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

Zacznij od oceny portfolio pod kątem gotowości do wdrożenia AI i wybierz trzy ścieżki wejścia na rynek w ramach 90-dniowego pilotażu. Przyporządkuj możliwości do segmentów klientów i stwórz ukierunkowaną kampanię komunikacyjną, która trafi w gusta nabywców ze średniego segmentu rynku poszukujących szybkości, niezawodności i bezpieczeństwa.

Przegląd: Dell Technologies World – siedem wniosków, które twój zespół może wykorzystać już teraz, aby wyjść poza szum medialny i zapewnić klientom realną wartość. Dotyczą one wyzwań w zakresie zarządzania danymi, bezpieczeństwa, wdrażania i dopasowania partnerów, z naciskiem na praktyczne rezultaty.

Po pierwsze, dostosuj budżet do jasnej narracji zwrotu z inwestycji; przeprowadź trzy krótkie programy pilotażowe, które zademonstrują czas uzyskania wartości i eskaluj do szerszego wdrożenia. Przeprowadzanie zwięzłych, 15-minutowych demonstracji, które przekładają możliwości AI na wpływ na przychody, pomaga skrócić cykle i podnieść współczynniki wygranych.

Po drugie, okiełznaj złożoność za pomocą lekkiego planu zarządzania danymi i modelami. Zdefiniuj kontrolę dostępu, pochodzenie i reagowanie na incydenty w prosty sposób, aby zespoły mogły wyjaśnić ryzyko klientom. Połącz zarządzanie z szpitalnej klasy praktyk bezpieczeństwa przy jednoczesnym zachowaniu elastyczności operacji.

Po trzecie, rozszerz trasy dzięki rozbudowanemu ekosystemowi partnerów: współsprzedawaj z firmą Dell i wykorzystuj dostawców MSP i integratorów systemów, aby dotrzeć do nabywców, którzy w coraz większym stopniu polegają na rozwiązaniach opartych na sztucznej inteligencji. Ustal bodźce za pomocą wspólnych kampanii i udostępnionych wskaźników, aby zapewnić skoordynowane działania w terenie.

Po czwarte, nieustannie mierz. Użyj zwięzłego zestawu KPI – czas do uzyskania wartości, szybkość transakcji, wskaźnik odnowień i wskaźniki wykorzystania sztucznej inteligencji – aby zweryfikować każdy krok i przyspieszyć skalowanie wzdłuż krzywej popytu. Te metryki mogą potencjalnie skrócić cykle sprzedaży i pomóc w ustalaniu priorytetów działań o dużym wpływie.

Po piąte, zainwestuj w zasoby umożliwiające wykorzystanie sztucznej inteligencji (AI), które wspierają osoby prowadzące ukierunkowane rozmowy. Twórz krótkie materiały, wspieraj zespoły terenowe i optymalizuj kampanie kanałowe, aby komunikaty szybko przechodziły od fazy pilotażowej do trwałego wzrostu.

Po szóste, dostosuj kampanie do segmentów o największym potencjale, wykorzystując oparte na danych komunikaty i praktyczne studia przypadków, aby skrócić drogę do wpływu.

Po siódme, zamknij pętlę poprzez informacje zwrotne od klientów i partnerów, przekształcając wnioski w ciągły cykl doskonalenia, który wpływa na przyszłe kampanie i priorytety produktowe.

Zidentyfikuj przypadki użycia AI, które mieszczą się w budżetach firm średniej wielkości i zapewniają szybką wartość.

Uruchom sześciotygodniowy uruchom pilotażowo chatbota helpdesk opartego na sztucznej inteligencji na najczęściej odwiedzanych kanałach, aby odpowiadał na często zadawane pytania, sortował zgłoszenia i odciążał agentów, umożliwiając im zajęcie się bardziej złożonymi zadaniami.

Wybierz platformę, która oferuje wstępnie wytrenowane intencje i proste dopracowanie, aby utrzymać początkowy koszt poniżej $25k w pierwszym roku.

