Naše najnovije priče, uvidi i saveti

U intervjuu, Kolin Maršal (Colin Marshall), profesor etike i autor nove knjige o ubeđivanju, tvrdi da etičko ubeđivanje počinje tretiranjem ljudi kao partnera u rasuđivanju, a ne kao psiholoških sistema kojima treba upravljati. Pre nego što pokušaju da promene nečije mišljenje, lideri bi trebalo da razmotre da li je ubeđivanje uopšte pravi cilj i, ukoliko jeste, da stvore uslove poverenja, pažnje i psihološke sigurnosti; da komuniciraju sa toplinom i kompetentnošću; da iskreno izlože svoje razloge; i da ostanu otvoreni za to da i sami budu promenjeni. Manipulativne taktike mogu doneti kratkoročnu usklađenost, upozorava on, ali često rađaju ogorčenost i narušavaju kredibilitet lidera, posebno kada su u pitanju stvarni poslovi i identiteti. Čak i kada vreme ili obim ograničavaju konsultacije, lideri mogu pokazati poštovanje traženjem smislenih povratnih informacija i građenjem navike istinskog slušanja. Veštačka inteligencija može pojačati bilo koji od ova dva pristupa: postaje etički sumnjiva kada se koristi za fabrikovanje argumenata koje lideri nisu istinski promislili, ali je dragocena kada im pomaže da iskreno zastupane stavove izraze sa više poštovanja i saosećanja.

Skoro čitav vek ambiciozni profesionalci okreću se knjigama o ubeđivanju kako bi naveli druge ljude da kažu „da“. Od knjige Dejla Karnegija Kako steći prijatelje i uticati na ljude do novijih radova o uticaju, „podsticanju“ (nudges) i bihevioralnoj nauci, osnovno obećanje često je bilo praktično: naučite kako ljudi razmišljaju i postaćete efikasniji u njihovom pokretanju. Uticaj nije samo put do moći, već i način vršenja liderstva kada tu moć jednom steknete.

Kolin Maršal, filozof i profesor na Univerzitetu u Vašingtonu koji proučava etiku i ubeđivanje, dugo je osećao nelagodu prema delovima te tradicije. Previše saveta o ubeđivanju, tvrdi on, tretira druge ljude manje kao partnere u rasuđivanju, a više kao psihološke sisteme kojima treba upravljati — putem laskanja, društvenog pritiska, selektivnog pričanja priča, emocionalnih okidača ili onoga što on otvoreno naziva „glupostima“ (bullshit). U svojoj novoj knjizi, Just Hear Me Out: How to Change Minds Without Lies, Bullshit, or Moral Compromise, Maršal postavlja teže pitanje: Možemo li efikasno ubeđivati ljude bez manipulacije?

Njegov odgovor je potvrdan — ali samo ako iznova promislimo čemu ubeđivanje služi. Maršal se zalaže za pristup utemeljen ne na pukoj učtivosti, već na poštovanju i saosećanju: shvatanju druge osobe ozbiljno kao nekoga ko može da rasuđuje, oseća, pruža otpor, pogrešno razume, i ko i dalje zaslužuje iskren pristup.

Razgovarao sam sa Maršalom o etici uticaja i o tome kako menadžeri mogu da menjaju mišljenja bez tretiranja zaposlenih kao meta.

Harel: Postoji mnoštvo knjiga o uticaju i ubeđivanju. Zašto ste smatrali da je svetu potrebna još jedna?

Maršal: Mnogi ljudi izbegavaju pokušaje da ubede druge jer pretpostavljaju da je to beznadežno — ili zato što veruju da ubeđivanje zahteva moralno sumnjive psihološke trikove. Ljudi kojima je stalo do toga da se prema drugima odnose sa pristojnošću i poštovanjem, razumljivo, ne žele da manipulišu njima. Dakle, ovo je knjiga o ubeđivanju za ljude kojima je duboko stalo do moralnosti — do toga da budu dobre osobe, da izbegavaju manipulaciju i da poštuju druge.

Možete li navesti neke od klasičnih taktika ubeđivanja koje smatrate manipulativnim?

Bilo koja tehnika iz knjiga Roberta Čaldinija — ili iz knjige Krisa Vosa Never Split the Difference — može biti prihvatljiva. Nijedna nije inherentno pogrešna; kontekst određuje etiku. Uzmimo postepeno pridobijanje, ili „tehniku noge u vratima“. Počnete sa trivijalnim zahtevom — recimo, tražite od nekoga da stavi mali stiker podrške nekom cilju na svoj prozor — a zatim prelazite na veće obaveze, možda na kraju i na veliki znak u dvorištu. Obezbeđivanjem postepenog pristanka, možete navesti nekoga da prihvati nešto što bi u početku odbio. Da li je to problematično, zavisi od konteksta. Ali ako koristite tehniku bez obraćanja pažnje na moralne vrednosti ili bez ozbiljnog shvatanja druge osobe, ona bi vam to mogla zameriti. Drugi primer dolazi od Vosa: usporavanje nekoga teškim, otvorenim pitanjima. U zavisnosti od namere, to može biti iskreno pitanje ili etički sumnjiv način da nekoga iscrpite kako bi uradio ono što želite.

Šta je onda bolji način?

U knjizi tvrdim da ubeđivanje nije uvek pravi cilj. Pre nego što pokušate da promenite nečije mišljenje, zapitajte se da li bi neki drugi pristup bio bolji — informisanje, debata, pružanje primera, deljenje perspektiva, pokušaj međusobnog razumevanja ili čak povlačenje. Ako je ubeđivanje zaista opravdano, prvo praktično pitanje jeste da li okruženje omogućava dovoljno pažnje i poverenja. Žučan javni sastanak verovatno neće dati rezultate: ljudi su rasejani, defanzivni i pod pritiskom da se dokažu ili sačuvaju obraz. Razgovor u četiri oka može obema stranama pružiti više prostora da saslušaju, razmisle i odgovore.

