AI dalam Aliran Kerja Enterprise AE

Seorang enterprise AE yang saya kenali menghantar taklimat pra-mesyuarat yang "diperibadikan" kepada seorang CFO Fortune 500 pada suku tahun lepas. Empat puluh lima minit prosa hasilan model tentang angin tujah industri, keutamaan strategik CFO itu, dan bagaimana platform penjual sejajar dengan matlamat transformasi digital syarikat yang dinyatakan secara umum. CFO itu membalas dengan satu baris sahaja.

"Adakah ChatGPT yang menulis ini?"

Disalin kepada (Cc): EVP. Tawaran itu tidak mati pada hari itu, tetapi ia tidak pernah pulih semula. Sebuah vendor lain menutup kontrak itu lapan bulan kemudian. Bahagian yang pelik ialah taklimat itu tidak salah. Ia memetik panggilan pendapatan sebenar, keutamaan strategik sebenar, kenyataan awam sebenar. Ia cuma cukup generik sehingga seorang pembeli kanan dapat menghidu model di sebaliknya. Dan sebaik sahaja seorang pembeli membuat kesimpulan bahawa anda tidak benar-benar memberi tumpuan kepada hubungan itu, setiap e-mel selepas itu akan dibaca melalui penapis yang sama.

Inilah bahagian perbualan AI yang tidak diberi amaran kepada enterprise AE. AI ialah leveraj yang tulen. Ia akan menjimatkan lima hingga lapan jam anda seminggu. Ia akan menjadikan anda lebih pantas dalam penyelidikan, sintesis, dan draf pertama. Dan jika anda membenarkannya menyentuh permukaan tawaran anda yang salah, ia akan diam-diam membakar kredibiliti anda dengan orang yang anda perlukan untuk menutup tawaran itu.

Mengapa Ini Penting Sekarang

Pembeli enterprise bertolak ansur dengan lebih sedikit sampah AI berbanding pembeli SMB, bukannya lebih banyak. Itulah bahagian yang kebanyakan penjual salah faham. Andaiannya ialah "eksekutif sibuk, mereka mahu ringkas." Betul. Tetapi ringkas bukanlah sama dengan generik, dan pembeli kanan boleh mendengar bezanya dalam satu ayat.

Pada peringkat C-level, setiap perkataan dibaca sebagai isyarat tentang betapa serius anda mengambil berat perniagaan mereka. E-mel eksekutif generik tulisan AI memberitahu seorang CRO bahawa anda tidak mengenali syarikat mereka cukup baik untuk menulis tiga perenggan tersuai. Yang bermaksud, secara lanjutan, anda mungkin juga tidak mampu menguruskan deal cycle yang rumit. Risikonya bukan AI. Risikonya ialah AI yang belum disunting di hadapan orang kanan. AI yang telah anda semak, tulis semula, dan letakkan pemikiran anda sendiri di atasnya hanyalah sebuah alat. AI yang anda hantar terus daripada model ialah satu petanda.

Ada satu risiko berkaitan yang lebih sukar dilihat. AI paling berguna untuk bahagian kerja EAE yang bersifat mekanikal: penjadualan, transkripsi, sintesis penyelidikan, draf pertama. Itu kemenangan sebenar. Tetapi bahagian kerja yang sebenarnya menutup tawaran (bersifat ingin tahu dalam panggilan penerokaan, membaca suasana bilik penuh eksekutif yang skeptikal, mengetahui pemegang taruh mana yang memerlukan perbualan peribadi sebelum jawatankuasa pemandu) tidaklah mekanikal. Jika anda menyerahkan 70% kerja mekanikal kepada AI, anda mempunyai lebih banyak masa untuk 30% kerja yang memerlukan manusia. Jika anda cuba menyerahkan 30% bahagian manusia itu, tawaran akan tergelincir.

Di Mana AI Membantu vs. Di Mana Ia Merosakkan

Inilah rangka kerja keputusan praktikal yang saya gunakan. Tiga zon: hijau (biarkan AI berjalan), kuning (AI untuk draf pertama, anda tulis semula), merah (jangan biarkan AI menyentuh ini).

