Alexander Jabbour เกี่ยวกับการสร้างอัจฉริยะการขายแบบเรียลไทม์จาก 0 ถึง 1 ที่ Rilla

An Engineering Lead ที่ Rilla พูดคุยเกี่ยวกับการเดินทางจากการระบุช่องว่างในตลาดเพื่อพัฒนาแพลตฟอร์มการฝึกอบรมการขายที่สร้างรายได้ซึ่งจะเปลี่ยนรูปแบบประสิทธิภาพการขาย ภูมิทัศน์ของการช่วยให้การขายผ่านการเปลี่ยนแปลงที่น่าสังเกตโดยการบูรณาการของอัจฉริยะเทียม ในทางประวัติศาสตร์การฝึกอบรมการขายเป็นกระบวนการปฏิกิริยาที่มีผู้จัดการให้ความคิดเห็นหลังจากที่การโทรเสร็จสมบูรณ์ รุ่นนี้ได้รับการท้าทายจากเทคโนโลยีใหม่ที่นําเสนอคําแนะนําในเวลาจริงซึ่งมีวัตถุประสงค์เพื่อส่งผลกระทบต่อผลลัพธ์ในขณะที่เกิดขึ้นแทนที่จะเพียงแค่วิเคราะห์ผลลัพธ์ในระยะหลัง ในแนวโน้มนี้ Alexander Jabbour เป็นผู้นําด้านวิศวกรรมที่ Rilla ซึ่งเขาเป็นผู้นําในการพัฒนานวัตกรรมผลิตภัณฑ์ในเวลาจริงของ บริษัท งานของเขาซึ่งได้สร้างรายได้หลายตัวเลข 7 สําหรับ Rilla และคาดว่าจะเข้าถึงตัวเลข 8 จนถึงสิ้นปีนี้ให้ความเข้าใจในกระบวนการที่ซับซ้อนของการสร้างเทคโนโลยีการสั่นสะเทือน ด้วยพื้นหลังในการสร้างผลิตภัณฑ์นวัตกรรมจากพื้นหลัง Jabbour ได้มุ่งเน้นอาชีพของเขาในการเปลี่ยนแนวคิดที่เกิดขึ้นไปสู่โซลูชั่นที่พร้อมตลาด จากความผิดหวังไปสู่นวัตกรรม การจัดการการขายแบบดั้งเดิมทุกข์ทรมานจากข้อบกพร่องที่สําคัญ: ความขัดแย้งระหว่างการสนทนาของลูกค้าสดและช่วงการตอบสนอง การล่าช้านี้เปลี่ยนสิ่งที่อาจเป็นช่วงเวลาของการเรียนรู้ทันทีเป็นโอกาสที่หายไปสร้างความต้องการอย่างเร่งด่วนสําหรับแพลตฟอร์มการฝึกอบรมแบบเรียลไทม์ที่สะสมความขัดแย้งนี้ ความเบี่ยงเบนนี้เป็นหัวข้อที่ซ้ํากันในการวิจัยผู้ใช้ที่ดําเนินการโดย Jabbour เขาสังเกตว่า "ฉันเคยได้ยินความผิดหวังเดียวกันในการสัมภาษณ์ผู้ใช้: การฝึกอบรมเกือบเสมอมีปฏิกิริยา ผู้จัดการเห็นสิ่งที่เกิดขึ้นหลังจากที่การโทรจบลงซึ่งช้าที่จะส่งผลกระทบต่อผลลัพธ์หรือสร้างความมั่นใจของตัวแทนในขณะนี้" โครงสร้าง Jabbour อ้างถึงความตระหนักว่า“ นี่คือจุดสั่นสะเทือน: ถ้าเราสามารถฟังเข้าใจและแสดงให้เห็นถึงการกระตุ้นที่เหมาะสมในขณะที่โทรยังคงอยู่และให้ผู้จัดการวิธีที่จะสนับสนุนการทําซ้ําอย่างกระตือรือร้นในขณะนี้เราสามารถเปลี่ยนผลลัพธ์ไม่ใช่แค่รายงาน” กรอบการขายช่วยให้สามารถ ความมุ่งเน้นนี้ไปที่การแทรกแซงทันทีสะท้อนให้เห็นถึงแนวโน้มในอุตสาหกรรมที่กว้างขึ้นซึ่งรายงานแสดงให้เห็นว่า ได้ใช้ AI ในกระบวนการขายของพวกเขาหรือวางแผนที่จะทําเช่นนั้น 90% ของ บริษัท การเอาชนะอุปสรรคผลิตภัณฑ์เริ่มต้น การแปลงความคิดเป็นผลิตภัณฑ์ที่ใช้งานได้เกี่ยวข้องกับการนําไปสู่อุปสรรคทางเทคนิคและกลยุทธ์ที่สําคัญ สําหรับการวิเคราะห์เสียงแบบเรียลไทม์ความต้องการทางเทคนิคมีความเข้มงวด Jabbour ระบุอุปสรรคก่อนหน้านี้รวมถึง "ความท้าทายของการจับภาพและสตรีมเสียงคุณภาพสูงจากอุปกรณ์และเครือข่ายที่มีการหยุดชะงักขั้นต่ําในขณะที่รักษาความยินยอมของผู้ใช้และความเป็นส่วนตัว" พร้อมกับการบรรลุความล่าช้าต่ําการพูดถึงข้อความในสภาพแวดล้อมที่มีเสียงรบกวน ตอบสนองการแทรกแซงในหลายวิธี แต่มีแผนถนนเชิงกลยุทธ์ที่ชัดเจนเป็นสิ่งจําเป็น สิ่งนี้สอดคล้องกับขั้นตอน 'การสํารวจ' ของ ซึ่งมุ่งเน้นไปที่การวิเคราะห์กระบวนการทํางานเพื่อระบุโอกาส แพลตฟอร์ม Coaching Sales ที่แตกต่างกัน ความสามารถในการจัดงาน AI “ก่อนที่จะเขียนรหัสฉันได้ผลิตเอกสารการออกแบบทางวิศวกรรมที่ยาวนานและรายละเอียดซึ่งอธิบายถึงสถาปัตยกรรมโหมดความล้มเหลวและแผนการวัด” Jabbour อธิบาย. การวางแผนรายละเอียดนี้เป็นสิ่งสําคัญในการสร้างการสอดคล้องภายในและย้ายไปข้างหน้าโดยไม่เสี่ยงต่อความสมบูรณ์ของระบบ การระบุจุดเจ็บปวดหลักของผู้ใช้ เพื่อให้แน่ใจว่าผลิตภัณฑ์ตอบสนองความต้องการที่แท้จริงความเข้าใจที่ลึกซึ้งเกี่ยวกับจุดเจ็บปวดของผู้ใช้เป็นสิ่งจําเป็น ผ่านการสัมภาษณ์และการโทรการขายสดที่สกปรกหลายหัวข้อสําคัญเกิดขึ้นเป็นจุดเจ็บปวด: เวลาความสม่ําเสมอและขนาด ปัญหาเหล่านี้ป้องกันไม่ให้ทีมขายเสริมสร้างแนวทางปฏิบัติที่ดีที่สุดได้อย่างมีประสิทธิภาพ “โอกาสที่หายไปมากที่สุดคือการขาดการฝึกอบรมในสถานที่ ผู้จัดการรู้ว่าพวกเขาจะพูดอะไร - เพียงหลังจากโทร” Jabbour กล่าว ความเห็นนี้เน้นความท้าทายที่สําคัญที่การฝึกอบรมแบบเรียลไทม์มีวัตถุประสงค์เพื่อแก้ปัญหา Jabbour แผนผังจุดเจ็บปวดเหล่านี้โดยตรงไปยังคุณสมบัติของผลิตภัณฑ์เช่นการโทรสดและการแจ้งเตือน ลืมถึง 70% ของการฝึกอบรม วิธีการที่มุ่งเน้นไปที่ผู้ใช้นี้ช่วยให้มั่นใจว่าเทคโนโลยีจะถูกนํามาใช้ด้วยวัตถุประสงค์ " ซึ่งทําให้มั่นใจว่าเราไม่ได้สร้าง 'AI สําหรับประโยชน์ของ AI' แต่จะมุ่งเน้นไปที่ผู้จัดการการกัดกร่อนที่แน่นอน" เขาเพิ่ม ความมุ่งเน้นนี้ตรงกับรายงานที่ทีมงานใช้ 36% มีแนวโน้มที่จะบรรลุอัตราการชนะที่สูงขึ้น AI-Powered การฝึกอบรม การออกแบบสําหรับความเร็วและขนาด สถาปัตยกรรมของระบบแบบเรียลไทม์ต้องได้รับการเพิ่มประสิทธิภาพเพื่อความเร็วเนื่องจากข้อมูลที่ส่งมาช้าเกินไปจะสูญเสียค่าของพวกเขา กระบวนการออกแบบเกี่ยวข้องกับการแบ่งปันปัญหาลงในส่วนประกอบที่สามารถจัดการได้ด้วยงบประมาณประสิทธิภาพที่เข้มงวด Jabbourแบ่งปัน "ฉันแบ่งปันปัญหาลงในท่อสตรีมมิ่งที่มีความล่าช้าต่ําด้วยงบประมาณที่เข้มงวดทุกครั้ง" ซึ่งรวมถึงการสตรีมมิ่งเสียงการคัดลอกและรุ่น AI สําหรับความเข้าใจ โครงสร้างโมดูลนี้เป็นเรื่องธรรมดาในระบบหลายตัวแทนที่ใช้ เพื่อประสานงานงาน ปริศนาที่นํามาเป็นศูนย์กลางในประโยชน์ทันที โปรโตคอลการสื่อสาร decentralized “หลักการออกแบบเป็นเรื่องง่าย: ถ้ามันไม่สามารถปรากฏขึ้นในไม่กี่วินาทีและช่วยให้มนุษย์ตัดสินใจได้ดีขึ้นมันไม่ได้อยู่ในเส้นทางเวลาจริง” Jabbour กล่าวว่า หลักการนี้เป็นหลักการหลักของหลักการที่มีประสิทธิภาพ ที่องค์ประกอบโต้ตอบกับทรัพยากรภายนอกเพื่อบรรลุเป้าหมาย กระบวนการทํางานของตัวแทน การตรวจสอบผลกระทบด้วยข้อมูล ก่อนที่จะปรับขนาดผลิตภัณฑ์ใหม่ผลกระทบในโลกจริงของมันต้องได้รับการพิสูจน์ผ่านผลลัพธ์ที่สามารถวัดได้ การเปิดใช้งานครั้งแรกได้รับการพิจารณาโดยใช้การทดสอบเบต้าซึ่งเกี่ยวข้องกับ บริษัท ในบุคคลที่มี ~ 40 การขายซ้ํา “เราทําซ้ํากับพวกเขาทุกสัปดาห์และหลังจากหกสัปดาห์แล้วตัดสินใจว่ามันเป็นเวลาที่เหมาะสมที่จะดําเนินการวิเคราะห์ ROI” Jabbour อ้างถึง กระบวนการนี้ ต้องมีมาตรฐานการเปรียบเทียบที่ชัดเจนเพื่อวัดความก้าวหน้า การประเมินโปรแกรมทดลอง ผลลัพธ์ของการทดสอบครั้งแรกนี้มีความสําคัญซึ่งแสดงให้เห็นถึงอัตราการเพิ่มขึ้นอย่างใกล้ชิดจาก 29% ถึง 34% “ผลกระทบนี้ยืนยันวิธีการของเรา” เขากล่าวว่า การยืนยันตามข้อมูลนี้ให้ความมั่นใจในการลงทุนเพิ่มเติมในคุณสมบัติที่มีมูลค่าที่พิสูจน์แล้ว ผลลัพธ์ดังกล่าวสอดคล้องกับผลลัพธ์ในอุตสาหกรรมที่กว้างขึ้นซึ่งการทําธุรกรรมที่ใช้การกระทําที่แนะนําโดย AI มีผลลัพธ์ที่ดีขึ้น . อัตราการชนะเฉลี่ยสูงกว่า 50% จาก Prototype ไปยัง แพลตฟอร์ม การเปลี่ยนผลิตภัณฑ์จากรูปแบบต้นฉบับไปสู่แพลตฟอร์มที่มีเสถียรภาพต้องมีการเปลี่ยนแปลงเชิงกลยุทธ์จากการค้นพบไปสู่ความน่าเชื่อถือและความยืดหยุ่น การพัฒนานี้เกี่ยวข้องกับการย้ายจากแนวคิดที่รบกวนไปสู่การปฏิบัติตามคําสั่ง “ขณะที่เราขยายฐานผู้ใช้ของเราก็ชัดเจนว่าเราต้องเปลี่ยนความมุ่งเน้นจากการสร้าง 0->1 และพยายามหาสิ่งที่ทํางานเพื่อให้ผลิตภัณฑ์มีเสถียรภาพปรับขนาดและมีประสิทธิภาพภายใต้การโหลดสูง” Jabbour อธิบาย การเดินทางนี้สะท้อนถึงความแตกต่างระหว่างการทําลายและ ซึ่งการเจรจาการเริ่มต้นต้องมีการปรับปรุงอย่างต่อเนื่อง กระบวนการนี้ยังเกี่ยวข้องกับการเติบโตของทีม นวัตกรรมที่เพิ่มขึ้น “ฉันสร้างรุ่นแรกด้วยตนเองแล้วนําวิศวกรมากขึ้นและนําทีมงานสี่คนในด้านวิศวกรรมและการออกแบบ ซึ่งช่วยให้เราสามารถปรับขนาดคุณสมบัติได้โดยไม่ต้องเสียค่าใช้จ่ายต่อความเร็วและคุณภาพของเรา” Jabbour กล่าวว่า การขยายตัวนี้ช่วยให้สามารถมุ่งเน้นไปที่การผลิตความปลอดภัยและการวิเคราะห์ ROI ซึ่งเป็นขั้นตอนที่สําคัญสําหรับ บริษัท ใด ๆ ที่จะย้ายไปจากธุรกิจ สําหรับโซลูชั่นตลาดเต็มรูปแบบ นวัตกรรมแบบสั่นสะเทือนขั้นต่ํา ความสมดุลความเร็วและความมั่นคง เมื่อสร้างแอพพลิเคชันธุรกิจที่สําคัญกับภารกิจนักพัฒนาต้องเผชิญกับความท้าทายพื้นฐาน: การเคลื่อนไหวอย่างรวดเร็วในขณะที่สร้างสิ่งที่เชื่อถือได้ เมื่อระบบของคุณมีชีวิตอยู่และผู้ใช้จริงพึ่งพามันความไว้วางใจจะกลายเป็นทุกอย่าง หลักการหลักคือการให้ความสําคัญกับความลึกกว่าความกว้างในขั้นตอนแรก “รับเส้นทางทองที่แข็งแกร่งอย่างไม่น่าเชื่อก่อนที่จะเพิ่มความกว้าง คุณภาพมากกว่าปริมาณ - สร้างรั้วในวันแรก” เขาแนะนํา วิธีการนี้ได้รับการสนับสนุนโดยการป้องกันทางเทคนิคเช่น Feature Flags ซึ่งป้องกันการเปิดตัวคุณลักษณะที่ละเอียดอ่อนจากการเสี่ยงความน่าเชื่อถือ การลงทุนครั้งแรกในการตรวจสอบระบบเป็นสิ่งสําคัญเช่นกัน ตามที่ Jabbour กล่าวว่า “การลงทุนครั้งแรกในการสังเกตได้ มันทําให้ความแตกต่างระหว่างการสั่นสะเทือนห้านาทีและเหตุการณ์ห้าชั่วโมง” การปฏิบัติเหล่านี้เป็นสิ่งสําคัญเมื่อ บริษัท ต้องเพิ่มเครื่องมือที่ขับเคลื่อนด้วย AI ไปยังกระบวนการทํางานที่มีอยู่ วัตถุประสงค์คือการทําให้กระบวนการฉลาดและมีประสิทธิภาพมากขึ้นโดยไม่ต้องสร้างความเสี่ยงใหม่ที่อาจทําให้ธุรกิจเสียหาย อนาคตของ Agentic AI มองไปข้างหน้าการพัฒนาของ AI แสดงให้เห็นถึงระบบที่เป็นอิสระและมีประสิทธิภาพมากขึ้น ผลิตภัณฑ์รุ่นถัดไปอาจย้ายไปกว่าการให้ความเข้าใจในการดําเนินการงานที่ซับซ้อน “สิ่งหนึ่งที่ทําให้ฉันกระตือรือร้นคือการสร้างตัวแทนที่ช่วยให้มนุษย์ตัดสินใจได้ดีขึ้นในทุกช่วงเวลาที่ลูกค้าเผชิญกับการขายความสําเร็จและการสนับสนุน” Jabbour กล่าวว่า วิสัยทัศน์นี้ขยายไปสู่การสร้างระบบที่สามารถจัดการฟังก์ชั่นทางธุรกิจแบบ End-to-End ผ่านตัวแทน AI. การพัฒนาดังกล่าวใน สามารถอัตโนมัติทุกอย่างตั้งแต่การรับรองผู้นําจนถึงการสร้างข้อเสนอ การรีเซ็ตการดําเนินธุรกิจ ตัวแทน AI สําหรับการขาย Jabbour มีวิสัยทัศน์: “ตัวแทนที่เป็นเสียงแรกและมัลติโมเดลปลอดภัยโดยค่าเริ่มต้น พวกเขาจะจับคู่รุ่นขอบเขตกับคอมพิวเตอร์บนอุปกรณ์และฮาร์ดแวร์ใหม่เพื่อให้ ‘ผู้ช่วยส่วนบุคคล’ สําหรับทุกคน” การพัฒนาการฝึกอบรม AI แบบเรียลไทม์เป็นขั้นตอนที่สําคัญในการสนับสนุนทีมขายขององค์กร การเดินทางจากการระบุความผิดหวังของตลาดไปสู่การสร้างแพลตฟอร์มที่สามารถปรับขนาดได้และได้รับการพิสูจน์ด้วยข้อมูลเน้นแนวทางที่มีทักษะในการสร้างผลิตภัณฑ์ 0-to-1 โดยการมุ่งเน้นไปที่ผลลัพธ์ที่สัมผัสและการออกแบบที่มุ่งเน้นไปที่ผู้ใช้นักนวัตกรรมแสดงให้เห็นว่าเทคโนโลยีไม่เพียง แต่สามารถเปลี่ยนกระบวนการเท่านั้น แต่ยังสามารถปรับปรุงประสิทธิภาพได้