Persona Pembeli untuk AI Sales Ops: Siapa yang Menggunakan Pertama

Penggunaan AI sales ops tidak bermula dengan mandat lembaga. Ia bermula dengan seorang ketua ops yang secara peribadi telah mencapai dinding dan mempunyai kelancaran teknikal yang mencukupi untuk melakukan sesuatu mengenainya.

Mereka bukan membaca kertas penyelidikan AI. Mereka bukan membalas e-mel sejuk vendor. Mereka berada dalam panggilan ramalan Isnin, menyaksikan CRO mereka menatap laporan pipeline yang sudah lapuk tiga hari dan bertanya mengapa urusan tidak bergerak, dan mereka berfikir: saya telah membina laporan ini secara manual empat kali bulan ini, dan ia masih salah.

Itulah orang yang membeli AI sales ops pertama. Dan memahami siapa mereka, apa yang mencetuskan mereka, dan apa yang menyebabkan mereka berjaya atau gagal, penting jika Anda cuba menjual kepada mereka atau jika Anda adalah salah seorang daripada mereka yang cuba membandingkan diri dengan industri.

Profil pembeli utama

Hari-hari mereka kelihatan seperti ini: mereka adalah satu daripada 1-3 orang dalam fungsi Sales Ops atau RevOps. Mereka mengurus CRM, menjalankan pelaporan pipeline mingguan, menyelenggara logik penghalaan, dan mengendalikan permintaan dari Jualan, Pemasaran, dan Kewangan yang semuanya mahukan perkara berbeza dari sistem data yang sama.

Mereka cekap secara teknikal. Mereka boleh menulis medan formula Salesforce, membina laporan, dan memahami maksud sambungan API. Mereka bukan jurutera, tetapi mereka tidak takut dengan alatan.

Dan mereka terlebih beban. Jumlah permintaan, laporan, dan tugasan manual telah melampaui apa yang boleh dikendalikan oleh pasukan kecil. Mereka telah mengambil untuk peranan penganalisis yang akhirnya menjadi peranan tukang cuci data, dan penganalisis terbaik pergi selepas 18 bulan kerana kerja tidak cukup menarik.

Fakta Utama: Profil Penggunaan AI Sales Ops

• 50% penjual sudah berasa terbeban oleh bilangan teknologi dalam timbunan mereka, menjadikan seni bina AI Sales Operator bersepadu sebagai tawaran yang lebih kuat daripada penyelesaian titik (Gartner, 2024)
• Menggantikan AE kanan menelan kos $30,000-$50,000 dalam pengambilan dan onboarding; alatan AI yang mengurangkan beban pentadbiran semakin banyak disebut dalam temu duga keluar sebagai faktor pengekalan
• Penilaian AI sales ops yang khas berjalan 30-90 hari dari peristiwa pencetus hingga pemilihan vendor, dengan juara RevOps mengetuai proses dan CRO atau CFO meluluskan belanjawan

Profil Penggunaan RevOps

Profil Penggunaan RevOps mentakrifkan keadaan organisasi dan peribadi yang meramalkan penggunaan AI sales ops yang berjaya. Ia mempunyai empat komponen yang diperlukan: pemilik RevOps atau Sales Ops yang berdedikasi (bukan pengurus jualan yang bekerja sambilan dalam CRM), sekurang-kurangnya 12 bulan sejarah CRM berstruktur dengan label menang/kalah yang konsisten, peristiwa pencetus khusus yang mewujudkan urgensi, dan CRO atau CFO yang boleh meluluskan item baris $20K-$200K tahunan. Organisasi yang kekurangan mana-mana satu komponen ini harus menyelesaikan jurang tersebut sebelum menilai vendor, bukan semasa proses penilaian.

Momen pencetus

"Ingin tahu tentang AI" tidak sama dengan menjadi pembeli. Jurang antara rasa ingin tahu dan tindakan sentiasa dijembatani oleh peristiwa tertentu. Untuk AI sales ops, terdapat empat pencetus biasa:

Ramalan yang terlepas. Pasukan memanggil $4.2 juta untuk suku itu. Mereka menutup $3.1 juta. Post-mortem mendedahkan bahawa tiga urusan yang AI dalam HubSpot tandakan sebagai kebarangkalian rendah dikekalkan dalam ramalan oleh optimisme wakil dan pengesampingan pengurus. Dua daripada mereka tergelincir. Ketua RevOps menyaksikan ini berlaku dan menyedari: pemarkahan CRM mempunyai jawapan yang betul. Kami mengabaikannya. Itu tidak berlaku dua kali. Memahami pemarkahan lead AI melampaui model berasaskan peraturan biasanya di mana orang ini memulakan penyelidikan mereka.