Zon hijau, AI mengendalikan dari hujung ke hujung:

Penyelidikan pemegang taruh pra-panggilan. Suapkan AI dengan profil LinkedIn, transkrip panggilan pendapatan terkini, dan petikan daripada 10-K. Minta ia mengetengahkan tiga keutamaan strategik dan dua bantahan yang berkemungkinan. Anda mengesahkannya, tetapi anda bermula sejam lebih awal daripada keadaan biasa.
Sintesis nota pasca-panggilan. Tampal transkrip mentah Gong atau Chorus, minta AI mengeluarkan keputusan, pemilik, langkah seterusnya, dan soalan yang belum selesai. Sepuluh minit, bukannya empat puluh. Ini ialah salah satu kemenangan paling boleh dipercayai dalam aliran kerja.
Persediaan semakan tawaran dalaman. Tarik data CRM anda, tampalkannya, minta AI menandakan jurang dalam MEDDPICC anda. Ia akan menangkap perkara yang anda terlepas pandang kerana anda terlalu hampir dengan tawaran itu.
Boilerplate proposal. Latar belakang syarikat, gambaran keseluruhan keselamatan, garis masa pelaksanaan, struktur mutual close plan. AI memasang rangkanya. Anda meluangkan masa pada naratif nilai tersuai, yang merupakan satu-satunya bahagian yang benar-benar dibaca dengan teliti oleh pembeli.

Zon kuning, AI membuat draf dan anda menulis semula dengan banyak:

Capaian kadens pelbagai hubungan. Hasilkan draf pertama e-mel untuk 6 hingga 8 pemegang taruh dalam sesuatu tawaran, kemudian tulis semula setiap satu sendiri. AI memberi anda rangka. Pengetahuan anda tentang akaun itu menjadikannya khusus. Ada penjelasan yang lebih panjang tentang cara ini berfungsi dalam praktik dalam Pelbagai Hubungan dalam Tawaran Enterprise.
Persediaan bantahan. AI menghasilkan senarai bantahan yang berkemungkinan; anda menguji ketahanannya terhadap apa yang anda benar-benar dengar dalam penerokaan.
Ringkasan eksekutif. Draf pertama daripada AI, kemudian suntingan manusia yang banyak supaya ia berbunyi seperti anda, bukan seperti model.

Zon merah, jangan biarkan AI menyentuh:

Komunikasi eksekutif tanpa suntingan. Jangan sekali-kali hantar e-mel hasilan AI kepada VP ke atas tanpa penulisan semula yang banyak oleh manusia. Pembeli kanan boleh mengesan irama prosa hasilan model dalam dua ayat. Apabila saya menghantar e-mel eksekutif draf AI tanpa menulisnya semula, saya tidak dihiraukan. Setiap kali.
Semakan kontrak MSA tersuai. AI berhalusinasi tentang terma undang-undang. Pasukan perolehan dan undang-undang akan menangkapnya, hilang kepercayaan, dan melambatkan tawaran selama dua minggu sementara mereka mengesahkan semula segala yang anda hantar.
Jawapan soal selidik keselamatan. Jawapan yang salah mewujudkan risiko pelanggaran dan kenyataan palsu secara bertulis. Ini ialah kerja untuk pasukan keselamatan dan InfoSec, bukan pembantu AI anda.
Penjanaan soalan penerokaan. Anda kehilangan otot rasa ingin tahu yang menjadikan EAE bagus. Soalan penerokaan yang memenangi tawaran datang daripada mendengar dengan ikhlas pada panggilan terakhir, bukan daripada templat prompt.

Pustaka Prompt EAE

Tujuh prompt yang saya benar-benar gunakan. Tampal prompt ini ke dalam Claude atau ChatGPT, sunting input dalam kurungan, dan anda mempunyai sebahagian besar aliran kerja AI yang anda perlukan.

1. Bacaan awal pemegang taruh

Anda sedang membantu saya bersedia untuk panggilan penerokaan 30 minit 
dengan [NAMA], [JAWATAN] di [SYARIKAT].

Saya sedang menampal: profil LinkedIn mereka, transkrip panggilan 
pendapatan suku tahun terkini, dan petikan daripada fail 10-K terbaharu.

Output:
1. Tiga keutamaan strategik yang telah disahkan secara awam oleh syarikat 
   dalam 12 bulan lepas, dengan sumber untuk setiap satu.
2. Dua bantahan yang berkemungkinan dibangkitkan oleh orang ini tentang 
   pembelian [kategori anda], berdasarkan peranan mereka dan profil 
   kewangan semasa syarikat.
3. Satu hubungan yang tidak jelas antara keutamaan yang mereka nyatakan 
   dengan satu cabaran yang diselesaikan oleh [kategori anda]: dirumuskan 
   sebagai hipotesis yang patut saya uji dalam panggilan, bukan dakwaan 
   yang patut saya buat.

