你可能知道AI,但你真的知道“AI售前”吗?

“AI售前”是一个鲜被关注的岗位,但却是AI商业化落地进程中最为敏感的一根神经。

引导客户需求明确化,转化为可实现的方案是普通售前的目标;进一步拿出让客户惊喜的产品,则是优秀售前的目标。

在目前行业普遍case by case的服务模式下,需求与技术之间的鸿沟需要一段段填补,代码填不了的坑就需要人去补,而“售前”,正是这座桥梁

转自公众号甲子光年(ID:jazzyear)

酒后真言

在层出不穷的AI行业报道中,人们对一些岗位耳熟能详:“数据科学家”、“算法工程师”、“架构师”、“产品经理”等等,而“售前”一岗却鲜被提及。

为什么我们有必要花时间去讲这个事情呢?

因为“售前”岗位AI商业化落地进程中,最为敏感的那一根神经

先看一个故事:

Q君是一家AI视觉公司的CEO,也是公司最大的“售前”。我们的采访约在他出差杭州的一个饭局后,深夜12点,一斤白酒下肚,电话那头的他情绪有些激动——售前这个选题撞到了他的枪口上

他这次来杭州出差,正是去给手下一个售前小朋友“擦屁股”的。杭州一家企业准备购买Q君公司的图像识别技术,研发人员带着售前小朋友飞过去面谈,但谈了好几天都没有进展。

“售前小朋友才刚来,他还说不明白呢就叫研发上,研发说的客户又听不懂,还觉得我们是在忽悠他——这明明是个很真实的需求,再拖下去很可能就黄掉了!”于是Q君亲自来到杭州。

和客户交流之后,Q君找到了问题。“他们讲一大堆技术原理,还要采集数据、清洗数据,拿着相机这里拍那里拍。客户一听,这么复杂?自然打退堂鼓。”

但Q君一来就“把鬼话翻译成人话”,“我直接讲采集方案,使用市面上的众包平台,比如一个样本5毛钱,一天能采3000多个,总共需要5万个样本,最终半个月花2万5就能搞定。”

Q君说:你把客户关心的东西用人话讲出来,客户一听,技术能实现,成本能接受,那单子不就成了吗?技术不就落地了吗?钱不就到手了吗?

像Q君这样“义愤填膺”的CEO不止一位。

另一位AI行业的CEO S君告诉我,很久以来他把全部精力都放在产品上,但他一直不明白的是,明明官网上有成百上千个试用申请,为什么最终转化的客户只有个位数?直到他开始监听公司售前的电话。

“沟通不是这么来的啊!”S君深感意识到这个问题的时间,太晚了。

何为“售前”?

“关于AI售前,我的观点就仨:一,这是个专业化岗位,必须专职专岗,培养模式和技能要求跟销售、工程师通通不一样;二,要在‘人话和鬼话’之间灵活自如做翻译,掌握客户和工程师两种话语体系;三,一定要分辨清谁是客户,谁是用户,为两者创造价值完全是两码事,但掏钱的一定是客户。”Q君这样概括。

“售前”,顾名思义,位于销售之前。售前在客户采购产品前要开展一系列服务:刺激客户购买欲望、做好客户需求分析、对内沟通实现可行性、最终使产品最大限度地满足客户所需。售前职责简单概括即——凭借对客户需求的理解,将方案或产品包装出来,让客户买单。

目前大部分AI公司都to B,本质是给客户提供某种解决方案——销售之前,必须先摸清楚:客户有什么痛点?这些痛点可否厘清为某种具体需求?这个需求是否在公司技术能力范围之内?如何定义产品形态?

在这个过程中,售前是一个桥梁,一端连着客户,提炼其需求;一端连着产品经理和工程师,给其清晰明确的指令——于是,既要懂业务,又要有产品思维,还要知晓技术的边界。

这个议题往大了讲,想了解当下AI公司商业化落地之现状、难点、突破口,售前是你必须不能绕开的一环。

“售前们”每天的工作就是在客户与团队间沟通协调。到底有多少需求不能被解决?解决的代价是什么?——他们心里最有数。甚至有人说,就现阶段来看,售前对于AI公司生存发展的重要性,丝毫不亚于科学家。

真需求,假需求

“怎么谈客户都是后话,”上文中的Q君告诉我,“鉴别真假需求、筛选客户,才是售前第一关。” 

据「甲子光年」调研发现,这两年,AI技术走红,市场鱼龙混杂,混进来的不仅有“伪创业者”,还有“伪客户”。很多企业蠢蠢欲动,纷纷找AI公司“寻求合作”,但有的真心实意,有的却只是好奇撩一撩。

企业寻找AI技术,目的无非是提高效率、增加营收、降低成本、控制风险几个维度。但企业挣的也是辛苦钱,试用后发现投入产出比不好时,肯定会叫停——但AI公司前期投入的人力、时间就打水漂了。

“真需求”、“假需求”,这一对儿词在行业报道中时常出现。

云知声CEO黄伟告诉我:“‘假需求’通常来自甲方市场‘拍脑门’,如果售前当了真,很可能回到公司‘拿着鸡毛当令箭’。” 

在Q君眼中,“假需求”分两类:一类如黄伟所讲,客户根本不清楚自己想要什么;另一类是,可能需求的确真真切切,但目前技术无法实现

那么,如何甄别“真需求”? 

