Come un’azienda ha utilizzato l’IA per ampliare la propria base di clienti

Le aziende hanno investito miliardi nell’IA generativa (GenAI) e nei grandi modelli linguistici (LLM). Alcune ora hanno dei responsabili dell’IA. Ma nonostante i soldi e il clamore, ottenere un impatto sul business rimane chiaramente una sfida. Nel maggio 2024, un articolo di McKinsey sosteneva che “la fase di luna di miele dell’IA generativa è finita”. Ad agosto, Gartner ha riferito che l’IA generativa stava avanzando nel “Ciclo di Hype per le tecnologie emergenti” dell’azienda e stava rapidamente progredendo nel “Calo della disillusione”. A gennaio, un sondaggio Deloitte su 2.770 dirigenti in 14 Paesi ha mostrato che le organizzazioni stavano ancora sforzandosi per dimostrare il valore dell’IA generativa. E a febbraio, il Financial Times si chiedeva: “L’IA generativa è impressionante, ma può essere redditizia?”

Eppure, è possibile che l’IA generativa aggiunga valore alle aziende. Questo articolo fornisce un quadro di riferimento per l’implementazione dell’IA nella funzione vendite, utilizzando un caso di studio di SAP, leader nel software di pianificazione delle risorse aziendali (ERP). Il nostro obiettivo è dimostrare che un’attenta scalabilità dell’IA ha il potenziale per aggiungere miliardi di dollari di entrate al fatturato delle grandi imprese.

Comprendere le tendenze del mercato

Nel mondo degli affari, il valore viene creato o distrutto sul mercato con i clienti. Invece di iniziare con una “strategia di IA”, devi prima chiarire quali problemi vuoi risolvere o quali opportunità vuoi cogliere per far crescere il business. Solo dopo dovresti pensare a come l’IA, o qualsiasi altro strumento, può aiutarti. Quando una nuova tecnologia diventa popolare, le aziende spesso sentono la pressione di adottarla e questo le porta a invertire il processo andando alla ricerca di casi d’uso per giustificare l’investimento.

SAP ha iniziato esaminando l’impatto delle tendenze di mercato sulla propria attività. Poiché i clienti sono passati dal software “on premise” al cloud, SAP ha dovuto evolvere la propria attività verso un modello di abbonamento e ha lanciato la sua prima soluzione SaaS basata su cloud nel 2007. Nel 2024, SAP ha generato più della metà dei propri ricavi dai servizi cloud.

Il passaggio al cloud ha anche offerto l’opportunità di raggiungere 30-40 milioni di piccole e medie imprese (PMI). Un modello di abbonamento ha ridotto i costi iniziali per le PMI e ha offerto flessibilità e scalabilità. E i servizi cloud hanno offerto a SAP maggiori opportunità di personalizzare e distribuire il suo software. Tuttavia, SAP ha dovuto ancora affrontare barriere legate al marchio e ai costi nel suo go-to-market per questi clienti. Molti clienti PMI vedevano SAP come una soluzione per grandi aziende. Inoltre, l’approccio di vendita consultivo e personale di SAP ai clienti aziendali era troppo costoso e il ciclo di vendita di 12-18 mesi troppo lungo per gli ordini di piccole dimensioni nel frammentato mercato delle PMI. SAP aveva bisogno di un approccio efficiente per vendere alle aziende più piccole.

Mappare i processi aziendali

Una volta che un’azienda riconosce le proprie mutevoli esigenze commerciali, dovrebbe mappare il processo di conduzione degli affari in questo nuovo ambiente. Si inizia con il percorso del cliente, perché questo influenzerà il costo del servizio, le operazioni e altri aspetti di un’azienda. Questa mappatura è essenziale anche per dare priorità agli investimenti scalabili, compreso il ruolo che l’IA o altre tecnologie possono svolgere.

SAP ha mappato il percorso del cliente in cinque fasi: come i clienti delle PMI scoprono le soluzioni SAP, selezionano una soluzione, la adottano nella loro organizzazione, ne traggono valore ed estendono il loro rapporto con SAP. SAP sapeva che il suo modello di vendita di persona sarebbe stato economicamente impraticabile per i clienti più piccoli che effettuano acquisti di importo inferiore; quindi, ha cercato modi per utilizzare gli strumenti di intelligenza artificiale per aiutare i clienti in ogni fase. SAP ora utilizza oltre 40 strumenti di intelligenza artificiale che chiama modalità digitali per aiutare le PMI durante il loro percorso.