Zdefiniuj sukces za pomocą Współczynnik odchylenia, rozwiązanie problemu przy pierwszym kontakcieoraz średni czas obsługi aby określić ilościowo wartość po zakończeniu fazy pilotażowej.

Użyj cloud-based podejście umożliwiające szybki start, z danymi przechowywanymi w regionie i jasnymi zabezpieczeniami dotyczącymi prywatności, dostępu i zgodności z wewnętrznymi zasadami.

Zorganizuj małe międzyfunkcyjny drużyna spotykająca się w dwutygodniowy cykle, z jednym właścicielem i napiętym backlogiem, aby utrzymać tempo.

Ponownie wykorzystaj treści z dokumentacja produktu, bazy wiedzy, i teksty zasad, aby zasilić model, i skonfigurować lekką pętlę weryfikacyjną z udziałem ludzi w celu walidacji zwracanych odpowiedzi.

Pomiar powinien koncentrować się na szybkości odchylenia, dokładności odpowiedzi i satysfakcji użytkownika, a nie na próżnych wskaźnikach.

Potem 4-6 tygodni stabilnych wyników, rozciągnąć na inne funkcje, takie jak wdrażanie, śledzenie zamówień i podstawowe wsparcie techniczne.

Zaczynając od małych kroków, zespoły zyskują pewność siebie, skracają cykle i tworzą powtarzalny przepis na szersze wdrożenie sztucznej inteligencji w różnych produktach.

Opracuj skalowalny schemat infrastruktury AI dla partnerów ze średniego segmentu rynku.

Zacznij od modułowego planu infrastruktury AI, który skaluje się od stacji roboczych po chmurowe centra danych, zakotwiczonego na platformie bazowej i ujednoliconej strukturze danych. Wdróż w trzech centrach: podstawowych centrach danych, centrach regionalnych i urządzeniach brzegowych w siedzibach klientów. Taki układ poprawia responsywność, odzwierciedla zgłaszane wzorce użytkowania i zapewnia wymierne ulepszenia w różnych przypadkach użycia. Użyj konteneryzowanych usług, standardowych interfejsów API i warstwy zarządzania opartej na politykach, aby uprościć dostosowania w miarę zmian trendów, umożliwiając łatwe skalowanie.

Siedmiostopniowy plan skalowalnej infrastruktury AI

1) modularna architektura dla różnych obciążeń; 2) standaryzowana struktura danych i pochodzenie modelu; 3) bezpieczeństwo i nadzór zintegrowane z potokami; 4) wdrażanie od brzegu sieci do chmury z wykorzystaniem orkiestracji kontenerów; 5) zastrzeżone warstwy wnioskowania w celu ochrony własności intelektualnej i przyspieszenia wydajności; 6) urządzenia i stacje robocze dostosowane do wspólnego środowiska uruchomieniowego; 7) centra doskonałości i sieci partnerskie w celu przyspieszenia adopcji. Ta sekwencja utrzymuje potrzeby klientów w centrum uwagi i jest zgodna z raportowanymi wzrostami wydajności w różnych przykładach.

Jak zauważa maccormick, mapuj sygnały popytu na moce przerobowe w centrach, utrzymując inwestycje w zgodzie z rzeczywistym wykorzystaniem. Skoncentruj się na łatwo skalowalnych przepływach pracy, uprość proces wdrażania dla klientów i oferuj modułowe dodatki, które pasują do różnych rozmiarów urządzeń. Takie podejście zapewnia wysoką responsywność, jednocześnie dążąc do stałej poprawy inteligencji i wyników dla Twoich klientów.

Twórz materiały sprzedażowe gotowe do użycia przez kanały dystrybucji: dema, narzędzia ROI i podręczniki aktywacyjne.

Wdróż gotowy do dystrybucji pakiet zasobów, który zawiera dema, narzędzia ROI i podręczniki wdrożeniowe, aby usprawnić sprzedaż partnerską i przyspieszyć wzrost.

