Spis treści
Wyzwanie biznesowe
Przygotowanie wysokiej jakości oferty dla złożonego projektu B2B to wieloetapowy proces. Wymaga ścisłej współpracy między działami sprzedaży, przedsprzedaży, architektami rozwiązań i zespołami realizacyjnymi, aby zapewnić, że propozycja jest technicznie poprawna, opłacalna i idealnie dopasowana do potrzeb klienta.
Nasz dotychczasowy, ręczny proces, choć skuteczny, stawał się wąskim gardłem. Był czasochłonny i trudny do skalowania wraz ze wzrostem liczby i złożoności zapytań. Stwarzało to kilka zagrożeń biznesowych:
- Czasochłonność i trudności ze skalowaniem: każda oferta wymagała znacznego nakładu pracy ręcznej, co utrudniało szybkie reagowanie na możliwości rynkowe.
- Zwiększone ryzyko utraty możliwości: dłuższy cykl wyceny oznaczał większe prawdopodobieństwo, że potencjalny klient wybierze konkurenta, który działa szybciej.
- Obciążenie operacyjne dla zespołów ekspertów: nasz wysoko wykwalifikowany zespół przedsprzedażowy poświęcał dużo czasu na powtarzalne zadania operacyjne, takie jak gromadzenie informacji i formatowanie dokumentów, zamiast skupiać się na działaniach o wysokiej wartości, takich jak projektowanie rozwiązań i konsultacje z klientami.
Musieliśmy przeprojektować ten proces, aby był szybszy, wydajniejszy i bardziej skalowalny, bez utraty jakości i możliwości dostosowania do potrzeb, których oczekują nasi klienci.
Stworzenie ekosystemu opartego na AI dla całego cyklu sprzedaży
Naszym rozwiązaniem nie było pojedyncze, gotowe narzędzie, ale dostosowany do potrzeb ekosystem wyspecjalizowanych komponentów AI zintegrowanych bezpośrednio z naszym procesem przedsprzedażowym. Wszystkie wymienione poniżej narzędzia (z wyjątkiem Napkin AI) zostały stworzone wewnętrznie i dostosowane do konkretnych potrzeb naszej organizacji.
System ten wspiera zespół na każdym etapie procesu, pełniąc rolę asystenta, który zajmuje się powtarzalnymi zadaniami i dostarcza analizy oparte na danych.
Zautomatyzowana analiza zapytań i budowanie kontekstu
Proces rozpoczyna się w momencie zidentyfikowania nowej szansy. Agent AI analizuje wstępną wiadomość e-mail od sprzedawcy, automatycznie identyfikując kluczowe informacje, takie jak imię i nazwisko klienta, podstawowe potrzeby biznesowe oraz wstępny zakres zapytania.
Następnie tworzy rekord potencjalnego klienta w naszym systemie CRM i generuje zwięzłe podsumowanie. Zapewnia to zespołowi Presales natychmiastowy kontekst, umożliwiając mu zajęcie się nową szansą bez konieczności ręcznego wprowadzania danych i gromadzenia informacji.
Research i generowanie treści oparte na sztucznej inteligencji
Asystent AI o nazwie Jarvis wspiera codzienną pracę zespołu, pełniąc rolę partnera w zakresie researchu i generowania treści. Analizuje dokumentację dostarczoną przez klienta, streszcza długie raporty do kluczowych punktów i odpowiada na konkretne pytania dotyczące kontekstu projektu.
Jarvis może również przeszukiwać historyczne oferty, analizując, w jaki sposób podobne usługi były wcześniej definiowane i prezentowane, dzięki czemu zespół może opierać się na tym, co już się sprawdziło, zamiast zaczynać od zera.
Tworzy również wstępne wersje standardowych treści, takich jak opisy usług i profile ról, oraz przeprowadza końcowy przegląd oferty w celu zapewnienia jakości językowej i spójności. Efektem jest znacznie mniejsza ilość pracy ręcznej i szybsze przygotowywanie treści we wszystkich obszarach.