- Scoprire: l’obiettivo è incoraggiare le PMI a esplorare le soluzioni SAP per le loro esigenze aziendali. Digital Launchpad, uno strumento di IA, si collega a un database per creare in pochi minuti attività personalizzate di contatto con i clienti, specifiche per il settore e coinvolgenti. Prospecting Assistant carica elenchi provenienti da varie fonti e analizza la qualità dei lead. Uno strumento di IA per l’analisi del sentiment identifica le preferenze di questi potenziali clienti, ad esempio il modo in cui preferiscono interagire. Uno strumento di automazione delle campagne prende quindi queste informazioni e crea messaggi personalizzati per i potenziali clienti nel tono, nel formato e nello stile che preferiscono: un messaggio LinkedIn, un’e-mail o un videomessaggio con l’avatar di un vero dirigente che parla più lingue.

- Selezionare: per i potenziali clienti interessati, la fase successiva consiste nel costruire un business case. Utilizzando i dati dei potenziali clienti e il database SAP, gli strumenti di intelligenza artificiale creano un Value One-Pager per ogni potenziale cliente per evidenziare i principali vantaggi di una possibile soluzione. Un altro strumento di IA crea demo personalizzate e visite guidate per i potenziali clienti per sperimentare la soluzione e visualizzarne il valore. Un altro supporta poi il processo “quote to cash” automatizzando attività come la strutturazione delle trattative, la contrattualizzazione, la conformità, la prenotazione e la riscossione. Sorprendentemente, un contratto firmato è spesso la prima volta che molte PMI incontrano di persona gli account manager SAP.

- Adottare: il software ERP richiede l’integrazione con i processi aziendali dei clienti e SAP si avvale di partner di canale per l’installazione. Ma l’installazione è solo l’inizio del rapporto con il cliente: in un modello di abbonamento, i clienti che non traggono valore dal prodotto non rinnovano, creando un abbandono. Per aiutare i clienti a trovare valore, SAP utilizza uno strumento di intelligenza artificiale che crea video di formazione con avatar per evidenziare le caratteristiche e i vantaggi della soluzione. Un altro strumento consente agli utenti di caricare la documentazione e utilizzare le funzionalità LLM per domande e risposte interattive, mentre un altro ancora utilizza i dati interni per aiutare i dipendenti a generare contenuti per le loro e-mail, riunioni e presentazioni.

- Trarre valore: per aiutare i clienti a promuovere il miglioramento continuo, una piattaforma di successo del cliente abilitata all’IA consolida i dati dei clienti provenienti da più fonti per creare pagine di destinazione personalizzate con tutte le informazioni rilevanti accessibili in un’unica posizione. Un altro strumento fornisce quindi suggerimenti su misura per migliorare le prestazioni.

- Estendere: per rafforzare e far crescere il rapporto con il cliente, il Digital Launchpad identifica nuovi prodotti SAP che potrebbero essere rilevanti, e il Value One-Pager presenta quindi un business case per i loro vantaggi, mentre uno strumento di IA aiuta i consulenti delle soluzioni SAP a rispondere rapidamente alle domande.

Grazie agli strumenti di IA, i Digital Hub gestiscono virtualmente il 90% del percorso di acquisto. Questo rappresenta un grande impulso alla produttività delle vendite e, poiché consente a SAP di vendere a una serie completamente nuova di piccole imprese, aumenta il mercato totale indirizzabile.

Incubare su scala pilota

Senza gli strumenti di IA, SAP considerava le PMI come un mercato frammentato e poco redditizio da raggiungere; con gli strumenti di IA, è diventato accessibile e redditizio. Ma scegliere gli strumenti di IA tra le centinaia di opzioni disponibili sul mercato non è un compito banale.

Il processo per individuare oltre 40 strumenti di IA ha richiesto un procedimento sistematico di incubazione, sperimentazione e scalabilità. In due anni SAP ha sviluppato centinaia di idee attraverso una sfida interna all’innovazione aperta a 25.000 persone.