Takođe se morate zapitati kako vas druga osoba doživljava: Da li vas doživljavaju kao toplu, a ne kao preteću osobu? Da li vas vide kao kompetentnog za pitanje o kome je reč? Zatim, ako nastavite, zadatak je da pristupite sa poštovanjem i saosećanjem — da iskreno ponudite svoje razloge, ostanete otvoreni da učite od njih, date im prostor da žive svoj život, sačuvate sopstveno samopoštovanje i obratite pažnju i na njihove i na svoje emocionalne granice. Poenta nije u praćenju unapred napisanog scenarija, već u stvaranju uslova u kojima se ubeđivanje može dogoditi a da se ljudi ne osećaju izmanipulisano, odbačeno ili moralno kompromitovano.

Koji primer smatrate inspirativnim?

Jedan primer kome se stalno vraćam jeste svedočenje Freda Rodžersa pred potkomitetom Senata 1969. godine, kada je Niksonova administracija predlagala veliko smanjenje budžeta za javni servis. Rodžers je sedeo preko puta senatora Džona Pastorea, koji nije gledao emisiju Mr. Rogers’ Neighborhood i u početku nije delovao spremno da Rodžersa shvati ozbiljno. Rodžers je morao vrlo brzo da stekne Pastoreovo poverenje. Uradio je to tako što nije preuveličavao sebe. Nije tvrdio da je stručnjak za savezni budžet ili politiku javnog emitovanja. Umesto toga, iskreno je govorio o tome šta njegov program radi za decu, posebno u pogledu pomoći da razumeju svoja osećanja i upravljaju njima. I počeo je pokazujući saosećanje prema senatorima, koji su već satima slušali svedočenja — rekao je da neće čitati svoju pripremljenu izjavu i da veruje da će je sami pročitati. Za manje od deset minuta promenio je atmosferu u sali. Rodžers je ostavio utisak i tople i kompetentne osobe, i uspešno je izneo svoj slučaj bez manipulacije.

Drugi primer je Deril Dejvis, crni muzičar koji je decenije proveo ubeđujući članove Kju-kluks-klana da se odreknu rasizma. Ono što je tu inspirativno nije to što je Dejvis bio ljubazan prema ljudima sa odvratnim stavovima. Već to što je uspeo da pokaže poštovanje a da pritom ne napravi nijedan moralni ustupak. Njegov prvi susret sa Rodžerom Kelijem, visoko rangiranim vođom Klana, bio je vođen istinskom radoznalošću: želeo je da razume kako neko može da ga mrzi zbog boje kože. Ta spremnost da sluša otvorila je vrata za dalje razgovore, a vremenom su ti razgovori pomogli Keliju da suštinski promeni svoje stavove i svoj život.

Ta dva slučaja pokazuju različite strane argumenta. Rodžers pokazuje da ubeđivanje puno poštovanja i saosećanja ponekad može brzo da funkcioniše, ako počnete prenošenjem topline i kompetentnosti. Dejvis pokazuje igru na duge staze: ponekad ubeđivanje zahteva odnos, ponovljene razgovore i disciplinu da drugu osobu i dalje tretirate kao sposobnu za rasuđivanje, čak i kada su njena uverenja duboko pogrešna.

Nije li jedna od premisa ubeđivanja i bihevioralnih istraživanja to da ljudi često ne shvataju da se njima manipuliše? Ako bihevioralne tehnike istinski menjaju mišljenja bez stvaranja ogorčenosti kod ljudi, postoji li zaista rizik od negativne reakcije?

Verujem da pojedina istraživanja o ubeđivanju potcenjuju rizik od neetičkog liderstva. Mnoge studije koriste studente poslovnih škola u simuliranim vežbama, gde učesnici znaju da ulozi nisu stvarni i gde imaju malo ličnog ulaganja. Neka taktika može funkcionisati bez izazivanja očigledne ogorčenosti u tom okruženju, ali može izazvati znatno snažniju reakciju kada je u pitanju nečiji stvarni posao ili identitet.

Mali broj izuzetno veštih manipulatora može uspeti a da ne bude otkriven, ali većina ljudi nije toliko vešta u bihevioralnoj manipulaciji. Na mom univerzitetu, administratori koji pokušavaju da manipulišu profesorima obično bivaju provaljeni. Ogorčenost koja iz toga proizilazi čini ih manje efikasnim jer ljudi postaju manje voljni da ih slušaju ili da im veruju.

Svaki lider zna da će povremeno jednostavno morati da zatraži od nekoga da uradi nešto što zaista ne želi, pri čemu nema ni vremena ni prilike za težak rad na saosećajnom menjanju mišljenja na način koji opisujete.

To je tačno. Ali, prvo, rekao bih da su te situacije ređe nego što lideri često pretpostavljaju. Prečesto daju prioritet brzini umesto stvarnoj diskusiji, usled pogrešne procene da je uvek u pitanju kriza ili da platforma uvek gori.

Pitanje obima je teži problem. Lider često ne može da se bavi svakim podređenim pojedinačno. Jedan alat koji predlažem jeste da zatraže od grupe da izabere jednog predstavnika koji će identifikovati najvažnije pitanje ili grešku koju lider možda previđa. Predstavnik možda neće biti savršen, ali čak i kratak napor da se zatraže povratne informacije pokazuje poštovanje, pomaže lideru da izbegne greške i čini konačnu odluku ubedljivijom.

