صنعت من از شما می خواهد که تیم فروش خود را اخراج کنید. یکی از مشتریان من قصد دارد مشتری خود را دو برابر کند
چه میشود اگر شرکتها بجای اینکه بپرسند آیا هوش مصنوعی میتواند کارمندان را رها کند، شروع به این سوال کنند که چگونه هوش مصنوعی میتواند استخدام بعدیشان را بیشتر به موفقیت برساند؟
EliseAI قصد دارد تیم فروش خود را در 12 ماه آینده دو برابر کند. این شرکت که هوش مصنوعی را به مشاغل مسکن و مراقبت های بهداشتی می فروشد و مشتری شرکت من است، می گوید تعداد فروش آن در سال گذشته 74 درصد افزایش یافته است.
به گفته بن ری، معاون فروش سازمانی، هر یک از فروشندگان آن از هوش مصنوعی استفاده می کنند. EliseAI حتی برخی از ابزارهای خود را میسازد، زیرا، به گفته او، فروشندگان خارجی نمیتوانند این کار را ادامه دهند. ری میگوید: «ما بهرهوری AEهای خود را سه برابر کردهایم و بسیاری از آنها اکنون هر سهماهه 5 تا 15 میلیون دلار بستهاند. این بهرهوری باعث میشود سریعتر از همیشه استخدام کنیم.»
توجه، من هوش مصنوعی را برای تیمهای فروش میسازم، بنابراین شنیدن این موضوع بسیار جالب است. صنعت من سالها صرف فروش این ایده کرده است که نرمافزار به شما امکان میدهد دستمزد فروشندگان را متوقف کنید. یکی از فروشندگان در حال حاضر تبلیغ میکند: «90 هزار دلار SDR خود را با نماینده فروش هوش مصنوعی ما جایگزین کنید». پس انداز آسان به تصویر است. حقوق یک هزینه بزرگ است و اشتراک نرم افزار در کنار آن کوچک به نظر می رسد.
اما یک فروشنده هم تجارت می آورد. اگر هوش مصنوعی به آن شخص کمک کند تا بیشتر آن را به دست آورد، شرکتی که فضای رشد دارد دلیلی برای استخدام دیگری دارد. EliseAI این محاسبه را انجام می دهد. فروشندگان آن بهرهورتر شدهاند و فرصتی میبیند تا تعداد بیشتری از آنها را به کار ببندد.
اینها نتایج گزارش شده توسط شرکت هستند. آنها به ما نمی گویند که چه مقدار از پیشرفت ها از هوش مصنوعی به جای یک محصول قوی، یک بازار در حال رشد یا خود تیم فروش حاصل شده است. آنها این فرضیه را که در پس زمینه جایگزینی وجود دارد به چالش می کشند: اینکه بهترین کاری که یک شرکت می تواند با افزایش بهره وری انجام دهد این است که فردی را که به آن دست یافته است، حذف کند.
چه میشود اگر شرکتها بجای اینکه بپرسند آیا هوش مصنوعی میتواند کارمندان را رها کند، شروع به این سوال کنند که چگونه هوش مصنوعی میتواند استخدام بعدیشان را بیشتر به موفقیت برساند؟
به عنوان مثال، بهترین نماینده شما می داند که چه سؤالاتی را بپرسد، چه زمانی یک خریدار مودب است تا جدی، و کدام ایراد در صورت بی پاسخ ماندن، معامله را از بین می برد. شما دوست دارید ده نفر دیگر مانند او را استخدام کنید. در عوض، شما افراد بالقوه و امیدوار را استخدام میکنید و دعا میکنید که سریع یادگیرند. در همین حال، تقویم نماینده ستاره شما پر است، مدیر او لاغر شده است، و دسته بعدی از استخدامکنندگان به مربیگری نیاز دارند.
این شکاف مهارتی زمانی برای شرکت گران می شود که مشتریان بیشتری نسبت به افرادی که برای برنده شدن آنها مجهز شده اند، داشته باشید. شما میتوانید بهترین تماسهای نمایندگان را در یک کتابخانه آموزشی قرار دهید، اما استخدامشده جدید هنوز باید برای یافتن درس مفید و به خاطر سپردن آن در طول مکالمهای که قبلا هرگز نداشتهاند، جستجو کند.
هوش مصنوعی می تواند بخشی از این تجربه را در صورت نیاز در دسترس قرار دهد. قبل از تماس، میتواند متوجه شود که همکاران باتجربه چگونه با اعتراض مشابه برخورد کردند. پس از آن، میتواند سؤالی را که خریدار پرسیده و هیچکس به آن پاسخ نداده است، یا پیگیری وعده داده شده که پاسخ نداده است، علامتگذاری کند. نماینده هنوز باید خریدار را درک کند و تصمیم بگیرد که چه کاری انجام دهد. آنها در بخش هایی از کار کمک دارند که یک همکار با تجربه تر ممکن است بدون فکر کردن انجام دهد.
این موضوع حمایتی را که یک شرکت می تواند از افرادش ارائه کند تغییر می دهد. یک مدیر می تواند قبل از اینکه خریدار یک هفته منتظر بماند، روی یک سوال بی پاسخ عمل کند. یک استخدام جدید می تواند با بهره مندی از گفتگوهایی که در آنجا حضور نداشتند آماده شود. یک هم تیمی که معامله را به عهده می گیرد می تواند آنچه را که وعده داده شده است ببیند. افراد کمتری باید وقت خود را صرف بازیابی اطلاعاتی کنند که شرکت قبلا داشته است.
