企业组织并非拒绝你的人工智能产品。它们拒绝的是购买它的风险，而大多数创始人对此毫无察觉。

<p>企业组织并非拒绝你的人工智能产品。它们拒绝的是购买它的风险，而大多数创始人对此毫无察觉。</p>
<p>Kirsten Co</p>
<p>7 分钟读数</p>
<p>企业技术交易经常在最终谈判阶段搁浅。对于构建企业渠道的创始人来说，这可能是向大型组织销售中最令人困惑的部分之一。</p>
<p>模式看起来很熟悉，产品演示进展顺利，试点项目显示出有希望的结果，内部支持者对解决方案表示热情，然后势头减弱。电子邮件开始变慢，会议被推迟，几周过去了却没有明确的决定。</p>
<p>许多初创公司创始人假设延迟可能与定价、采购流程或竞争有关。事实上，企业销售从业者表示，原因通常是完全不同的事情。</p>
<p>阻碍企业交易的人经常是供应商从未见过的。</p>
<p>要理解原因，需要更仔细地研究企业采购决策的实际发生方式。</p>
<p>为什么单一决策者是一个神话，以及什么实际上驱动着企业技术采购</p>
<p>企业技术采购不再由单一的行政决策者驱动。相反，它已经演变成一个涉及多个部门并具有相互重叠职责的结构化流程。</p>
<p>Gartner 的研究表明，企业技术采购现在涉及组织内的平均 11 到 15 名利益相关者。这些利益相关者通常包括 IT 领导、财务团队、法律部门、安全专家和运营经理。</p>
<p>每个团体都有不同的原因参与。IT 团队评估技术可行性。安全团队评估风险暴露。财务领导关注预算分配和投资回报。法律团队审查合规性和合同注意事项。</p>
<p>由于这些利益相关者有不同的优先事项，企业采购更像是一种风险管理流程，需要跨部门协调，而不是简单的购买决策。</p>
<p>这种结构极大地改变了企业销售的方式。</p>
<p>人工智能初创公司不再需要说服单一买家，而是需要有效地支持一群为达成共识而努力的内部利益相关者。</p>
<p>11 个月销售周期隐藏的成本以及谁在为此付费</p>
<p>企业采购的多方利益相关者性质延长了各行业的决策时间线。</p>
<p>Gartner 的研究表明，93% 的 B2B 购买者在批准技术采购之前需要内部商业案例，这通常会导致评估周期长达 11 到 12 个月或更长时间。</p>
<p>在此期间，组织进行内部讨论，讨论实施可行性、运营风险和财务合理性。许多此类对话在供应商未参与的情况下发生。</p>
<p>因此，企业交易中最关键的部分通常发生在供应商认为销售过程几乎完成之后。</p>
<p>产品可能已经展示出强大的性能。试点项目可能已经验证了该技术。但除非各部门达成内部协议，否则交易无法进展。</p>
<p>企业组织不购买产品。它们购买内部共识</p>
<p>创始人向大型公司销售时遇到的最常见的误解之一是假设购买决策主要围绕产品价值展开。</p>
<p>事实上，企业组织很少仅仅基于产品评估做出采购决策。</p>
<p>相反，当负责不同业务部分的利益相关者之间达成内部共识时，采购才会继续进行。</p>
<p>财务团队希望看到清晰的财务模型。安全团队希望确保系统不会引入运营漏洞。运营团队希望确信实施不会扰乱现有的工作流程。</p>
<p>即使产品受到好评，这些担忧也可能在部门之间产生摩擦，直到这些观点一致，组织才能继续进行采购。</p>
<p>这种动态解释了为什么企业销售通常更像内部谈判流程，而不是传统的购买产品决策。</p>
<p>决定企业人工智能交易是否成交或失败的四个人</p>
<p>企业销售从业者经常描述在大多数大型采购决策中出现的四个关键角色。</p>
<p>支持者</p>
<p>支持者作为内部倡导者，最初支持产品并将供应商介绍给组织，通常直接使用该产品并了解其可能提供的运营价值。他们通常负责组织产品演示或启动试点项目。</p>
<p>虽然支持者在启动流程中发挥着关键作用，但他们通常缺乏批准支出或强制组织变革的权力。</p>
<p>这在企业销售中创造了一种常见的局面：对产品最热情的不是最终批准购买的人。</p>
<p>经济买家</p>
<p>经济买家负责批准预算和分配资本，通常由高级管理人员、部门负责人或财务主管担任。</p>
<p>在大多数情况下，经济买家在早期产品评估中参与度较低，但在采购过程的后期阶段发挥着决定性作用。</p>
<p>如果无法清楚地阐明对投资的财务理由，经济买家可能会延迟或拒绝购买，无论产品性能如何。</p>
<p>技术守门人</p>
<p>技术守门人通常来自 IT 基础设施、安全或架构团队，主要负责评估拟议系统是否可以安全地集成到组织的现有技术环境中。</p>
<p>这些团队会审查诸如数据安全、集成复杂性、可扩展性和合规性要求等问题。</p>
<p>尽管人工智能提供商有时认为这些团队是障碍，但他们的作用不是阻止创新，而是保护组织免受运营风险。</p>
<p>尽早与这些利益相关者互动可以大大减少采购过程后期阶段的摩擦。</p>