La fase successiva consisteva nel testare le idee promettenti, identificare i problemi o le opportunità di miglioramento e verificare per comprendere e quantificare il valore di questi strumenti. SAP ha elaborato oltre 1.250 suggerimenti GPT che sono stati documentati in un playbook, suddivisi in oltre 50 categorie di casi d’uso, tra cui gestione delle obiezioni, elevator pitch e approfondimenti sui prodotti. Nei suoi progetti pilota, SAP ha scoperto che gli strumenti di IA, in media, riducono il tempo necessario per completare molte attività di oltre il 60%.

Una volta che la prova di concetto è chiara, è necessario scalare per ottenere un impatto significativo sul business. SAP ha utilizzato un approccio a piattaforma perché forniva un unico luogo per introdurre e aggiornare gli strumenti e integrare fornitori terzi. Ha anche permesso a SAP di integrare gli strumenti di IA con l’infrastruttura esistente dell’azienda. Ci sono stati ostacoli lungo il percorso: inizialmente la piattaforma non si integrava bene con i sistemi CRM e il modello di determinazione dei prezzi. Quindi il team digitale ha lavorato con il gruppo di sviluppo per integrare vari processi. Ciò ha richiesto impegno, supporto da parte dei vertici e un processo di gestione del cambiamento.

Acquistare, costruire o collaborare per accelerare

Il campo dell’IA si sta muovendo a un ritmo esponenziale, quindi anche le aziende con profonde competenze tecniche spesso cercano di collaborare con applicazioni di terze parti per muoversi più rapidamente.

Il team digitale di SAP ha riconosciuto questa necessità, ma la tradizione dell’azienda e l’orgoglio per la qualità ingegneristica hanno portato a un significativo dibattito interno sulla possibilità di collaborare o di costruire questi strumenti in autonomia. Ancora una volta, ciò ha richiesto un cambiamento culturale all’interno dell’azienda. Alla fine, la piattaforma digitale di SAP ha utilizzato una combinazione dei suoi strumenti di IA interni ed esterni. L’integrazione di strumenti di terze parti nei sistemi interni ha rappresentato un’altra sfida che l’azienda ha dovuto superare.

Misurare e quantificare l’impatto

Uno dei compiti più impegnativi è isolare, misurare e quantificare l’impatto commerciale degli investimenti nell’IA, soprattutto in una grande organizzazione. Il vantaggio può consistere in efficienze e risparmi sui costi o nella capacità di cogliere nuove opportunità. La precisione è meno importante di un’approssimazione ragionevole supportata da prove.

SAP ha creato una linea di base monitorando quanto tempo i suoi team impiegavano per svolgere un compito, ad esempio raggiungere 1.000 potenziali clienti. Successivamente, ha monitorato il tempo impiegato per raggiungere lo stesso numero di potenziali clienti utilizzando strumenti di IA. Sebbene non vi fosse alcuna differenza significativa nel tasso di conversione di questi due approcci, i team di vendita hanno risparmiato quasi il 40% di tempo utilizzando modalità digitali per la prospezione.

I Digital Hub hanno ridotto il ciclo di vendita da 12-18 mesi a 3-6 mesi in media e hanno supportato più di 22.000 nuove opportunità di clienti nel 2024, raddoppiando la pipeline di SAP e diventando la più grande fonte di domanda per il suo prodotto cloud principale.

Adattarsi al proprio contesto

Molti aspetti dell’approccio di SAP si applicano alla maggior parte dei contesti aziendali: a partire dalle opportunità di mercato, mappando il percorso del cliente, costruendo o collaborando per gli strumenti appropriati, pilotando e scalando tali strumenti e misurandone l’impatto, tutti sono essenziali per trasformare una tecnologia promettente in realtà aziendale. Ma altri aspetti devono essere adattati al proprio contesto.