Pružanje osećaja sigurnosti ljudima je takođe važno. Moja prijateljica sa poslovne škole Univerziteta u Vašingtonu opisala je svog dekana na sledeći način: uvek može da mu kaže šta misli — i, ako on donese pogrešnu odluku, da mu kaže: „Jesam li ti rekla“, bez straha od odmazde. Dekan ne menja uvek svoje mišljenje, ali istinski sluša i razmatra stavove drugih. To stvara poverenje: čak i kada mora brzo da odluči i ne može sve da konsultuje, ljudi znaju da on povremeno sluša i poštuje njihovu perspektivu.

Veštačka inteligencija sada svima znatno olakšava generisanje ubedljivih poruka — apela za prikupljanje sredstava, interne komunikacije, memoranduma o upravljanju promenama, pa čak i argumenata zasnovanih na principima bihevioralnog ubeđivanja koje smatrate opasnim. Šta to menja u pogledu etike ubeđivanja?

Smatram da je veštačka inteligencija etički pojačivač. Može učiniti loše stvari gorim, a neke dobre stvari boljim.

Jedan važan deo angažovanja sa poštovanjem jeste iskreno predstavljanje onoga što mislite i razloga zašto to mislite. Ako to prepustite veštačkoj inteligenciji — ako samo imate predosećaj o tome šta želite da ljudi urade, a zatim tražite od AI-ja da popuni argumentaciju — napustili ste nešto važno. Vi više zapravo ne nudite sopstvene razloge. Koristite alat da proizvedete nešto što može zvučati ubedljivo, ali zapravo ne odražava način na koji ste vi promislili to pitanje.

S druge strane, AI može biti koristan ako vam pomaže da nešto u šta istinski verujete izrazite na način puniji poštovanja i saosećanja. Jednom sam video kolegu kako šalje veoma dobro sročenu poruku u žučnu raspravu preko fakultetske imejl prepiske, pozivajući na međusobno razumevanje. Kasnije sam mu pohvalio tu intervenciju, a on mi je rekao da je koristio AI da je napiše. U tom slučaju, nisam smatrao da je upotreba AI-ja problem. Znao je da želi da usmeri razgovor u produktivnom pravcu, ali je bio suviše emotivan da bi sam napisao poruku.

Za lidere bih dodao još jedno upozorenje: nemojte zamišljati da je ubeđivanje nešto što postižete sami, jednom savršenom porukom. Kada ljudi promene mišljenje o važnim stvarima, to se gotovo nikada ne dešava zbog jednog govora ili memoranduma. To se obično dešava kroz niz interakcija koje na kraju dovedu do preokreta. Zato bi lideri trebalo da se zapitaju: Ko još može pomoći ljudima da ovo promisle? Ko može meni pomoći da razumem šta mi promiče? Ko može pripremiti prostor tako da stvarna razmena mišljenja postane verovatnija? Takav timski pristup često je ne samo etičniji, već i efikasniji.

Koliko ambiciozan treba da bude vaš strateški plan? Ako ciljate prenisko, možete se zadovoljiti inkrementalnim dobicima. Ako ciljate previsoko, rizikujete da preopteretite organizaciju. Pronalaženje prave ravnoteže zahteva da pogledate dalje od samog cilja – ka problemu koji rešavate, raspoloživim resursima i talentima, kao i neizvesnosti sa kojom se suočavate. To takođe podrazumeva razmatranje da li je vaš plan dovoljno odvažan u odnosu na konkurente i da li je vaša organizacija opremljena da ga sprovede. Da biste kalibrisali svoju ambiciju, postavite osam pitanja o svom planu — od toga kako se finansira i popunjava kadrovima, do toga kako uzima u obzir neizvesnost, meri napredak i definiše uspeh.

Razmatrate plan za ulazak na novo tržište, lansiranje nove ponude ili stvaranje nove poslovne divizije. Imate merila na umu i grubu procenu troškova. Ono što ne znate jeste da li je vaša ideja dovoljno ambiciozna da bi bila vredna truda.

Vaš cilj može promašiti metu u više pravaca, kaže Šina Ajengar (Sheena Iyengar), profesorka na Poslovnoj školi Kolumbija i autorka knjige Think Bigger: How to Innovate. „Mogao bi biti previsok, i time biste sebe osudili na propast. Mogao bi biti prenizak, i time biste pristali na osrednjost“, kaže ona. „Ili bi mogao biti baš pravi — mali iskorak, ali ne toliki da ljudi odustanu jer uviđaju uzaludnost svega toga.“

Izbor pravog cilja je jedna stvar; ostvariti ga u okviru realnosti vaše organizacije je nešto sasvim drugo, navodi Donald Sal (Donald Sull), profesor na MIT Sloan školi menadžmenta i koautor knjige The Upside of Turbulence: Seizing Opportunity in an Uncertain World. „Ako samo proglasite ambiciozne ciljeve i očekujete da ih organizacija postigne, nalazite se negde između naivnosti i zablude.“

Kako kalibrisati ambiciju vaše strategije

Evo osam pitanja koja će vam pomoći da procenite koliko visoko treba da ciljate.

1. Da li rešavate pravi problem?

Pre nego što možete da procenite da li je vaš plan dovoljno ambiciozan, morate jasno razumeti problem koji on rešava, kaže Ajengar. Recimo da vam je cilj udvostručenje prihoda. Nemojte se zaglaviti u raspravi o tome da li je ta cifra previsoka ili prenizoka; umesto toga, ona preporučuje da sagledate šta pre svega stoji na putu tom rastu. „Možda je bolje pitanje: Kako da rešim nedostatak radne snage? Kako da ubrzam svakodnevne procese? Kako da smanjim dnevne troškove?“, kaže ona. Kada saznate problem, i šta bi se njegovim rešavanjem dobilo, imate konkretniji način da procenite ambiciju svog plana.