Q君认为:第一,必须保证应用场景是真实的,技术只有在真实场景下才能发挥价值,这是能收到钱的根本;第二,必须判断客户的需求是不是在公司技术实现范围之内

此外,Q君还提出了一个更粗暴直接的判断标准——看客户有没有钱。“有钱我才愿意花时间去引导他,没钱理他干嘛?其实是这么一回事,如果场景没价值,他百分之百没有钱!总之,不要浪费时间在对AI抱有不切实际的幻想、没有数据、没有技术条件、又出不起钱的客户身上。” 

仔细想想,Q君话糙理不糙,毕竟AI企业不是在实验室做研究,生存是底线,也是推动AI真正发展壮大的必经之路。

带客户飞

售前们在找到“真客户”之后,如何从竞争者中脱颖而出,又是更深一层的问题了。 

首先,“鬼话变人话”的基本业务能力是前提;接着,引导客户把“真需求”变为白纸黑字的订单合同才是更大的考验。 

在接触客户之前,售前需要问问自己,这些准备工作到位了没有: 

第一,是否深刻理解客户的行业和场景?第二,客户在行业中所处的位置和业务水平如何?第三,要跟谁谈?这个人的背景是什么?最后,将以上内容在头脑中形成一个清晰的链条,才能在和客户的沟通中游刃有余。 

在我的采访中,有一些AI初创公司并没有明确界定“售前”、“销售”二者的区别。 

我们可以打个比方,“售前是一把刀,而销售是握刀的人。”销售通常负责提供客源渠道、管理客服流程,而售前则是用以赢得客户信任的“专家”,负责建立客户对技术和产品的印象评价。

要做到“比客户更懂自己”,包含着行业、技术、产品等方面的繁复功课。 

Q举例说,有一些算法只能在室内用,但客户的使用场景在室外,他们就会请客户搭一个岗亭;进一步发现岗亭里摄像头的光照不行,就会安补光灯;客户又担心设备安全,就会建议他协调后勤、保安部门来配合。“总之,为了保证客户能更好地使用我们的技术,就必须想在客户更前面。” 

对此,第四范式的互联网业务负责人周开拓总结得更为直白: 

“售前有两种境界:第一种境界叫‘客户服务’,客户要什么,我实打实地给什么;第二种境界叫‘客户成功’我给的比他原本要的还多,最终目的就是让客户的相关业务甚至整个企业走向成功。” 

周开拓补充说,虽然想要达到“客户成功”的境界,需要比客户想得更多、更细、更长远,但也要把握好度,要是想得过于长远,可能会超出客户当前阶段的实际需要,起到反作用。 

作为第四范式的核心成员,四年来,周开拓接触过近百家客户,过程中他不断调整着自己的售前策略,“刚开始经验不足嘛,去了就跟客户讲我们产品这里好那里也好,后来悟出一个道理:听比说更重要,要学会在听的过程中揣摩真实的、具体的客户需求。

售前做不好,甚至还有副作用——可能会让客户产生自己搭团队也能做的想法。对此周开拓说,现在他出去谈客户,总是抱着一种开放坦诚的态度,他甚至会告诉客户第四范式之前踩过的坑——即使客户自己马上搭团队来做,也许一年以后也能达到相同水平,但时间是买不来的。 

“有些公司的售前团队直接就叫做‘客户成功团队’,出去谈合作特别有逼格:我不仅是来服务您的,更是来帮助您成功的!您买我们的产品无非是花钱换时间,花一笔钱换两年,两年之后我还在这儿,您在哪啊?您在纳斯达克啊!”周开拓笑着举例。

总之,对于大部分企业来讲,AI是个新东西,很多客户虽有痛点,但自己也无法厘清需求。如何引导客户需求明确化,转化为可实现的方案是售前的目标;如何进一步拿出让客户惊喜的产品,是优秀售前的目标。

建售前团队,宜早不宜迟

C君是另一位AI视觉公司的CEO。两年前,C君公司规模尚小,不足50人。他们与某地政府合作一个数据项目,100多万,对于当时的他们来讲,是个大单子。

C君带着公司售前与该机构副局长签下了合同,后续合作由售前和分管业务的处长、科长继续推进。

这位售前在跟处长、科长对接的过程中发现产品方向需要调整,由于跟C君沟通不畅,又够不着副局长,便按照处长的思路传递给了开发人员——导致最终交付的产品与当时同副局签下的合同有较大出入,扣了四分之一的尾款。 

“钱都是小事,但问题是人家不愿意再合作了。”C君无奈。 

虽然这位售前人员被扣了一个月工资,但他造成的损失远不止几万块。如果说局级领导是客户,处级、科级是用户的话,那这位售前便犯了前文Q君一开始讲的“没正确区分客户和用户”这一大原则问题。面对体制内的客户,揣摩解读客户需求显得尤为重要,面子、政绩等因素都需要考虑进去。 

