Команда компанії Unidatalab вже понад 5 років працює над розробкою AI-рішень для бізнесів. Окрім цього, активно співпрацює з українськими IT-компаніями, допомагаючи їм підвищувати кешфлоу через ефективні апсейли та допродажі своїх послуг клієнтам.
У цій статті Юрій Хома, CEO та співзасновник Unidatalab, розповідає про те, що саме допомагає компанії робити апсейли, і яку роль відіграють у цьому її готові AI рішення. Якщо ви шукаєте способи збільшити продажі серед існуючих клієнтів і підвищити їхню лояльність, ця стаття стане для вас цікавою та корисною.
Ситуація на ринку
Українська IT-індустрія стрімко зростала на початку XXI століття, головним чином через високу якість послуг, привабливі ціни та нестачу кваліфікованих інженерних кадрів у США. Кількість компаній зростала з щороку. Україна історично була джерелом професійних інженерів з досить прийнятним рівнем англійської, тому треба було докладати значно менше зусиль ніж зараз як для створення стабільної та надійної команди, так і для побудови процесу продажів, які часто базувались на професійних зв’язках засновників компаній. Саме тому у 2010-х компанії зростали «як на дріжджах».
Однак ситуація кардинально змінилася, коли росія розпочала повномасштабну війну проти України. Багато компаній не витримали відтоку клієнтів, що шукали стабільність та передбачуваність в інших регіонах світу. З’явилися також інші перешкоди, які заважають бізнесам не тільки зростати і розвиватися, а й підтримувати стабільну діяльність. Раптом мистецтво продажів, якому раніше значно менше приділяли увагу, стало дуже потрібним в індустрії. На відміну від інженерних можливостей, напрямок продажів ще не був настільки розвиненим, щоб конкурувати з західними компаніями.
Багато власників IT-компаній намагаються знайти ефективних сейлзів, які можуть не тільки генерувати теплих лідів, а також і закривати угоди. Сейлзи часто «закидають» лідів листами, але не можуть сформулювати нічого принципово нового та практичного, щоб захопити увагу потенційного клієнта та вивести його на предметну розмову і, наприклад, зробити upsale. Те саме стосується зрештою і нових лідів, яких сейлзи намагаються зачепити «в холодну».
Що там по AI
Більшість клієнтів, в якій би сфері не був їхній продукт, знають про AI і, вже намагалися впровадити його у свій продукт, або хочуть це зробити. При цьому переважна більшість не мають достатнього досвіду та експертизи, щоб зробити це швидко та ефективно, і після перших невдач починають ставитися обережно та скептично до типових пропозицій на кшталт «ми вас проконсультуємо, допоможемо, реалізуємо, у нас команда з Х роками досвіду».
З’являється питання:, а що запропонувати клієнтам такого, щоб привернути їх увагу та продемонструвати конкретну користь тут і зараз, а не колись. І де тут можна використати AI?
AI Door Openers
Для того, щоб вирішити наведену вище задачу ми почали пропонувати нашим лідам прості (для клієнта) та ефективні реалізації GenAI в їх наявних продуктах. Для цього ми спеціально розробили два універсальні GenAI-рішення, які ми пропонуємо нашим клієнтам встановити та отримати користь одразу. Вони прості та зрозумілі для них.Такий підхід дозволяє клієнтам швидко отримати відчутний результат без значних витрат, а нам — ефективно увійти в їхню інфраструктуру. Це відкриває перспективи для довгострокової співпраці та поступового впровадження складніших і масштабних рішень у майбутньому. Ось ці два рішення, які ми пропонуємо нашим клієнтам, а також українським ІТ-компаніям/партнерам, які використовують їх для залучення додаткових бюджетов-апселов від своїх існуючих бізнес-клієнтов.
Onboarding Copilot
Для масштабних продуктів із великою кількістю користувачів і складним функціоналом, навчання нових користувачів може бути тривалим і ресурсоємним процесом. Попри широке впровадження AI в різні бізнес-процеси, навчання користувачів новим функціям залишається на досить базовому рівні у більшості SaaS-платформ.
Це питання стає особливо актуальним після впровадження чергових оновлень, коли інтерфейс зазнає суттєвих змін, і користувачам доводиться витрачати багато часу на пошуки інформації про те, де тепер розташовані певні функції. У нас виникла ідея створити рішення, яке в режимі реального часу не лише пояснюватиме, але й демонструватиме, як виконувати конкретні операції всередині клієнтської платформи.
Поспілкувавшись із кількома лідами й побачивши певну зацікавленість з їх боку, ми розробили рішення, яке інтегрується через SDK та забезпечує супровід юзера всередині платформи в режимі реального часу.
Наша стратегія проста: ми демонструємо можливості рішення, пропонуємо його для безкоштовного використання, а у разі зацікавленості у додатковому функціоналі — обговорюємо подальшу співпрацю. Це відкриває нам можливості для апсейлів, а саме, кастомізувати наш інструмент під специфічні задачі та додавати новий функціонал по запиту клієнта.
Intelligent Document Processing
Другий підхід, що допомагає залучити клієнтів до розмови, — це підтримка процесингу документів на їх платформі. Хоча, на перший погляд, це може здаватися доволі типовою задачею, для багатьох клієнтів цей аспект є критично важливим і може бути визначальним в їхньому рішенні про співпрацю.
Наше рішення — Intelligent Document Processing Tool, який працює з як структурованими, так і неструктурованими даними (включаючи текст, зображення, відео). Інструмент легко інтегрується у платформу клієнта, дозволяючи швидко додати функції глобального пошуку та аналітики, базуючись на існуючій базі знань. Це дає клієнту можливість підвищити ефективність роботи з даними і в результаті бачити реальну користь для свого бізнесу.
