Storylaneの元創業者で現ビジネス責任者のアジャイ・ジャヤゴパル氏は、エージェント型デモ自動化を通じてGTM（ゴー・トゥ・マーケット）の成長を推進している。
こんな状況を想像してみてください：あるフォーチュン500のソフトウェア企業が、8カ月間の営業サイクルを経て100万ドル以上の契約を獲得しました。シャンパンのコルクが弾け、ボーナスが計算され、目標が達成されて、祝賀ムードに包まれていました。しかし、6カ月後、顧客は解約の兆候を示し始めています。
企業はしばしば、製品が使用されず、投資対効果が見えず、営業の成功事例が導入後の失敗になるという問題に直面します。製品チームは独立して改善に取り組み、サポートチームは問題に対応しますが、顧客の全体的な旅（カスタマージャーニー）へのアクセスが欠けています。
各チームは自分の領域では優れた仕事をしていますが、顧客をサポーターに変えるような同じ体験を提供することができません。問題はチームのメンバーの能力不足ではなく、システム的な断絶にあります。それが静かに企業の最も高価な盲点を拡大させているのです。
分断されたチームがなぜ収益を損なうのか？
多くの経営幹部は、目に見えない成長税のような導入後の業務のサイロ化が、チーム間で成功の定義が競合し、努力が重複することにつながっていることに気づいていません。
指標の不一致
カスタマーサクセスリーダーが90%の機能採用率を祝っている一方で、製品チームはエンゲージメント指標の低下を確認し、ユーザーエクスペリエンスの問題によりサポートチケットが増え続けています。
企業の進化
先進的な企業は、サイロ化したKPIを超え、AIを活用した「顧客価値スコア」を使用してエンゲージメント、健全性、成果を追跡します。エンタープライズ顧客と協働する中で、私は採用の成否が経営幹部スポンサーではなく、隠れたパワーユーザーにかかっていることを学びました。その変化は明確でした：肩書きに売り込むのではなく、真の成功の原動力となる人々を特定し、支援することが重要なのです。
自動化された連携が実際にどのように機能するか
調整コストは能力の範囲を上回りますが、AIはスキル、ワークロード、顧客層、緊急性、戦略的重要性を考慮して、タスクをインテリジェントにルーティングすることでこのコストを排除します。
スマートルーティング
業界の調査によると、2025年までに顧客とのやり取りの95%がAIによって駆動され、自動割り当てシステムを通じてより良い体験が創出されるとされています。この予測は今後数カ月で実現しないかもしれませんが、私たちが向かっている方向性を示しています。
フィードバックインテリジェンス
AIは顧客フィードバックをインシデントインテリジェンスに変換し、顧客の旅全体にわたる信号を検出し、製品チームに警告を発し、同時にベータテストの候補者を提案することができます。
スポンサーとパワーユーザーの不一致に気づいたとき、私はどちらかに合わせるのではなく、橋渡しを構築しました。各ステークホルダーグループに固有の成功基準を確立し、プラットフォームのデータを活用して、彼らの成功が集団的な成功にどのように貢献しているかを示しました。リーダーシップの変化は、一致を命令することから、一致をオーケストレーションすることへの移行です。
成功のために実際に効果があるもの
AIは多変量分析を組み合わせ、顧客が得た結果を介入の正確な組み合わせに関連付け、どのインタラクションシーケンスの組み合わせが成功をもたらすかを示すことで、帰属の問題を解決します。
パフォーマンス分析
AIの力を規模を持って結束して活用している組織は、非常に効率的で結束したプロセスを持つ組織をはるかに超える測定可能な運用効率を示すことができます。それは強力ではあるが断絶した方法を使用しています。
リスク検出
AIにより、組織は使用行動、サポートとのやり取り、ビジネスコンテキストの大幅な変化における早期警告信号を特定することで、顧客の不満が表面化する前に積極的にリスクを特定することができます。
営業、カスタマーサクセス、製品、サポートの各チームのリーダーを集めて、各チームの視点から1つの顧客事例を共有する「顧客現実確認」ミーティングを週に1回実施するといった単純なことも可能です。ストーリーが一致しない箇所がすぐに見えてくるでしょう。そこがAIによる連携が大きなリターンをもたらす場所です。
リーダーのための重要な考慮事項
AI連携は世界を変える可能性を持つ新しい技術ですが、私が発見したのは、成功の主な要因は技術ではなく、このような取り組みの失敗を通常引き起こす人間と組織の課題への対処にあるということです。
データ基盤の問題
AIシステムを導入する前に、自社のデータを厳しく見直す価値があります。本質的に、私は多くの経営幹部がデータを当然のものと考え、後になってAIがシステムの不整合を大幅に悪化させることを発見するのを目の当たりにしました。
理解すべきことは、AIは混乱を自動化することはできないということです—AIはあなたの問題を拡大します。では、こう考えてみてはどうでしょうか：今日、このデータに基づいて非常に重要なビジネス決定を下せると思いますか？
人々は理解していないものに抵抗する
最大のリスクは技術的な失敗ではなく、従業員の抵抗です。チームがAIを支援ツールではなく脅威と認識すると、能力に関係なく、採用とそれに伴う進歩が遅くなります。
透明性が効果的だと私は発見しました：従業員を早期に関与させ、AIが彼らの仕事をどのように助け、彼らに取って代わるものではないかを伝え、本当に確実にしたいなら、トレーニングに投資してください。失敗する組織は、経営陣がAIをテクノロジーチームに投げ、実際にそれを使用する人々を関与させずに、解決策を期待するところです。
未熟にAIをあらゆる場所で使用せず、その有用性を示す
すべてのプロセスにAIを強制するのではなく、不確実性の下での自律的な意思決定で最も価値をもたらす場所で使用してください。私は、単一の重要なワークフローパイロットの導入を提案します。その後、企業全体での使用を拡大できます。
結論
まず、顧客の旅をマッピングし、インタラクションがうまくいかない領域を見つけるべきです。すべてのステークホルダーのパフォーマンスを反映する指標を作成してください。単一のアカウントでAIツールを試してみてください。週次の部門横断的な訪問と共有ダッシュボードを設定してください。
効率性とは、顧客の旅全体をコントロールし、セールスエンジニアとカスタマーサクセスチャンピオンを同時に兼ね備えることです。