Bersikap konservatif. Jika anda tidak dapat mendapatkan sumber bagi 
sesuatu dakwaan daripada dokumen yang saya tampal, katakan "tiada sumber 
awam: sahkan sebelum memetik."

[TAMPAL LINKEDIN]
[TAMPAL TRANSKRIP PENDAPATAN]
[TAMPAL PETIKAN 10-K]

Klausa "bersikap konservatif" itulah bahagian yang penting. Tanpanya, model mencipta keutamaan strategik yang bunyinya munasabah tetapi sebenarnya tidak wujud. Dengannya, anda mendapat titik permulaan yang boleh dipertahankan.

2. Sintesis pasca-panggilan

Saya sedang menampal transkrip mentah daripada panggilan penerokaan 
45 minit dengan [NAMA, JAWATAN] di [SYARIKAT].

Keluarkan:
1. Keputusan yang dibuat semasa panggilan (siapa yang memutuskan, apa 
   yang diputuskan)
2. Item tindakan dengan pemilik dan tarikh akhir (jika dinyatakan)
3. Soalan terbuka yang dibangkitkan tetapi tidak diselesaikan
4. Isyarat pembelian: bahasa yang menunjukkan keterdesakan, bajet, atau 
   kesediaan pemegang taruh. Petik frasa tepatnya.
5. Isyarat risiko: bahasa yang menunjukkan keraguan, keutamaan yang 
   bersaing, atau bantahan yang belum selesai. Petik frasa tepatnya.
6. Tiga soalan susulan yang patut saya tanya dalam perbualan seterusnya 
   berdasarkan apa yang dikatakan, bukan apa yang saya andaikan.

Jangan ringkaskan panggilan itu. Keluarkan sahaja.

[TAMPAL TRANSKRIP]

Arahan "jangan ringkaskan" itu penting. Model lalai kepada ringkasan, yang merupakan output paling kurang berguna. Anda mahukan pengeluaran mentah supaya anda boleh mengesahkannya terhadap transkrip.

3. Draf kadens pelbagai hubungan

Saya sedang menjalankan satu peluang aktif di [SYARIKAT]. Pembeli ekonomi 
ialah [NAMA, JAWATAN]. Saya mempunyai hubungan tahap champion dengan 
[NAMA, JAWATAN] dan [NAMA, JAWATAN]. Saya perlu meluaskan kepada 
[NAMA, JAWATAN] (keselamatan), [NAMA, JAWATAN] (IT), dan 
[NAMA, JAWATAN] (kewangan).

Konteks: [3-4 ayat tentang tawaran: apa yang mereka selesaikan, di mana 
mereka berada dalam proses, apa yang baru sahaja berlaku pada panggilan 
terakhir].

Buat draf e-mel sentuhan pertama kepada setiap satu daripada tiga 
pemegang taruh baharu itu. Setiap e-mel patut:
- Merujuk satu hasil perniagaan khusus yang relevan dengan peranan itu 
  (keselamatan: pengurangan risiko; IT: beban pelaksanaan; kewangan: TCO).
- Menyertakan satu soalan yang hanya peranan itu boleh jawab.
- Kurang daripada 120 perkataan.
- Mengelakkan frasa "circle back," "touch base," "leverage," "synergies," 
  dan mana-mana ayat yang bermula dengan "I hope this finds you well."

Setiap draf akan ditulis semula dengan banyak sebelum dihantar. Optimumkan 
untuk kekhususan berbanding kehalusan.

[TAMPAL KONTEKS]

Senarai frasa yang disekat itulah yang menghalang model daripada lalai kepada prosa capaian. Cuba tanpa senarai sekatan itu dan anda akan nampak sebabnya.

4. Persediaan bantahan

Peringkat tawaran: [peringkat]. Peranan pembeli: [JAWATAN]. Industri: 
[industri]. Saiz tawaran: $[jumlah] ARR.

Berdasarkan kebimbangan tipikal seseorang dalam peranan ini pada peringkat 
ini dalam pembelian perisian enterprise, hasilkan lima bantahan yang paling 
berkemungkinan saya hadapi dalam perbualan seterusnya.

