Bahasa Melayu

AI dalam Aliran Kerja RevOps: Di Mana Ia Benar-benar Membantu (dan Di Mana Ia Diam-diam Rosak)

Setiap vendor CRM dalam senarai pembaharuan anda telah menghantar "AI-powered forecasting" dalam lapan belas bulan yang lalu. Begitu juga Clari. Begitu juga Gong. Begitu juga Chorus. Begitu juga tiga syarikat permulaan yang CRO anda kirimkan minggu lepas dengan baris subjek seperti "ini mengubah segalanya untuk pasukan hasil." Kebanyakannya menghasilkan satu skor keyakinan. Reps memandangnya sekilas, mengangkat bahu, dan menolaknya. Skor itu duduk dalam satu lajur yang tiada siapa menapisnya. Vendor masih mengecaj anda untuknya.

Inilah keadaan AI dalam RevOps sekarang, dan jika anda ialah Revenue Operations Manager yang perlu memutuskan apa yang disambungkan ke dalam aliran kerja harian berbanding apa yang kekal sebagai widget dashboard yang tiada siapa membukanya, andalah yang memikul tanggungjawabnya. Tersilap dalam satu arah dan anda terlepas peluang produktiviti yang sebenar. Tersilap dalam arah yang lain dan anda menghantar skor deal "ajaib" yang menghakis kepercayaan reps terhadap keseluruhan stack, termasuk bahagian yang berfungsi.

Jadi inilah versi yang jujur. Bukan pitch vendor. Satu peta tentang di mana AI memberi nilai sebenar dalam aliran kerja RevOps, di mana ia secara senyap menjadikan keadaan lebih teruk, dan satu pelan 30 hari yang anda boleh jalankan bermula hari Isnin.

Mengapa keputusan ini berada di atas meja anda

RevOps memiliki sistem rekod. Itu bermakna RevOps memiliki persoalan tentang apa yang muncul di hadapan seorang rep apabila mereka membuka CRM pada pukul 8:42 pagi dengan secawan kopi. Setiap ciri AI yang anda hidupkan sedang bersaing untuk perhatian itu. Reps mempunyai toleransi yang terhad terhadap perkara yang alat mereka beritahu. Belanjakannya pada isyarat yang mereka percayai dan mereka akan bergantung pada sistem. Belanjakannya pada satu skor keyakinan yang silap dua kali dalam satu suku tahun dan mereka akan berhenti mempercayai apa-apa sahaja, termasuk laporan pipeline coverage yang anda benar-benar mahu mereka lihat.

Kepimpinan jualan biasanya tidak memahami pertukaran ini. Mereka melihat demo, mereka melihat satu nombor, mereka mahukan nombor itu. Tugas anda ialah menterjemahkan "Saya mahu skor deal AI" kepada satu aliran kerja yang menonjolkan corak berguna tanpa mempertaruhkan kepercayaan pasukan pada sebuah kotak hitam.

Di mana AI membantu

Inilah kes penggunaan yang, dalam pengalaman saya, benar-benar bertokok. Tiada satu pun daripadanya merupakan ciri utama pada halaman harga vendor. Itu bukan suatu kebetulan.

Pemadanan corak risiko deal

Versi jujur "AI deal scoring" ialah pemadanan corak merentasi usia peringkat, penglibatan kenalan, kedalaman multi-thread, dan masa sejak sentuhan pelanggan terakhir. Model itu bukan meramalkan sama ada sesuatu deal akan ditutup. Ia memerhatikan perkara yang manusia berhenti perasan pada petang Jumaat pada deal ke-34.

