Rillaのエンジニアリングリーダーは、市場のギャップを特定することから、販売パフォーマンスを再構築する収益を生み出す販売コーチングプラットフォームを開発するまでの旅程について説明しています。 販売促進の風景は、人工知能の統合によって推進され、顕著な変化を遂げています。歴史的に、販売コーチングは反応的なプロセスであり、マネージャーは通話が完了した後にフィードバックを提供しています。 このモデルは現在、リラのエンジニアリングリーダーであるAlexander Jabbour氏がこのトレンドの最前線にあり、リラのリアルタイム製品イニシアチブの開発を指揮しているよりも、結果に影響を与えることを目指すリアルタイムのガイドラインを提供する新興技術によって挑戦されています。 すでに複数の7桁の収益を生み出し、年末までに8桁に達する見通しを示す彼の仕事は、破壊的なテクノロジーの創出の複雑なプロセスに洞察を提供しています。 失望から革新へ 伝統的なセールスマネジメントは、リアルタイムのクライアント会話とフィードバックセッションの間のギャップの重要な欠点に苦しんでいます。この遅れは、即時的な学習の瞬間を欠落した機会に変換し、このギャップをブリッジするリアルタイムのコーチングプラットフォームの緊急の必要性を生みます。 このギャップはJabbourが実施したユーザー調査で繰り返し話題となり、「私はユーザーインタビューで同じような挫折を聞いていました:コーチングはほとんど常に反応的です。 構造化 ジャボー氏は「それが閃光だった:呼び出しがまだ生きている間、聴き、理解し、正しい衝撃を表に出すことができ、マネージャーに現時点でリップを積極的にサポートする方法を与えることができれば、結果を変えることができ、レポートだけではない」と述べている。 販売可能枠組み この即時介入に焦点を当てたことは、より広範な業界の傾向を反映しており、報告書によると、 AIを販売プロセスに導入するか、あるいはそれを計画しているか。 90%の企業 初期製品障害の克服 アイデアを機能的な製品に変換するには、重要な技術的および戦略的障害を乗り越える必要がある。 Jabbourは、「ユーザーの同意とプライバシーを維持しながら、最小限の中断を伴うデバイスやネットワークから高品質のオーディオをキャプチャし、ストリーミングする課題」を含む早期の障害を特定し、騒々しい環境で低遅延音声テキストを達成しました。 さまざまな方法で介入に取り組むが、明確な戦略的ロードマップは不可欠である。 チャンスを特定するためにワークフローを分析することに焦点を当てています。 さまざまな販売コーチングプラットフォーム 組織化が可能 「コードを書く前に、アーキテクチャ、故障モード、測定プランを説明する長く詳細なエンジニアリング設計文書を作成しました」とJabbour氏は説明します。 「Core User Pain Points」 製品が本物のニーズを満たすようにするためには、ユーザーの痛みのポイントを深く理解する必要があります。インタビューやライブセールス通話を通じて、いくつかの重要なテーマが痛みのポイントとして現れました:タイミング、一貫性、スケール。 これらの問題は、セールスチームがベストプラクティスを効果的に強化することを妨げます。 「最大の失われた機会は、現地コーチングの欠如でした。 この洞察は、リアルタイムコーチングが解決することを目指す重要な課題を強調しています。 Jabbourは、これらの痛みの点を、ライブ通話の可視性や警告などの製品機能に直接マッピングしました。 トレーニングの70%を忘れる このユーザー中心のアプローチは、技術が意図的に適用されることを保証します。 「これは、AIのために「AI」を構築するのではなく、正確な摩擦マネージャーが生きていたことをターゲットにしていることを保証しました」彼は付け加えています。 より高い勝率を達成する確率が36%高くなります。 AI-Powered コーチング スピードとスケールの設計 リアルタイムシステムのアーキテクチャはスピードのために最適化されなければならないため、遅すぎた時間に提供された洞察力は価値を失っている。 Jabbour氏は「私は、音声ストリーミング、トランスクリプション、洞察のためのAIモデルを含む、厳格な予算で、低遅延ストリーミングパイプラインに問題を分解しました。 このモジュール構造は、使用する複数のエージェントシステムで一般的です。 役割を調整するために、指導哲学は直ちに有用性に焦点を当てた。 分散型通信プロトコル 「設計の原則は単純だった:それが数秒で現れず、より良い決断を下すのに物質的に役立つことができなければ、それはリアルタイムの道に属さない」とJabbour氏は言います。 コンポーネントは、目標を達成するために外部リソースと相互作用する。 エージェントワークフロー データによる影響の検証 新しい製品をスケールする前に、その実世界の影響は測定可能な結果を通じて検証されなければなりません。 