В 35 лет с нуля запускать в Сан-Франциско агентство по AI GTM, да ещё и с новорождённым на руках, — нагрузка просто невероятная. Днём нужно общаться с клиентами, разбирать процессы продаж и следить за внедрением продукта, а ночью вставать, чтобы покормить ребёнка и поменять ему подгузник. Многие решения приходится принимать урывками, в два-три часа ночи. Жизнь и найм в районе залива Сан-Франциско и без того дорогие, а стартап не может с самого начала набрать большую команду, поэтому приходится считать каждый доллар и каждый час. На этом этапе страшнее всего не загруженность, а движение не в ту сторону: сегодня гонишься за функцией, которая кажется многообещающей, завтра переключаешься на другой канал привлечения — и в итоге команда разбредается.

Помогать B2B-компаниям находить клиентов с помощью ИИ — звучит просто, но на деле состоит из одних нюансов: откуда брать лиды, как оценивать, стоит ли с ними работать, как превращать сообщения в реальные продажи. Например, источниками лидов могут быть страницы с вакансиями компаний, новости о раундах финансирования, изменения в используемом стеке технологий, списки участников отраслевых мероприятий, а также старые лиды, затерявшиеся в CRM. Но после сбора их нужно очистить от ошибок и дублей, дополнить контактными данными и оценить, есть ли у компании сейчас бюджет и актуальная проблема. Чтобы понять, стоит ли за лидом идти, недостаточно посмотреть на отраслевой тег — нужно оценить силу сигналов: недавно ли компания привлекла финансирование, ищет ли сотрудников на релевантные позиции, сменился ли ключевой руководитель, часто ли в последнее время посещают страницы продукта. И подготовка сообщений — это не просто разом попросить модель написать кучу писем. Нужно разбить аудиторию по должностям, отраслям и сценариям, а затем постоянно корректировать подход с учётом доли ответов. Часто говорят, что продавцы тратят много времени на поиск лидов, работу с записями и повторные касания, тогда как на содержательное общение его остаётся совсем немного. А если в B2B медленно отвечать на запросы лидов, конверсия заметно падает. Поэтому настоящая сложность не в самой модели, а в том, чтобы разложить всю рутинную работу продаж на задачи, которые может выполнять машина, и добиться, чтобы она делала это стабильно, с возможностью отследить и проанализировать результат.

Вот какое у меня наблюдение: в конечном счёте такие инструменты конкурируют за замкнутый цикл работы с данными. Выживет тот, кто первым наладит процесс «найти и довести до результата». «Найти» — значит иметь широкую базу источников лидов и контролировать их качество. «Довести до результата» — значит возвращать в систему данные обо всём пути от первого контакта и ответа до встречи и сделки, чтобы следующие рекомендации были точнее. Если сделать только красивый список лидов, но не обеспечить дальнейшую работу и сбор обратной связи, ценность быстро упрётся в потолок. За все эти годы я понял: контроль размера позиции всегда важнее прогноза направления — и в предпринимательстве так же: правильный темп ценнее амбиций. Новоиспечённый отец и основатель стартапа, желаю тебе не надорваться ни на одном фронте. Возможно, я ошибаюсь — буду ждать, когда меня поправят.