Ini berguna apabila outputnya ialah satu soalan, bukan satu nombor. "Mengapa deal ini tidak menerima sebarang emel champion dalam 14 hari?" ialah sesuatu yang seorang rep boleh bertindak. "73" ialah sesuatu yang seorang rep akan bertikam lidah dengannya. Isyarat asas yang sama, dibingkaikan dengan dua cara berbeza, mendapat dua reaksi yang benar-benar berbeza. Pasukan RevOps yang menang dengan AI risiko deal mengkonfigurasi dashboard untuk menonjolkan isyarat (tiada kenalan champion dalam 14 hari, tiada economic buyer dinamakan, single-threaded selama 21 hari) dan menyembunyikan skor itu sendiri. Reps akan menggunakan isyarat itu. Mereka akan mengabaikan skor.

Semakan kewarasan penggabungan ramalan

Yang ini benar-benar berguna dan dinamakan dengan buruk. Vendor memanggilnya "AI forecasting." Apa yang ia sebenarnya: pendapat kedua yang menandakan deal di mana commit seorang rep tidak sepadan dengan corak close-rate sejarah untuk rep itu, peringkat itu, dan jalur ACV itu.

Ia bukan menggantikan panggilan forecast anda. Ia memberikan penyemak RevOps satu senarai "ini lapan commit yang kelihatan pelik dari segi statistik, tanya tentang ini dahulu." Itu satu penjimatan masa yang sebenar. Hari anda membenarkan model menggabungkan forecast secara automatik tanpa penyemak manusia ialah hari anda akan menjelaskan kepada CFO mengapa nombor itu silap.

Untuk maklumat lanjut tentang menetapkan kekerapan dengan betul, lihat Ketepatan Forecasting yang Bertahan dalam QBR.

Pengekstrakan transkrip (Gong/Chorus + Claude)

Inilah kejayaan tersembunyi. Kebanyakan pasukan kurang menggunakannya. Anda sudah pun membayar untuk Gong atau Chorus. Rakaman itu sedang berada di situ. Alat ringkasan terbina vendor itu memadai, tetapi ia ditala untuk pengurus, bukan RevOps.

Aliran kerja yang benar-benar menggerakkan keadaan: salurkan transkrip 20 deal terbuka teratas anda ke dalam Claude (atau mana-mana LLM yang munasabah) dengan satu prompt yang mengeluarkan medan berstruktur. Pain yang dinyatakan. Pesaing yang dinamakan. Kriteria keputusan dalam bahasa pembeli sendiri. Frasa penghalang ("kami perlu berbincang semula dengan pihak undang-undang," "saya mahu pasukan keselamatan kami melihat ini"). Komitmen langkah seterusnya yang dilafazkan tetapi tidak pernah masuk ke dalam CRM.

Inilah satu templat prompt yang berfungsi. Sesuaikannya dengan peringkat anda.

You are a RevOps analyst reviewing a sales call transcript.
Extract ONLY what was explicitly said. Do not infer. If a field has no
evidence in the transcript, write "not stated."

Return the following fields as a JSON object:

- stated_pain: the buyer's own words on the problem they're trying to solve
- named_competitors: any competitor or alternative the buyer mentioned by name
- decision_criteria: explicit criteria the buyer named (price, security, integration, timeline)
- economic_buyer_signals: any mention of who signs, who approves, or budget process
- blocker_language: phrases that signal a blocker ("legal," "security review," "wait until Q3")
- champion_signals: language indicating an internal advocate
- next_step_commitments: what was agreed for the next meeting, by whom, by when
- mismatch_with_crm: anything in this transcript that contradicts the current CRM stage notes

Transcript follows:
[paste transcript]

Jalankan ini setiap minggu pada 20 deal teratas. Letakkan output berstruktur itu ke dalam dokumen kongsi yang mesyuarat semakan deal anda benar-benar gunakan. Dalam masa dua bulan, RevOps menjadi pasukan yang tahu apa yang sebenarnya berlaku dalam deal, bukan sekadar apa yang ada dalam peringkat CRM. Itulah kuasa pengungkit. AE anda akan mula meminta anda menjalankannya pada deal yang tiada dalam 20 teratas. Biarkan mereka meminta. Jangan tawarkannya secara sukarela.