很多时候,客户需要的并不是“炫技”。

例如,C君公司和某地公安系统合作一个项目,公司技术可以实现毫秒级响应,但需要投入很大的工程成本。沟通之后,该公安系统表示分钟级响应速度就足以满足需求,他们更愿意拿手上的1000万预算做点别的事情。 

再比如,在无人零售领域,通过AI图像识别技术结算已开始落地。有公司对外称自己的结算速度能达到0.03秒,但在现实操作中,与0.5秒以内人的感受并没有区别——在服务客户这条路上,一味追求“炫技”,满足的可能只是你的虚荣心。 

纵观目前AI创业公司,几乎所有CEO都兼着售前一职。大一点的公司设有专岗,小一点的公司可能技术、销售、产品经理都得上。无论谁来承担售前岗位,要求的素质绝非一日之功,花费的精力也非同小可。如前文Q君所言,“售前是个专业化岗位,必须专职专岗。” 

回顾过去吃过的亏,C君反思,售前团队还是建晚了。他认为,如果自己能在公司二三十人的时候就开始找专职售前,而不是自己一个人干,在市场竞争力上会更早得到突破。 

“举个通俗的例子,谈客户,就跟斗地主一样,你不能上来就出一对王。售前相当于4个Q,CEO是一对王,售前失败了还有一次机会,但一对王出去了不行,那这局牌基本就输了。”

怎样成为一名好售前?

由于AI行业处于商用早期,标准尚未形成,售前要面对的复杂性和变化性很高,所以目前AI行业售前人员缺口巨大。 

图灵机器人产品经理黄钊告诉我:“目前AI技术人才稀缺已是行业常识,但相比技术人才,高质量AI产品经理和售前人才数量要低1到2个数量级,国内绝对数量均不足200人。而由于AI行业众多商业化领域还处于探索阶段,且没有沉淀出可复制的模式,所以AI售前甚至比AI产品经理更为匮乏。” 

那么,优秀的AI售前需要具备哪些素质呢?

“AI售前要从五个维度去考量:懂行业、懂客户、懂业务、懂产品、懂技术边界。”云脑科技联合创始人兼售前负责人龙志勇这样概括。

龙志勇表示,任何一个新技术的出现,都会带来人才的“真空”,在市场中不可能招到达到上面“五个维度”都具备的售前人员,只能靠自己慢慢培养、摸索。

目前,AI行业售前大致可分为三类背景:一,从传统IT行业售前转岗;二,从AI技术人员转岗;三,从IT销售人员转岗。三种背景均不是现成人选,依靠的都是主观能动性和在实际中快速成长的能力。

就个人知识结构而言,售前人员的综合能力评估来自销售和技术两端,需要不断学习提升,在两端之间找到一个平衡点。 

就个人认知深度而言,售前人员必须深入了解行业。一个行业会有很多垂直领域,例如仅AI视觉就有视频、图像、人脸、深度图像、车辆行人等诸多细分领域。谁啃得多、啃得深,就会有更多的机会和更足的底气。 

就薪资结构而言,售前薪资区间很广,月薪少则1-2万,多则几十上百万。在我采访的数十家企业中,大部分售前的薪水以“底薪+提成”的方式构成;少数公司发死工资,但并不低;而在有的公司,售前月均工资甚至高过技术人员。 

长远来看,售前是一个天花板很高的工种:3年可以入门,5-10年后可以发展为行业顾问,10-20年后可以成为行业专家。想要达到行业专家高度,必须持续浸泡于特定领域,历经技术、产品、售前、销售、咨询等岗位的尝试和探索。而行业专家的年薪,通常以百万为起步,三五百万都有可能。

不可否认的是,目前AI售前的人才缺口同行业发展阶段有很大关系。当AI市场规模比现在扩大10倍、20倍甚至100倍时,必然会产生大量的售前,也许到了那个时候,AI售前只是一个常见的工种。

在目前行业普遍case by case的服务模式下,需求与技术之间的鸿沟需要一段一段被填补,代码填不了,就要人来填,而售前正是这座桥梁

反观目前AI行业,售前在市场认知中所受到的重视远低于他们应有的位置。在很多人眼中,售前无非是陪客户吃吃饭、喝喝酒、写写方案,但事实上,售前岗位的价值在于真真正正让技术服务落地生根——这个价值往小了说,是客户的价值,往大了说,便是AI技术的价值。

此时此刻,无法大规模商业化落地是AI行业目前的痛中之痛。AI企业想要迎来“潮平两岸阔”的那一天,必须从一个又一个“真客户”身上积累经验,活下去,不断提升技术,保持行业头部位置,守在风口,等待爆发。

甲子光年是一家科技智库,包含智库、媒体、社群、企业服务版块,立足于中国科技创新前沿阵地,动态跟踪头部科技企业发展和传统产业技术升级案例,致力于推动人工智能、大数据、物联网、云计算、信息安全、金融科技、大健康等科技创新在产业之中的应用与落地。