ИИ-чек-лист для GTM: эксперты Databricks, monday.com и Benchling

AI в GTM: практичные подходы от Databricks, monday.com и Benchling

Трансформация «go-to-market» с помощью ИИ уже не на горизонте — она здесь и сейчас. Но вместо общих обещаний важны конкретные шаги. Как лидеры продаж и маркетинга в крупных компаниях внедряют ИИ, что работает, а что — нет, и куда направить ваши ресурсы?

На AI Summit в рамках SaaStr Annual собрались три эксперта по GTM-стратегиям и один инвестор, чтобы поделиться «чек-листом» эффективного использования ИИ:

• Sahana Sarma, Global VP GTM Strategy в Databricks, рассказала о «Ask Mo» — внутреннем агенте на базе ИИ, который подсказывает менеджерам по продажам, как находить ключевые точки контакта и готовить исполнительные брифы.

• Rob Schmeltzer, Head of Strategic Customer Success в monday.com, показал, как интеграция Gemini с CPQ-системой превратила платформу в «сопровождающего ассистента» для сделок, сокращая клики и ускоряя закрытие.

• Uri Ouziel, Global Head of Deal Management в Benchling, описал автоматическую систему учёта взаимодействий CSM и агрегации клиентской аналитики, благодаря которой команда освободила время для стратегических задач.

• Itamar Novick, основатель Recursive Ventures, внёс взгляд инвестора: почему точки роста лежат не только в новых стартапах, но и в грамотной интеграции ИИ-решений в уже существующие платформы.

Почему точечные решения не спасают

Вы когда-нибудь задумывались, почему многие пилотные проекты «застревают»? Ответ прост: они слишком разрозненные. Лучшие результаты получают те, кто использует знакомые инструменты — интегрирует Gemini или ChatGPT API в уже принятый стек, вместо того, чтобы добавлять очередного вендора.

Сделка под прицелом ИИ: кейс monday.com

За два квартала monday.com обучили Gemini «разбираться» в репозиториях сделок и плейбуках. Результат:

– Подсказки по оптимальной структуре сделки;
– Авто-ценообразование и улучшенное прогнозирование;
– Генерация докладов руководству за пару секунд.

Вместо новых лицензий команда использовала платформу, которую уже знала и любила. Не нужно было «переучиваться» — это сразу дало эффект.

«Ask Mo» от Databricks: единая точка правды

В Databricks внутренний бот агрегирует данные из Salesforce, G Suite и собственных баз. Менеджеры могут быстро узнать об изменениях в клиентах, найти похожие кейсы и подготовить бриф за пару фраз. Представьте, что у вас есть напарник, который в любой момент подскажет, куда двигаться дальше.

Benchling: автоматизация рутинного

Benchling внедрили Agent Force от Salesforce, чтобы «ловить» все письма и звонки CSM. Система сама категоризирует взаимодействия, а менеджеры освобождаются от рутинного ввода и могут сосредоточиться на выстраивании отношений с учёными и исследователями.

Гибкость вместо шаблонов: про Clay

Clay запомнился не только как инструмент обогащения данных, но и как конструктор рабочих процессов. Revenue-команды на ходу создают гибкие пайплайны для поиска и сегментации клиентов, не прибегая к помощи разработчиков.

Бюджет — главный фильтр

Нет безграничного бюджета, и ИИ-инструменты требуют дополнительных затрат на интеграцию и обучение. Выбор «построй сам» или «купи готовое» строится на трёх вопросах:

1. Можно ли решить задачу с помощью существующей интеграции?
2. Насколько критична конкретная бизнес-ситуация?
3. Сколько времени и ресурсов отнимет внедрение?

Что брать на вооружение в 2025 году?

• Интеграции важнее инноваций. Проверьте сначала, можно ли обойтись без дополнительного вендора.
• Сфокусируйтесь на рутине: автоматизируйте всё, что повторяется.
• Клиентская аналитика становится новым конкурентным преимуществом — не упускайте этот момент.
• Человек всё ещё должен быть в цикле: полностью «безлюдные» рассылки и звонки пока рискованны.

Вопрос не в том, стоит ли внедрять ИИ, а в том, как быстро и грамотно вы это сделаете.