Pembelajaran terbesar saya dari Jeanne DeWitt Grosser (mantan Chief Business Officer di @Stripe, sekarang @Vercel COO): 1. Apa yang gagal tujuh tahun lalu sekarang bekerja dengan AI. Pada tahun 2017, Jeanne mencoba membangun sistem di Stripe yang akan secara otomatis mempersonalisasi email keluar berdasarkan data perusahaan. Meskipun bekerja dengan ilmuwan data kelas dunia, itu gagal karena terlalu banyak kesalahan. Hari ini, pendekatan yang sama persis berhasil. Ini menunjukkan bagaimana AI telah membuat ide-ide yang sebelumnya mustahil tiba-tiba layak. 2. Seorang insinyur GTM tunggal di Vercel mengurangi tim penjualan 10 orang menjadi 1 (hanya dalam 6 minggu). Tim Jeanne di Vercel meminta seorang insinyur membangun agen AI yang menangani kualifikasi prospek masuk, prospek keluar, dan evaluasi kerugian kesepakatan. Agen berharga $1,000 per tahun untuk dijalankan versus lebih dari $1 juta gaji untuk tim penjualan. Sembilan anggota tim yang dipindahkan pindah ke pekerjaan bernilai lebih tinggi daripada diberhentikan, dan tenaga penjualan yang tersisa 10 kali lebih efisien. 3. Bot kerugian kesepakatan AI mereka menjadi lebih baik dalam memahami apa yang salah daripada manusia. Ketika Jeanne menganalisis kerugian terbesarnya pada kuartal ini, penjual menyalahkan harga. Tetapi agen AI meninjau setiap email, transkrip panggilan, dan pesan Slack dan menemukan alasan sebenarnya: mereka tidak pernah berbicara dengan orang yang mengontrol anggaran, dan ketika ROI muncul, pelanggan jelas tidak mempercayai klaim nilai. Mereka sekarang menggunakan AI untuk menganalisis panggilan penjualan secara real time dan mengirim peringatan seperti "Anda sudah setengah jalan melalui proses penjualan dan belum berbicara dengan pembuat keputusan anggaran." 4. Tunggu hingga pendapatan $1 juta sebelum mempekerjakan tenaga penjualan pertama Anda. Pendiri harus terus menjual diri mereka sendiri sampai mereka mencapai sekitar $1 juta dalam pendapatan tahunan dengan proses yang dapat diulang. Kuncinya adalah memiliki profil pelanggan ideal yang ditentukan—pelanggan yang mirip. 5. Segmentasikan pelanggan berdasarkan apa yang mendorong keputusan pembelian mereka, bukan hanya ukuran perusahaan. OpenAI memiliki sekitar 3.000 karyawan, yang biasanya menempatkan mereka dalam kategori "pasar menengah". Tetapi mereka adalah 25 situs web teratas secara global berdasarkan lalu lintas, jadi Vercel memperlakukan mereka sebagai pelanggan perusahaan yang membutuhkan penjualan yang kompleks. Segmentasi yang efektif menggabungkan ukuran perusahaan dengan tingkat pertumbuhan, lalu lintas web, jenis beban kerja, dan industri—karena menjual ke perusahaan e-commerce membutuhkan bahasa yang sama sekali berbeda daripada menjual ke perusahaan kripto. 6. Sebagian besar pelanggan membeli untuk menghindari risiko, bukan untuk mendapatkan peluang. Sekitar 80% pelanggan membeli untuk mengurangi rasa sakit atau menghindari masalah, sementara hanya 20% yang membeli untuk meningkatkan kenaikan. Ini berarti Anda harus memfokuskan pesan penjualan Anda pada apa yang bisa salah tanpa produk Anda—seperti tertinggal dari pesaing atau merusak reputasi mereka—daripada hanya berbicara tentang fitur menarik. Ini terutama berlaku saat menjual ke perusahaan yang lebih besar, di mana karir individu dipertaruhkan. 7. Tim penjualan seharusnya tidak dapat dibedakan dari manajer produk—untuk sesaat. Jeanne mempekerjakan tenaga penjualan yang memiliki pengetahuan produk yang mendalam sehingga jika Anda menempatkan satu di depan sekelompok insinyur, itu akan memakan waktu 10 menit untuk menyadari bahwa mereka bukan manajer produk. Kredibilitas ini memungkinkan tim penjualan untuk berfungsi sebagai perpanjangan dari penelitian dan pengembangan—tim penjualan yang beranggotakan 20 orang berbicara dengan ratusan pelanggan setiap minggu dan dapat menerjemahkan percakapan tersebut menjadi wawasan produk dalam skala besar. 8. Membangun alat penjualan AI Anda sendiri dapat mengalahkan membeli perangkat lunak siap pakai. Karena AI sangat baru dan proses penjualan setiap perusahaan unik, Jeanne menemukan bahwa membangun agen internal khusus seringkali memberikan nilai lebih daripada membeli solusi vendor. Seorang insinyur go-to-market membangun bot analisis kesepakatan mereka hanya dalam dua hari, disesuaikan dengan alur kerja spesifik mereka. Para insinyur ini membayangi tenaga penjualan top untuk memahami alur kerja mereka, kemudian membangun otomatisasi yang akan memakan waktu berbulan-bulan atau tidak mungkin beberapa tahun yang lalu. 9. Jadikan setiap interaksi penjualan hebat, apakah pelanggan membeli atau tidak. Jeanne mengganti panggilan penemuan yang membosankan di Stripe dengan sesi papan tulis kolaboratif di mana pelanggan menggambar arsitektur pembayaran mereka. Banyak pelanggan belum pernah memvisualisasikan sistem mereka sendiri sebelumnya. Mereka pergi dengan aset yang berguna dan perasaan kolaborasi, terlepas dari apakah mereka membeli. Banyak yang kembali bertahun-tahun kemudian untuk membeli. Pikirkan tentang proses go-to-market Anda seperti produk, bukan hanya fungsi penjualan. 10. Pertumbuhan yang dipimpin oleh produk memiliki plafon—tidak ada perusahaan senilai $100 miliar yang berjalan di atasnya saja. Sementara pertumbuhan yang dipimpin produk (di mana pengguna dapat mendaftar dan mulai menggunakan produk tanpa berbicara dengan penjualan) bekerja dengan baik untuk pertumbuhan awal, pelanggan umumnya tidak akan menghabiskan satu juta dolar melalui alur layanan mandiri. Setiap perusahaan teknologi besar akhirnya membangun tim penjualan untuk kesepakatan yang lebih besar. Kesalahannya adalah menunggu terlalu lama, karena membangun proses penjualan yang dapat diprediksi membutuhkan waktu.