Pembersihan kebersihan data

Membosankan. Nyata. Bertokok. Dedup, pembetulan hierarki akaun, menormalkan jawatan pekerjaan ke dalam taksonomi peranan anda, mengambil peranan kenalan yang terlepas, membetulkan medan negara di mana seseorang menaip "United states" dengan huruf s kecil. Tiada satu pun daripada ini akan menaikkan pangkat anda dalam satu suku tahun. Kesemuanya ialah apa yang menjadikan setiap laporan lain yang anda bina kurang silap.

Ini juga merupakan penggunaan AI yang paling mudah untuk dijustifikasikan kepada pihak kewangan. Kosnya kecil, penjimatan masanya konkrit, dan tiada siapa mempunyai perasaan tentang sama ada model itu menyahdua akaun dengan baik. Pasangkannya dengan asas-asas dalam Kebersihan Pipeline yang Dipercayai Pihak Kewangan.

Pengesanan anomali pipeline

Sebuah dashboard statik memberitahu anda penukaran peringkat-2 ialah 34% suku tahun ini. Sebuah model yang memerhatikan dashboard itu memberitahu anda penukaran peringkat-2 jatuh 6 mata minggu ke minggu untuk pasukan Timur secara khusus dan penurunan itu tertumpu pada deal yang bersumber daripada saluran rakan kongsi. Itulah perbezaan antara "kita akan semak ini pada QBR" dan "kita ada masalah minggu ini."

Kebanyakan CRM kini menghantar sesuatu seperti ini. Yang baik menandakannya sebagai satu soalan untuk anda siasat. Yang buruk menjana mesej Slack secara automatik yang berbunyi "anomali dikesan: penukaran peringkat-2 jatuh" tanpa konteks, yang dibisukan dalam masa seminggu.

Di mana AI rosak

Sekarang sisi yang satu lagi. Inilah tempat saya telah saksikan AI dengan penuh yakin memalukan sebuah pasukan RevOps di hadapan kepimpinan, dan mod kegagalannya sentiasa sama: model itu mengambil purata terhadap satu situasi yang memerlukan pertimbangan.

Keputusan pertimbangan

Adakah deal ini ditutup kerana champion baru sahaja dinaikkan pangkat ke dalam jawatankuasa pembelian? Adakah ia ditutup kerana pesaing economic buyer menandatangani dengan kami minggu lepas dan kini ada tekanan dalaman? Adakah ia tersekat kerana CRO pembeli dipecat dan tiada siapa akan menandatangani apa-apa sehingga yang baru memulakan kerja dalam enam minggu?

Model itu tidak tahu apa-apa daripada itu. Ia melihat usia peringkat dan metrik penglibatan. Saya telah saksikan satu model deal-scoring menilai sebuah deal pada keyakinan 82% seminggu sebelum penaja meninggalkan syarikat untuk syarikat lain dan deal itu lenyap. Model itu tidak silap tentang inputnya. Ia cuma tidak mempunyai input yang penting. Reps ada. Reps sentiasa ada, pada deal yang patut diperhatikan.

Perubahan pelan

Territory carve, reka semula comp, peralihan ICP, perubahan model harga. Model itu dilatih pada motion yang lama. Suku tahun pertama selepas perubahan pelan comp ialah suku tahun setiap model AI deal-scoring paling penuh yakin tetapi silap yang ia akan jadi, kerana tingkah laku rep sedang berubah dan kadar asas sejarah tidak lagi terpakai. Tiada siapa memberi amaran kepada anda tentang ini. Kemas kini suku tahunan vendor tidak menyebut "sambil lalu, ketepatan model anda akan merudum selama 90 hari selepas sebarang perubahan pelan." Ia akan, walau bagaimanapun.

Jika anda menuju ke arah perubahan wilayah atau comp, lihat Reka Bentuk Wilayah dan Comp Tanpa Meletupkan Pasukan dan rancang untuk membisukan skor AI sepanjang peralihan itu. Beritahu reps mengapa. Mereka akan menghormatinya.

