Databricks: w sprzedaży do dużych firm technologia to dopiero początek
By Paweł Lisowski
Spis treści
Startup może mieć świetny produkt, a mimo to przegrać rozmowę z dużą firmą. Zdaniem Arsalan Tavakoli-Shirajiego, współzałożyciela i wiceprezesa Databricks odpowiedzialnego za inżynierię terenową, w sprzedaży korporacyjnej równie ważne jak technologia są ludzie i procesy.
Tavakoli-Shiraji opowiedział o tym podczas TechCrunch Disrupt. Databricks zaczynał jako mała firma, a dziś rozwija platformę do pracy z danymi i AI. Według informacji producenta z jego rozwiązania korzysta ponad 20 tys. organizacji, w tym ponad 70 proc. firm z listy Fortune 500. Są to dane deklarowane przez samą spółkę, ale pokazują skalę rynku, na którym liczy się nie tylko demonstracja produktu, lecz także możliwość bezpiecznego wdrożenia.
Partner może otworzyć drzwi do enterprise
Jedną z lekcji z początków Databricks była współpraca z Microsoftem. Startup miał problem z dotarciem do dużego banku UBS. Partnerstwo w ramach Azure zmieniło sytuację: zespół sprzedaży Microsoftu mógł umawiać spotkania, a część uzgodnień opierała się na znanych klientowi warunkach. Azure Databricks jest dziś opisywany jako rozwiązanie rozwijane wspólnie przez Microsoft i Databricks, z integracjami m.in. z Power BI, Azure OpenAI, Microsoft Purview i Azure Data Lake Storage.
Cztery pytania, które klient zadaje dostawcy AI
Tavakoli-Shiraji porządkuje obawy przedsiębiorstw w modelu czterech „C”: context (kontekst firmowych pojęć i procedur), choice (swoboda zmiany modelu i dostawcy), cost (kontrola rachunku po pilotażu) oraz control (uprawnienia, audyt i ochrona danych). Przed spotkaniem z działem zakupów warto przygotować nie tylko demo, ale także odpowiedzi o retencji danych, awarii, zmianie modelu i kosztach przy większym obciążeniu.
Największa szansa może tkwić w starym kodzie
W ocenie rozmówcy wiele przedsiębiorstw dopiero zaczyna drogę do wdrożeń AI. Dostęp pracowników do ChatGPT nie oznacza jeszcze zmiany procesów biznesowych. Następny etap wymaga połączenia modeli z danymi, systemami uprawnień i aplikacjami używanymi na co dzień.
Startupy mogą więc szukać wartości w modernizacji drogich systemów odziedziczonych po poprzednich dekadach. Banki i inne duże organizacje nadal utrzymują aplikacje działające na komputerach mainframe czy systemach IBM AS/400. Agent AI może pomóc przeanalizować nieudokumentowany kod i opisać jego działanie. Nie oznacza to automatycznej wymiany systemu: każdą zmianę trzeba przetestować, zatwierdzić i objąć kontrolą.
Enterprise kupuje nie sam model, ale przewidywalny rezultat. Partner z dostępem do klientów, procedury prawne i bezpieczeństwa oraz jasne odpowiedzi o kontekście, wyborze, koszcie i kontroli mogą zdecydować o kontrakcie równie mocno jak parametry technologii.
Źródła
Autor Artykułu
Paweł Lisowski
Paweł Lisowski - pasjonat technologii, komputerów i internetu. Od wielu lat śledzi rozwój sprzętu i oprogramowania, testuje nowe rozwiązania i dzieli się wiedzą z czytelnikami. Zafascynowany wpływem technologii na codzienne życie, tworzy praktyczne poradniki i inspiruje do świadomego korzystania z cyfrowego świata.