AI dalam Aliran Kerja PMM: Apa yang Betul-betul Berkesan (Dan Apa yang Wakil Jualan Kesan Serta-merta)

Setiap alat PMM kini mendakwa mempunyai AI. Kebanyakannya hanya mengulang semula salinan pemasaran yang sama yang ditulis oleh pelatih pesaing, kemudian menghantarnya semula kepada anda sebagai "competitive intelligence". Wakil jualan anda boleh menghidu battlecard yang ditulis AI dari hujung saluran Slack. Pelanggan dapat mengesan one-pager yang ditulis AI sebelum mereka habis membaca tajuk utama.

Tugas PMM ialah pertimbangan, suara, dan kebenaran pelanggan. Tiga perkara yang AI memang lemah.

Tetapi ada lima tempat ia menjimatkan anda satu hari penuh seminggu. Caranya ialah mengetahui yang mana lima itu, dan jujur tentang selebihnya. Saya pernah melihat seorang AE terbaik mengoyakkan "battlecard yang dijana AI" di hadapan saya, mengembalikannya, dan bertanya sama ada kami boleh "hantar yang sebenar". Jadi panduan ini berpendirian tegas. Matlamatnya bukan untuk menggunakan lebih banyak AI. Matlamatnya ialah menggunakan AI untuk bahagian PMM yang bersifat pemadanan corak, dan mengekalkan tangan manusia pada bahagian yang bukan begitu.

Di Mana AI Betul-betul Membantu

Lima aliran kerja, dalam susunan kasar mengikut ROI.

1. Analisis transkrip win-loss analysis. Ini ialah penggunaan AI yang paling tinggi pengungkitnya dalam PMM, titik. Dua puluh panggilan Gong dahulunya bermakna dua minggu mendengar, menanda, dan cuba mengingati apa yang bakal pelanggan kata dalam panggilan ke-14. Kini anda menampal 20 transkrip ke dalam Claude dengan gesaan berstruktur dan mendapat tema yang berkod dalam 30 minit. Anda tetap akan mengesahkannya dengan wakil jualan sebelum menghantar apa-apa, tetapi AI memampatkan sintesis daripada minggu kepada jam.

2. Peringkasan competitive intelligence. Membaca 14 ulasan G2, tiga transkrip pendapatan terkini, dan halaman penetapan harga baharu pesaing ialah kerja keras yang membosankan. Masukkannya ke dalam Claude dan tanya: "Apa yang berubah dalam 90 hari terakhir, bantahan apa yang dibangkitkan oleh pengulas, ciri baharu apa yang mereka lancarkan?" Anda mendapat titik permulaan yang lebih bersih daripada mana-mana alat "AI competitive intel" yang akan menjualnya kepada anda dengan harga $40K setahun. Nota: input ialah bahan sumber. Output ialah tulisan anda sendiri, bukan ringkasan yang dimajukan semula.

3. Varian ujian mesej. Anda sedang menjalankan ujian tajuk utama A/B test pada halaman pelancaran dan memerlukan 8 variasi. Menjananya dengan tangan mengambil masa sejam dan menghasilkan enam yang hampir serupa kerana otak anda terperangkap dalam alur yang sama. Menjananya dengan AI mengambil masa empat minit dan memberi anda lapan arah, separuh daripadanya sengaja buruk kerana variasi itulah maksudnya. Anda menilainya sebagai manusia. AI hanya meluaskan ruang carian.

4. Draf pertama aset jualan. Rangka battlecard. Cebisan FAQ. Rangka pengendalian bantahan. Rangka struktur one-pager. AI membawa anda ke v0 dalam 15 minit yang sepatutnya mengambil 90. Kemudian anda menulis semula 70% daripadanya. Penjimatan terletak pada tidak merenung dokumen kosong, bukan pada perkataan yang dijana AI.

5. Memo taklimat. Spesifikasi produk yang berselerak perlu menjadi taklimat pelancaran untuk pemasaran, jualan, sokongan, dan CS. Tampal spesifikasi, tampal templat taklimat pelancaran anda, minta AI membuat draf. Anda akan memotong separuh daripadanya dan menulis semula selebihnya, tetapi anda melangkau bahagian di mana anda perlu membaca semula spesifikasi tiga kali cuba memikirkan di mana hendak bermula.

Itulah senarainya. Perhatikan apa yang tiada di dalamnya.