Untuk setiap bantahan:
1. Bantahan dalam rumusan yang berkemungkinan digunakan oleh pembeli
2. Kebimbangan asas (selalunya berbeza daripada bantahan permukaan)
3. Pendekatan respons (bukan skrip: sudut yang patut saya ambil)
4. Soalan penerokaan yang sepatutnya saya tanya lebih awal untuk 
   mendedahkan perkara ini

Tandakan mana-mana bantahan yang benar-benar tentang [produk anda] vs. 
tentang kategori yang lebih luas vs. tentang politik dalaman pembeli.

[TAMPAL KONTEKS TAWARAN]

Paksi ketiga (bantahan tentang produk vs. kategori vs. politik) ialah yang paling kerap terlepas oleh manusia. Ia juga yang menentukan sama ada bantahan itu adalah tugas anda untuk mengendalikannya atau tugas champion anda.

5. Naratif proposal

Saya sedang membuat draf bahagian ringkasan eksekutif sesebuah proposal 
untuk [SYARIKAT]. Inilah satu-satunya bahagian yang akan dibaca dengan 
teliti oleh pembeli ekonomi [JAWATAN]. Maksimum 250 perkataan.

Saya sedang menampal nota penerokaan saya daripada empat perbualan dengan 
pasukan tawaran.

Hasilkan draf pertama ringkasan eksekutif yang:
- Membuka dengan masalah perniagaan dalam perkataan mereka, bukan saya
- Menyatakan hasil boleh diukur yang mereka beritahu kami sedang cuba 
  capai
- Menamakan dua atau tiga keupayaan yang memetakan terus kepada hasil itu 
  (langkau ciri yang tidak memetakan)
- Menutup dengan rupa kejayaan dalam 12 bulan

Tiada bahasa pemasaran. Tiada "transform," "unlock," "empower," "leverage," 
"unleash." Padankan gaya prosa kajian kes Harvard Business Review, bukan 
deck jualan.

[TAMPAL NOTA PENEROKAAN]

Penambat gaya HBR ialah helah paling berguna yang pernah saya temui untuk mengeluarkan model daripada suara pemasaran.

6. Pelan penutupan bersama

Saya sedang membina mutual close plan dengan [SYARIKAT] untuk tawaran 
[SAIZ] yang menyasarkan penutupan [TARIKH]. Jawatankuasa pembelian 
termasuk: [SENARAI NAMA, PERANAN, TAHAP PENGARUH].

Proses perolehan mereka biasanya memerlukan: [SENARAI APA YANG ANDA TAHU].

Hasilkan rangka kerja pencapaian dengan:
1. Aliran kerja (undang-undang, keselamatan, pengesahan teknikal, 
   penjajaran eksekutif, komersial)
2. Pencapaian utama dalam setiap aliran kerja dengan tarikh sasaran
3. Pemilik di pihak mereka dan pihak kita
4. Kebergantungan antara aliran kerja (apa yang menyekat apa)
5. Tiga pencapaian yang paling berkemungkinan tergelincir dan sebabnya

Formatkan sebagai jadual yang boleh saya tampal ke dalam dokumen kongsi 
dengan pembeli.

[TAMPAL KONTEKS TAWARAN]

Yang ini paling kurang saya percayai. Outputnya sentiasa struktur permulaan yang baik, tetapi setiap tawaran ada keanehannya yang model tidak dapat lihat. Saya menulis semula mungkin separuh daripada baris sebelum berkongsi secara luaran.

7. Semakan tawaran dalaman (jurang MEDDPICC)

Saya sedang bersedia untuk semakan tawaran dalaman. Menampal nota CRM, 
benang e-mel terkini, dan ringkasan mesyuarat untuk peluang [ID].

Jalankan analisis jurang MEDDPICC. Untuk setiap huruf:
- Apa yang saya tahu dengan yakin (dengan sumber)
- Apa yang saya andaikan tetapi belum sahkan
- Satu soalan paling bernilai tinggi yang patut saya jawab sebelum 
  semakan Jumaat depan

Bersikap skeptikal. Jika saya mendakwa champion wujud tetapi tiada bukti 
advokasi bebas dalam tingkah laku mereka, tandakannya. Jika saya ada satu 
metrik tetapi ia ialah angka halaman pemasaran, bukan sesuatu yang pembeli 
beritahu saya, tandakannya.

[TAMPAL NOTA]

Arahan skeptisisme itulah yang menjadikan prompt ini benar-benar berguna. Tanpanya, model akan bersetuju dengan apa sahaja yang telah anda tulis dalam CRM anda, yang merupakan tepat apa yang anda tidak perlukan sebelum sesuatu semakan tawaran.

