रेवेन्यू वर्कफ़्लो में AI कहां है (और कहां नहीं है)

एक बार जब एक रेवेन्यू टीम AI में यकीन कर लेती है, लालच है इसे हर चीज़ पर पॉइंट करना। प्रॉस्पेक्टिंग, क्वालिफाइंग, फोरकास्टिंग, नेगोशिएटिंग, क्लोज़िंग। अगर थोड़ा ऑटोमेशन मदद करता है, तो ज़्यादा और ज़्यादा मदद करना चाहिए। लीडर्स जिन्हें हम जानते हैं जिन्होंने असल में स्केल पर AI चलाया है वे कहीं ज़्यादा सावधान जगह पर पहुंचते हैं: AI वर्कफ़्लो के खास हिस्सों में एक बड़ी बात है और दूसरों में असली नुकसान करता है, और ज़्यादातर स्किल यह जानने में है कौन सा कौन सा है।

थ्रूपुट काम और जजमेंट काम

उपयोगी सवाल "कौन से टास्क्स" नहीं बल्कि "किस तरह का काम" है। एक रेवेन्यू वर्कफ़्लो में लगभग सब कुछ दो में से एक तरफ झुकता है।

थ्रूपुट काम हाई-वॉल्यूम, पैटर्न-हैवी, और ज़्यादातर अनएंबिग्यूअस है। अकाउंट्स रिसर्च करना। एक्टिविटी लॉग करना। एक ईमेल का पहला ड्राफ्ट बनाना। रिकॉर्ड्स अपडेट करना, सिग्नल्स के लिए देखना, एक क्यू सॉर्ट करना। वैल्यू है इसे तेज़ी से और लगातार करने में, सैकड़ों अकाउंट्स में, बोर हुए बिना।

जजमेंट काम इसका उल्टा है। हाई स्टेक्स, कॉन्टेक्स्ट-हैवी, एक रिश्ते पर निर्भर। एक नेगोशिएशन में कमरे को पढ़ना। एक डील से पीछे हटने का फैसला करना। एक नाराज़ एग्ज़ीक्यूटिव को संभालना। एक अकाउंट पर एक शर्त लगाना जिसे डेटा पूरी तरह सपोर्ट नहीं करता।

AI पहली तरह में बहुत अच्छा है और दूसरी में अविश्वसनीय है। तो डिज़ाइन रूल सीधे फॉलो होता है: AI को थ्रूपुट का मालिक बनने दें, लोगों को जजमेंट पर रखें, और इनके बीच के कनेक्शन के बारे में सावधान रहें। यह कोपायलट-बनाम-ऑटोपायलट सवाल का एक शार्पर वर्ज़न है, और यह ऑटोमेशन मैच्योरिटी कर्व के साथ लाइन में बैठता है। थ्रूपुट जल्दी ऑटोमेट होता है। जजमेंट काम को धीरे-धीरे अप्रोच किया जाता है, अगर बिल्कुल भी।

यह कहां साफ तौर पर है

वर्कफ़्लो के कुछ हिस्से लगभग शुद्ध अपसाइड हैं।

सिग्नल मॉनिटरिंग सबसे साफ है। कोई रेप हर चैनल पर हर अकाउंट को पूरे दिन नहीं देख सकता। AI कर सकता है, और यह जो पाता है उसे रैंक कर सकता है। वह ब्रेड्थ एक असली फायदा है, जिसमें हम AI इंसानों से छूटे रेवेन्यू सिग्नल्स कैसे पढ़ता है में जाते हैं।

रिसर्च और एनरिचमेंट अगला है। एक अकाउंट या कॉन्टैक्ट पर एक दर्जन बिखरे सोर्सेज़ से कॉन्टेक्स्ट को साथ लाना ठीक उस तरह का थकाऊ, पैटर्न वाला काम है जिसे AI अच्छी तरह संभालता है और लोग टालते हैं।

पहले ड्राफ्ट्स। आउटरीच, फॉलो-अप्स, मीटिंग रीकैप्स, एक प्रपोज़ल का स्केलेटन। AI ड्राफ्टिंग प्लस एक ह्यूमन एडिट एक इंसान के खाली पन्ने से शुरू करने से तेज़ है, और इंसान अभी भी तय करता है क्या भेजा जाए।

एडमिन क्लोज़र। CRM अपडेट्स, एक्टिविटी लॉगिंग, टास्क क्रिएशन। यह बिज़ीवर्क जो रेप्स को बेचने से रोकता है है, और यह शुरू करने के लिए सबसे ज़्यादा रिटर्न, सबसे कम रिस्क वाली जगह है। इसे करना किसी को याद नहीं आता।

और रेकमेंडेशंस: अगला कदम सुझाना जबकि कोई व्यक्ति तय करता है इसे लेना है या नहीं।

इनमें जो कॉमन है वह यह है कि या तो कोई भी यह काम वैसे भी अच्छी तरह नहीं कर रहा था, या आउटपुट एक ड्राफ्ट है जिसे एक इंसान चेक करता है। किसी एक गलती की कीमत छोटी है।

