विक्रीसाठी AI वर्कफ्लो बाजारात OpenAI एक केंद्रित दावाच मांडत आहे

विक्री संघांसाठी OpenAI ची नवीन मार्गदर्शिका ChatGPT ला ईमेल लिहिण्याच्या साध्या ड्राफ्टिंग टूलपेक्षा अधिक म्हणून मांडते. कंपनी ते एक ऑपरेशनल लेयर म्हणून स्थित करत आहे, जे CRM नोंदी, कॉलमधील मुद्दे, खाते संदर्भ आणि अंतर्गत अद्यतने यांसारख्या विखुरलेल्या इनपुट्सना ब्रिफ्स, सारांश, योजना आणि पुढच्या पायरीच्या शिफारसींमध्ये रूपांतरित करू शकते. संदेश स्पष्ट आहे: विक्री संस्थांसाठी जनरेटिव्ह AI चे मूल्य फक्त जलद लेखन नाही. ते जलद समन्वयही आहे.

हे फ्रेमिंग महत्त्वाचे आहे, कारण विक्री हे applied AI चे सर्वात स्पष्ट एंटरप्राइझ वापरप्रकारांपैकी एक बनले आहे. हे काम दस्तऐवज-प्रधान, मुदत-संवेदनशील, काही भागांत पुनरावृत्तीचे, आणि गोंधळलेल्या माहितीला कृतीयोग्य संवादात बदलण्यावर अवलंबून आहे. त्यामुळे OpenAI ची विक्री प्लेबुक ही नवीन क्षमता मांडण्यापेक्षा AI रोजच्या विक्री प्रणालीमध्ये कुठे बसते ते स्पष्ट करण्याबद्दल अधिक आहे.

OpenAI ला सर्वात मोठे लाभ कुठे दिसतात

कंपनी तीन कारणांमुळे विक्री संघ ChatGPT वापरतात असे सांगते. पहिले, अनेक स्रोतांमधून संदर्भ एकत्र करून स्पष्ट ब्रिफ तयार केल्याने खाते आणि बैठक तयारीचा वेग वाढू शकतो. दुसरे, वैयक्तिकरण ठेवत आऊटरीच आणि फॉलो-अप अधिक सुसंगत करता येतात. तिसरे, अद्यतने कृती आराखडे, सारांश आणि निर्णय नोंदींमध्ये रूपांतरित करून डील्स अंतर्गत पातळीवर समन्वित ठेवता येतात.

या प्राधान्यक्रमांमधून विक्री संस्थांतील खरे अडथळे दिसतात. डीलभोवतीचे बरेच काम ग्राहक संभाषणाच्या आधी आणि नंतर होतं. प्रतिनिधी बैठकीची तयारी करतात, कॉल्सचा सारांश काढतात, भागधारकांना संरेखित करतात, फॉलो-अप्स तयार करतात, खाती मॅप करतात, आणि टप्प्यांदरम्यान गती टिकवून ठेवतात. AI हा प्रशासकीय भार कमी करू शकतो, म्हणूनच OpenAI वारंवार सांगते की अंतिम परिणाम म्हणजे ग्राहक संभाषणांसाठी अधिक वेळ.

पण ही मार्गदर्शिका आणखी एक गोष्टही दाखवते: सातत्य जितके महत्त्वाचे, तितकेच वेगही. विक्री संघांना फक्त लवकर प्रतिसाद नको असतात. त्यांना असे संदेश, योजना आणि अंतर्गत साहित्य हवे असते जे संपूर्ण संस्थेत सुसंगत असतील. मोठ्या संघांमध्ये हे विशेषतः मौल्यवान आहे, कारण सर्वोत्तम पद्धती केवळ सर्वात मजबूत वैयक्तिक विक्रेत्यांपुरत्या न राहता इतरांपर्यंतही पोहोचतात का यावर कामगिरी अवलंबून राहू शकते.

