Dell Technologies World – Seven Key Takeaways for Midmarket & Channel Partners in the AI Era

Beginnen Sie mit einer KI-gestützten Bewertung Ihres Portfolios und wählen Sie drei Markteinführungswege für einen 90-Tage-Pilotversuch aus. Ordnen Sie die Fähigkeiten den Kundensegmenten zu und erstellen Sie eine gezielte Messaging-Kampagne, die bei mittelständischen Käufern Anklang findet, die Geschwindigkeit, Zuverlässigkeit und Sicherheit suchen.

Übersicht: Dell Technologies World hebt sieben Erkenntnisse hervor, die Ihr Team jetzt umsetzen kann, um über den Hype hinauszugehen und echten Mehrwert für Kunden zu schaffen. Diese befassen sich mit Herausforderungen in den Bereichen Daten-Governance, Sicherheit, Enablement und Partnerausrichtung, wobei der Schwerpunkt auf praktischen Ergebnissen liegt.

Richte zuerst das Budget an einer klaren ROI-Darstellung aus; führe drei kurze Pilotprojekte durch, die Wertschöpfungszeit demonstrieren, und eskaliere zu einer breiteren Implementierung. Prägnante, 15-minütige Demos, die KI-Fähigkeiten in Umsatzwirkungen übersetzen, helfen, Zyklen zu verkürzen und Gewinnraten zu erhöhen.

Zweitens: Bändigen Sie die Komplexität mit einem schlanken Daten- und Modell-Governance-Plan. Definieren Sie Zugriffskontrollen, Herkunftsnachweise und Reaktion auf Vorfälle in einfachen Worten, damit die Teams den Kunden das Risiko erklären können. Koppeln Sie Governance mit Krankenhausqualität Sicherheitspraktiken unter Beibehaltung eines flexiblen Betriebs.

Drittens, erweitern Sie die Vertriebswege mit einem breiten Partner-Ökosystem: Verkaufen Sie gemeinsam mit Dell und nutzen Sie MSPs und SIs, um jene Käufer zu erreichen, die zunehmend auf KI-gestützte Lösungen setzen. Richten Sie Anreize mit gemeinsamen Kampagnen und geteilten Metriken aus, um eine koordinierte Ansprache im gesamten Vertriebsbereich sicherzustellen.

Viertens, messen Sie unerbittlich. Verwenden Sie ein prägnantes KPI-Set – Time-to-Value, Deal Velocity, Renewal Rate und AI-Uptake-Indikatoren –, um jeden Schritt zu validieren und die Skalierung entlang der Nachfragekurve zu beschleunigen. Diese Metriken können potenziell Verkaufszyklen verkürzen und Ihnen helfen, wirkungsvolle Maßnahmen zu priorisieren.

Fünftens, investieren Sie in KI-basierte Befähigung, die diejenigen unterstützt, die gezielte Gespräche führen. Erstellen Sie Kurzform-Assets, befähigen Sie Außendienstteams und optimieren Sie Kanalkampagnen, damit Nachrichten schnell vom Pilotprojekt zum nachhaltigen Wachstum übergehen.

Sechstens, passen Sie Kampagnen auf die Segmente mit dem höchsten Potenzial zu, indem Sie datengestützte Botschaften und praktische Fallstudien verwenden, um den Weg zur Wirkung zu verkürzen.

Siebtens, schließen Sie den Kreislauf mit Feedback von Kunden und Partnern und wandeln Sie Erkenntnisse in einen kontinuierlichen Verbesserungszyklus um, der zukünftige Kampagnen und Produktprioritäten beeinflusst.

Identifizieren Sie KI-Anwendungsfälle, die in mittelständische Budgets passen und schnell einen Mehrwert bieten.

Launch a sechswöchig Pilotieren Sie einen KI-gestützten Helpdesk-Chatbot auf Ihren meistbesuchten Kanälen, um FAQs zu beantworten, Anfragen zu priorisieren und menschliche Agenten für komplexere Aufgaben freizustellen.

Wählen Sie eine Plattform, die Folgendes bietet: vorab trainierte Intents und einfacher Feinabstimmung, damit die anfänglichen Kosten unter $25k im ersten Jahr.