Ecco tre aree da considerare nella creazione delle proprie iniziative di IA:

Selezione dei clienti

Questo è il cuore della strategia e determina quali percorsi di acquisto è necessario mappare, influenzare e gestire con strumenti tecnologici. I clienti differiscono non solo nelle loro preferenze per prodotti e servizi, la base per la segmentazione del mercato, ma anche nel modo in cui rispondono alle interazioni tecnologiche. L’adozione di nuove tecnologie varia notevolmente a seconda dei clienti: un buon esempio è l’industria dei giornali, che ancora oggi genera una grande percentuale delle sue entrate dalla stampa.

Prodotto

In un mercato business-to-business, un cliente spesso richiede informazioni dettagliate su come il prodotto si adatta ai processi esistenti. Questo ha influenzato il modo in cui SAP ha selezionato e implementato gli strumenti di intelligenza artificiale nel percorso di acquisto delle PMI. Ma i compiti e le informazioni da sfruttare tramite l’intelligenza artificiale variano a seconda del settore, della categoria di prodotto e del percorso di acquisto.

Ad esempio, dopo essere passata a un modello di abbonamento basato su cloud, Adobe ha anche mappato il percorso del cliente in cinque fasi: scoprire, provare, acquistare, utilizzare e rinnovare. Tuttavia, a differenza di SAP, Adobe non ha avuto bisogno di personalizzare i suoi prodotti per i singoli consumatori. Il modello di abbonamento ha invece permesso ad Adobe di utilizzare un modello di prezzo freemium per offrire gratuitamente una versione di prova a milioni di consumatori, cosa che SAP non poteva fare a causa della complessità del suo software e della necessità di integrazione con i processi dei clienti. La prova gratuita ha fornito ad Adobe preziose informazioni su dove i consumatori hanno bisogno di aiuto, il che ha portato allo sviluppo di decine di video e tutorial. I team di prodotto potevano ora migliorare continuamente il loro software in base all’utilizzo effettivo dei consumatori invece di costruire funzionalità basate sul proprio giudizio. In ogni fase è stato possibile utilizzare strumenti di intelligenza artificiale per rendere il processo efficiente ed efficace.

Senza una buona comprensione della categoria di prodotto e di come i clienti prendono le decisioni, non si saprà dove le capacità di IA possono fare la differenza per la propria azienda nelle interazioni con i clienti, o dove tali capacità possono sostituire efficacemente la pubblicità, gli attuali canali di vendita o altre attività. Questa comprensione è una questione di gestione, non di tecnologia, ma senza di essa l’IA può facilmente diventare uno strumento alla ricerca di una soluzione o semplicemente un altro costo per fare affari.

Gestione del cambiamento

Un grande cambiamento nelle attività di sviluppo aziendale di solito incontra resistenze interne. Il cambiamento è un processo, non un singolo evento o un discorso del CEO, e quel processo dipende dalla storia e dalla cultura della vostra organizzazione.

Ad esempio, SAP ha utilizzato un modello federato per sviluppare l’adesione da parte di unità consolidate da tempo con diverse aree di competenza. Centralizzare le capacità di IA sarebbe stato probabilmente un modo più rapido per implementare la tecnologia, ma non avrebbe alleviato (e potrebbe aumentare) la resistenza dei numerosi stakeholder abituati a gestire le proprie aree di business con molta autonomia. Gli hub digitali fanno capo ai leader aziendali regionali con una linea tratteggiata verso l’organizzazione digitale globale.

Ma altre aziende, con posizioni di mercato diverse, scopriranno che la finestra di opportunità creata dall’IA può chiudersi rapidamente e avranno bisogno di un approccio diverso alla gestione del cambiamento. A questo proposito, la tecnologia dell’IA è nuova, ma non lo sono le sfide e le scelte. Nelle sue memorie Who Says Elephants Can’t Dance?, Louis Gerstner, riflettendo sulla sua esperienza in IBM negli anni ‘90, ha detto bene: “Ho capito che la cultura non è solo un aspetto del gioco, è il gioco. Alla fine, un’organizzazione non è altro che la capacità collettiva delle sue persone di creare valore”.

Sunil Gupta è professore di amministrazione aziendale presso la Harvard Business School ed è autore di Driving Digital Strategy (Harvard Business Review Press, 2018). Frank V. Cespedes è docente senior presso la Harvard Business School ed è autore di Sales Management That Works: How to Sell in a World That Never Stops Changing (Harvard Business Review Press, 2021).