Isyarat atriton wakil. Temu duga keluar dengan AE berprestasi tinggi memaparkan aduan tertentu: "Saya menghabiskan dua jam sehari mengemas kini Salesforce, menulis e-mel susulan, dan melakukan penyelidikan persediaan. Saya menyertai untuk menjual." Wakil itu pergi ke pesaing yang mempunyai "alatan yang lebih baik." Kini ketua RevOps mempunyai masalah pengambilan, kos onboarding ($30-50K untuk menggantikan AE kanan), dan cerita konkrit untuk diceritakan kepada CRO tentang mengapa alatan AI adalah pelaburan pengekalan, bukan sekadar strategi kecekapan.

Permintaan CRO. CRO pulang dari persidangan atau mesyuarat lembaga di mana syarikat rakan sebaya bercakap tentang AI pipeline, dan bertanya: "Mengapa kami tidak mempunyai pemarkahan pipeline masa nyata?" Ketua RevOps kini mempunyai liputan udara eksekutif. Ketua RevOps sudah memikirkannya, dan kini mereka mempunyai mandat untuk bergerak.

Dinding penskalaan. Jumlah pipeline dua kali ganda tahun ke tahun. Pasukan ops adalah tiga orang. Anda boleh sama ada mengambil empat penganalisis dalam enam bulan akan datang atau menggunakan alatan yang mengendalikan jumlah yang pasukan tidak dapat. Matematiknya tidak halus. Soalannya ialah pencetus mana yang akan menyentuh pasukan Anda dahulu.

Juara dan pemberi kelulusan

Dalam mid-market B2B, keputusan pembelian AI sales ops hampir selalu mempunyai dua peranan yang berbeza. Juara menjalankan penilaian. Pemberi kelulusan menandatangani cek.

Juara adalah ketua RevOps atau Pengarah Sales Ops. Merekalah yang membaca dokumen vendor, menghadiri demo produk, melakukan POC, dan membina kes perniagaan dalaman. Apa yang mereka pedulikan: adakah ia berfungsi pada data kami, bolehkah kami mengintegrasikannya dengan timbunan semasa kami tanpa projek pelaksanaan enam bulan, dan bolehkah saya benar-benar memiliki dan menentukurnya secara berterusan tanpa bergantung kepada pasukan perkhidmatan profesional vendor?

Mereka sangat skeptik terhadap tuntutan ROI vendor. Mereka telah melihat cukup kajian kes "peningkatan produktiviti 300%" untuk mengetahui bahawa angka-angka itu berasal dari penggunaan kes terbaik dengan syarikat yang sudah mempunyai data bersih. Mereka ingin mengetahui rupa hasil median.

Pemberi kelulusan adalah CRO atau CFO, kadangkala CEO di syarikat yang lebih kecil. Mereka meluluskan item baris belanjawan dalam julat $20K-$200K setahun. Apa yang mereka pedulikan: apa yang ini lakukan kepada hasil, berapa lama sebelum kami melihatnya, dan apa risikonya jika ia tidak berjaya?

Juara perlu menterjemahkan cerita teknikal kepada cerita hasil. "Ini mengurangkan masa pentadbiran wakil sebanyak 15-20 mata peratusan" tidak mendarat dengan CFO. "Ini membebaskan 12-15 jam setiap wakil setiap minggu, yang pada produktiviti purata wakil semasa kami diterjemahkan kepada $420K dalam kapasiti pipeline tambahan menjelang Q3" lebih baik mendarat.

Implikasi praktikal untuk vendor AI: Anda menutup juara dengan kualiti produk dan kesederhanaan integrasi. Anda menutup pemberi kelulusan dengan model ROI yang boleh dipercayai yang juara membantu membinanya. Cuba menjangkau pemberi kelulusan secara langsung, tanpa sokongan juara, jarang berjaya dalam segmen ini.

