Databricks: เคล็ดลับคว้าลูกค้ารายใหญ่จากผู้ร่วมก่อตั้ง
Arsalan Tavakoli-Shiraji ผู้ร่วมก่อตั้ง Databricks เผยกลยุทธ์สำคัญในการเจาะตลาดลูกค้ารายใหญ่ระดับองค์กร พร้อมบทเรียนจากสตาร์ทอัพสู่ยักษ์ใหญ่ไอที
ภาพประกอบจากคลังภาพสต็อก ไม่ใช่ภาพจากเหตุการณ์จริง
- สตาร์ทอัพมักพลาดคิดว่าเทคโนโลยีเจ๋งๆ จะขายตัวมันเองได้
- Databricks เติบโตจนมีลูกค้าเป็นบริษัท Fortune 500 มากกว่า 70%
- กลยุทธ์หนึ่งคือการขายผ่านร่มเงาของบริษัทเทคโนโลยีขนาดใหญ่
- การเข้ามาของ AI Agents ช่วยเปิดทางให้สตาร์ทอัพเข้าโจมตีระบบเก่าราคาแพง
สตาร์ทอัพในปัจจุบันกำลังเผชิญกับแรงกดดันให้ต้องเติบโตอย่างรวดเร็วมากกว่าที่เคยเป็นมา เพื่อบรรลุเป้าหมายดังกล่าว หลายบริษัทจำเป็นต้องดึงลูกค้ารายใหญ่ที่มีเงินหนาในโลกไอทีเข้ามาเป็นฐานลูกค้า แต่ปฏิเสธไม่ได้เลยว่าการปิดสัญญากับองค์กรขนาดใหญ่เหล่านี้ไม่ใช่เรื่องง่ายสำหรับบริษัทหน้าใหม่
Arsalan Tavakoli-Shiraji ผู้ร่วมก่อตั้งและรองประธานอาวุโสฝ่ายวิศวกรรมภาคสนามของ Databricks ซึ่งเป็นแพลตฟอร์มช่วยธุรกิจจัดเก็บและวิเคราะห์ข้อมูลปริมาณมหาศาล ระบุว่า ข้อผิดพลาดสำคัญที่สตาร์ทอัพอายุน้อยมักทำคือการเชื่อสนิทใจว่าเทคโนโลยีของตนจะขายตัวมันเองได้ในทางปฏิบัติ
ภาพประกอบจากคลังภาพสต็อก ไม่ใช่ภาพจากเหตุการณ์จริง
แน่นอนว่าตัวเทคโนโลยีต้องทำงานได้ดี แต่นั่นยังไม่เพียงพอ เขากล่าวเตือน ปัจจุบัน Databricks กลายเป็นยักษ์ใหญ่ด้าน AI และการจัดเก็บข้อมูลขนาดใหญ่ที่มีมูลค่าบริษัทสูงถึง 190,000 ล้านดอลลาร์ และมีลูกค้ามากกว่า 70% ของกลุ่มบริษัท Fortune 500 แต่ในอดีตพวกเขาเคยเป็นเพียงสตาร์ทอัพขนาดเล็ก และ Tavakoli-Shiraji นี่เองคือผู้รับผิดชอบในการช่วยดึงดีลใหญ่ครั้งแรกๆ เข้ามา
ในมุมมองของนักวิเคราะห์ การเจาะตลาดลูกค้ารายใหญ่มักติดอุปสรรคเรื่องความน่าเชื่อถือและความปลอดภัยของข้อมูล ซึ่งบริษัทสตาร์ทอัพมักขาดจุดนี้ การอาศัยพาร์ทเนอร์รายใหญ่จึงเป็นทางลัดสำคัญ ส่วนการจัดการกับระบบเก่า (Legacy Systems) ถือเป็นโจทย์ใหญ่เพราะองค์กรใหญ่มักเสียดายงบประมาณเดิมที่ลงทุนไป การที่ AI สามารถเข้ามาช่วยแปลงโค้ดหรือสร้างอินเทอร์เฟซใหม่จึงช่วยลดแรงต้านในการเปลี่ยนผ่านเทคโนโลยีได้อย่างมีนัยสำคัญ
สำหรับแนวทางในการเติบโต Tavakoli-Shiraji ได้แนะนำแนวทางการขายงานผ่านร่มเงาของบริษัทเทคโนโลยีขนาดใหญ่ ซึ่งในปัจจุบัน Databricks ได้กลายมาเป็นบริษัทใหญ่เสียเองที่ทำงานร่วมกับสตาร์ทอัพ โดยช่วยขายผลิตภัณฑ์ภายใต้เงื่อนไขและความปลอดภัยทางไซเบอร์ของ Databricks เอง ตัวอย่างเช่น Hightouch ผู้ให้บริการเครื่องมือการตลาดและข้อมูลลูกค้าที่ขับเคลื่อนด้วย AI, Addepar ผู้ให้บริการเครื่องมือข้อมูลสำหรับผู้เชี่ยวชาญด้านการลงทุน และ Tecton สตาร์ทอัพด้านแมชชีนเลิร์นนิงที่ Databricks เข้าซื้อกิจการในเวลาต่อมา
นอกจากนี้ เขายังพูดถึงประเด็นเรื่องทางเลือกซึ่งคืออิสระในการสลับโมเดล AI แทนที่จะผูกติดกับผู้ให้บริการรายเดียว ต้นทุนที่เกี่ยวข้องกับการควบคุมค่าใช้จ่ายในการรันผลิตภัณฑ์ AI และการควบคุมที่มีมาตรการป้องกันพฤติกรรมของ AI พร้อมทั้งปกป้องข้อมูลที่ละเอียดอ่อน
ภาพประกอบจากคลังภาพสต็อก ไม่ใช่ภาพจากเหตุการณ์จริง
ในการโจมตีระบบเก่าราคาแพงที่องค์กรต่างๆ คิดว่าตัวเองติดกับดักอยู่ Tavakoli-Shiraji มักจะตั้งคำถามเชิงติดตลากับเหล่า CIO ว่าพวกเขายืนอยู่จุดไหนเรื่อง AI บนสเกลตั้งแต่หนึ่งถึงห้า โดยเบอร์หนึ่งหมายถึงพนักงานแค่เข้าถึง ChatGPT ได้ และเบอร์ห้าหมายถึงบริษัทนำความสามารถ AI ใหม่ๆ มาปรับเปลี่ยนกระบวนการทางธุรกิจเรียบร้อยแล้ว
แต่ในปัจจุบัน AI Agents สามารถเข้าไปทำความเข้าใจและแยกแยะการทำงานของโค้ดนั้นๆ ได้จริงๆ ซึ่งเขาระบุว่าสิ่งนี้ช่วยเปิดประตูให้กับผลิตภัณฑ์ที่ทำทุกอย่างตั้งแต่การเพิ่มอินเทอร์เฟซสมัยใหม่ให้กับระบบโบราณเหล่านั้น ไปจนถึงการเข้ามาทดแทนระบบเดิมทั้งหมด
ที่มา: TechCrunch
พบข้อมูลผิดพลาดในบทความนี้? แจ้งปัญหาบทความนี้
ความคิดเห็น
แสดงความคิดเห็น