Zautomatyzowane tworzenie struktury projektu i estymacji
Na podstawie dokumentacji klienta narzędzie o nazwie Scope Smith automatycznie generuje podstawową strukturę projektu. Obejmuje ona:
- Ogólny przegląd projektu
- Podział projektu na obszary funkcjonalne i fazy
- Wstępną listę funkcji
- Sugestie dotyczące decyzji architektonicznych (ADR)
- Szacunki nakładu pracy oparte na modelu PERT
- Wstępny rejestr ryzyka
- Struktura podziału pracy (WBS)
- Proponowany skład zespołu
To znacznie skraca czas potrzebny na stworzenie wstępnej koncepcji rozwiązania, pozwalając zespołowi skupić się na dopracowaniu szczegółów, a nie na budowaniu struktury od podstaw.
Lepsza komunikacja dzięki wizualizacji opartej na sztucznej inteligencji
Aby zapewnić, że złożone koncepcje techniczne są jasno zrozumiałe dla klienta, używamy narzędzi takich jak Napkin AI do szybkiego generowania diagramów, schematów procesów i innych struktur wizualnych. Pomaga to uporządkować wymagania i plany architektoniczne
Dostęp do wiedzy organizacyjnej
Agent AI o imieniu Lucien pełni rolę bramy do całego naszego zasobu wiedzy organizacyjnej. Wspiera on zespół przedsprzedażowy, zapewniając natychmiastowy dostęp do odpowiednich case studies, wniosków wyciągniętych z poprzednich projektów oraz kontekstowych rekomendacji opartych na podobnych realizacjach. Zapobiega to „wykonywaniu pracy od zera” przez zespoły i gwarantuje, że każda nowa propozycja korzysta z dziesięcioleci zbiorowego doświadczenia.
Ulepszanie procesów oparte na danych
Ekosystem AI zapewnia również potężną warstwę analityczną. Automatycznie przetwarza zrealizowane oferty w celu klasyfikacji technologii, usług i kontekstów biznesowych, budując ustrukturyzowaną bazę wiedzy.
Umożliwia to generowanie szczegółowych raportów, analizowanie skuteczności sprzedaży oraz identyfikowanie trendów. Ponadto model „Client Drive Scoring” oparty na sztucznej inteligencji ocenia jakość nowych leadów w skali od 0 do 5, analizując jasność potrzeb, kontekst biznesowy i oczekiwane wyniki.
To podejście oparte na danych pozwala nam nieustannie uczyć się i udoskonalać nasz proces sprzedaży.
Szybkie prototypowanie z wykorzystaniem rozwoju wspomaganego przez sztuczną inteligencję
Korzystając z narzędzi takich jak Replit, Cursor i Claude, nasze zespoły mogą szybko tworzyć i prezentować klientom działające prototypy (POC) na etapie przedsprzedażowym. Możliwość zademonstrowania działającego rozwiązania, zamiast tylko o nim opowiadać, znacznie zwiększa wiarygodność i jakość ofert.
Korzyści z projektu
- 56% skrócenie czasu potrzebnego na przygotowanie kompleksowej oferty sprzedaży
- 40% wzrost wydajności 9-osobowego zespołu przedsprzedażowego, co pozwala nam obsługiwać więcej potencjalnych klientów
- Zmniejszenie średniego kosztu przygotowania pojedynczej oferty o 20%
- Roczne oszczędności operacyjne w wysokości 760 000 PLN dzięki uniknięciu konieczności powiększania zespołu w celu obsługi zwiększonego obciążenia pracą
- Ponad 10 000 000 PLN potencjalnego dodatkowego rocznego przychodu dzięki zwiększonej liczbie przygotowanych ofert przy poprawionym współczynniku konwersji
- Pełny zwrot z inwestycji (ROI) osiągnięto w niecałe 12 miesięcy od rozpoczęcia projektu