OpenAI कोणते वापरप्रकार औपचारिक करत आहे

OpenAI विक्री अनुप्रयोग संच काही कार्यात्मक क्षेत्रांत मांडते. यामध्ये प्रॉस्पेक्टिंग आणि खाते संशोधन, डिस्कव्हरी आणि क्वालिफिकेशन, बैठक तयारी आणि डीब्रिफ, आऊटरीच सिक्वेन्सेस, प्रस्ताव आणि बिझनेस केस, डील व्यवस्थापन, आक्षेप हाताळणी आणि एनेबलमेंट, तसेच RFPs आणि प्रश्नावल्या समाविष्ट आहेत.

प्रत्येक क्षेत्रासाठी कंपनी सामान्य विक्री परिस्थितींना अपेक्षित आउटपुट्सशी जोडते. खाते संशोधन ब्रिफ्स आणि भागधारक परिकल्पनांमध्ये बदलते. डिस्कव्हरी काम क्वालिफिकेशन सारांश, जोखमीचे संकेत, आणि पुढच्या पायरीच्या शिफारसींमध्ये रूपांतरित होते. बैठक तयारी एजेंडाज, सारांश, कृती आयटम्स, फॉलो-अप ईमेल तयार करते. प्रस्ताव काम ROI मॉडेल रचना, आराखडे, आणि कार्यकारी सारांशांमध्ये बदलते. डील व्यवस्थापन क्लोज प्लॅन्स आणि रिव्ह्यूजमध्ये रूपांतरित होते.

ही उदाहरणे एकत्र पाहिली तर स्पष्ट होते की OpenAI ला एंटरप्राइझनी ChatGPT कडे कसे पाहावे असे वाटते: अधूनमधून कॉपी जनरेशनसाठी बोलावला जाणारा स्वतंत्र सहाय्यक म्हणून नाही, तर सामान्य विक्री साहित्यांसाठीची एक उत्पादन प्रणाली म्हणून. मॉडेल तुकडे घेते आणि त्यातून संरचना तयार करते. हे एक महत्त्वाचे उत्पादन स्थान आहे, कारण ते AI स्वीकाराला धूसर प्रयोगांऐवजी मोजता येणाऱ्या वर्कफ्लो सुधारणांशी जोडते.

जनरेटिव्ह AI साठी विक्री मजबूत जुळणारी का आहे

विक्रीचे काम भाषा, प्रक्रिया आणि निर्णय यांच्या संगमावर असते. यात लेखन, सारांश, प्राधान्यक्रम ठरवणे, आणि बाह्य संभाषणं व अंतर्गत प्रणालींमधील माहितीचे रूपांतर यांचा समावेश असतो. हे सगळे अशा कामांमध्ये येतात जिथे जनरेटिव्ह AI जलद पहिल्या टप्प्यातील आउटपुट देऊ शकते. OpenAI ची सामग्री नेमका तोच फायदा अधोरेखित करते.

ही श्रेणी आकर्षक बनवणारा एक फीडबॅक लूपही आहे. चांगली तयारी बैठक सुधारू शकते. चांगले डीब्रिफ्स फॉलो-अप सुधारू शकतात. चांगले अंतर्गत सारांश डील अंमलबजावणी सुधारू शकतात. दुसऱ्या शब्दांत, छोटे लाभ पाइपलाइनभर एकमेकांमध्ये मिळतात. म्हणूनच कंपनीची उदाहरणे प्रॉस्पेक्टिंग ईमेलसारख्या अरुंद कामापुरती मर्यादित नसून संपूर्ण डील सायकल कव्हर करतात.

ही मार्गदर्शिका एक सामान्य एंटरप्राइझ पॅटर्नही अप्रत्यक्षपणे मान्य करते: AI अनेकदा तेव्हा सर्वाधिक उपयुक्त ठरते, जेव्हा ते अजूनही माणसांकडे असलेले काम आयोजित करते. मॉडेल तयारी करते, रचना देते, सारांश करते, पण विक्रेता निर्णय, संबंध व्यवस्थापन आणि अंतिम संदेशासाठी जबाबदार राहतो.