2. Da li razmatrate više od jedne vrste rešenja?

Težnja ka konzervativnim ciljevima duboko je ukorenjena u mnogim organizacijama. Protivotrov je, kaže Ajengar, širina izbora. Ona predlaže ugrađivanje najmanje tri do pet različitih alternativa u vaš plan: jednu koja odražava ono što konkurenti rade i uzima najlakše dostupne prilike, jednu koja je agresivnija i barem jednu koja odstupa od vašeg uobičajenog pristupa tako što, na primer, pozajmljuje strategije od preduzeća van vaše industrije. Verovatno neće biti jasnog pobednika i verovatno ćete spojiti ideje u hibridno rešenje. „Ali te veoma različite opcije su vam potrebne unapred, jer vam pomažu da jasnije sagledate kompromise.“

3. Kako se vaš plan finansira?

Veličina ambicije plana ogleda se u tome kako se on finansira. „Organizacije mogu postići ciljeve putem inkrementalnih poboljšanja — radeći više onoga što su oduvek radile, malo brže, malo napornije“, kaže Sal. „Ali istinski ambiciozni ciljevi, 10x ciljevi toliko popularni u Silicijumskoj dolini, ne mogu se postići inkrementalno.“ Za njih kapital mora doći sa nekog drugog mesta. „Nije vam potrebna alokacija, potrebna vam je realokacija“, kaže on, misleći na povlačenje novca i ljudi sa postojećih projekata i njihovo preusmeravanje na nove. Težak deo je u tome što su novac i talenti već angažovani. „Ljudi ljubomorno čuvaju talente“, kaže on, i „bore se rukama i nogama da zadrže svoj budžet.“ Dakle, razmotrite zahtev za finansiranje vašeg plana: skroman zahtev može biti simptom skromne ambicije — ili signal da niste obrazložili zašto zaslužuje veću investiciju.

4. Da li ima adekvatne kadrove za uspeh?

Talenat je takođe resurs, i strateški plan može podbaciti ako nije popunjen pravim ljudima. Kada se plan drži blisko onome što već radite, može funkcionisati na veštinama koje vi i vaš tim posedujete, prema rečima Ajengarove. Sa smelim planom, međutim, „potrebni su vam ljudi sa drugačijom stručnošću i bazom znanja kako bi pomogli u konkretizaciji implementacije.“ Zamka je u tome što su vaši najbolji ljudi uvek traženi i privlače ih projekti koji predstavljaju izazov. „Ambiciozni ljudi žele da rade ambiciozne stvari“, kaže Sal. Pažljivo pogledajte ko radi na vašem planu. Kadrovska struktura bi mogla da vam kaže više od samih brojeva.

Postavljanje pravog nivoa ambicije takođe znači razumevanje onoga što pokreće vaš tim, kaže Ajengar. „Da li imate tačne informacije, ili gomilu pretpostavki? Da li znate sa kakvim se preprekama vaši zaposleni suočavaju? Šta ih usporava? Šta ih motiviše?“ Bez tog znanja, mogli biste pogrešno proceniti koliko jako vaš tim može biti pritisnut.

5. Da li vaš plan ostavlja prostor za neizvesnost?

Što je ishod neizvesniji, to više vaš plan treba da bude izgrađen tako da se prilagođava onome što učite usput. „Morate eksperimentisati, i to široko eksperimentisati“, kaže Sal. Ipak, „činjenica da eksperimentišete ne garantuje pobedu. Neki pokušaji će uspeti, a neki neće.“ Način da eksperimentišete bez stavljanja svega na kocku jeste da počnete s malim koracima dok ciljate visoko. Ajengar ukazuje na Džefa Bezosa (Jeff Bezos), koji je lansirao Amazon sa knjigama, lakim za slanje i jednostavnim za skaliranje. Ali njegove ambicije su od samog početka bile daleko grandioznije. Da biste testirali odluku pod pritiskom, ona predlaže da sebi postavite dva pitanja: „Ako ovo uspe, koje nove opcije bi moglo da stvori? Ako propadne, šta bi otvorilo, a šta zatvorilo?“ Odgovori bi trebalo da budu u skladu sa vašom budućom vizijom, kaže ona. „Ako vam to ne otvara opcije, nemojte to raditi.“

6. Da li vas vremenski horizont koči?

Godišnji ciklusi merenja obično deluju protiv ambicije, kaže Sal. „Ako tražite od ljudi da inoviraju, ali postavljate godišnje ciljeve, gurnućete ih ka inkrementalnim inovacijama umesto ka velikim potezima.“ Umesto toga, on preporučuje duži horizont, podeljen na manje, taktičkije kvartalne ciljeve. Duža staza je takođe ono što vam pre svega omogućava da ciljate više. Sal predlaže da prođete kroz svoj plan uz misaoni eksperiment: Šta bi bilo potrebno da se udvostruče prihodi, tržišni udeo ili broj kupaca u vremenu koje ste odredili? Vaš odgovor će razotkriti da li razmišljate preusko. Na kraju krajeva, „ne postoji inkrementalni put od jedne milijarde dolara do dve milijarde za tri godine“, kaže on.

7. Kako ćete znati da li funkcioniše?

Strateškom planu je potreban način da pokaže napredak duž celog puta, kaže Sal. Kao primer, on navodi ekspanziju kompanije Barberi (Burberry) u Kinu pod vođstvom Andžele Arents (Angela Ahrendts), koja je vodila kompaniju od 2006. do 2014. i praktično utrostručila prihod tokom svog mandata. Osvajanje kineskog tržišta se ne bi dogodilo preko noći, pa je, kako bi zadržao investitore na svojoj strani, Barberi izveštavao o prelaznim pokazateljima, poput rasta uporedive prodaje za taj region, da bi demonstrirao zamah. „Možda imate super ambiciozne trogodišnje ciljeve, ali na kvartalnom nivou pokazujete stalan napredak“, kaže on. Ta merila funkcionišu samo ako su merljiva, dodaje Ajengar, „inače uvek možete sebe potapšati po ramenu bez obzira na to kakav ishod ostvarite.“