<p>沉默的阻碍者</p>
<p>人工智能提供商最难以识别的利益相关者之一是沉默的阻碍者。</p>
<p>他们可能没有直接参与产品演示或试点讨论，但他们在组织内部拥有足够的 influence，可以在内部决策会议中提出担忧。</p>
<p>例子可能包括对成本表示担忧的财务主管、担心工作流程中断的部门负责人或感到被排除在评估过程之外的高级领导。</p>
<p>由于人工智能提供商很少直接与沉默的阻碍者互动，他们的反对意见通常只在交易即将完成之后才会出现。</p>
<p>为什么成功的 AI 试点不是终点线。它只是更长比赛的开始</p>
<p>许多人工智能初创公司假设成功完成概念验证 (POC) 将自然导致全面的企业部署。</p>
<p>实际上，试点通常只是一个更长评估过程的第一步。</p>
<p>Gartner 的研究表明，总共 93% 的 B2B 采购时间涉及与供应商的直接互动。</p>
<p>大多数决策发生在内部，不同的利益相关者分析潜在的风险和运营影响。</p>
<p>这种动态在人工智能部署中尤为明显。</p>
<p>行业估计表明，只有 15% 到 20% 的人工智能概念验证项目最终会进入生产环境。</p>
<p>麦肯锡公司的顾问描述了这种现象为“试点炼狱”，在那里组织广泛地试验新技术，但难以在规模上进行运营化。</p>
<p>试点回答了问题：技术是否有效？</p>
<p>企业领导层仍然需要回答另一个问题：组织是否可以安全地使用这项技术？</p>
<p>企业买家现在在批准任何人工智能投资之前评估的四个风险维度</p>
<p>人工智能工具的快速采用进一步重塑了企业采购决策。</p>
<p>与传统的软件系统不同，人工智能平台会生成概率输出并可能影响运营决策。这为组织带来了新的治理和责任问题。</p>
<p>因此，企业买家越来越多地在四个核心维度上评估人工智能技术。</p>
<p>可靠性</p>
<p>企业系统优先考虑可预测的性能。</p>
<p>一个产生一致、可理解输出的系统通常比一个在边缘情况下提供更高的准确性但行为不可预测的系统更受欢迎。</p>
<p>组织会询问该系统是否在规模下可靠运行，以及是否可以监控或纠正意外行为。</p>
<p>责任</p>
<p>人工智能部署提出了关于责任的问题。</p>
<p>高管们越来越多地询问，当人工智能生成的输出影响业务决策时，谁应该负责。组织必须确定系统是否提供可追溯性、监督和可审计性。</p>
<p>PwC 的研究表明，领导团队将治理、信任和风险管理视为在企业范围内扩展人工智能的主要挑战。</p>
<p>运营控制</p>
<p>企业还评估人工智能系统是否可以在规模化部署之前安全地控制。</p>
<p>这包括审查基于角色的访问权限、数据边界、监控系统和分阶段的发布流程。</p>
<p>IBM 商业价值研究所的研究表明，成功在规模上部署人工智能的组织通常会在技术本身旁边实施治理和风险框架。</p>
<p>经济影响</p>
<p>最后，企业买家在批准大规模部署之前需要一个清晰的财务叙述。</p>
<p>能够证明成本节约、生产力提高或新收入机会的 AI 举措更有可能获得预算批准。</p>
<p>如果没有可辩护的经济模型，许多 AI 举措仍然是实验项目，而不是运营系统。</p>
<p>在供应商未参与的情况下，决定企业交易结果的内部对话</p>
<p>企业销售的一个定义特征是，供应商缺席于决定最终结果的大多数对话中。</p>
<p>财务团队、技术领导和高管之间的内部讨论经常在产品演示结束后塑造采购决策。</p>
<p>在这些讨论中，供应商的内部支持者通常成为该产品的首要倡导者。</p>
<p>为支持者提供简明扼要的材料，例如描述问题、拟议解决方案和预期财务影响的简短内部商业案例，可以帮助他们解决其他利益相关者提出的担忧。</p>
<p>因为在企业销售中，最重要的对话通常是供应商从未参加的对话。</p>
<p>哪些人工智能公司能够赢得企业合同，哪些公司仍然停留在试点炼狱中</p>
<p>随着人工智能不断从实验转向企业基础设施，企业技术采购的动态正在变得更加复杂。</p>
<p>对于构建人工智能平台的 AI 初创公司来说，赢得企业交易越来越不只是取决于产品性能，而是取决于帮助组织协调围绕风险、治理、运营影响和财务价值的内部协调。</p>
<p>在未来几年中，那些成功在企业人工智能领域取得成功的公司将不仅仅是拥有最先进模型，而是那些真正了解大型组织如何做出决策的公司。</p>
<p>Kirsten Co, MBA, MS 是 K&amp;Company 的首席执行官，该公司帮助人工智能初创公司获得并保留企业客户。她拥有 15 年在美国、亚太地区和欧洲的技术公司企业销售、业务开发和运营经验，并担任 Insider Monkey 的贡献者，报道企业人工智能采用、上市策略以及值得投资者关注的早期人工智能公司。</p>