「我々は彼らと週に1回繰り返し話し、6週間後には、ROI分析を行うのに適切な時期であると判断した」とJabbourは言います。 進歩を測定するための明確な基準が必要です。 パイロットプログラムの評価 この初期テストの結果は重要であり、29%から34%に近い割合の増加を示しています。 「この影響は私たちのアプローチを検証しました」と彼は述べています。このデータベースの検証は、証明された価値を持つ機能にさらなる投資の信頼を提供しました。 . 50%の平均勝利率 プロトタイプからプラットフォームへ 初期のプロトタイプから安定したプラットフォームに製品を移行するには、発見から信頼性とスケーラビリティへの戦略的転換が必要です。 「ユーザーベースを拡大するにつれて、我々は0から1へと移行し、何が機能するかを把握しようとし、製品を安定し、スケーラブルで、高負荷下でパフォーマンスを発揮することに焦点を当てる必要があることが明らかになった」とJabbour氏は説明する。 この旅は、破壊的および 初期の突破は継続的な改善に続く必要があります。このプロセスにはチームの成長も含まれていました。 Incremental イノベーション 「私は最初のバージョンをソロで構築し、それからより多くのエンジニアを導入し、今ではエンジニアリングとデザインの分野で4人のチームを率いる。 完全市場ソリューション 低レベルの破壊的なイノベーション スピードと安定のバランス ミッションの重要なビジネスアプリケーションを構築するとき、開発者は根本的な課題に直面します:信頼性の高いものを構築しながら、急速に動く。 コアの原則は、初期段階で幅よりも深さを優先することです。 「幅を追加する前に信じられないほど堅固なゴールデンパスを得る。 このアプローチは、繊細な機能のリリースが信頼性を損なうことを防ぐ機能旗などの技術的保護策によってサポートされています。システムモニタリングへの早期投資も重要です。 これらの実践は、企業が既存のワークフローにAI駆動ツールを追加したい場合に不可欠です。目標は、ビジネスを傷つける新たなリスクを生み出すことなく、プロセスをよりスマートで効率的にすることです。 未来のエージェントAI 今後見ると、AIの進化はより自律的で有能なシステムに向かっているが、次世代の製品は複雑なタスクを実行するための洞察を超えるものになるだろう。 「私を興奮させる一つは、顧客があらゆる瞬間により良い決定を下すのに役立つ代理人コピオットを構築することです - 販売、成功、サポート」とJabbourは言います。 このビジョンは、エンド・トゥー・エンドのビジネス機能を管理できるシステムの作成に拡大し、コンセプトは、 エージェントのAIを通じて、そのような進歩を リード資格から提案生成まで、すべてを自動化することができます。 ビジネス実行の再構築 エージェント AI for Sales Jabbourのビジョンは、「スピーチファーストとマルチモダル、デフォルトで安全なエージェントは、境界モデルとデバイスコンピューティングと新しいハードウェアを組み合わせ、すべての人に「個人的なアシスタント」を提供します。 リアルタイムのAIコーチングの開発は、組織が販売チームをどのようにサポートするかにおいて重要な一歩を踏み出します。市場の挫折を特定することから、スケーラブルでデータで検証されたプラットフォームを構築するまでの旅は、0対1の製品作成に対する規律的なアプローチを強調します。 具体的な結果とユーザー中心のデザインに焦点を当てることによって、イノベーターはテクノロジーがプロセスだけでなく、パフォーマンスも変革できることを示しています。

This story contains new, firsthand information uncovered by the writer.

このオーディオは、ストーリーの元の言語で制作されています。

アレクサンダー・ジャボー(Alexander Jabbour) リラでリアルタイムのセールス AI を 0 から 1 に構築

About Author

コメント

ラベル

この記事は

Related Stories

デジタルノマドの皆さん、タイの新しい DTV ビザについて知っておくべきこと

フォーラムからフィードへ: ソーシャルメディアアルゴリズムがデジタルインタラクションを形作る仕組み

ワークフローを10倍に向上させる方法: 必須アプリ17選

AI の力を解き放つ。最先端技術の体系的レビュー: 概要と序論

デジタルノマドの皆さん、タイの新しい DTV ビザについて知っておくべきこと

フォーラムからフィードへ: ソーシャルメディアアルゴリズムがデジタルインタラクションを形作る仕組み

ワークフローを10倍に向上させる方法: 必須アプリ17選

AI の力を解き放つ。最先端技術の体系的レビュー: 概要と序論

Light-Mode

Classic

Newspaper

Dark-Mode

Neon Noir

Minty

HN StartUps