हे एंटरप्राइझ AI पोजिशनिंगबद्दल काय सांगते

OpenAI चे विक्री-विशिष्ट पृष्ठ व्यवसायांसाठी AI विक्रेते कसे मार्केटिंग करत आहेत यामधील व्यापक बदलाचा भागही आहे. एंटरप्राइझ स्वीकाराच्या सुरुवातीच्या टप्प्यात सामान्यतः सर्वसाधारण उत्पादकता दावे अधिक होते. आता पिच अधिक भूमिका-विशिष्ट होत आहे. एक मॉडेल सर्वांसाठी सर्व काही करू शकते असे म्हणण्याऐवजी, कंपन्या आता कार्यात्मक संघांसाठी तयार केलेले टेम्पलेट्स, आउटपुट्स आणि परिस्थिती सादर करत आहेत.

ही रणनीती स्वीकाराचा अडथळा कमी करते. विक्री नेत्यांना अमूर्त मूल्य कल्पून पाहण्याची गरज राहत नाही; ते AI वापर थेट खाते ब्रिफ्स, फॉलो-अप ईमेल्स, म्युच्युअल अॅक्शन प्लॅन्स, आणि प्रस्ताव मसुद्यांशी जोडू शकतात. यामुळे अपेक्षाही वाढतात. विक्रेते भूमिका-विशिष्ट गतीवाढीचे वचन देत असतील, तर ग्राहक शेवटी कन्व्हर्जन, सायकल टाइम, वीन रेट्स किंवा प्रतिनिधी उत्पादकतेत भूमिका-विशिष्ट पुरावे मागतील.

म्हणून OpenAI ची मार्गदर्शिका दोन स्तरांवर काम करते. ती आधीपासून ChatGPT सोबत प्रयोग करणाऱ्या संघांसाठी शिकवणी सामग्री आहे, आणि कंपनी संरचित, विभाग-स्तर वर्कफ्लो समर्थन हे एंटरप्राइझ विस्ताराचे मुख्य मार्ग म्हणून पाहते याचा बाजार संकेतही आहे.

व्यावहारिक निष्कर्ष

OpenAI च्या विक्री मार्गदर्शनातील सर्वात ठोस निष्कर्ष असा की व्यावसायिक संघांमध्ये AI स्वीकार नवोपक्रमातून ऑपरेशनल डिझाइनकडे सरकत आहे. कंपनी ChatGPT ला जादू म्हणून मांडत नाही. ती ते असंरचित विक्री इनपुट्सना पुनरावृत्तीक्षम, उपयुक्त आउटपुट्समध्ये बदलण्याचा मार्ग म्हणून मांडते.

हा एक व्यावहारिक मूल्य प्रस्ताव आहे, आणि तो नक्कीच पटण्यासारखा आहे, कारण विक्री संस्था आधीच तुकड्या-तुकड्यांच्या माहिती प्रवाहांमध्ये काम करतात. जर AI तयारी वेळ कमी करू शकले, फॉलो-थ्रू प्रमाणित करू शकले, आणि भागधारकांना संरेखित ठेवू शकले, तर व्यवसाय केस सहज मांडता येतो.

नेहमीप्रमाणे, अवघड भाग अंमलबजावणीचाच असेल. संघांना कोणता डेटा सिस्टममध्ये द्यायचा, अचूकता कशी टिकवायची, आणि मानवी पुनरावलोकन कुठे आवश्यक राहते हे ठरवावे लागेल. पण OpenAI ची दिशा स्पष्ट आहे. विक्री कार्यात कंपनी ChatGPT ला चॅटबॉटपेक्षा विक्रीभोवतीच्या कामासाठीचे पायाभूत साधन म्हणून स्थान देण्याचा प्रयत्न करत आहे.

हा लेख OpenAI च्या रिपोर्टिंगवर आधारित आहे. मूळ लेख वाचा.

Originally published on openai.com