Pengendalian pengecualian

Deal enterprise sekali-sekala dengan terma bukan standard, tempoh kontrak tersuai, struktur akaun induk-anak, commit perkongsian tiga hala. Model itu mengambil purata terhadapnya menjadi hingar kerana terdapat enam deal lain seperti itu merentasi keseluruhan sejarah syarikat. Saya telah saksikan satu model menandakan perkongsian strategik bernilai $1.4J sebagai "keyakinan rendah" kerana ia tidak sepadan dengan corak SMB yang membentuk 94% set latihan. CRO mengadakan perbualan dengan rep tentang "kebersihan deal." Deal itu ditutup dua minggu kemudian untuk nombor asalnya. Kepercayaan tercalar tanpa sebab.

Kelulusan harga dan diskaun

Jangan sekali-kali biarkan satu model mencadangkan diskaun secara automatik. Bukan dalam pandangan rep, bukan dalam aliran kerja deal desk, bukan sebagai "langkah seterusnya yang disyorkan." Reps akan memetiknya sebagai dasar. Pembeli akan mengambil tangkapan skrinnya. Halaman harga anda menjadi titik permulaan untuk rundingan yang anda tidak benarkan. Saya telah lihat yang ini mengakibatkan margin yang sebenar. Diskaun 12% "disyorkan" model menjadi paras lantai dalam masa seminggu, kerana reps memberitahu satu sama lain.

Peraturan ini tiada pengecualian. Keputusan harga melibatkan strategi syarikat yang model tidak mempunyai akses kepadanya.

Perangkap "AI deal score"

Reps mengesan nuansa palsu serta-merta. Kali pertama mereka melihat dua deal diberi skor 73 dan 71 tanpa sebarang perbezaan yang boleh dicerap, mereka bertanya soalan yang jelas: apakah perbezaan sebenarnya? Apabila jawapannya ialah "model itu memberi pemberat sedikit lebih tinggi pada isyarat penglibatan," ciri itu mati. Apabila model itu kemudian penuh yakin tetapi silap pada sesuatu deal dua kali dalam satu suku tahun, dan ia akan (kerana kadar asas yang melatih model tidak termasuk faktor manusia yang sebenarnya memacu penutupan), reps berhenti menggunakannya. Lebih teruk, mereka memberitahu satu sama lain supaya jangan menggunakannya.

Perangkapnya ialah skor itu terasa seolah-olah ia memberi anda sesuatu yang isyarat asas tidak berikan. Ia tidak. Skor ialah pemampatan isyarat menjadi satu nombor yang menyembunyikan isyarat mana yang menyala dan mana yang tidak. Isyarat itu berguna. Pemampatan itu tidak.

Jadi: tonjolkan isyarat. Sembunyikan skor. Jika CRM anda tidak membenarkan anda berbuat demikian, itu satu jurang produk yang sebenar untuk dibawa kepada vendor atau untuk diambil kira dalam perbualan pembaharuan anda yang seterusnya. Lihat Tech Stack RevOps: Apa yang Anda Benar-benar Perlukan.

Memetakannya kepada ACE

Jika anda sedang membina pandangan jangka panjang tentang keupayaan AI dalam organisasi hasil anda, Kerangka ACE memberikan anda satu cara yang kemas untuk membincangkannya tanpa berbunyi seperti setiap deck yang lain. Lima keupayaan itu memetakan ke atas kes penggunaan di atas:

  • Ingest: pembersihan kebersihan data, dedup, normalisasi
  • Analyze: pengesanan anomali pipeline, semakan kewarasan penggabungan ramalan
  • Predict: pemadanan corak risiko deal (dengan peringatan di atas)
  • Generate: pengekstrakan transkrip, draf ringkasan deal
  • Execute: tindakan deal autonomi

Tiada lapisan Execute yang berbaloi dihantar dalam RevOps lagi. Tindakan deal autonomi (memajukan peringkat secara automatik, menghantar susulan secara automatik, mencadangkan harga secara automatik) gagal dengan cara yang sama seperti yang disenaraikan di atas, cuma lebih pantas. Langkau Execute buat masa ini. Perhatikan ruang itu. Jangan jadi terlalu awal.

