Building GTM AI Agents: Lessons from Deploying to 6,000 Users — Sait Izmit, Snowflake
Sait Izmit från Snowflake byggde en AI-agent som svarar på frågor från försäljningsorganisationen.
Innan lanseringen skrev han 150 konkreta frågor från verklig försäljningsprocess, accepterade att första versionen bara svarade rätt på 50 procent av frågorna, och fokuserade på att svara väl på ett fåtal snarare än dåligt på många — för att användare dömer agenten på de första fem svaren. Agenten lanserades för ett år sedan och har sedan besvarat över en miljon frågor (ungefär 40 000 per vecka) för omkring 6 000 försäljare. Det största problemet var inte tekniken utan att få folk att faktiskt använda det: bara en femtedel av organisationen testade det utan aktiv försäljning och demande från hans team.
Sammanfattningen är skriven av Vibekollen utifrån källans egen publicering. Innehållet tillhör AI Engineer.
Mer från AI Engineer
SOTA Generative Media Panel — Dumitru Erhan, Shane Gu & Nicole Brichtova, Google DeepMind
AI Engineer 30 aug.
Tell the Robot What You Want — Sandhya Subramani, AWS
AI Engineer 29 aug.
The Signal Layer: What to Build When Anything Can Be Built — Lena Hall, Akamai
AI Engineer 29 aug.
Tribal Dungeons of Global Shipping: AI Agents at Global Scale — Dmitry Buykin, Maersk
AI Engineer 29 aug.