Siapa yang datang kedua

Penggunaan gelombang pertama (kira-kira 2023-2025) adalah terutamanya pasukan 50-250 wakil dalam SaaS pertumbuhan tinggi dengan fungsi RevOps berdedikasi dan ketua ops yang kuat secara teknikal yang sudah kecewa dengan proses manual. Gartner mendapati bahawa 50% penjual sudah berasa terbeban oleh bilangan teknologi dalam timbunan mereka, yang merupakan sebahagian daripada sebab strategi penyatuan AI Sales Operator bersepadu sangat bergema dengan pembeli ini.

Pengguna gelombang kedua, yang sedang bergerak pada 2025-2026, termasuk:

Syarikat peringkat pengembangan Siri B/C yang baru sahaja mendapat pembiayaan dan perlu menskalakan pipeline tanpa pertumbuhan bilangan kakitangan yang berkadar. Mereka keluar dari peringkat seed di mana CEO dan dua SDR menguruskan segalanya dalam hamparan, dan mereka membina fungsi ops yang sebenar buat kali pertama.

Firma perkhidmatan profesional dan perundingan dengan struktur urusan yang kompleks. Pemarkahan lead AI berfungsi berbeza di sini (kitaran lebih panjang, lebih didorong oleh hubungan), tetapi Meeting Intelligence dan Workflow Copilot mempunyai ROI yang kukuh dalam persekitaran dengan panggilan penemuan 90 minit.

Sektor B2B bukan-SaaS: pembuatan, pengedaran, teknologi penjagaan kesihatan. Syarikat-syarikat ini sering mempunyai contoh Salesforce yang lebih lama dengan data yang berselerak, jadi pelaksanaan mengambil masa lebih lama, tetapi titik kesakitannya adalah sama.

Syarikat perusahaan (pasukan 1,000+ wakil) adalah pembeli yang berbeza. Mereka masih bergerak melalui kitaran perolehan yang mengambil masa 9-18 bulan, mereka mempunyai pasukan admin Salesforce berdedikasi, dan pelaburan AI mereka melalui lapisan semakan IT dan Keselamatan yang syarikat mid-market tidak ada. Artikel ini bukan tentang mereka. Tetapi penggunaan akhirnya menjelaskan mengapa pasaran ini jauh lebih besar daripada apa yang gelombang semasa cadangkan.

Siapa yang harus menunggu

Ini adalah bahagian yang slaid jualan vendor skip. Tidak setiap syarikat harus menggunakan AI sales ops hari ini.

Syarikat dengan kurang daripada 10 wakil berdedikasi. Overhead konfigurasi, penentukuran, dan tadbir urus timbunan AI sales ops tidak membayar balik pada saiz ini. Matematik ROI hanya berfungsi di atas jumlah urusan tertentu. Di bawah 10 wakil, ketua ops sering adalah Pengarah Jualan atau VP Jualan sendiri. Mereka tidak mempunyai masa lapang untuk mengendalikan sistem.

Syarikat dengan kurang daripada 90 hari sejarah urusan CRM yang bersih. Pemarkahan lead AI memerlukan hasil menang/kalah sejarah untuk dilatih. Jika CRM Anda mempunyai nama peringkat yang tidak konsisten, medan hasil yang kosong, dan urusan yang ditutup tanpa dilog, model akan menghasilkan skor yang bising. Membersihkan data tersebut terlebih dahulu mengambil masa 4-6 minggu. Lakukan itu sebelum membeli alat pemarkahan.

Syarikat tanpa fungsi RevOps atau Sales Ops berdedikasi. AI sales ops memerlukan pemilik. Seseorang yang mengetahui logik penghalaan semasa, memahami struktur data CRM, dan mempunyai masa untuk menyemak output AI untuk kualiti. Jika "fungsi RevOps" Anda adalah Pengarah Jualan yang juga menguruskan dua akaun, sistem akan dikonfigurasi sekali dan tidak pernah diselenggarakan. Itu membawa kepada mod kegagalan biasa: skor AI yang wakil belajar untuk mengabaikan kerana ia tidak pernah ditentukur semula.

Syarikat yang pipelinenya hidup dalam hamparan. Jika sistem penjejakan urusan utama Anda adalah Google Sheet, Anda belum bersedia untuk AI sales ops. Anda perlu CRM dahulu. Cuba menindankan AI di atas proses berasaskan hamparan memperkenalkan kerumitan tanpa menyelesaikan masalah organisasi data yang mendasar.

Apa yang memisahkan penggunaan yang berjaya dari yang gagal

Tiga faktor secara konsisten membezakan pelaksanaan AI sales ops yang memberikan ROI daripada yang tidak:

Kesediaan data, dinilai sebelum pembelian. Penggunaan yang berjaya mengaudit CRM mereka sebelum demo pertama. Mereka mengetahui kadar menang/kalah mereka, seberapa konsisten wakil mengisi medan utama, dan seberapa bersih data kenalan mereka. Penggunaan yang gagal menemui masalah data enam minggu ke dalam pelaksanaan, apabila skor keluar dengan salah.

Pemilik RevOps yang dinamakan dengan masa penentukuran. Ketua ops yang menjadi juara pembelian memerlukan 4-6 jam seminggu untuk memiliki sistem selepas pelancaran. Menyemak output, menentukur semula ambang, memerhati kes tepi. Dalam penggunaan di mana pemilikan ini tidak wujud, output AI secara beransur-ansur menyimpang, wakil berhenti mempercayainya, dan alat menjadi shelfware. ACE Framework memberikan pemilik ini perbendaharaan kata untuk apa yang setiap bahagian sistem sebenarnya lakukan, yang membantu apabila sesuatu tidak kena.

Pengurusan perubahan dengan wakil. Teknologi sering berfungsi dengan baik. Yang gagal adalah penggunaan wakil. Skor lead 73 tidak bermakna apa-apa kepada wakil yang mencari nafkah berdasarkan naluri. Penggunaan yang berjaya menjalankan kitaran latihan dua minggu di mana pengurus menerangkan logik pemarkahan dalam bahasa mudah, membincangkan tiga contoh di mana AI mendapat jawapan yang betul, dan secara eksplisit meminta wakil menggunakan skor sebagai pemecah seri dan bukannya sebagai pengesampingan. Pembingkaian itu mengurangkan rintangan dengan ketara.

Mod kegagalan AI Sales Ops yang biasa secara lebih terperinci.

Analisis Rework: Corak kegagalan yang paling biasa yang kami lihat adalah juara RevOps yang kuat secara teknikal yang membeli alatan AI sebelum melakukan audit data. Mereka menggembirakan CRO, menutup perjanjian vendor, dan kemudian mendapati enam minggu ke dalam pelaksanaan bahawa medan menang/kalah mereka diisi secara tidak konsisten dan definisi peringkat mereka telah diubah tiga kali dalam tahun lalu. Skor keluar dengan bising, wakil mengabaikannya, dan alat menjadi shelfware menjelang bulan keempat. Audit kesediaan data dua minggu sebelum demo pertama adalah aktiviti leverage tertinggi untuk mana-mana pemimpin RevOps yang menilai AI sales ops.

Persona penting untuk pelaksanaan, bukan sekadar jualan

Memahami persona pembeli ini bukan sahaja berguna untuk vendor yang cuba menutup urusan. Ia berguna untuk mana-mana ketua ops yang cuba membina sokongan dalaman.

Jika Anda berada dalam peranan RevOps dan Anda ingin mendapatkan kelulusan alatan AI, Anda perlu mengetahui: CRO Anda peduli tentang kualiti pipeline dan ketepatan ramalan, CFO Anda peduli tentang matematik ROI dan tempoh bayar balik, dan wakil Anda peduli tentang sama ada ini membuat kehidupan mereka lebih mudah atau sekadar menambah perkara lain yang perlu dilakukan.

Ketua RevOps yang berjaya bukan yang paling bersemangat tentang AI. Ia adalah yang melakukan audit data dahulu, membina model ROI yang boleh dipercayai yang boleh CFO persoalkan, dan menjalankan proses pengurusan perubahan yang membawa wakil bersama dan bukannya mengejutkan mereka.

Itulah profil yang mendapat belanjawan, menjalankan pelaksanaan, dan menunjukkan hasil pada pemeriksaan 90 hari.

Ketahui Lebih Lanjut

• Apakah AI Sales Operator?
• Mengapa Sales Ops Adalah Kes Penggunaan AI Tertinggi ROI
• AI Lead Scoring Melampaui Model Berasaskan Peraturan
• Peta Jalan Pelaksanaan AI Sales Ops
• Mod Kegagalan: Apabila AI Sales Ops Backfire
• Perangkap AI Lead Scoring yang Biasa
• ACE Framework
• Menggabungkan Corak untuk Membina Ejen AI