8. Kako merite svoj plan u odnosu na konkurente?

Koliko god vaš plan izgledao smelo sam po sebi, imajte na umu da se takmiči protiv rivala koji prave sopstvene opklade, a neki od njih imaju više prostora za preuzimanje rizika od vas. Vaš plan bi trebalo da uzme u obzir iskrenu procenu terena, kaže Ajengar. „Morate znati šta vaši konkurenti rade, koje su njihove prednosti, a koja njihova ograničenja, a zatim morate znati isto to o sebi.“ Ovo pomaže da se usmeri vaše dalje kretanje. „Ako imate velike prednosti i veliki nedostatak ograničenja, očigledno je da ciljate na mesec, i bolje bi vam bilo da jašete snažno i brzo.“ Za spoljnu perspektivu, Sal ukazuje na Silicijumsku dolinu, ekosistem izgrađen oko ambicije. On predlaže da pitate lidera startapa u vašoj oblasti: „Da ste generalni direktor ove kompanije sa ovim resursima, čemu biste težili?“

Uskladite svoju ambiciju sa prilikom

Pronalaženje pravog nivoa ambicije za strateški plan trebalo bi da bude jednostavno: shvatite koliko smelosti trenutak zahteva i koliko vaša organizacija može da podnese. Problem je, kaže Ajengar, u tome što lideri obično „toliko zaglave u detaljima da samo rade ono što se nalazi neposredno ispred njih“, zbog čega mnogi planovi na kraju budu manje ambiciozni nego što bi mogli biti.

Lek je, kaže ona, podići pogled i postaviti šire pitanje: „Šta bi ova kompanija mogla da postane?“

Isto pitanje se odnosi na sve što gradite. Šta bi novo tržište, ponuda ili poslovna jedinica mogli postati? I da li je vaša ambicija dovoljno velika da se sa tim meri?

Principi koje treba zapamtiti

Uradite:

• Definišite problem pre nego što postavite cilj. U suprotnom, rizikujete da svoju ambiciju usmerite ka pogrešnoj stvari.
• Razmotrite kako je vaš plan kadrovski popunjen. Ako vaši najjači, najraznovrsniji talenti nisu na njemu, to bi mogao biti signal da plan ne predstavlja naročiti iskorak.
• Zadržite marginu za grešku i neizvesnost. Vaš plan treba da uključi male, reverzibilne korake, kako biste mogli da se prilagođavate dok učite.

Nemojte:

• Vagati samo jednu opciju u izolaciji; bez smelijih alternativa pored nje, teško je proceniti da li razmišljate preusko.
• Zanemariti svoje konkurente. Vaš plan bi trebalo da uzme u obzir njihove snage, sposobnosti i ograničenja uporedo sa vašim.
• Prevideti vremenski horizont vašeg plana. Godišnji ciljevi ograničavaju koliko agresivan cilj može biti; rastegnite ga na nekoliko godina, i moći ćete da ciljate više.

Danas pojedinac, osnažen veštačkom inteligencijom, može — uz veoma niske troškove — brzo i paralelno da obavlja mnoge aktivnosti neophodne za pokretanje startapa: generisanje ideja za proizvode, simuliranje intervjua sa kupcima, izradu prototipova proizvoda i kreiranje veb-sajtova, logotipa i drugih digitalnih ponuda. Za razliku od koncepta „lean startup“ (vitki startap), ovaj novi model podržan veštačkom inteligencijom naziva se „preduzetništvo obilja“. Glavni pokretač ove promene je veštačka inteligencija, koja je drastično smanjila ograničenja u pogledu resursa povezanih sa informacijama, kao što su pristup stručnosti i podacima, kao i resursa povezanih sa radnom snagom, poput onih koji se koriste za generisanje ideja, sprovođenje analiza ili izvršavanje zadataka. Uprkos snazi i rastu preduzetništva zasnovanog na obilju koje donosi veštačka inteligencija, postoji nekoliko izazova sa kojima se ovaj pokret i njegove pristalice moraju suočiti, uključujući iluziju napretka, dodvoravanje algoritama i komoditizaciju startap ideja. Iako generativna veštačka inteligencija može pružiti mnoštvo stručnog znanja o gotovo svakoj temi i napisati kôd na zahtev, to ne znači da preduzetnicima više nije potrebna stručnost. Kako za preduzetnike, tako i za etablirane kompanije, izazov više nije jednostavno sticanje pristupa oskudnim resursima, već učenje kako da se organizuju oni koji su u obilju.

Pre skoro dve decenije, preduzetnik i autor Erik Ris (Eric Ries) pokrenuo je metodologiju za „lean startup“. U ovom pristupu, novi biznis se mogao pokrenuti samo sa kapitalom, minimalno održivim proizvodom (MVP), timom, opsežnim razgovorima sa potencijalnim kupcima i procesom ponovljenog pivotiranja dok se startap širi. Pristup vitkog startapa kombinovao je Tojotin (Toyota) metod vitke proizvodnje sa pristupima profesora sa Stanforda Stiva Blanka (Steve Blank) u razvoju kupaca. Budući da su osnivači obično imali malo resursa na raspolaganju, vitki pristup se brzo ustalio.

Danas, međutim, pojedinac osnažen veštačkom inteligencijom može — uz veoma niske troškove — brzo i paralelno da obavlja mnoge neophodne startap aktivnosti: generisanje ideja za proizvode, simuliranje intervjua sa kupcima, izradu prototipova proizvoda i kreiranje veb-sajtova, logotipa i drugih digitalnih ponuda. Novonastale platforme omogućavaju osnivaču da definiše poslovanje na visokom nivou, gde može dodeliti uloge kao što su izvršni direktor (CEO), inženjer i stručnjak za marketing AI agentima koji autonomno koordiniraju rad. U ovom novom modelu, preduzetnik više ne izvršava zadatke niti čak upravlja radnim tokovima, već umesto toga definiše ciljeve i ograničenja za organizaciju kojom upravlja veštačka inteligencija. Ova sposobnost ne predstavlja samo ubrzanje preduzetništva, već označava i strukturnu promenu, praćenu novim organizacionim dizajnom u načinu na koji se razvijaju proizvodi i usluge.