در مطالعه ای بر روی 5172 کارگزار پشتیبانی مشتری، اقتصاددانان اریک برینجولفسون، دانیل لی و لیندسی ریموند دریافتند که یک دستیار هوش مصنوعی مشکلات حل شده را در هر ساعت به طور متوسط 15 درصد افزایش می دهد. عوامل کمتر با تجربه و کم مهارت بیشترین سود را کسب کردند و سرعت و کیفیت را بهبود بخشیدند. نمایندگان با دو ماه کار و کمک هوش مصنوعی و همچنین نمایندگان با بیش از شش ماه تجربه بدون آن کار کردند.
این سیستم بر روی نمونههایی از کارهای موفق، از جمله رفتار مجریان برتر، آموزش دیده بود. در طول مکالمات با مشتری پیشنهاداتی ارائه کرد. عوامل می توانند آنها را ویرایش یا نادیده بگیرند. قویترین عاملها منفعت اندک و کاهش جزئی کیفیت را مشاهده کردند، نتیجهای که قبل از اینکه به همه بگویم از توصیههای مشابه پیروی کنند، آن را جدی میگیرم. محققان نتوانستند تأثیر آن را بر استخدام اندازه گیری کنند. آنها نشان دادند که افراد با تجربه کمتر می توانند خیلی زودتر مؤثر واقع شوند.
منظور من از بالا بردن سطح کیفی همین است. شرکت شما نباید نیاز داشته باشد که همه در هر بخشی از یک شغل فوق ستاره باشند تا به طور مداوم کار خوب ارائه کنند. پشتیبانی بهتر میتواند به این معنی باشد که یک کارمند جدید میتواند سریعتر در کار خود شایستگی داشته باشد، اشتباهات کمتری را برای همکاران خود مرتکب شود و به مدیران اطمینان دهد که افزودن افراد واقعا به ظرفیتها میافزاید.
برای یک رهبر فروش، این نوع پیشرفت ها تفاوت زیادی در برنامه ریزی ایجاد می کند. یک نماینده جدید برای استخدام، آموزش و پرداخت هزینه دارد قبل از اینکه بدانید آیا آنها تولید خواهند کرد یا خیر. اگر بتوانید به آن شخص کمک کنید تا زودتر مؤثر واقع شود و فرصت های بیشتری را به خوبی مدیریت کند، توجیه سرمایه گذاری آسان تر می شود. البته، شما همچنان به محصولی که مردم می خواهند و کسب و کار سودآور کافی برای دنبال کردن نیاز دارید. هوش مصنوعی نمیتواند آنها را با پر کردن CRM شما تامین کند.
من تصور نمی کنم که هر کارفرمایی بیشتر استخدام کند. آخرین تحلیل استنفورد از دادههای حقوق و دستمزد ایالات متحده نشان میدهد که اشتغال برای کارگران 22 تا 25 ساله در مشاغلی که در معرض هوش مصنوعی قرار دارند، 19 درصد کمتر از آن چیزی است که میتوانست بود، اگر همگام با همتایان کمتر در معرض آنها بود. این شکاف عمدتا از طریق کاهش استخدام عمل کرد. نویسندگان این یافته ها را توصیفی می نامند، نه تخمین های علی، اما آنها یک هشدار جدی هستند. جوانان می توانند در شغل با هوش مصنوعی بهتر شوند، اما هنوز هم ممکن است هرگز فرصت اثبات آن را پیدا نکنند.
برای واضح بودن، من هم یک شرکت کارآمد می خواهم. توجه، ما سعی می کنیم قبل از استخدام شخصی برای انجام کار، کار را خودکار کنیم. اگر مقدار ثابتی از کار وجود داشته باشد و نرم افزار بتواند آن را به طور قابل اعتماد انجام دهد، حفظ یک تیم کوچکتر ممکن است منطقی باشد. اما وقتی هنوز مشتریانی برای برنده شدن وجود دارند، بهبود تیم می تواند فرصتی برای گسترش آن ایجاد کند.
کارفرمایان باید بپرسند که آیا استخدامهای جدید زودتر به شایستگی میرسند، آیا کارشان به تعمیر کمتری نیاز دارد یا خیر، و آیا مشتریان پاسخهای مورد نیاز خود را دریافت میکنند یا خیر. این تغییرات می تواند برنامه استخدام را بلندپروازانه تر کند. اندازهگیری تعداد ایمیلهای ارسالشده به ما اطلاعات بسیار کمی میدهد، مگر اینکه افرادی که آنها را ارسال میکنند در کسب و کار برنده بهتر شوند.
EliseAI میگوید که فروشندگانش آنقدر مولد هستند که دوبرابر تعداد امروز میخواهد. من میخواهم ابزارهایی بسازم که شرکتهایی مثل شرکتهایشان این تصمیم را آسانتر کنند: به فرد بعدی شانس بیشتری برای موفقیت بدهم و به شرکت دلیل بهتری برای استخدام آنها بدهم.
نظرات بیان شده در نظرات Fortune.com صرفا نظرات نویسندگان آنها است و لزوما منعکس کننده نظرات و اعتقادات Fortune نیست.
این داستان در ابتدا در سایت Fortune.com منتشر شد
متن اصلی (انگلیسی)
My industry wants you to fire your sales team. One of my customers plans to double theirs
What if instead of asking if AI can let employees go, companies started asking, how AI can make their next hire more likely to succeed?