Як працює наше рішення:
- Кожен документ у віртуальному сховищі даних перетворюється у спеціалізовані векторні представлення (ембединги), які відображають семантичне значення його змісту. Це дозволяє виконувати контекстно-залежний пошук, що виходить за межі простого порівняння ключових слів.
- Створені ембединги зберігаються у спеціалізованій базі даних, що підтримує швидкий та точний пошук інформації за принципом семантичної схожості. Завдяки цьому користувачі можуть отримувати релевантні результати навіть для складних або розпливчастих запитів.
- Процес обробки запиту користувача: запит перетворюється в ембединг, який відображає його смислове значення. Система шукає у векторній базі найбільш релевантні сегменти документів. Отримана інформація доповнює запит, уточнюючи його зміст. Модель на основі штучного інтелекту генерує відповідь, спираючись на знайдені документи.
Подібно до першого кейсу, це створює додаткові можливості для розширення співпраці. Клієнти, які побачили початкову цінність, стають більш відкритими до нових пропозицій по кастомізації рішення відповідно до своїх специфічних вимог. Зв’яжіться зі мною, щоб обговорити, як впровадити це рішення у інфраструктуру ваших існуючих клієнтів. [email protected]
On-prem рішення
Реалізація рішень на власній інфраструктурі клієнта відкриває цілу низку переваг, особливо для бізнесів, що працюють із чутливими даними. Для багатьох компаній це є визначальним фактором при виборі технологічного партнера, оскільки локальне впровадження дозволяє досягти більшого контролю над усіма аспектами роботи системи.
- Усі дані залишаються в межах інфраструктури клієнта, що значно зменшує ризики втрати або компрометації конфіденційної інформації. Це особливо важливо при роботі з персональними чи біометричними даними, де вимоги до безпеки є критичними
- Власна інфраструктура полегшує дотримання регуляцій, таких як HIPAA чи GDPR, оскільки дані не передаються у зовнішні мережі, а клієнт повністю контролює їх обробку та зберігання
- Локальне розгортання дозволяє налаштовувати систему відповідно до унікальних потреб клієнта, включаючи адаптацію до специфіки мережевої інфраструктури чи вимог до продуктивності. Це також дозволяє уникнути затримок або збоїв, які можуть виникати при використанні зовнішніх хмарних сервісів.
Наприклад, в одному з проектів ми розробили рішення для музеїв, яке дозволяє відслідковувати відвідувачів по даних з камер спостереження, щоб визначати, скільки часу вони проводять біля кожної експозиції. Ключовими аспектами тут були безпека та дотримання вимог комплаєнсу, тому рішення запускалося не в хмарі, а безпосередньо на інфраструктурі музею. Це дозволило уникнути передачі зображень з камер назовні. Оскільки ми працювали з біометричними даними, безпека та комплаєнс були особливо важливими, що й вимагало on-prem реалізації.
Впровадження GenAI може стати першим кроком до трансформації продукту вашого клієнта. Хочете дізнатися, як ми можемо адаптувати це рішення до ваших потреб? Зв’яжіться зі мною для консультації. [email protected]
Висновки та поради
- Можливість показати клієнту працюючий прототип або готове рішення створює позитивне перше враження і значно спрощує подальші обговорення (можливість створення «вау-ефекту» своїми рішеннями дуже допоміг нам розширити співпрацю з багатьма клієнтами). Клієнти цінують практичність і зрозумілість пропозиції.
- Якщо ваші партнери потребують технічної підтримки для продажу власної AI експертизи, це може стати основою для взаємовигідної співпраці. Багато компаній декларують AI-експертизу, але часто не мають ресурсів для системного R&D чи створення рішень, готових до впровадження. Ви можете виступати технічною командою під брендом партнера, адаптуючи рішення під конкретні потреби вже їхніх клієнтів (для нас в Unidatalab це виявилось дуже ефективним способом партнерства з іншими українськими компаніями)
- Знання бюджету та фінансових можливостей клієнтів допомагає побудувати оптимальну стратегію: від безкоштовного пробного періоду для демонстрації функціональності до масштабного впровадження з кастомізацією.
- Знання ключових метрик, які важливі для клієнтів, дозволяє налаштувати підхід відповідно до їхніх очікувань. Це сприяє не лише успішним апсейлам, але й підвищенню цінності послуг партнера, зміцнюючи їхню репутацію. Після чого вже cash flow
- Постійна робота над новими рішеннями та експерименти з використання AI у різних індустріях підтримують мотивацію та інтерес команди. Це не лише допомагає вирішувати бізнес-задачі клієнтів, але й сприяє професійному розвитку внутрішніх експертів.
Хто ми такі
Unidatalab — це спін-оф, який виріс з львівського research community і від самого заснування був зосереджений виключно на наукоємних проектах в сфері Data Science та AI. Дослідження, розробка, та участь у різних комерційних проектах дали нам можливість багато експериментувати та створювати різноманітні практичні AI-рішення. Згодом ми вирішили працювати над універсальними рішеннями, які безпосередньо впливатимуть на наші продажі, про деякі з яких я написав у цій статті.
Якщо ви прагнете збільшити грошовий потік від своїх існуючих клієнтів і бажаєте використати наш досвід GenAI як свій, я буду радий співпраці! Я навіть можу допомогти вам створити власний відділ GenAI
Радий відповісти на будь-які питання і поспілкуватися! [email protected]
