5 bài học và 5 sai lầm

Philip Lacor, Giám đốc Quản lý Rủi ro (CRO) của Personio — nền tảng quản lý nhân sự và lương thưởng trị giá trên 3 tỷ USD với 1. 500 nhân viên, 15. 000 khách hàng và đội ngũ bán hàng 400 người — đã chia sẻ hành trình Chuyển đổi AI đầy sâu sắc tại SaaStr AI London, trở thành một mẫu mẫu để các nhà lãnh đạo doanh thu áp dụng AI một cách hiệu quả trong các chiến lược tiếp cận thị trường (GTM).

Trong khi nhiều công ty gốc AI như Replit và Harvey đang vượt trội, Personio lại gặp một thách thức riêng biệt: vận hành một công ty B2B lớn, truyền thống, bị gánh nặng từ các quy trình cũ. Đến tháng 5 năm 2024, CEO của họ đã khởi xướng “Tuần Cường Độ AI, ” dẫn đến một cuộc chuyển đổi đáng chú ý chỉ trong vòng sáu tháng. Điều này đã khiến 90% nhóm của họ sử dụng các mô hình ngôn ngữ lớn (LLMs) hàng tuần, tạo ra hơn 400 trợ lý AI, rút ngắn đáng kể thời gian nghiên cứu của nhân viên bán hàng (từ hai giờ xuống còn 15 phút), và một nhân viên SDR dựa trên AI đã đặt được 140 cuộc hẹn chỉ trong bảy ngày.

**Bài học chính từ hành trình chuyển đổi AI của Personio:**

1. **Kết hợp các sáng kiến từ trên xuống và từ dưới lên:**
Sự háo hức ban đầu và việc sử dụng AI rộng rãi không đồng nghĩa với việc chuyển đổi thực sự. Thay đổi chân chính đòi hỏi lãnh đạo đưa ra các quyết định khó khăn về phân bổ nguồn lực, ngân sách và ưu tiên. Personio thành lập nhóm làm việc “Chiến lược Tiếp cận Thị trường Dựa trên AI” để kết hợp thử nghiệm ở cấp cơ sở với sự hỗ trợ chiến lược từ trên xuống. Đề cao sáng kiến từ dưới lên thúc đẩy đổi mới; lãnh đạo từ trên xuống giúp mở rộng quy mô.

2. **Hợp tác liên chức năng là điều tối quan trọng:**
Việc thành công trong AI cho GTM đòi hỏi teamwork giữa các nhóm dữ liệu và hệ thống, hoạt động doanh thu, kỹ sư GTM và người dùng kinh doanh như bán hàng và marketing. Không có sự tích hợp này, các công cụ sẽ thiếu sự phù hợp với kinh doanh hoặc người dùng không nhận được hỗ trợ đúng mức. Nhóm làm việc gồm 15 thành viên của Personio đã xây dựng được sự đồng thuận văn hóa rộng rãi và các giải pháp thực tiễn kết nối tất cả các lĩnh vực.

3. **Sử dụng Jobs-to-Be-Done để ưu tiên một cách khắt khe:**
Sự phấn khích đã dẫn đến nhiều dự án AI chưa hoàn thiện trước khi họ có thể ưu tiên hiệu quả. Bằng cách theo dõi các quản lý tài khoản và lập bản đồ từng nhiệm vụ hàng ngày của các vai trò theo hành trình khách hàng, họ đã xác định nơi tốn nhiều thời gian nhất và tập trung nỗ lực AI vào giải quyết các điểm đau có tác động lớn — tránh việc chạy theo mọi trường hợp sử dụng AI hấp dẫn nhất.

4. **Xây dựng văn hóa AI qua việc lãnh đạo, chia sẻ và ăn mừng thành công:**
Chuyển đổi sẽ nhân đôi hiệu quả khi các lãnh đạo làm gương trong việc áp dụng AI, các nhóm chia sẻ các sáng kiến AI của mình một cách cởi mở, và các thành tích được tôn vinh. Personio khuyến khích sự tò mò bằng cách dành chỗ ngồi trong câu lạc bộ President’s Club riêng cho các đóng góp hàng đầu về AI.

Điều này đã thúc đẩy sự tham gia rộng rãi và duy trì đà tiến.

5. **AI tuyệt vời phụ thuộc vào dữ liệu, quy trình làm việc và bối cảnh của bạn — chứ không chỉ là công cụ:**
Thay vì mua tất cả các công cụ AI mới, Personio tập trung tích hợp LLMs vào hệ thống cốt lõi của họ (Salesforce/HubSpot, Gong, Qualified, Snowflake, Amazon Bedrock) và làm sạch, liên kết dữ liệu một cách sâu rộng (loại bỏ trùng lặp, tích hợp các hệ thống rời rạc). Họ còn làm giàu các mô hình bằng thông tin riêng của công ty như định nghĩa ICP, các bản trình bày bán hàng và tài liệu đào tạo — giúp AI trở nên phù hợp và thực sự hữu ích.

