Na letošnjem »teambuildingu« smo veslali po Kolpi. Najboljši del ni bilo veslanje, ampak ure klepeta ob reki s sodelavci, s katerimi nisem vsak dan v stiku. Eno vprašanje se je vračalo: »Igor, kaj bomo mi počeli čez pet let?«
Vprašanje ni padlo iz zraka. LinkedIn je poln freelancerjev, ki so čez vikend »zvajbcodali« CRM, support platformo ali marketinško avtomatizacijo - nekaj, kar na tisoče inženirjev pri HubSpotu, SAP-u in Salesforceu gradi že dvajset let. Če jim verjamemo, je dobršen del tega, kar danes imenujemo implementacija poslovnih platform, na poti v muzej. Ob Kolpi sem odgovoril precej na hitro: »Inženirji konteksta bomo.«
Doma sem potem pogledal borzo in ugotovil, da si isto vprašanje postavljajo ljudje z bistveno več denarja.
Trg si postavlja isto vprašanje
HubSpot je samo letos izgubil približno polovico borzne vrednosti. Posel medtem ni razpadel: prihodki so v prvem četrtletju zrasli za 23 odstotkov, v drugem za 20 odstotkov. Strank ima 306.446, približno sedem tisoč več kot tri mesece prej. In ko je 5. avgusta objavil rezultate nad pričakovanji analitikov, je delnica naslednji dan izgubila še skoraj petino vrednosti.
Razprodaja je dobila ime »SaaSpocalypse«: strah, da bo AI razvrednotil naročniški softver, ker si bodo podjetja vedno več izdelala sama. Zveni znano? To so moji LinkedIn freelancerji, samo v obleki borznega analitika.
Trg pri tem ne paničari brez razloga: rast se ohlaja, novih strank prihaja manj od načrtov, AI pa krči sedeže in stiska uporabniške vmesnike. HubSpot zato del AI ponudbe že premika od klasičnega seat-based modela h kreditom in plačevanju za rezultate.
Če prodaja predvsem sedeže in vmesnike, je to problem.
Če prodaja nekaj drugega, je zgodba precej bolj zanimiva.
Čez vikend lahko zvajbcodaš CRM
Junija sem pisal, da je lasten CRM najdražja stranska dejavnost podjetja. Danes bi šel še korak dlje: najdragocenejši del CRM-ja ni aplikacija. Je organizacijski spomin.
Vmesnik lahko danes izdelate presenetljivo hitro. Forme, pipeline, poročila in workflowe bo AI izdeloval vedno hitreje in ceneje. Desetih let zgodovine s strankami pa ne more. Ne ve, zakaj je Janez pred tremi leti odpovedal pogodbo. Ne ve, da podjetja iz določene panoge kupujejo šele po tretjem sestanku. Ne pozna ponudb, ki so propadle zaradi cene, niti tistih, ki so uspele zaradi dobrega servisa. In ne ve, kaj pri vas sploh pomeni »aktivna stranka«.
Pri FrodXu je vsak tretji projekt selitev platforme, zato iz prve roke vem, kaj se zares preseli. Zapise prenesemo v nekaj tednih. Pomen gradimo najdlje.
Model lahko kupite. Konteksta ne morete.
Štiri akvizicije, isti vzorec
HubSpotova direktorica Yamini Rangan je letos investitorjem povedala stavek, pomembnejši od večine njihovih AI predstavitev: več agentov kot deluje na HubSpotu, več je vreden njegov kontekst. In več je vreden kontekst, močnejša postaja platforma.
To je precej drugačna obramba CRM-ja kot še več funkcij.
HubSpot temu pravi »Growth Context«: kontekst, ki agentu omogoča razumeti ne samo podatke, ampak njihov pomen.
Da to ni samo marketinška zgodba, pokažejo štirje nakupi zadnjih let. Clearbit je dodal podatke o podjetjih in kontaktih: kdo so. Cacheflow transakcije, plačila in podaljšanja: kaj in kdaj kupujejo. Frame AI pogovore in druge nestrukturirane podatke o odnosu s stranko: kaj govorijo. Dashworks dokumente, e-pošto, sestanke in podatke iz drugih aplikacij: kaj podjetje o njih še ve.
Noben od teh nakupov ne prinaša še enega velikega uporabniškega vmesnika. Vsak pa širi spomin.
HubSpot se je začel kot aplikacija, v katero se ljudje prijavijo, da opravijo delo. Spreminja se lahko v platformo, v katero se bo prijavljalo manj ljudi, uporabljalo pa jo bo več agentov.
Če je tako, število sedežev ni več najbolj zanimiva metrika.
Agent je vreden toliko, kolikor ve
V naši praksi pri FrodXu to že vidimo. HubSpotov Prospecting Agent lahko napiše presenetljivo dober prodajni mail. Lahko pa napiše tudi zelo lepo oblikovan spam.
Če ima samo ime, funkcijo in e-naslov, improvizira. Če pozna obiske spletne strani, prenesene vsebine, pretekle pogovore, ponudbe in sestanke, se začne obnašati kot prodajalec, ki se je pred klicem dobro pripravil.
Sam sem že pisal, kako mi je isti agent našel prvo stranko. Ne zato, ker bi imel FrodX pametnejši AI od drugih. Imel je leta našega konteksta.
Podoben vzorec vidi HubSpot pri večjih strankah. Jotform, platforma z več kot 35 milijoni uporabnikov, je Prospecting Agenta naučil svojega pozicioniranja ter mu prepustil prospecting: 625.000 kreditov mesečno, v neposrednem testu pa je kvalificiral leade na ravni človeških prodajalcev.