Erfolg definieren mit Ablenkungsrate, Erledigung beim Erstkontaktund durchschnittliche Bearbeitungszeit um den Wert nach dem Pilotprojekt zu quantifizieren.

Verwenden Sie eine cloud-basiert schnell durchzustarten, mit Datenhaltung innerhalb der Region und klaren Leitplanken für Datenschutz, Zugriff und die Einhaltung interner Regeln.

Organisiere eine kleine cross-functional Mannschaft, die sich trifft in zweiwöchig Zyklen, mit einem einzigen Eigentümer und einem straffen Backlog, um die Dynamik aufrechtzuerhalten.

Inhalte wiederverwenden von Produktdokumentation, Wissensdatenbanken, und Richtlinientexte, um das Modell zu trainieren, und richten Sie einen leichten Review-Loop mit Menschen ein, um die zurückgegebenen Antworten zu validieren.

Die Messung sollte sich auf die Geschwindigkeit der Ablenkung, die Genauigkeit der Reaktionen und die Benutzerzufriedenheit konzentrieren, nicht auf Eitelkeitskennzahlen.

After 4-6 Wochen stetiger Ergebnisse aufweisen, auf andere Funktionen wie Onboarding, Auftragsverfolgung und grundlegenden technischen Support ausweiten.

Durch kleine Anfänge gewinnen Teams Selbstvertrauen, verkürzen Zyklen und schaffen ein wiederholbares Rezept für eine breitere KI-Einführung in verschiedenen Produkten.

Entwurf eines skalierbaren KI-Infrastruktur-Blueprints für mittelständische Partner

Beginnen Sie mit einem modularen Bauplan für eine KI-Infrastruktur, die von Workstations bis hin zu Cloud-Rechenzentren skaliert, verankert durch eine Eckpfeiler-Plattform und ein einheitliches Datenfundament. Stellen Sie sie in drei Zentren bereit: in zentralen Rechenzentren, regionalen Zentren und Edge-Geräten an den Standorten der Kunden. Dieses Setup verbessert die Reaktionsfähigkeit, spiegelt die gemeldeten Nutzungsmuster wider und liefert greifbare Verbesserungen in verschiedenen Anwendungsfällen. Verwenden Sie Container-basierte Services, standardisierte APIs und eine richtlinienorientierte Governance-Schicht, um Anpassungen bei sich ändernden Trends zu vereinfachen und eine einfache Skalierung zu ermöglichen.

Sieben-Schritte-Plan für skalierbare KI-Infrastruktur

1) modulare Architektur über Workloads hinweg; 2) standardisiertes Data Fabric und Modellherkunft; 3) in Pipelines integrierte Sicherheit und Governance; 4) Edge-to-Cloud-Bereitstellung mittels Container-Orchestrierung; 5) proprietäre Inferenzebenen zum Schutz von geistigem Eigentum und zur Beschleunigung der Performance; 6) Geräte und Workstations, die auf eine gemeinsame Laufzeitumgebung ausgerichtet sind; 7) Kompetenzzentren und Partnernetzwerke zur Beschleunigung der Akzeptanz. Diese Reihenfolge behält die Bedürfnisse der Kunden im Blick und stimmt mit den berichteten Leistungssteigerungen anhand von Beispielen überein.

Wie maccormick anmerkt, sollten Nachfragesignale der Kapazität in den Zentren zugeordnet werden, damit Investitionen an der tatsächlichen Nutzung ausgerichtet sind. Konzentrieren Sie sich auf leicht skalierbare Arbeitsabläufe, vereinfachen Sie das Onboarding für Kunden und bieten Sie modulare Add-ons an, die zu verschiedenen Geräte-Footprints passen. Dieser Ansatz sorgt für eine hohe Reaktionsfähigkeit, während Sie stetige Verbesserungen in Bezug auf Intelligenz und Ergebnisse für Ihre Kunden anstreben.

Erstelle kanalfertige Vertriebsinhalte: Demos, ROI-Tools und Enablement-Playbooks

Stellen Sie ein vertriebsfertiges Content-Kit bereit, das Demos, ROI-Tools und Enablement-Playbooks enthält, um den Partnervertrieb zu rationalisieren und das Wachstum zu beschleunigen.