Di Mana AI Gagal (Dan Wakil Jualan Perasan)

Inilah cara kegagalan yang saya lihat PMM terkena akibatnya. Setiap satu mengorbankan kepercayaan dengan jualan, dan kepercayaan itulah yang memberi PMM pengungkit.

Pertimbangan kedudukan pasaran

AI mempurataratakan segala-galanya. Kedudukan pasaran ialah pilihan yang tajam.

Apabila anda bertanya kepada Claude "apakah kedudukan pasaran terbaik untuk produk kami," ia akan memberi anda sesuatu yang kedengaran munasabah dan oleh itu salah. Seluruh hujah April Dunford ialah kedudukan pasaran memerlukan memilih alternatif persaingan, memilih untuk siapa anda paling sesuai, dan secara jelas meninggalkan semua orang lain di belakang. AI benci meninggalkan sesiapa di belakang. Model itu mahu menyenangkan hati. Kedudukan pasaran memerlukan keberanian untuk mengecewakan.

Anti-corak: Pernyataan kedudukan pasaran yang dijana AI yang menyatakan perkara seperti "platform terkemuka untuk pasukan berfikiran ke hadapan." Itu bukan kedudukan pasaran. Itu ialah bunyi bising yang sepatutnya ditembusi oleh kedudukan pasaran.

Suara jenama

Nada ialah cita rasa. Cita rasa bukan satu gesaan.

Anda boleh memberi Claude 30 catatan blog terbaik anda dan meminta ia menulis dalam suara anda. Ia akan menghasilkan sesuatu yang 70% sampai. 30% yang hilang ialah bahagian yang membuat pembaca berhenti menatal. Suara jenama ialah hasil ratusan pertimbangan kecil: kata sifat mana hendak dipotong, bila hendak melanggar peraturan, bila separuh ayat lebih berkesan daripada ayat penuh. AI melicinkan kesemuanya.

Saya tidak kata jangan gunakan AI untuk draf. Saya kata jangan biarkan AI menghantar salinan di bawah jenama anda tanpa pusingan akhir oleh manusia. Pembaca dapat membezakannya. Terutamanya mereka yang anda mahukan.

Kebenaran pelanggan

AI mencipta petikan. Pelanggan tidak bercakap begitu.

Jika anda meminta model "tulis testimoni pelanggan tentang onboarding kami," anda akan mendapat sesuatu yang kedengaran seperti testimoni pelanggan. Ia tidak akan kedengaran seperti pelanggan sebenar, kerana pelanggan sebenar berkata "ya, pelaksanaan mengambil masa lebih lama daripada yang kami sangka, tetapi SE itu hebat" dan AI berkata "antara muka intuitif platform mempercepatkan masa-ke-nilai pasukan kami."

Wakil jualan mempunyai deria keenam untuk ini. Begitu juga bakal pelanggan. Sebaik sahaja seseorang membaca petikan yang kedengaran ditulis AI, setiap petikan di halaman itu menjadi mencurigakan.

Anti-corak: Apa-apa "suara pelanggan" yang dijana AI. Petikan, pembuka kajian kes, petikan tarikan testimoni. Ambil daripada transkrip panggilan sebenar atau jangan gunakannya.

POV asli

Jika naratif pelancaran anda boleh ditulis tentang pesaing, anda tidak mempunyai naratif.

AI dilatih atas salinan pelancaran orang lain. Memintanya menulis salinan anda menghasilkan purata salinan pelancaran orang lain. Pelancaran yang menggerakkan saluran jualan ialah yang mempunyai pendapat tajam yang belum dikatakan oleh kategori itu. Pendapat itu mesti datang daripada temu bual pelanggan anda, data win-loss anda, kepercayaan sebenar pengasas anda tentang mengapa perkara ini penting sekarang. Bukan daripada gesaan.

Kombinasi Gong + Claude untuk Win-Loss

Inilah satu-satunya aliran kerja yang menjustifikasikan kewujudan AI dalam PMM. Inilah aliran yang saya jalankan.

Langkah 1. Tarik transkrip. Dapatkan 15-20 transkrip panggilan closed-lost daripada Gong (atau Chorus, atau Fathom). Tapis untuk peringkat tawaran = "Proposal" atau lebih lewat, supaya anda mendapat panggilan di mana pembeli benar-benar menilai. Buang nama dan pengenal syarikat. Anda boleh lakukan ini secara manual untuk 20 panggilan atau gunakan eksport Gong dengan skrip kecil.

