Un error crítico que cometen la mayoría de las empresas emergentes más jóvenes es creer que su tecnología prácticamente se venderá sola, dice Arsalan Tavakoli-Shiraji, cofundador y vicepresidente senior de ingeniería de campo de Databricks, que ayuda a las empresas a almacenar y analizar enormes cantidades de datos.
Sí. The tech must work well. Pero eso no es suficiente, advierte. Databricks es hoy un gigante de la inteligencia artificial y el almacenamiento de big data, valorado en 190 mil millones de dólares, con más del 70% de las empresas Fortune 500 como clientes. Pero alguna vez fue una pequeña startup, y Tavakoli-Shiraji fue responsable de ayudar a lograr sus primeros grandes acuerdos.
«Todo el mundo, cuando vende a empresas de nueva creación… creemos que se trata de tecnología y de tener la mejor tecnología», dijo Tavakoli-Shiraji a los asistentes a TechCrunch Disrupt la semana pasada. Pero aprendió por las malas que “las personas y los procesos son lo más importante”.
Recuerda haber concertado una reunión con un cliente potencial en los primeros días, sólo para descubrir que era la misma persona que firmó un mega acuerdo con su principal competidor. «No tiene ningún interés en escucharme porque apostó su carrera a ese competidor», dijo Tavakoli-Shiraji. He also remembers early deals fizzling because the startup wasn’t prepared for legal, contractual, or security questions. Ofreció sus mejores consejos para que las nuevas empresas consigan grandes clientes.
Vender bajo el paraguas de una empresa de tecnología más grande
When Databricks was young, it tried and failed to score a meeting with UBS, the large Swiss bank. Luego se asoció con Microsoft y se convirtió en socio de la nube de Azure. That meant sales agreements would be covered under Microsoft’s terms.
Pero también significó que el personal de ventas de Microsoft realmente concertó las reuniones y abogó por la puesta en marcha. “De repente, esa reunión no fue difícil de conseguir”, recordó el fundador. «Fue una gran ayuda para nosotros poder asociarnos con alguien que tenía ese acceso y distribución».
Con la ayuda del equipo de ventas de Microsoft, «empezamos a ser atraídos por todas partes». Eso creó nuevos problemas, como prospectos que querían características para países a los que Databricks no se había expandido, pero era bueno tenerlos.
Hoy en día, Databricks es la gran empresa que trabaja con nuevas empresas y vende sus productos bajo los propios términos y configuración de ciberseguridad de Databricks. Los ejemplos incluyen Hightouch, que proporciona herramientas de marketing y datos de clientes basadas en inteligencia artificial (Databricks también ha invertido en ello); Addepar, que ofrece herramientas de datos para profesionales de la inversión; y Tecton, una startup de aprendizaje automático que luego adquirió Databricks.
Al vender IA, aborde las “cuatro C”
Tavakoli-Shiraji agrupa las principales preocupaciones y objeciones de las empresas en cuatro categorías que él llama las cuatro C: contexto, elección, costo y control. Contexto significa una IA que se puede entrenar “como si se contratara a un nuevo empleado”, dice, aprendiendo la terminología, los procesos, las prioridades, etc., de la empresa.
La elección es la libertad de cambiar de modelo de IA en lugar de estar atado a un único proveedor. Cost is about controlling how much the AI product will cost to run. Control involves the safeguards that govern the AI’s behavior and protecting sensitive information.
Atacar los costosos sistemas heredados con los que las empresas creen que están atrapadas
Tavakoli-Shiraji pregunta en broma a los CIO cuál es su posición respecto de la IA en una escala del uno al cinco. Un uno significa que los empleados simplemente tienen acceso a ChatGPT y un cinco significa que la empresa ha adoptado nuevas capacidades de IA que han cambiado sus procesos comerciales.
One big opportunity for startups is to bring that value is to modernize expensive legacy systems. “Si hoy vas a cualquier banco, todavía tienen [an IBM] AS/400 y mainframes», describió. «Nadie quería tocarlo porque nadie sabía lo que hacía ese código».
But today, AI agents “can go in and understand and actually decompose what that code does.” Eso, dice, abre la puerta a productos que hacen de todo, desde agregar interfaces modernas para esos sistemas antiguos hasta reemplazarlos por completo.
Tavakoli-Shiraji también compartió sus predicciones para el futuro de la adopción de la IA empresarial, junto con una anécdota de lo que sucedió cuando la empresa era joven y él se hizo pasar por un abogado para conseguir un gran contrato empresarial. Vea la entrevista completa a continuación.
Cuando compra a través de enlaces en nuestros artículos, podemos ganar una pequeña comisión. Esto no afecta nuestra independencia editorial.