Pelan 30 hari anda

Satu senarai semak yang anda benar-benar boleh jalankan.

Minggu 1: Audit apa yang anda sudah bayar. Tarik kontrak untuk CRM anda, Gong/Chorus, Clari, Outreach, dan sebarang SKU "AI add-on." Senaraikan setiap ciri AI yang disertakan. Kebanyakan pasukan mempunyai tiga hingga lima yang mereka lupa dan belum hidupkan, ditambah satu atau dua yang mereka hidupkan dan lupa untuk memantau. Tulis senarai itu. Catatkan yang mana anda gunakan sekarang, yang mana anda telah tinggalkan, dan yang mana anda tidak pernah cuba.

Minggu 2: Hantar satu kes penggunaan Generate dan satu kes penggunaan Ingest. Untuk Generate: dirikan aliran kerja pengekstrakan transkrip pada 20 deal terbuka teratas anda, menggunakan templat prompt di atas. Jalankan ia sekali. Letakkan output itu ke dalam semakan deal seterusnya. Untuk Ingest: pilih satu kerja kebersihan data yang membosankan (normalisasi negara, pembucketan jawatan, larian dedup) dan hantar pembersihan itu. Jangan cuba membuat lima perkara. Buat kedua-dua ini dan selesaikannya.

Minggu 3: Matikan atau sembunyikan satu ciri yang reps tidak percayai. Biasanya ia ialah skor deal. Kadangkala ia ialah draf emel yang dijana AI yang langsung tidak berbunyi seperti reps anda. Pilih satu. Sembunyikannya daripada pandangan lalai, atau matikannya sepenuhnya. Tuntut semula ruang skrin itu. Beritahu pasukan anda telah melakukannya. Mereka akan lebih menghormatinya berbanding satu lagi pelancaran.

Minggu 4: Tulis satu memo satu halaman. Berikan tajuk "Apa yang AI lakukan dan tidak lakukan dalam forecast kami." Satu sisi: kes penggunaan yang anda percayai dan bagaimana ia disambungkan. Sisi yang lain: yang mana anda secara jelas memilih untuk tidak menggunakannya, dan mengapa. Hantarkannya kepada CRO. Hantarkan salinan kepada CFO. Inilah cara anda menghentikan pitch vendor seterusnya daripada mendarat tanpa input anda. Ia juga cara anda melindungi diri apabila kepimpinan bertanya mengapa anda tidak menghidupkan ciri baharu dalam demo itu. Anda sudah menjawab soalan itu.

Penutup

AI dalam RevOps bukan satu transformasi. Deck vendor memanggilnya begitu. Ia bukan. Ia ialah satu set kemenangan yang kecil dan membosankan (data yang lebih bersih, ringkasan panggilan yang lebih baik, pengesanan anomali yang lebih pantas, pendapat kedua yang berguna tentang forecast), ditambah beberapa perangkap yang kelihatan mengagumkan dalam demo dan secara senyap memalukan anda dalam QBR. Pilih kemenangan yang membosankan. Langkau skor deal. Jalankan prompt transkrip setiap minggu. Kemas kini kerja kebersihan data. Hantar memo itu.

Tugas seorang Revenue Operations Manager pada 2026 bukan untuk menjadi penginjil AI pasukan. Ia untuk menjadi orang yang tahu apa yang setiap alat sebenarnya lakukan pada petang Selasa apabila sesuatu deal sedang tergelincir dan seorang rep memerlukan jawapan dalam masa tiga minit. Kebanyakannya masih merupakan pertimbangan, memori transkrip, dan pandangan pipeline yang bersih. AI membantu di pinggir. Kekalkannya di pinggir, dan ia akan terus membantu.

Ketahui Lebih Lanjut