Langkah 2. Tampal ke dalam Claude dengan gesaan berstruktur. Konteks panjang penting di sini. Claude mengendalikan 15-20 transkrip dalam satu sesi lebih baik daripada ChatGPT, sebab itulah saya menjadikan Claude lalai untuk sintesis dan ChatGPT untuk penjanaan varian. Struktur gesaan yang saya gunakan:

You are analyzing 18 closed-lost call transcripts from sales calls.
Each transcript is delimited by "=== TRANSCRIPT N ===".

For each transcript:
1. Identify the deal stage where the loss happened (discovery, demo, proposal, late-stage)
2. Code the primary loss reason using these categories:
   - Price / TCO concern
   - Feature gap (specify which)
   - Competitor preferred (specify which, why)
   - Internal champion lost / org change
   - Bad fit / disqualified
   - Timing / no decision
3. Pull 1-2 verbatim quotes that support the coding (preserve exactly)

After all transcripts, produce a synthesis:
- Top 3 themes by frequency
- For each theme: 3-5 verbatim quotes, deal-stage distribution,
  and which competitors came up most often
- Surprises: anything that contradicts our current narrative

Do not invent quotes. If a transcript doesn't support a theme, say so.

Langkah 3. Sahkan dengan wakil jualan sebelum menghantar apa-apa. Ini tidak boleh dirunding. Ambil 3 tema teratas yang Claude tonjolkan dan ujikannya dengan 3 AE. Dua soalan: "Adakah ini sepadan dengan apa yang anda dengar?" dan "Apa yang tertinggal?" Separuh masa, wakil jualan akan memberitahu anda satu tema yang tidak muncul dalam transkrip kerana wakil jualan tahu konteks yang transkrip tidak tangkap (seperti perbualan bajet yang berlaku melalui teks).

Langkah 4. Hantar sintesis dengan petikan bersumber. Setiap tema dalam tulisan akhir anda dilampirkan kepada petikan kata demi kata sebenar dan ID panggilan. Tiada karut "pelanggan beritahu kami..." yang diparafrasa. Jika anda tidak boleh memetiknya, anda tidak boleh mendakwanya.

Inilah aliran kerja yang membawa saya daripada "kita patut buat win-loss" kepada "kita hantar bacaan win-loss setiap suku tahun." AI memampatkan analisis. Wakil jualan mengesahkan kebenaran. Gabungan itulah yang menjadikannya boleh dipercayai oleh kepimpinan.

Perangkap "Battlecard yang Ditulis AI"

Wakil jualan mengesan battlecard AI serta-merta. Tiga sebab.

Perbandingan generik. AI menghasilkan "kami lebih mudah digunakan, lebih fleksibel, dan lebih baik untuk pasukan yang sedang berkembang." Setiap battlecard AI pesaing menyatakan perkara yang sama. Battlecard sebenar menyatakan "apabila mereka membangkitkan X, inilah soalan perangkap; apabila mereka bertanya tentang Y, inilah gerak demo; apabila mereka memetik kajian kes Acme, inilah susulannya." Itu ialah konteks tawaran yang AI tidak ada.

Tiada pengetahuan dalaman. Battlecard sebenar termasuk perkara seperti "ketua jualan mereka baru sahaja pergi ke sebuah Series B pada Februari" dan "mereka tidak menyokong Workday SSO sedia ada; anda perlukan jawapan tepat ini." AI tidak tahu ketua jualan telah pergi. Ia tiada isyarat tentang jurang SSO melainkan anda memberi keduanya, dan dalam hal itu anda sudah pun melakukan kerja itu.

Terlepas konteks tawaran yang wakil jualan perlukan. Tugas battlecard ialah memenangi jenis tawaran tertentu: tawaran mid-market di mana bakal pelanggan sudah menilai pesaing yang lebih murah dan teragak-agak atas harga. AI tidak tahu itulah tawarannya. Ia menulis halaman perbandingan generik.

Apa yang patut dilakukan sebaliknya: Biarkan AI membuat draf struktur (bahagian, tajuk, rangka jadual perbandingan). Anda mengisi soalan perangkap, periuk api tersembunyi, nama wakil jualan pesaing yang menutup tawaran secara berbeza, perubahan produk terkini. AI membawa anda ke v0 dalam 10 minit. Selebihnya milik manusia. Wakil jualan anda akan menggunakan hasilnya. Mereka akan membuang versi AI sahaja itu.

Susunan Praktikal

Apa yang seorang PMM IC sebenarnya patut gunakan.