Za razliku od vitkog startapa, ovaj novi model podržan veštačkom inteligencijom nazivamo „preduzetništvom obilja“. Nisu sva ograničenja uklonjena iz procesa — a nekoliko koncepata vitkog startapa je i dalje relevantno — ali nema sumnje da se nalazimo u novoj eri preduzetništva koju prvenstveno karakteriše višak sposobnosti. Pogledajte kontrast između ova dva pristupa:

Razlike između Lean startapa i preduzetništva obilja

Razumevanje prilika i izazova pristupa razvoju poslovanja zasnovanog na veštačkoj inteligenciji.

Izvor: Victor P. Seidel, Bret Greenstein, Thomas H. Davenport

U nastavku detaljnije opisujemo ove razlike, pružamo primere fenomena obilja i raspravljamo o tome šta bi trebalo, a šta ne bi trebalo raditi u okviru preduzetništva vođenog veštačkom inteligencijom.

Zašto sada: Rekonfiguracija ograničenja

Glavni pokretač ove promene je veštačka inteligencija, koja je drastično smanjila ograničenja u pogledu resursa povezanih sa informacijama, kao što su pristup stručnosti i podacima, kao i resursa povezanih sa radnom snagom, poput onih koji se koriste za generisanje ideja, sprovođenje analiza ili izvršavanje zadataka. Osnivači sada mogu jeftinije da proizvode kôd, dizajne i marketinški sadržaj, a takođe mogu gotovo trenutno da pristupe finansijskoj, HR i ekspertizi u lancu snabdevanja, kao i drugim korisnim savetima za startape. Na primer, nedavna studija četiri godine kohorti inkubatora Y Combinator otkrila je da su startapi koji su gradili svoje proizvode i procese oko veštačke inteligencije bili 25% manji od onih koji to nisu činili. Startapi izvorni za veštačku inteligenciju imali su 13% više inženjera, ali 15% manje radnika na početnim pozicijama i menadžera. Kompanije izvorne za veštačku inteligenciju obično su težile kako efikasnosti procesa kroz AI, tako i implementaciji veštačke inteligencije u same proizvode.

Kao primer ovog obilja, Tibo Luj-Lika (Tibo Louis-Lucas), francuski preduzetnik, koristio je veštačku inteligenciju da izgradi i vodi pet različitih softverskih biznisa kao solo osnivač sa samo 10 zaposlenih. Veštačka inteligencija je korišćena ne samo za izradu njegovih proizvoda već i za njihov marketing, prodaju i vremensko usavršavanje. On primenjuje filozofiju lansiranja mnogih proizvoda i nastavljanja rada samo na onima koji uspeju, tvrdeći u intervjuima da njegovi proizvodi generišu preko milion dolara mesečnih prihoda.

Osnivači koriste veštačku inteligenciju ne samo za izradu proizvoda već i kao suosnivače opšte namene. Veštačka inteligencija se koristi za proširenje ili zamenu višestrukih funkcionalnih uloga, uključujući strategiju, marketing, prodaju, pa čak i ljudske resurse. Ovaj nivo produktivnosti veštačke inteligencije obično zahteva upotrebu i orkestraciju AI agenata, od kojih neki dobijaju izuzetan stepen autonomije. Na primer, solo preduzetnik Net Elajason (Nat Eliason) kreirao je OpenClaw agenta pod imenom „Feliks“ kome je dodeljeno 1.000 dolara početnog kapitala i veza ka mogućnosti onlajn plaćanja, i koji je dobio zadatak da autonomno gradi biznise. Feliks je stvorio tri različita biznisa koja su, prema njegovoj javnoj kontrolnoj tabli, ukupno generisala preko 200.000 dolara prihoda.

Međutim, preduzetnik se i dalje suočava sa stvarnim ograničenjima. Pošto svi imaju ubrzan pristup informacijama, tehnologiji i stručnosti, postoji vremensko ograničenje za identifikovanje i realizaciju održivih startap ideja — a veštačka inteligencija nije uvek pouzdan izvor u pogledu toga šta je održivo. Postoji i ograničenje u pažnji osnivača, gde pitanje više nije „Možemo li to da napravimo?“, već postaje: „Kako da izaberemo koji proizvod ćemo lansirati?“ Kako je Stiv Blank primetio na svom času preduzetništva, veštačka inteligencija olakšava proces otkrivanja kupaca, ali takođe „čini da loše ideje idu brže“. Sveukupno, postoji niz promena u preduzetničkom procesu, uključujući:

• Prelazak sa efikasnosti učenja na generisanje i selekciju opcija
• Prelazak sa discipline fokusirane na jedan minimalno održiv proizvod (MVP) na orkestraciju portfolija sa više proizvoda
• Prelazak sa alokacije materijalnih resursa na alokaciju pažnje osnivača
• Povećanu potrebu za odvajanjem validnih tržišnih signala (koji su i dalje retki) od buke (koja je sveprisutna)

Mnogo je implikacija ovih promena u preduzetničkom procesu. Jedna od njih je da će postojati znatno više startapa. Preduzetnici u SAD podneli su 1,56 miliona novih prijava za osnivanje biznisa od novembra 2025. do januara 2026. godine — što je najveći broj u bilo kom tromesečnom periodu barem od 2004. godine. Iako nije moguće znati koliko njih je koristilo veštačku inteligenciju za izgradnju svojih biznisa, više od 80% američkih preduzetnika u anketi iz 2025. godine smatralo je da veštačka inteligencija vodi i ka „poboljšanoj produktivnosti i efikasnosti u svim operacijama“ i ka „povećanom prihodu i rastu poslovanja“. Veštačka inteligencija takođe može smanjiti barijere za ulazak, jer to znači da su zahtevi za finansiranjem — često iz fondova preduzetničkog kapitala — često niži.