Customer Agent medtem po HubSpotovih podatkih samostojno reši povprečno 70 odstotkov pogovorov, najboljše ekipe pa dosegajo 90.
Modeli so postali boljši. Toda isti modeli so na voljo tudi konkurentu - in freelancerju z vikendom časa.
Razlika ni več samo v inteligenci modela. Razlika je v tem, kaj agent ve.
Tu postane stvar ekonomsko zanimiva
Tradicionalni SaaS z uporabo predvsem proizvaja transakcije. Odprete ticket. Premaknete deal. Pošljete kampanjo. Zapišete klic.
Dober agentni sistem bi moral po vsaki opravljeni nalogi podjetje pustiti nekoliko pametnejše. Support agent reši težavo in poveže simptom z vzrokom. Prodajni agent ugotovi, kateri argument je premaknil kupca.
Naslednji agent lahko to že uporabi.
Sistem z vsako uporabo akumulira organizacijski kapital - in tega se čez vikend ne da skopirati.
To spremeni ekonomiko poslovnega softvera. Do zdaj smo njegovo vrednost merili s številom funkcij, uporabnikov in procesov. Če imam prav, trg morda daje preveliko težo številu ljudi, ki uporabljajo aplikacijo, in premajhno temu, koliko uporabnega konteksta sistem akumulira ter kako dobro ga zna uporabiti pri naslednji odločitvi.
Zato me pri AI vse manj zanima, koliko dela avtomatizira, in vse bolj eno samo vprašanje: ali sistem po opravljenem delu ve več kot prej?
Če ne, imate avtomatizacijo.
Če ja, gradite premoženje.
Kontekst ni projekt
Obstaja pa še en problem: kontekst ima rok trajanja.
Spremenite produkt, proces ali definicijo in del starega konteksta postane napačen. Dodate nov sistem in agent nenadoma vidi samo polovico zgodbe. Nekdo spremeni pomen polja, dokumentacija pa ostane ista. Podatek brez definicije dvema oddelkoma pomeni dve različni stvari. Agent tega ne ve, če mu tega nihče ne pove.
Anthropic je to izmeril na lastnem analytics agentu: brez aktivnega vzdrževanja dokumentacije, ki agentu razlaga podatkovni model, je njegova offline točnost v enem mesecu zdrsnila s približno 95 na 65 odstotkov.
Zato kontekst ni migracija podatkov, ki jo naredite enkrat.
Je infrastruktura.
Treba jo je povezovati, čistiti, razlagati, omejevati in popravljati, predvsem pa mora slediti spremembam poslovanja. Več podatkov namreč ne pomeni več konteksta.
Kontekst nastane šele, ko podatki dobijo pomen.
Odgovor s Kolpe
Danes bi zato sodelavcem odgovoril nekoliko drugače.
Ne vem, ali bomo čez pet let HubSpot in SAP Engagement Cloud implementirali tako, kot ju danes. Skoraj zagotovo ne. Konfiguracijo platform bo avtomatiziral AI: povezoval bo sisteme, mapiral podatkovne sheme, pisal integracije in dokumentiral spremembe. Vmesniki se bodo skrčili, nekatere aplikacije bodo izginile, manj ljudi se bo vsak dan prijavljalo v CRM. Velik del dela, ki ga danes trg prodaja kot implementacijo, bo postal hitrejši, cenejši in manj razlikovalen.
Prav je tako.
To bi me skrbelo, če bi bila naša vrednost v klikanju po vmesniku.
Ni.
Pri FrodXu že danes ne začnemo pri vprašanju, katera polja potrebujete v CRM-ju, ampak pri tem, kje podjetju uhaja rast: pri pridobivanju strank, konverziji, zadržanju, razvoju obstoječih strank ali strošku njihovega servisiranja. Tehnologija pride potem. AI tega vrstnega reda ne spreminja. Spreminja pa, kje bo nastajala vrednost.
Težji problem torej ostaja pred implementacijo in za njo. Nekdo mora določiti, kaj podjetje optimizira, in nato, česa se mora sistem o strankah spominjati, da ta cilj doseže. Kaj je dobra stranka? Kateri signal pomeni nakupno namero? Kdaj sme servisni agent sam odobriti kompenzacijo in kdaj mora odločitev predati človeku? In potem mora nekdo preverjati, ali vse skupaj dejansko prinaša rezultat.
Zato »inženiring konteksta« zame ni novo ime za implementacijo CRM-ja. Je povezovanje poslovnega cilja, procesov, podatkov, pravil in tehnologije v sistem, ki ljudem in agentom omogoča sprejemati boljše odločitve. Implementacija je del tega. Rezultat je merilo.
Odgovor s Kolpe se mi torej še vedno zdi pravi, samo razlog je nekoliko drugačen. Ne zato, ker AI ne bo znal graditi konteksta. Znal ga bo. Naša naloga bo poskrbeti, da bo gradil pravi kontekst za pravi poslovni problem.
Ker je kontekst brez poslovnega cilja samo zelo dobro urejen kup podatkov.
P. S. FrodX živi tudi od implementacij HubSpota in SAP Engagement Clouda, zato mojo tezo berite z zavedanjem, kje stojim. Borza trenutno stavi, da AI zmanjšuje vrednost SaaS platform. Jaz stavim, da predvsem zmanjšuje vrednost njihovega vmesnika. Če imam prav, bo najdragocenejši del platforme tisti, ki ga uporabnik sploh ne vidi.