Apa yang patut dilangkau: mana-mana alat "penjana AI battlecard" atau "AI launch narrative" yang menjanjikan automasi hujung ke hujung. Outputnya tepat-tepat ialah sampah yang wakil jualan dan pelanggan anda akan tolak. Penjimatan yang dijanjikan vendor itu lenyap pada kali pertama tawaran terhenti kerana wakil jualan membawa halaman perbandingan generik kepada bakal pelanggan yang tajam.

Pelan 30 Hari untuk Menerima AI Tanpa Menjadi Sampah

Jangan cuba meng-AI-kan segala-galanya sekaligus. PMM yang berjaya dalam hal ini memilih satu aliran kerja, menajamkannya, kemudian menambah yang seterusnya.

Minggu 1. Pilih satu aliran kerja dan bina gesaan boleh guna semula. Win-loss ialah titik permulaan ROI tertinggi. Bina struktur gesaan di atas. Jalankannya pada 10 transkrip yang anda sudah analisis secara manual supaya anda boleh membandingkan output AI dengan output anda sendiri dan menentukur. Simpan gesaan ke dalam dokumen Notion dengan nota tentang apa yang berkesan.

Minggu 2. Hantar satu output berbantukan AI. Dapatkan maklum balas wakil jualan. Catat apa yang gagal. Bawa sintesis win-loss ke QBR atau permulaan jualan. Perhatikan bagaimana wakil jualan bertindak balas. Catat setiap tempat di mana wakil jualan menolak balik, setiap tema yang tidak bertahan dalam pengesahan, setiap petikan yang terasa janggal. Inilah data latihan anda untuk pusingan kedua.

Minggu 3. Bina pustaka gesaan untuk 3 tugas berulang teratas anda. Sintesis win-loss. Ringkasan landskap persaingan. Draf taklimat pelancaran. Setiap satu mendapat templat gesaannya sendiri, diperhalusi berdasarkan apa yang minggu 2 ajarkan. Simpannya di tempat pasukan anda boleh menggunakannya, seperti Notion, dokumen kongsi, atau projek Claude.

Minggu 4. Tentukan "zon tanpa AI" pasukan anda. Tuliskannya. Zon saya: dokumen kedudukan pasaran, naratif pengasas, petikan pelanggan, salinan pelancaran tier-1, apa sahaja yang ada nama saya yang sampai kepada pelanggan. Maksudnya bukan untuk mengharamkan AI daripada membuat draf. Maksudnya ialah menjadi jelas bahawa suara dan pertimbangan akhir kekal milik manusia, dan sesiapa dalam pasukan boleh menegur petikan pelanggan yang ditulis AI tanpa rasa janggal.

Menjelang hari ke-30 anda mempunyai dua atau tiga aliran kerja berjalan dengan bersih, satu pustaka gesaan, dan garis jelas antara yang dibuat draf oleh AI dan yang dihantar oleh manusia. Itulah seluruh matlamatnya.

Penutup

AI ialah pengungkit untuk 60% kerja PMM yang membosankan. Sintesis, peringkasan, membuat draf, penjanaan varian. Itulah perkara yang bersifat pemadanan corak secara berskala. Gunakannya. Jimatkan satu hari seminggu.

40% yang memenangi tawaran, kedudukan pasaran, suara, kebenaran pelanggan, POV asli, masih tugas anda. Wakil jualan dapat membezakannya. Pelanggan dapat membezakannya. Enjin carian mula dapat membezakannya.

PMM yang menganggap AI sebagai pengganda daya pada pertimbangan akan menang. Mereka yang menganggapnya sebagai pengganti pertimbangan menghantar sampah, hilang kepercayaan wakil jualan, dan diketepikan secara senyap. Pilih yang pertama.

Jika anda menyentuh Rangka Kerja ACE, kebanyakan kes penggunaan AI PMM terletak dalam Analyze (win-loss, sintesis persaingan) dan Generate (draf aset, varian mesej). Tahan keinginan untuk membingkaikan kedudukan pasaran sebagai tugas Generate. Ia bukan penyiapan corak. Ia ialah pilihan manusia yang tajam tentang untuk siapa anda dan untuk siapa anda bukan.

Ketahui Lebih Lanjut

• Penerangan Tugas Pengurus Pemasaran Produk
• Analisis Win-Loss Yang Betul-betul Mengubah Strategi
• Competitive Intelligence Tanpa Sampah
• Aset Sales Enablement Yang Patut Dimiliki PMM
• Pemesejan Yang Bertahan dalam Jualan