Mnogi osnivači kreiraju višestruke poduhvate uz pomoć veštačke inteligencije i nastavljaju sa onima koji uzmu maha; globalna analiza preko 1.000 AI startapa otkrila je da 17% osnivača stvara više od jednog biznisa istovremeno. Ukratko, preduzetništvo sve više postaje orkestracija portfolija jeftinih eksperimenata, što je u suprotnosti sa fokusom na pojedinačni MVP koji je karakterisao vitke startape.

Izazovi obilja

Uprkos snazi i rastu preduzetništva zasnovanog na obilju koje donosi veštačka inteligencija, postoji nekoliko izazova sa kojima se ovaj pokret i njegove pristalice moraju suočiti. Postoji, na primer, potencijalna „iluzija napretka“ koja proističe iz rezultata veštačke inteligencije koji stvaraju lažne signale tržišne privlačnosti (trakcije) biznisa. Nije verovatno da će dodvoravajući AI modeli reći osnivačima da njihove ideje nisu dobre ili da je malo verovatno da će njihov biznis uspeti.

Pored toga, veštačka inteligencija može voditi ka komoditizaciji startap ideja, pri čemu lakoća pokretanja biznisa podstiče stvaranje prevelikog broja sličnih projekata. Iako je to teško izmeriti, deluje verovatno da će preduzetništvo vođeno veštačkom inteligencijom dovesti do mnoštva startapa zasnovanih na sličnim idejama. Preduzetnici se mogu previše oslanjati na uvide dobijene od veštačke inteligencije i zanemariti stvarne razgovore sa realnim ili potencijalnim kupcima. Mudri osnivači će shvatiti kada je potrebno da napuste svoje računare i stupe u stvarni svet trgovine.

Neki potencijalni problemi takođe proizilaze iz lakoće generisanja koda. Jedna osnivačica sa kojom smo razgovarali generisala je većinu koda svoje kompanije pomoću veštačke inteligencije. Njen biznis je imao zadovoljne klijente, ali je bila zabrinuta da bi njeni kupci mogli zameniti njene aplikacije sopstvenim generisanim kodom. O zameni etabliranih dobavljača softvera veštačkom inteligencijom raspravlja se već nekoliko meseci, ali bi se to moglo odnositi i na softver novih startapa. Svakako, svaki osnivač digitalnog startapa koji koristi AI treba da bude svestan ove dinamike u softverskoj industriji i mogućnosti da će postojati kraći vremenski prozori konkurentske prednosti.

Konačni izazov je to što današnja veštačka inteligencija možda nije uvek dorasla zadatku stvaranja uspešnih biznisa koji se mogu skalirati. Neki primeri automata za prodaju kojima su upravljali AI agenti, na primer, uključivali su to da je veštačka inteligencija donosila upitne i agresivne izbore u marketingu, određivanju cena, rasporedu proizvoda i još mnogo toga. Takođe, mogućnosti generisanja koda zasnovane na veštačkoj inteligenciji za startape osporili su pojedini posmatrači, koji dovode u pitanje da li su rezultujući sistemi dovoljno robusni da se dobro skaliraju.

Stručnost je i dalje važna

Iako generativna veštačka inteligencija može pružiti mnoštvo stručnog znanja o gotovo svakoj temi i napisati kôd na zahtev, to ne znači da preduzetnicima više nije potrebna ekspertiza u oblastima kojima se njihovi startapi bave. Zahtevi za stručnošću su posebno visoki u regulisanim industrijama poput finansijskih usluga i zdravstva. Na primer, jedan preduzetnik sa kojim smo razgovarali — Set Dobrin (Seth Dobrin), koji je ranije vodio odeljenja za veštačku inteligenciju u kompanijama kao što su IBM i Monsanto — suosnovao je novu kompaniju pod nazivom Arya Labs radi izgradnje novih AI modela zasnovanih na matematici i fizici koji bi mogli da reše teške probleme u nekoliko oblasti, uključujući razvoj lekova i medicinskih uređaja. Kompanija ima samo pet zaposlenih i koristi veštačku inteligenciju za generisanje skoro celokupnog potrebnog koda. Međutim, Dobrin je u intervjuu izjavio da kompaniji i dalje treba domenska ekspertiza u vertikalnim industrijama kako bi validirala svoje modele. On, na primer, ima doktorat iz molekularne i ćelijske biologije i radio je dugi niz godina u genetici. Napomenuo je da je njegovo iskustvo takođe veoma korisno na prodajnim sastancima sa klijentima u industriji prirodnih nauka.

Primer onoga što može poći po zlu kada nedostaje stručnost može se naći u kompaniji MEDVi, brzorastućem pružaocu GLP-1 lekova za gubitak težine i drugih velnes proizvoda putem telemedicinske platforme. Na prvi pogled, kompanija deluje kao odličan primer „solo jednoroga“ osnaženog veštačkom inteligencijom, koji je brzo dostigao 1,8 milijardi dolara godišnje prodaje sa samo osnivačem, Metjuom Galagerom (Matthew Gallagher), i njegovim bratom kao zaposlenima. Kako je izvestio New York Times:

„Iz svoje kuće u Los Anđelesu, gospodin Galager (41) koristio je veštačku inteligenciju da napiše kôd za softver koji pokreće njegovu kompaniju, napiše tekst za veb-sajt, generiše slike i video-snimke za reklame i upravlja korisničkim servisom. Kreirao je AI sisteme za analizu performansi svog poslovanja. A preostale stvari koje nije mogao sam da uradi poverio je spoljnim saradnicima.“

Ali detaljniji pogled otkrio je probleme (i doveo do dodavanja uredničke napomene u članak Times-a). Uprava za hranu i lekove (FDA) uputila je pismo upozorenja kompaniji MEDVi početkom 2026. godine u vezi sa obmanjujućim tvrdnjama na marketinškom veb-sajtu koje su implicirale da su njihovi mešani lekovi odobreni od strane FDA. Kasnije izveštavanje pokazalo je i druge upitne reklamne prakse.