**Bốn trường hợp sử dụng AI tạo ra ảnh hưởng rõ rệt:**

– **Thông tin về thắng/thua khách hàng:** Sử dụng dữ liệu cuộc trò chuyện và CRM để tạo ra các chiến thuật chiến đấu linh hoạt, mang lại 10-15% insights mới, hỗ trợ huấn luyện, marketing và quyết định sản phẩm.
– **Trợ lý SDR mở rộng:** Rút ngắn thời gian nghiên cứu của SDR từ hai giờ xuống còn 15 phút bằng cách kéo dữ liệu từ 10-20 hệ thống vào Salesforce kèm đề xuất chéo bán hàng thông minh, gấp đôi quy trình bán hàng của từng nhân viên.
– **Score dự đoán ý định mua hàng:** Xây dựng mô hình dự đoán ý định mua dựa trên nhiều tín hiệu (truy cập web, đánh giá, hoạt động của người dùng cũ) để xác định những tín hiệu mua hàng và ưu tiên các tài khoản với điểm số hiển thị trong Salesforce.
– **Chat AI/SDR (“Nia”):** Triển khai chat AI hoạt động 24/7 trên trang web, tự đặt cuộc hẹn demo và thu thập thông tin khách hàng, mang lại 140 cuộc hẹn trong một tuần, đồng thời hé lộ những mối quan tâm và hành vi thực của khách hàng.

**Năm sai lầm cần tránh:**

1. **Tránh thử nghiệm phần lớn các công cụ một cách nông cạn:** Tham gia sâu và tập trung với một số ít công cụ mang lại hiệu quả cao hơn nhiều so với thử nghiệm qua loa nhiều công cụ.
2. **Chuyển từ chỉ học AI sang bắt đầu làm AI:** Việc triển khai thực tế, thử nghiệm và điều chỉnh liên tục mới thúc đẩy tiến bộ nhiều hơn lý thuyết.
3. **Chỉ định người theo dõi AI hàng ngày:** Việc huấn luyện và điều chỉnh liên tục là rất quan trọng; nếu không, AI có thể mắc lỗi hoặc bỏ lỡ cơ hội.
4. **Không xây dựng mà không có ngữ cảnh kinh doanh:** Các mô hình LLMs và AI phải được xây dựng dựa trên hiểu biết sâu sắc về quy trình bán hàng và hành trình khách hàng.
5. **Không mong đợi giải pháp plug-and-play:** Cần nỗ lực làm sạch dữ liệu, kết nối hệ thống và bổ sung kiến thức cụ thể của công ty để khai thác đúng giá trị của AI.

**Nhìn về phía trước: Liệu AI có thể thúc đẩy tăng trưởng mà không cần tăng nhân sự không?**

Personio đang chi hàng trăm nghìn đô la cho các công cụ AI, với chi phí AI cho mỗi nhân viên SDR khoảng 100. 000 USD. Trong khi một số nhóm có thể giảm quy mô, những nhóm khác như nhóm kênh và đối tác có thể mở rộng. Mục tiêu không phải là sa thải mà là mở rộng thông minh và phân bổ lại nguồn lực. Câu hỏi chính mỗi Giám đốc Doanh thu nên đặt ra là: “Chúng ta có thể gấp đôi doanh thu mà không gấp đôi số nhân viên không?”

**Tóm lại:**

Chỉ trong sáu tháng sau “Tuần Cường Độ AI, ” Personio đã đạt được một cuộc cách mạng tiếp cận thị trường do AI dẫn dắt, xây dựng dựa trên sự hỗ trợ của lãnh đạo, nhóm liên chức năng, ưu tiên theo công việc, văn hóa AI tích cực và tích hợp sâu AI vào hệ sinh thái công nghệ và dữ liệu hiện có. Họ tránh các sai lầm phổ biến bằng cách tập trung vào hành động thay vì chỉ học, theo dõi sát sao và dựa trên thực tế kinh doanh.

Lời khuyên của Philip: hãy đẩy mạnh AI ngay bây giờ — mọi vai trò của mọi người đều sẽ tiến hóa. Trong khi các công ty gốc AI làm nhanh, các doanh nghiệp SaaS thực thụ vẫn có thể vượt qua kỳ vọng bằng bảng chơi phù hợp.

Chia sẻ thẳng thắn của Philip Laheurte tại SaaStr AI London (bay thẳng từ NYC) làm nổi bật một lộ trình thực tế, đã được kiểm nghiệm cho việc áp dụng AI trong các tổ chức B2B trưởng thành — chứng minh rằng với sự kết hợp chiến lược, văn hóa và thực thi phù hợp, AI có thể thực sự biến đổi hoạt động doanh thu.