- "การขายในตอนนี้ยากมาก เราจะพาคุณดูวิธีชนะในธุรกิจยุค AI"
ทำไมการขายตอนนี้ถึงยาก
- ขนาดของตลาดซอฟต์แวร์เองกำลังหดตัว: จำนวนเงินที่สตาร์ทอัพสามารถหาได้จากลูกค้าใหม่ลดลงเหลือครึ่งหนึ่ง
- การที่การใช้จ่ายด้านซอฟต์แวร์ลดลงเช่นนี้ มีปัจจัยอยู่ 3 ประการ:
- ความไม่แน่นอนทางเศรษฐกิจมหภาคทำให้ CIO วางแผนระยะสั้นได้ยาก และกำลังตัดงบประมาณลง
- หลัง COVID ตลาด SaaS อิ่มตัวเกินไป ทำให้บริษัทต่างๆ มีแนวโน้มตัดซอฟต์แวร์ที่ให้ผลตอบแทนต่ำออกอย่างจริงจัง
- จาก Generative AI ที่ทำให้ยังไม่ชัดเจนว่าภูมิทัศน์เทคโนโลยีจะเปลี่ยนไปอย่างไร บริษัทจึงลังเลที่จะลงทุนขนาดใหญ่
จงมองหาพื้นที่แห่งโอกาส
- ถึงอย่างนั้น ก็ยังมีพื้นที่ที่สตาร์ทอัพสามารถคว้าโอกาสได้
- โอกาสที่ใหญ่ที่สุดอยู่กับบริษัทที่น่าจะได้รับผลกระทบจาก Generative AI ภายใน 2-3 ปีข้างหน้า และบริษัทที่มองระยะยาวโดยโฟกัสที่ ROI
- คิดเป็นมูลค่า 3.3 ล้านล้านดอลลาร์ ซึ่งมากกว่า 85% ของการใช้จ่ายด้าน IT ทั้งหมด
จะชนะธุรกิจใหม่ได้อย่างไร
- ต้องมีการขายที่ละเอียดและแม่นยำซึ่งโฟกัสที่ปัญหาจริงขององค์กรในวันนี้ พร้อมด้วย product roadmap ที่แข็งแรง กล่าวคือ ต้องนำหน้าในนวัตกรรม AI แต่ละยุคและแสดง ROI ที่จับต้องได้
- หากแบ่งโอกาสในตลาดปัจจุบันออกเป็นส่วนๆ จะได้ดังนี้
- การแบ่งกลุ่มลูกค้าตามระดับผลกระทบจาก AI
- High: อาจสร้างความปั่นป่วนอย่างมากต่อธุรกิจของลูกค้าในระยะสั้น
- Medium: มีแนวโน้มสูงว่าจะส่งผลอย่างมากต่อการดำเนินธุรกิจหรือวิธีการขายภายใน 2-3 ปีข้างหน้า
- Low: คาดว่าจะมีผลต่อธุรกิจเพียงเล็กน้อยในมุมมองระยะยาว 5 ปีขึ้นไป
- ลักษณะของบริการ/ผลิตภัณฑ์
- High: ผลิตภัณฑ์ซอฟต์แวร์, ที่ปรึกษาด้านเทคโนโลยี
- Medium: อีคอมเมิร์ซ, การท่องเที่ยว และงานปฏิบัติการหลังบ้านหรือจุดสัมผัสดิจิทัลกับลูกค้า
- Low: สินค้ากายภาพ เช่น ภาคการผลิต
- กรณีใช้งานทั่วไปของ Generative AI
- High: สร้างโซลูชัน AI แบบปรับแต่งสำหรับ workflow เฉพาะ และนำไปใช้กับผลิตภัณฑ์
- Medium: การปรับแต่งคอนเทนต์ให้เฉพาะบุคคล, การทำให้การพัฒนาซอฟต์แวร์เป็นอัตโนมัติ, แชตบอต และระบบอัตโนมัติด้านการขายและการตลาด
- Low: คอลเซ็นเตอร์, งานสนับสนุนลูกค้า
- คำถามสำคัญในการขาย
- High: ต้องทำอย่างไรจึงจะนำหน้าคู่แข่งได้?
- Medium: ควรเตรียมตัวอย่างไรต่อผลกระทบของ Generative AI ที่มีต่อธุรกิจ?
- Low: จะแสดง ROI ที่มองเห็นได้อย่างไร?
- ประเด็นในการโน้มน้าว CIO
- High: ขายโซลูชันที่ขับเคลื่อนด้วย Generative AI
- Medium: โซลูชันที่สอดคล้องกับ roadmap ระยะสั้นถึงกลาง หรือแผน Generative AI ของลูกค้า
- Low: นำเสนอ ROI ที่ชัดเจนและวัดผลได้
- เกณฑ์ประเมิน ROI
- High: ความเป็นนวัตกรรม (นวัตกรรมผลิตภัณฑ์ในช่วงหลายปี)
- Medium: roadmap (ความเข้ากันได้กับผลิตภัณฑ์ Generative AI ที่ออกมาภายหลัง และการเชื่อมต่อกับสภาพแวดล้อม IT เดิม)
- Low: ผลลัพธ์ด้านการเพิ่มประสิทธิภาพ (เช่น การลดจำนวนพนักงาน)
แค่ PLG(Product-Led Growth) อย่างเดียวไม่พอ
- Enterprise sales กำลังกลับมามีความสำคัญอีกครั้ง ต้องเตรียมพร้อมสำหรับ sales cycle ที่หนักและยาว โดยต้องขายทั้งกับ CFO และ CIO
- PLG ยังสำคัญอยู่ แต่ต้องเข้าใจว่าจะผสานเข้ากับระบบเดิมของลูกค้าอย่างไร และต้องเสนอให้สอดคล้องกับความต้องการทางธุรกิจ
จงขายคุณค่า ไม่ใช่ความเป็นงานทดลอง
- CIO ส่วนใหญ่ต้องการซอฟต์แวร์ที่สร้าง ROI ได้อย่างชัดเจนและวัดผลได้
- use case ที่ยังอยู่ในขั้นทดลองนั้นขายได้ยากสำหรับโซลูชันที่ไม่ใช่ Generative AI บริษัทต่างๆ จะให้ความสำคัญกับคุณค่ามากกว่าหากไม่ใช่โซลูชัน Generative AI
Product roadmap สำคัญกว่าที่เคย
- CIO กำลังมองหาพาร์ตเนอร์ที่สามารถแสดงให้เห็นว่า Generative AI จะช่วยธุรกิจได้อย่างไร
- จะใส่ Generative AI เข้าไปใน roadmap อย่างไร
- บริษัทที่แสดงได้ชัดว่าผลิตภัณฑ์ของตนจะอยู่ตรงไหนในโลกที่มี Generative AI เป็นศูนย์กลางในอีก 5 ปี จะได้เปรียบ
- ไม่จำเป็นต้องเป็นโซลูชันแบบ Generative AI native ก็ได้ แต่การเน้นว่ามันช่วยเรื่อง Generative AI หรือช่วยเร่ง ROI ได้ ถือเป็นแนวทางที่ชาญฉลาด
- กรณีใช้งานหลักและความคาดหวังด้าน ROI ตามกลุ่มลูกค้า
- ทุกอุตสาหกรรม: ใช้ Generative AI เพื่อเพิ่มผลิตภาพในการทำงาน เช่น การสรุปข้อมูล การสนับสนุนลูกค้า และการพัฒนาซอฟต์แวร์
- ผลกระทบระยะสั้น: ฝัง Generative AI ลงในแอปพลิเคชันที่เผชิญหน้าลูกค้า ใช้ LLM เพื่อปรับปรุงการวิเคราะห์ข้อมูลหรือสร้าง recommendation engine รวมถึงเสริมศักยภาพภายในของตนเอง โดยเน้นรับมือภัยคุกคามที่ Generative AI จะมีต่อธุรกิจ มากกว่าการมองหา ROI ระยะสั้น