Kesilapan Lazim

Menghantar e-mel eksekutif sepenuhnya hasilan AI kerana anda ketinggalan pada hari Jumaat. Pembeli mengingati nadanya, bukan minggu anda. Jalan pintas itu terasa berbaloi untuk sepuluh minit; fail mental pembeli tentang anda mengambil masa setahun untuk dipulihkan.

Menggunakan AI untuk membuat draf semakan kontrak MSA atau respons keselamatan. Ini berakhir dalam dokumen yang mengikat dari segi undang-undang. Penyemak pakar akan menangkap setiap kesilapan. Sebaik sahaja pasukan undang-undang menandakan bahasa berhalusinasi, setiap baris kontrak akan disahkan semula, di situlah kelewatan tawaran dua minggu bertukar menjadi empat minggu.

Menganggap penyelidikan akaun AI sebagai kebenaran asas. Halusinasi model tentang struktur organisasi, berita terkini, atau prestasi kewangan akan memalukan anda secara langsung dalam bilik mesyuarat. Penyelesaiannya ialah disiplin paling mudah yang mungkin: jangan sekali-kali memetik sesuatu fakta di hadapan pembeli yang belum anda sahkan di sumbernya.

Menampal data pelanggan sulit ke dalam alat AI awam. Andaikan setiap prompt direkodkan melainkan syarikat anda mempunyai perjanjian peringkat enterprise. Jika anda bekerja dengan nama akaun sebenar, angka hasil sebenar, atau carta organisasi sebenar, gunakan alat gred enterprise yang diluluskan oleh pasukan keselamatan anda, bukan akaun ChatGPT pengguna pada telefon anda.

Membenarkan AI menulis soalan penerokaan anda. Anda kehilangan otot rasa ingin tahu. Soalan yang menggerakkan tawaran enterprise datang daripada mendengar dengan ikhlas apa yang pembeli baru sahaja katakan, bukan daripada templat prompt. Ada senarai yang lebih panjang tentang perkara ini dalam Kesilapan Lazim Enterprise AE.

Tiga Peraturan Semakan Output

Sebelum mana-mana output AI meninggalkan mesin anda, tiga semakan. Ini mengambil masa tiga puluh saat dan menyelamatkan tawaran.

Adakah apa-apa yang salah dari segi fakta? Khususnya, mana-mana nama, nombor, tarikh, atau dakwaan tentang perniagaan pembeli. Jika anda tidak boleh mendapatkan sumbernya, potong sahaja.
Adakah saya akan malu jika orang ini tahu AI yang menulisnya? Jika ya, ia memerlukan lebih banyak penulisan semula. Jika benar-benar tidak, ia mungkin terbaca sebagai anda, bukan sebagai model.
Adakah ini berbunyi seperti saya, atau berbunyi seperti model? Baca perenggan pertama dengan kuat. Model mempunyai irama tertentu. Tricolon, klausa berimbang, lima perkataan penyambung yang sama. Suara anda ada bonggol dan ketidaksimetrian. Jika prosanya terlalu licin, kasarkannya sedikit.

Sebelum vs. Selepas: Sebuah E-mel Eksekutif

Inilah draf AI yang belum disunting bagi e-mel capaian kepada seorang VP of Engineering di sebuah syarikat perisian pasaran sederhana:

Subjek: Aligning on engineering velocity at [Company]

Hi [Name],

I hope this finds you well. I've been following [Company]'s recent growth and am impressed by the scale of your engineering organization. As you continue to scale, I'd love to explore how [Product] can help your team unlock greater velocity and deliver more value to your customers.

Many engineering leaders we work with face similar challenges around tooling fragmentation and developer experience. We've helped companies like [X] and [Y] streamline their workflows and accelerate time to market.

Would you be open to a 30-minute conversation next week to explore how we could partner together?

Best, [Sender]

Ia tidak salah. Ia cuma e-mel model. Setiap pembeli kanan telah membaca e-mel yang sama persis ini seribu kali.

Inilah versi selepas ditulis semula:

Subjek: The Q3 reliability post-mortem

[Name],

Saya nampak post-mortem anda tentang insiden kebolehpercayaan Q3. Bahagian tentang infrastruktur ujian yang menjadi bottleneck sebenar (bukan kekerapan deploy) ialah tulisan kejuruteraan paling jujur yang pernah saya baca tahun ini.