• Dema, które konwertują: zbuduj trzy modułowe ścieżki – dla kadry kierowniczej, techniczne i ROI – z których każda trwa od pięciu do siedmiu minut, uwzględnij demonstracje zabezpieczeń, pokaż, jak usługi dodają wartość, i użyj danych gotowych dla klienta, aby zilustrować wyniki; treści mogą być wykorzystywane wielokrotnie w cyklu zakupowym klienta.
• Narzędzia ROI, oparte na danych: udostępnij kalkulatory, które przyjmują znane zmienne (koszt, licencjonowanie, tryb wdrożenia) i zwracają okres zwrotu, ROI i TCO; umożliwiają eksport do white paperów lub raportów dla klientów oraz aktualizują się wraz ze zmianami na rynku.
• Playbooki wdrożeniowe: dostarczają kroki oparte na rolach dla sprzedawców, inżynierów i partnerów; zawierają reagowanie na obiekcje w przypadku napotkania typowych obiekcji; znane strategie; szablony do personalizacji dla każdego segmentu klientów; są zgodne z wytycznymi kierownictwa, aby zapewnić spójność przekazu; pomagają sprzedawcom prezentować się z pewnością siebie i efektywnie.
• Ścieżki i widoczność: publikuj treści w centralnym portalu i dystrybuuj zasoby do kanałów (dystrybutorów, VAR-ów, MSP) w celu zwiększenia widoczności; dodaj krótkie, jednostronicowe dokumenty i obszerne zasoby, do których można się odwoływać podczas spotkań z klientami.
• Bezpieczeństwo i zgodność: zintegruj dedykowaną listę kontrolną bezpieczeństwa w wersjach demonstracyjnych i kalkulacjach ROI; odwołuj się do norm federalnych, gdzie ma to zastosowanie, i udostępnij klientom gotowe argumenty, aby pozycjonować wartość w porównaniu z konkurencją.
• Personalizacja zorientowana na klienta: umożliwić indywidualne dostosowywanie prezentacji i wersji demonstracyjnych; zapewnić profile klientów i scenariusze specyficzne dla branży (małe firmy, średnie przedsiębiorstwa, sektor federalny), aby zwiększyć ich trafność.
• Wpływ i zasoby ludzkie: zmierz, jak wdrożenie zmian wpływa na wydajność, śledź poprawę wskaźników wygranych i pokaż wpływ na zasoby ludzkie za pomocą danych dotyczących ukończonych szkoleń i wdrożenia umiejętności.
• Ciągłe udoskonalenia: ustal kadencję odświeżania zasobów w oparciu o opinie klientów i zmiany rynkowe; wykorzystuj rzeczywiste wyniki do udoskonalania treści i ulepszania strategii.

Ustanowić praktyki zarządzania danymi, prywatności i bezpieczeństwa dla inicjatyw AI.

Zacznij od karty zarządzania danymi publicznymi, która przydziela właścicieli danych, obowiązki w zakresie zasad i pochodzenie danych dla projektów AI, z jasnymi punktami wejścia dla przyjmowania danych i katalogami produktów.

Mapuj kategorie danych, wdrażaj prywatność w fazie projektowania i instaluj mechanizmy kontroli prywatności w całym cyklu życia produktu. Dostosuj zasady do ram bezpieczeństwa i zarządzania ryzykiem; mierz wpływ na doświadczenia użytkowników i ryzyko operacyjne, aby podejmować świadome decyzje.

Utwórz radę sponsora na szczeblu dyrektorskim, która będzie nadzorować decyzje dotyczące zarządzania, zapewniając, że wykorzystanie danych jest zgodne z koncepcją, planami na następny etap i wymogami konkurencji.

Przed wdrożeniem należy szczegółowo opisać źródła danych, zastosować kontrole jakości danych i ustalić progi tolerowanego ryzyka. Takie podejście buduje zdolność do audytu pochodzenia danych i pomaga zilustrować, gdzie dane przepływają przez system.

