למה אותו Claude נותן לחברה אחת יתרון תחרותי ולחברה אחרת תשובות גנריות?

רק בשבוע שעבר 3 מנכ"לים של חברות B2B הביעו בפני אכזבה מהתוצאות שמניבה מערכת ה – GTM שבנו והם מפעילים.

לא הופתעתי.

לא בגלל ש - Claude לא מספיק טוב.

הוא מצוין!

הבעיה הייתה במקום אחר.

אני תמיד שואל מנהלים שמביעים אכזבה מביצועי AI: איזה מידע נתתם למערכת לפני שביקשתם ממנה לבנות אסטרטגיית GTM ולתפעל אותה.

התשובה די צפויה: אתר החברה, מצגת, קטלוג מוצרים, כמה ברושורים ולפעמים גם פייפליין בסיסי ומיפוי תחרותי.

עכשיו תשאלו את עצמכם שאלה אחרת.

האם מנכ"ל מקצועי היה מקבל החלטות שיווק מכירות בשוק חדש, רק על בסיס המידע שבאתר החברה והמצגת שלה?

ברור שלא.

הוא היה מבקש להשלים פרטים כדי להבין את התמונה המלאה, פרטים כמו,

• מה המאפיינים של ה – ECP וה – ICP?

• מי הם הלקוחות הרווחיים ביותר?

• למה לקוחות קונים מאיתנו?

• למה הפסדנו עסקאות?

• מי המתחרים הישירים שלנו בשוק?

• אילו סיגנלים מעידים שלקוח עומד לקבל החלטת רכישה?

• אילו שותפים באמת פותחים דלתות?

• אילו מסרים כבר נוסו ומה באמת עבד?

• איזה מתחרים מצליחים יותר ולמה?

רק כאשר אתם מסוגלים להתחיל לתת תשובות טובות לשאלות אלו, AI יתחיל להיות אפקטיבי ולתת תשובות שנכונות בדיוק לחברה שלכם. שכבת הקונטקסט היא כל מה שצריך לדעת כדי לקבל החלטה טובה ואשר מאפשר ל – AI להתחיל להראות תוצאות (פגישות ומכירות).

זה הבסיס שאתם חייבים לבנות, ממנו AI מתחיל לעשות קסמים.

אבל אסור לשקוט על השמרים, צריך לשאוף כל הזמן להתקדם ולשפר את שכבת הקונטקסט ע"י העמקת ההבנה שלנו בלקוחות, ערוצים ומתחרים.

זה עקרון בסיסי.

הבוס האמריקאי שלי, בתחילת שנות ה - 90, הרבה לפני שה – AI הופיע היה מעודד אותי לקבוע כמה שיותר פגישות בכל נסיעה - "אין דבר כזה פגישה מבוזבזת עם גורם בשוק היעד, מכל אחד יש מה ללמוד" 

איך עושים את זה?

בכל פרויקט אנחנו מאתגרים את המידע שברשותנו שבונה את הקונטקסט. מזהים איזה מידע חסר ומשלימים אותו באמצעות שיחות עם מומחים, לקוחות פוטנציאליים, מפיצים, אינטגרטורים ואנשי מקצוע שחיים את הענף. 

המטרה אינה לאשר את מה שהחברה כבר חושבת.

המטרה היא למצוא את מה שהיא עדיין לא יודעת.

היום כל חברה, גם קטנה מאוד, יכולה לעשות את זה מהר ושיטתי יותר.

עשיתי את זה עם חברה של 10 עובדים מהמשרד ביבנה.

בפרויקט החברה הייתה משוכנעת שהיתרון הגדול שלה הוא הדיוק הטכנולוגי של הפתרון שלה שהיה מיועד לקווי ייצור. כל המסמכים והמסרים היו בנויים סביבו.

כששוחחנו עם שלושה גורמים בענף, קיבלנו תשובה אחרת לגמרי. מבחינת הלקוח, הסוגיה המרכזית היתה מניעת / צמצום זמן השבתת קו הייצור.

הבנו שהסתכלנו על המוצר דרך העיניים של המהנדסים, במונחים של Features (דיוק) ולא דרך העיניים של הלקוח כאב - השבתת קו הייצור. כל שעה כזו עלולה לעלות עשרות אלפי דולרים.

לכן ה -  Value Proposition השתנה.

עברנו מלדבר על דיוק טכנולוגי ללדבר על רציפות ייצור, צמצום סיכונים והחזר השקעה.

לא החלפנו את Claude.

לא שינינו את הפרומפט.

שינינו את איכות החשיבה שהזנו אליו.

התחלנו להשיג יותר פגישות איכותיות באופן עקבי.

הערת אזהרה - AI יודע להציג גם רעיונות בנאליים כך שיישמעו אינטליגנטיים.

זו בדיוק הסיבה שקל כל כך להתאהב בתשובה הראשונה שהוא נותן.

הסיכון אינו שהוא יטעה.

הסיכון הוא שהוא ייתן תשובה שנשמעת מצוינת וכל הארגון יתחיל לפעול לפיה (האם זה כך אצלכם?).

התפקיד שלנו כמנהלים וכיועצים הוא לאתגר את התשובות שלו, להוסיף קונטקסט, לשאול עוד שאלה, לבדוק אותן מול השוק ולחזור שוב ל – AI.

רק כך מתקבלות החלטות GTM חדות יותר.

תוך כדי הקריאה אולי שאלתם את עצמכם כמה שאלות.

• האם גם ה - AI שלנו עובד על קונטקסט חלקי?

• האם ה - Value Proposition שלנו מבוסס על מה שאנחנו חושבים או על מה שהלקוחות באמת מעריכים?

• האם אנשי המכירות שלנו משקיעים את רוב זמנם בחברות בעלות ההסתברות הגבוהה ביותר להפוך ללקוחות?

אם אחת מהשאלות האלה גרמה לכם לעצור לרגע, כנראה שיש מה לבדוק.

זה בדיוק סוג הפרויקטים שאני מלווה.

אני לא בונה עוד מערכת AI.

אני מסייע לחברות B2B לבנות את שכבת החשיבה והקונטקסט ומעליה עוזר לבנות מערכת GTM שתעבוד.

המטרה אינה לייצר יותר פעילות.

המטרה היא לשפר את איכות החלטות ה - GTM כך שאנשי המכירות ישקיעו את זמנם בחברות הנכונות, בזמן הנכון, עם המסר הנכון.

אם אתם כבר עובדים עם Claude ,ChatGPT או כל מערכת AI אחרת, אבל מרגישים שהתוצאות העסקיות עדיין אינן בהתאם לציפיות, אשמח לחשוב יחד אתכם.

לא פעם שיחה אחת מספיקה כדי להבין האם החסם נמצא בכלי, בפרומפט, או בשכבת הקונטקסט שעליה הוא עובד.

פנו אלי: michael@michaelgally.com.