• Demos, die konvertieren: Erstellen Sie drei modulare Tracks – Führungsebene, Technik und ROI –, die jeweils fünf bis sieben Minuten dauern, Sicherheitsdemonstrationen beinhalten, zeigen, wie Services einen Mehrwert schaffen, und kundenspezifische Daten verwenden, um Ergebnisse zu veranschaulichen; Inhalte können zu verschiedenen Zeitpunkten im Zyklus eines Käufers eingesetzt werden.
• ROI-Tools, datengestützt: Bereitstellung von Rechnern, die bekannte Variablen (Kosten, Lizenzierung, Bereitstellungsmodus) eingeben und Amortisationszeitraum, ROI und TCO ausgeben; Export in Whitepapers oder Kundenberichte ermöglichen und mit Marktveränderungen aktualisieren.
• Enablement Playbooks: bieten rollenbasierte Schritte für Verkäufer, Ingenieure und Partner; beinhalten Einwandbehandlung bei häufigen Einwänden; bekannte Strategien; Vorlagen zur Personalisierung für jedes Kundensegment; stimmen sich mit der Führungsebene ab, um die Botschaft sicherzustellen; helfen Verkäufern, selbstbewusst und effektiv aufzutreten.
• Routen und Sichtbarkeit: Veröffentlichen Sie Inhalte in einem zentralen Portal und verteilen Sie Assets an Kanäle (Distributoren, VARs, MSPs), um die Sichtbarkeit zu verbessern; Fügen Sie kurze One-Pager und ausführliche Assets hinzu, auf die in Kundengesprächen Bezug genommen werden kann.
• Sicherheit und Compliance: Integrieren Sie eine eigene Sicherheitscheckliste in Demos und ROI-Abläufe; verweisen Sie gegebenenfalls auf Bundesstandards und stellen Sie kundenspezifische Gesprächspunkte bereit, um den Wert gegenüber Wettbewerbern zu positionieren.
• Kundenzentrierte Anpassung: Ermöglichen Sie die individuelle Anpassung von Decks und Demos; stellen Sie Kundenprofile und branchenspezifische Szenarien (kleine Unternehmen, Mittelstand, Bund) bereit, um die Relevanz zu erhöhen.
• Auswirkungen und Mitarbeiter: Messen Sie, wie Enablement die Leistung verändert, verfolgen Sie verbesserte Abschlussquoten und zeigen Sie die Auswirkungen auf die Mitarbeiter anhand von Daten zum Abschluss von Schulungen und zur Akzeptanz von Fähigkeiten.
• Kontinuierliche Verbesserungen: Etablieren Sie eine Regelmäßigkeit, um Assets basierend auf Kundenfeedback und Marktveränderungen zu aktualisieren; nutzen Sie Ergebnisse aus der Praxis, um Inhalte zu verfeinern und Strategien zu verbessern.

Daten-Governance, Datenschutz- und Sicherheitspraktiken für KI-Initiativen etablieren

Beginnen Sie mit einer öffentlichen Data-Governance-Charta, die Dateneigentümer, Verantwortlichkeiten für Richtlinien und die Datenherkunft für KI-Projekte festlegt, mit klaren Einstiegspunkten für die Datenaufnahme und Produktkatalogen.

Kategorien für Kartendaten festlegen, Datenschutz standardmäßig einbetten und Datenschutzkontrollen über den gesamten Produktlebenszyklus installieren. Richtlinien an Sicherheits- und Risikomanagement-Frameworks ausrichten; Auswirkungen auf die Benutzererfahrung und operationelles Risiko messen, um Entscheidungen zu treffen.

Erstellen Sie einen Duke-Sponsorship-Vorstand, der Governance-Entscheidungen überwacht und sicherstellt, dass die Datennutzung dem Konzept entspricht und auf die nächsten Schritte sowie die Wettbewerbsanforderungen abgestimmt ist.

Vor der Implementierung sind Datenquellen zu detaillieren, Datenqualitätsprüfungen durchzuführen und Schwellenwerte für tolerierbare Risiken festzulegen. Dieser Ansatz schafft die Fähigkeit, die Datenherkunft zu prüfen und veranschaulicht, wo Daten durch das System fließen.

