丧的原因。我认为在过去五年中,我没有看到比现在更大的承诺与表现之间的差距。


跨国化工公司的首席信息官


如果我在评估一些全新的东西,我们希望了解提供者在生成 AI 方面的能力,或者如果今天没有的话,他们的路线图是什么。如果你在比较两个或三个不同的类似提供者,这在过去 12 到 18 个月里是一个更重要的评估标准,而不是之前的情况。


IT 服务公司的首席信息官


与顾问和大型平台等渠道合作伙伴互动


鉴于生成性人工智能的影响仍不确定,供应商正在整合他们的软件堆栈,渠道合作伙伴和像 埃森哲 这样的大型平台现在比以前拥有更多的账户控制权。考虑与顾问和其他渠道合作伙伴建立关系,他们可以将您纳入他们为客户构建的解决方案中,但要谨慎对待您让步的程度。渠道合作伙伴开始拥有客户关系和您产品的实施,这可能会影响其认知和使用。


我们正在花时间和金钱为业务创造新的能力。从这个角度来看,第三方支出更多的是与我们的系统集成商合作,因为我们需要他们的帮助来支持我们交付这些新能力……这些系统集成商[系统集成商],比如埃森哲、塔塔咨询服务公司和印度信息系统公司——我们现在正在进行这样的对话。我们正在讨论:‘你是如何使用这些能力的,这种价值是如何体现给我们的?’这是与系统集成商之间的一个真实的合同对话。


专业服务公司的全球首席技术官


展望未来


不要惊慌:你对当前市场的判断并没有偏离,销售比几年前要困难得多。也就是说,对于那些在进入生成 AI 原生时代时,专注于构建复杂企业销售模式和以客户需求为导向的产品路线图的创始人来说,仍然有机会获得资金。宏观经济不确定性、SaaS 整合和早期生成 AI 采用的重叠周期不会永远持续,今天那些深思熟虑、顽强不拔并坚持寻找和赢得机会的创始人,将为明天及未来打下良好的基础。


来源

1 按与去年总软件支出相同的基准计算的百分比。

2 根据 Gartner 的说法。

3 来自 a16z 私人公司数据库的年收入超过 1000 万美元的私营企业软件公司。

4 根据 Gartner 的报告,2023 年全球新增软件支出为 790 亿美元,而 451 Research 估计 2023 年软件产品的支出为 50 亿美元。


本文翻译自:a16z, https://a16z.com/selling-winning-new-business-genai/

编译:ChatGPT


文章来自于“Z Potentials”,作者“a16z”。


关键词: AI , AI销售 , 人工智能 , 大模型
AITNT资源拓展
根据文章内容,系统为您匹配了更有价值的资源信息。内容由AI生成,仅供参考
1
AI工作流

【开源免费】n8n是一个可以自定义工作流的AI项目,它提供了200个工作节点来帮助用户实现工作流的编排。

项目地址:https://github.com/n8n-io/n8n

在线使用:https://n8n.io/(付费)


【开源免费】DB-GPT是一个AI原生数据应用开发框架,它提供开发多模型管理(SMMF)、Text2SQL效果优化、RAG框架以及优化、Multi-Agents框架协作、AWEL(智能体工作流编排)等多种技术能力,让围绕数据库构建大模型应用更简单、更方便。

项目地址:https://github.com/eosphoros-ai/DB-GPT?tab=readme-ov-file



【开源免费】VectorVein是一个不需要任何编程基础,任何人都能用的AI工作流编辑工具。你可以将复杂的工作分解成多个步骤,并通过VectorVein固定并让AI依次完成。VectorVein是字节coze的平替产品。

项目地址:https://github.com/AndersonBY/vector-vein?tab=readme-ov-file

在线使用:https://vectorvein.ai/(付费)