- ผลกระทบระยะกลาง: มีรูปแบบการใช้ LLM ที่หลากหลาย บางรายสร้างเครื่องมือภายในเอง บางรายใช้แอปจาก third party โดยมีเป้าหมายเพื่อเพิ่มผลิตภาพการทำงานและปรับปรุงประสบการณ์ลูกค้า เช่น แชตบอตบนเว็บไซต์
- ผลกระทบระยะยาว: ใช้ Generative AI เพื่อให้ได้ ROI ที่วัดผลได้ และไม่ได้กังวลเรื่องความได้เปรียบด้านนวัตกรรมมากนัก เริ่มนำมาใช้เบื้องต้นเพื่อการขาย/การตลาด เช่น การเขียนข้อความการตลาดหรือการปรับอีเมลให้เป็นส่วนตัว
- โอกาสขนาดใหญ่ของชั้นแอปพลิเคชัน Generative AI
- ปัจจุบันซอฟต์แวร์ Generative AI ส่วนใหญ่ยังอยู่แค่การสร้างแอปหรือซอฟต์แวร์โครงสร้างพื้นฐาน จึงยังอยู่ในระยะเริ่มต้น
- ในระยะยาว มีโอกาสเข้าไปแทนที่ทั้งตลาดแอปพลิเคชันทั่วไปอย่าง CRM และแอปพลิเคชันเฉพาะทางอย่างเวชระเบียนอิเล็กทรอนิกส์
- หากต้องการชนะธุรกิจใน app layer ควรคำนึงถึงสิ่งต่อไปนี้:
- ช่วยประคองลูกค้าตลอดกระบวนการนำไปใช้
- จัดระเบียบข้อมูล
- เชื่อมต่อกับแอปอื่น
- สร้างฐานลูกค้าที่คุ้นเคยกับ workflow ของบริษัท
- สร้างและดูแลชุมชนผู้ใช้
จับมือกับพาร์ตเนอร์ช่องทางอย่างที่ปรึกษาหรือแพลตฟอร์มขนาดใหญ่
- เนื่องจากผลกระทบของ Generative AI ยังไม่ชัดเจน และองค์กรต่างๆ กำลังผลักดันการรวมซอฟต์แวร์ พาร์ตเนอร์ช่องทางอย่าง Accenture หรือแพลตฟอร์มขนาดใหญ่จึงมีอำนาจเหนือบัญชีลูกค้ามากขึ้น
- ควรสร้างความสัมพันธ์เพื่อให้ผลิตภัณฑ์ของเราเข้าไปเป็นส่วนหนึ่งของโซลูชันที่พวกเขาเสนอให้ลูกค้า แต่ต้องระวังไม่ยอมเสียการควบคุมมากเกินไป
- หากพาร์ตเนอร์ช่องทางเข้าครอบงำความสัมพันธ์กับลูกค้าและการติดตั้งใช้งานผลิตภัณฑ์ ก็อาจส่งผลต่อการรับรู้และการใช้งานผลิตภัณฑ์ได้
แนวโน้มต่อจากนี้
- ไม่ใช่ว่าคุณประเมินตลาดผิด และเป็นความจริงที่การขายเองยากกว่าหลายปีก่อน
- แต่ผู้ก่อตั้งที่โฟกัสกับการสร้างแนวทางการขายแบบองค์กรที่ละเอียดและตรงกับความต้องการของลูกค้า พร้อมทั้งมี product roadmap ที่ชัดเจน ก็ยังมีโอกาสอยู่
- วงจรที่ซ้อนทับกันของความไม่แน่นอนทางเศรษฐกิจมหภาค การรวม SaaS และการเริ่มต้นใช้งาน Generative AI ในระยะแรก จะไม่ดำเนินต่อไปตลอดกาล
- ผู้ก่อตั้งที่รอบคอบและมุ่งมั่นในการค้นหาและคว้าโอกาส จะสามารถวางรากฐานสำหรับวันพรุ่งนี้และอนาคตหลังจากนั้นได้
ยังไม่มีความคิดเห็น