Während der Entwicklung Zugriffskontrollen erzwingen, Audit-Logs pflegen und regelmäßige Analysen der Datenqualität und Modelleingaben durchführen. Anforderungen von Stakeholdern verfolgen und beabsichtigte Interaktionen mit Daten dokumentieren, um Datenlecks zu verhindern.

Wenden Sie während der Bereitstellung ein Framework an, das Risiken durch Dashboards, Prognosen und zusammenfassende Metriken veranschaulicht. Nutzen Sie schlüsselfertige Sicherheitskontrollen und stärken Sie die Abwehr durch kontinuierliche Überwachung und Methoden zur Reaktion auf Vorfälle.

Die Deckungsbreite der Police im Laufe der Zeit erweitern, indem Feedback von Nutzern und Partnern eingeholt, sich an sich entwickelnde Datentypen angepasst und Rahmenwerke und Methoden aktiv verfeinert werden, um wettbewerbsfähig zu bleiben.

KPIs festlegen, Mess-Dashboards erstellen und vierteljährliche Überprüfungen durchführen, um KI-Ergebnisse zu verfolgen.

Definiere den Gesamt-ROI von KI, erstelle ein Mess-Dashboard und führe vierteljährliche Überprüfungen durch, um die Ergebnisse der KI zu verfolgen. Diese Maßnahmen helfen Teams, die mit Datensilos konfrontiert sind, Prioritäten abzustimmen und eine einheitliche Ansicht zu liefern, die Führungskräfte in wenigen Minuten überblicken können. Diese Schritte verbessern die Entscheidungsgeschwindigkeit und die funktionsübergreifende Abstimmung. Beziehe Datenschutzkontrollen und Governance ein, um Daten zu schützen und gleichzeitig Experimente zu ermöglichen; gestalte den Prozess so, dass er sowohl KMUs als auch mittelständischen Teams dient.

Wichtige KPIs zur Nachverfolgung

Verfolgen Sie für KMUs und kleine Fertigungssegmente die Kosten pro Einheit, die Durchlaufzeit, den Gutausbeute beim ersten Durchgang und die termingerechte Lieferung; überwachen Sie für Kanalkampagnen die Kampagnenkonversionen und die Partneraktivierung. Messen Sie die Modellleistung (Genauigkeit, Präzision, Rückruf), die betriebliche Effizienz (Durchsatz, Latenz) und die geschäftlichen Auswirkungen (Kostensenkung, Umsatzsteigerung). Verwenden Sie Prognosen, um die Nachfrage zu antizipieren und die Ergebnisse über alle Projektgrößen hinweg mit diesen Prognosen abzugleichen. Einige Projekte werden als Pilotprojekte durchgeführt, andere werden in vollem Umfang eingesetzt. Dokumentieren Sie die Methoden und weisen Sie jedem Messwert Verantwortliche zu, damit die Verantwortlichen die Transparenz im gesamten Team wahren können. Überbrücken Sie Legacy-Architekturen mit offenen APIs, um den Datenfluss aufrechtzuerhalten. Verfolgen Sie die sich entwickelnden Modelle und passen Sie die KPI-Schwellenwerte entsprechend an. Streben Sie außerdem Kostensenkungen und Effizienzsteigerungen an, wo dies möglich ist.

Dashboard-Design und Kadenz

Dashboards ziehen Daten aus CRM-, ERP-, Manufacturing Execution-Systemen und KI-Plattformen und überbrücken Legacy-Architekturen mit modernen APIs. Verwenden Sie eine einzige Ansicht für die Führungsebene und Drill-Downs für diejenigen, die KI im operativen Bereich einsetzen. Halten Sie die Datenmengen überschaubar: täglich für Pilotprojekte, wöchentlich für die Einführung, monatlich für die Governance. Verwenden Sie gleitende Durchschnitte, um Schwankungen auszugleichen und Prognosen für das nächste Quartal zu erstellen. Das Kampagnenmodul ermöglicht die Verfolgung von Verbesserungen durch Marketing-KI, während Datenschutzindikatoren und Risikokennzeichen die Transparenz im gesamten Team gewährleisten. Dieses Setup unterstützt eine effiziente Entscheidungsfindung, hilft denjenigen, die KMUs und kleine Fertigungsbetriebe bedienen, und skaliert mit der Weiterentwicklung der Architekturen zusammen mit den sich entwickelnden Modellen.