Dua soalan, tiada pitch dilampirkan:

Penyelesaian yang anda terangkan memindahkan bottleneck itu kepada penyediaan persekitaran. Adakah itu telah berlaku dalam Q4?

Kami bekerja dengan tiga syarikat yang melanggar dinding yang sama persis dalam julat 200 jurutera. Berbaloi membandingkan nota selama 20 minit?

Jika ya, saya akan hantar tiga perkara konkrit yang mereka lakukan. Jika tidak, tiada susulan.

[Sender]

Niat yang sama. Kebarangkalian mendapat balasan yang berbeza. Yang kedua mengambil masa enam minit untuk ditulis kerana tiga minit pertama dihabiskan membaca post-mortem yang pembeli itu benar-benar tulis.

Mengukur Sama Ada AI Membantu atau Merosakkan

Jejaki tiga perkara sepanjang satu suku tahun.

Masa pentadbiran yang dijimatkan setiap minggu. Sasaran 5 hingga 8 jam. Ukur dengan jujur. Jika anda menjimatkan empat jam pada sintesis dan menghabiskan tiga jam daripadanya untuk lebih banyak sintesis, hasil bersihnya satu jam, bukan empat.

Kelajuan tawaran dalam peringkat di mana AI membuat kerja persediaan. Sasaran pergerakan 15 hingga 20% lebih pantas melalui peringkat yang kerjanya kebanyakannya penyelidikan dan sintesis (penerokaan awal, draf proposal, semakan dalaman). Jika peringkat itu tidak menjadi lebih pantas, aliran kerja AI anda sebenarnya tidak berfungsi untuk anda.

Kualiti penglibatan eksekutif. Kadar balasan daripada kenalan VP ke atas kekal stabil atau bertambah baik, bukan merosot. Metrik yang salah ialah "e-mel dihantar." Metrik yang betul ialah sama ada pembeli kanan membalas lebih banyak, sama banyak, atau kurang sejak anda mula menggunakan AI. Jika kadar balasan daripada pembeli kanan jatuh selepas anda menerima pakai AI, anda menghantar terlalu banyak output model yang belum disunting. Kurangkan kuantiti, tingkatkan kualiti. Ada penjelasan yang lebih penuh tentang cara memikirkan susunan alat seorang EAE dalam Alat & Susunan Teknologi Enterprise AE.

Bagaimana Rework Sesuai

Kebanyakan alat AI hidup di luar CRM anda. Penyerahan antara "AI menghasilkan draf ini" dan "draf ini berada dalam rekod tawaran yang boleh dilihat oleh seluruh pasukan" ialah di mana masa terbocor. Rework CRM mengekalkan penyelidikan berbantukan AI, sintesis pasca-panggilan, dan nota pemegang taruh terlampir pada rekod peluang itu sendiri, supaya SE, CSM, dan jawatankuasa semakan tawaran melihat konteks yang sama yang anda hasilkan. AI sebagai alat produktiviti yang berasingan tidak mengapa. AI yang disepadukan ke dalam rekod tawaran benar-benar lebih pantas. CRM bermula pada $12/pengguna/bulan.

Apa yang Patut Diambil Daripada Ini

AI ialah leveraj, bukan jalan pintas mengelilingi bahagian kerja yang sebenarnya memerlukan seorang EAE. Pembeli kanan sentiasa boleh tahu. Disiplinnya ialah mengetahui 70% minggu mana yang AI kendalikan dengan baik, dan melindungi 30% yang ia tidak mampu. 70% itu ialah penyelidikan, sintesis, draf, persediaan dalaman. 30% itu ialah pertimbangan manusia yang menutup tawaran: duduk dengan seorang CFO yang skeptikal, mengetahui pemegang taruh mana yang memerlukan perbualan peribadi, mendengar apa yang tidak dikatakan dalam panggilan penerokaan.

Jika anda mengimbas semula minggu ini melalui rangka kerja hijau/kuning/merah, di manakah anda akan menemui lima jam leveraj berbantukan AI? Dan e-mel eksekutif yang mana yang anda hantar suku tahun lepas yang, apabila diimbas semula, berbunyi sedikit terlalu licin?

Mulakan di situ. Bentuk hari seorang enterprise AE, termasuk di mana AI duduk di dalamnya, dipaparkan dengan lebih terperinci dalam Sehari dalam Kehidupan Seorang Enterprise AE.

Playbook Enterprise Account Executive