Стартапам, которые стремятся быстро расти, приходится привлекать крупных корпоративных клиентов, однако заключать такие контракты непросто. По словам сооснователя и старшего вице-президента Databricks по работе с клиентами Арсалана Таваколи-Ширажи, молодые компании часто ошибочно рассчитывают, что сильный продукт сможет продать себя сам. Технология действительно должна работать хорошо, но для успеха не менее важны люди и отлаженные процессы.
Databricks сегодня оценивается в $190 млрд и поставляет решения для хранения и анализа больших объёмов данных, а её клиентами стали более 70% компаний из списка Fortune 500. На раннем этапе Таваколи-Ширажи занимался привлечением первых крупных заказчиков. «Everybody when they’re selling to enterprises at startups … we think it’s all about the tech and having the best tech», — сказал он участникам конференции TechCrunch Disrupt, добавив, что на практике «people and processes matter the most».
Одной из первых проблем стала попытка договориться о встрече с UBS — крупным швейцарским банком. Позднее Databricks заключила партнёрство с Microsoft и стала поставщиком облачной платформы Azure, благодаря чему соглашения оформлялись на условиях Microsoft, а её специалисты по продажам сами организовывали встречи и представляли стартап потенциальным клиентам. Это резко расширило доступ к корпоративному рынку, хотя одновременно появились новые запросы, включая требования по функциям для стран, где Databricks ещё не работала.
Таваколи-Ширажи отметил, что аналогичную модель теперь использует уже сама Databricks. Компания продаёт продукты стартапов на собственных условиях и применяет свою систему кибербезопасности. Среди таких партнёров он назвал Hightouch, разрабатывающую инструменты для маркетинга и работы с клиентскими данными на основе искусственного интеллекта, Addepar с решениями для инвестиционных специалистов и Tecton, которую Databricks впоследствии приобрела.
Возражения корпоративных заказчиков при покупке решений с искусственным интеллектом руководитель Databricks объединяет в четыре группы: контекст, выбор, стоимость и контроль. Система должна обучаться терминологии, процессам и приоритетам конкретной компании, как новый сотрудник. Клиентам также важны возможность менять модели, управлять расходами на их работу и устанавливать ограничения, защищающие поведение системы и конфиденциальные данные.
Ещё одной перспективой для стартапов Таваколи-Ширажи считает модернизацию дорогих устаревших систем. По его словам, многие банки по-прежнему используют мейнфреймы и IBM AS/400, код которых долгое время никто не решался менять из-за отсутствия понимания его функций. Современные ИИ-агенты способны анализировать и разбирать такой код, что создаёт возможности для разработки новых интерфейсов или полной замены старых систем. При этом большинство компаний пока находится лишь на начальных этапах внедрения корпоративного ИИ: 99% собеседников Таваколи-Ширажи оценивают свой уровень как первый или второй по пятибалльной шкале.