यह कहां नहीं है

AI को कुछ सीट्स से बाहर रखना भी उतना ही ज़रूरी है।

रिश्ता खुद। बायर्स बता सकते हैं जब उन्हें प्रोसेस किया जा रहा है। जिन बातचीतों में भरोसा बनता है उन्हें इंसानी रहना है। AI रेप को कॉल के लिए तैयार कर सकता है; इसे कॉल पर नहीं होना चाहिए।

अपरिवर्तनीय, हाई-स्टेक्स फैसले। डिस्काउंट अथॉरिटी, दूर जाना, कॉन्ट्रैक्चुअल कमिटमेंट्स। यहां एक गलती महंगी और पूर्ववत करना मुश्किल है।

बिना किसी के देखे ऑटोनॉमस आउटबाउंड। AI को बिना किसी ह्यूमन-इन-द-लूप के बायर्स को मैसेज भेजने देना ब्रांड्स के जलने का तरीका है। ऑफ-की मैसेजिंग, बुरी टाइमिंग, ऐसे दावे जो प्रोडक्ट सपोर्ट नहीं करता। बिना निगरानी के वॉल्यूम एक देनदारी है, पूरी तरह से।

कोई भी चीज़ जिसे आप ऑडिट नहीं कर सकते। अगर आप समझा नहीं सकते कि AI ने कुछ क्यों किया, तो इसे बिना निगरानी के नहीं करना चाहिए। यही पूरी दलील है गार्डरेल्स और अकाउंटेबिलिटी में।

जो फेलियर्स हमने देखे हैं उनका एक कॉमन शेप था: किसी ने AI को एक जजमेंट सीट में डाला, इसे अपरिवर्तनीय अथॉरिटी दी, और ह्यूमन चेक हटा दिया, यह सब एक साथ।

लाइन कहां खींचें

बाउंड्री मूव करती है। जैसे-जैसे टेक्नोलॉजी बेहतर होती है और आप एक खास वर्कफ़्लो में भरोसा बनाते हैं, आप लगाम ढीली करेंगे। ऐसा करने का एक उचित तरीका:

1. वहां शुरू करें जहां गलतियां सस्ती और पूर्ववत करने योग्य हैं। एडमिन, रिसर्च, ड्राफ्टिंग। कुछ बड़ा मांगने से पहले लो-स्टेक्स जीत पर ऑर्ग के अंदर भरोसा बनाएं।
2. जहां भी दूसरी तरफ एक बायर हो वहां एक इंसान को लूप में रखें। AI प्रपोज़ करता है, एक व्यक्ति अप्रूव करता है और भेजता है। यह ह्यूमन-इन-द-लूप मॉडल है, और यह डिफॉल्ट है जब तक एक वर्कफ़्लो ने खुद को साबित नहीं किया।
3. ऑटोनॉमी को सिर्फ वहां बढ़ाएं जहां आप नतीजे को माप और ऑडिट कर सकें। अगर गार्डरेल्स एक क्वार्टर के लिए टिके रहते हैं, जानबूझकर ढीला करें।
4. कभी भी वह ऑटोमेट न करें जिसे आप समझा नहीं सकते। मिसिंग प्रोवेनेंस का मतलब है टास्क सुपरवाइज़्ड रहता है।

क्या एक वर्कफ़्लो इनमें से किसी को सपोर्ट कर सकता है यह नीचे के आर्किटेक्चर पर निर्भर करता है। एक AI-नेटिव सिस्टम पूरे वर्कफ़्लो में देख और एक्ट कर सकता है। AI जो एक सिंगल टूल पर बोल्ट किया गया है वह जो कुछ भी वह टूल देख सकता है उसी में फंसा है, जो आमतौर पर बहुत कुछ सौंपे जाने के लिए काफी नहीं है।

मुख्य बातें

• पहले काम को सॉर्ट करें। थ्रूपुट (हाई वॉल्यूम, पैटर्न्ड) वह जगह है जहां AI अपनी कीमत कमाता है। जजमेंट (हाई स्टेक्स, रिलेशनल) वह जगह है जहां यह गिर जाता है।
• सेफ बेट्स हैं सिग्नल मॉनिटरिंग, रिसर्च, पहले ड्राफ्ट्स, एडमिन क्लीनअप, और रेकमेंडेशंस जिन पर एक व्यक्ति एक्ट करता है।
• इसे बायर रिश्ते, अपरिवर्तनीय फैसलों, बिना निगरानी आउटबाउंड, और किसी भी चीज़ से दूर रखें जिसे आप ऑडिट नहीं कर सकते।
• लाइन समय के साथ मूव करती है। सस्ते में शुरू करें, बायर्स के पास इंसानों को रखें, और सिर्फ वहां बढ़ाएं जहां आप माप सकें क्या हुआ।
• असली रिस्क है तीनों एक साथ: एक जजमेंट कॉल, अपरिवर्तनीय अथॉरिटी, और कोई ह्यूमन चेक नहीं।

सावधानी से किया गया, AI थ्रूपुट काम साफ कर देता है ताकि लोग अपना समय वहां बिता सकें जहां जजमेंट असल में मायने रखता है। अगर आप अपने खुद के मोशन में AI कहां फिट होता है यह मैप कर रहे हैं, तो जिस तरह Revnewo एक ऑर्केस्ट्रेशन लेयर के अंदर वह लाइन खींचता है वह एक उपयोगी रेफरेंस है।