Podczas rozwoju wymuszaj kontrolę dostępu, prowadź dzienniki audytu i regularnie przeprowadzaj analizy jakości danych oraz danych wejściowych modelu. Śledź potrzeby interesariuszy i dokumentuj zamierzone interakcje z danymi, aby zapobiec wyciekom.

Podczas wdrażania zastosuj ramy, które ilustrują ryzyko poprzez pulpity nawigacyjne, prognozy i zagregowane metryki. Wykorzystaj gotowe mechanizmy kontroli bezpieczeństwa i wzmocnij ochronę dzięki ciągłemu monitorowaniu i metodom reagowania na incydenty.

Rozszerzaj zakres polisy z biegiem czasu, zbierając opinie od użytkowników i partnerów, uwzględniając ewoluujące typy danych i aktywnie dopracowując ramy i metody, aby utrzymać konkurencyjność.

Ustal KPI, pulpity pomiarowe i kwartalne przeglądy, aby śledzić wyniki SI

Zdefiniuj całkowity zwrot z inwestycji w AI (ROI), zbuduj panel pomiarowy i ustanów kwartalne przeglądy w celu śledzenia wyników AI. Te działania pomagają zespołom borykającym się z silosami danych w ujednoliceniu priorytetów i dostarczeniu jednego spójnego widoku, który kadra kierownicza może przejrzeć w kilka minut. Kroki te zwiększają szybkość podejmowania decyzji i zgodność międzyfunkcyjną. Uwzględnij kontrolę prywatności i nadzór, aby chronić dane podczas umożliwiania eksperymentów; zaprojektuj proces tak, aby służył zarówno MŚP, jak i zespołom z sektora średnich przedsiębiorstw.

Kluczowe wskaźniki KPI do śledzenia

Dla MŚP i małych segmentów produkcyjnych śledź koszt jednostkowy, czas cyklu, wydajność za pierwszym razem i dostawy na czas; w przypadku kampanii w kanale monitoruj konwersje kampanii i włączenie partnerów. Mierz wydajność modelu (dokładność, precyzję, kompletność), efektywność operacyjną (przepustowość, opóźnienie) i wpływ na biznes (redukcja kosztów, wzrost przychodów). Wykorzystuj prognozy do przewidywania popytu i dopasowywania wyników do tych prognoz w projektach różnej wielkości. Niektóre projekty prowadzą programy pilotażowe; niektóre skalują się do pełnego wdrożenia. Dokumentuj metody i przypisuj właścicieli do każdej metryki, aby osoby odpowiedzialne utrzymywały widoczność w całym zespole. Połącz starsze architektury z otwartymi interfejsami API, aby zapewnić przepływ danych. Śledź zmieniające się modele i odpowiednio dostosowuj progi KPI. Dąż również do redukcji kosztów i wzrostu wydajności tam, gdzie to możliwe.

Projektowanie i częstotliwość aktualizacji panelu.

Panele kontrolne pobierają dane z systemów CRM, ERP, systemów realizacji produkcji i platform AI, łącząc przestarzałe architektury z nowoczesnymi interfejsami API. Użyj jednego widoku dla kierownictwa i szczegółowych analiz dla osób wdrażających AI w operacjach. Utrzymuj rozmiary danych na rozsądnym poziomie: dziennie dla pilotaży, tygodniowo dla wdrożeń, miesięcznie dla zarządzania. Używaj średnich ruchomych, aby wygładzić wahania i prezentować prognozy na następny kwartał. Moduł kampanii umożliwia śledzenie poprawy wyników dzięki marketingowi AI, a wskaźniki prywatności i flagi ryzyka zapewniają widoczność całemu zespołowi. Ta konfiguracja wspiera sprawne podejmowanie decyzji, pomaga osobom obsługującym MŚP i małą produkcję oraz skaluje się wraz z ewolucją architektur i modeli.