Naravno, kompanije koje grade svoje poslovanje na tradicionalne načine ponekad nailaze na takve probleme. Ali njihova brza izgradnja uz pomoć veštačke inteligencije, sa malo iskustva u industriji i sa malo zaposlenih, pojačava rizik.

Implikacije za preduzetnike i etablirane kompanije

Uspon preduzetništva zasnovanog na obilju ima važne implikacije ne samo za osnivače već i za etablirane kompanije koje se takmiče sa njima. Osnivači bi trebalo da razmišljaju o sebi kao o dizajnerima sistema i procesa, a ne samo proizvoda. Poput prethodnih preduzetnika, osnivači osnaženi veštačkom inteligencijom i dalje moraju da pronađu konkurentski zaštitni bedem (moat), bilo da su to vlasnički podaci, iskustvo ili pažljivo selektovana stručnost. Trebalo bi da eksperimentišu, ali umereno, kako im pažnja ne bi bila previše rasuta. Trebalo bi da imaju ili razviju snažne filtere za selekciju prilika na osnovu sopstvenih uvida, a ne samo na osnovu veštačke inteligencije. Osobine kao što su ukus, odgovornost, rasuđivanje, jasnoća i upornost nisu dostupne u obilju.

Menadžeri etabliranih organizacija moraju koristiti neke od istih sposobnosti koje koriste startapi, a brzina njihove interne inovacije mora se ubrzati kako bi držali korak. Mnoge velike organizacije usvojile su principe vitkih startapa, ali sada moraju da pređu i na preduzetništvo obilja podržano veštačkom inteligencijom. Poput startapa, oni moraju naučiti kako da upravljaju povećanim portfolijom opcija.

U svetu u kome se sve digitalno može izgraditi, prednost leži u odlučivanju šta uopšte vredi graditi. Kako za preduzetnike, tako i za etablirane kompanije, izazov više nije jednostavno sticanje pristupa oskudnim resursima, već učenje kako da se organizuju oni koji su u obilju. To stvara retku priliku za eksperimentisanje i diferencijaciju: sa novim poduhvatnim timovima, novim pravilima odlučivanja, novim modelima upravljanja i novim pristupima učenju o kupcima. Pravila na kojima počiva preduzetništvo obilja još uvek se pišu na način koji će uticati i na startape i na zrele kompanije, a oni koji planski eksperimentišu i uče u ovom promenjenom okruženju biće u najboljoj poziciji za budućnost.

Agentski AI (engl. agentic AI) briše tradicionalne granice između marketinga i prodaje, čak i dok većina kompanija nastavlja da primenjuje ovu tehnologiju odvojeno unutar svake funkcije. Takav pristup propušta priliku da se stvori integrisanije korisničko putovanje, u kojem deljeni podaci i AI agenti omogućavaju marketinškim i prodajnim aktivnostima da funkcionišu kao neprekidna petlja. Kompanije koje žele da iskoriste pune prednosti moraće da preispitaju ne samo svoju tehnologiju, već i svoje radne tokove, metriku, podsticaje i organizacione odgovornosti.

Godinama unazad, usklađivanje marketinga i prodaje bilo je jedan od najpostojanijih prioriteta komercijalnog rukovodstva — i jedan od najtežih za postizanje. Agentski AI to menja.

Većina organizacija, međutim, i dalje pristupa AI transformaciji funkciju po funkciju, ugrađujući je zasebno unutar marketinga i unutar prodaje, umesto kroz sistem koji ih povezuje.

Polazna tačka je jednostavna, ali često zanemarena istina: kupci ne prave razliku između to dvoje. Svaka tačka kontakta, bez obzira na to koja je funkcija interno poseduje, doživljava se kao deo jednog jedinstvenog odnosa. Organizacije koje dizajniraju oko te realnosti, a ne oko sopstvenih organizacionih šema, grade model izlaska na tržište zatvorene petlje u kojem ove dve funkcije efektivno deluju kao jedna. To je naš savet kompanijama, zasnovan na više od 100 godina našeg zajedničkog iskustva u modernizaciji prodajnih i marketinških organizacija svih veličina.

Kupci očekuju dosledna iskustva

Kupovna putovanja više ne prate linearnu putanju. Kupci istražuju, procenjuju i donose odluke kroz sve širi skup tačaka kontakta, često se vraćajući unazad ili pauzirajući pre nego što krenu napred. Istraživanje kompanije McKinsey pokazuje da više od 80% potrošača koristi više kanala za istraživanje ili kupovinu proizvoda, a B2B kupci sada tokom tipičnog putovanja ostvaruju kontakt preko deset kanala interakcije — što je dvostruko više nego pre manje od jedne decenije.

Ove promene podižu lestvicu za egzekuciju. Relevantnost sada zavisi od razumevanja namere kroz sve kanale, održavanja konteksta kroz interakcije i reagovanja dovoljno brzo da bi to imalo značaja. Kada marketing i prodaja funkcionišu na odvojenim skupovima podataka i nepovezanim sistemima, putovanje kupca je prekinuto, a iskustvo trpi. Iza personalizovane marketinške kampanje može uslediti prodajno obraćanje podržano veštačkom inteligencijom, vođeno drugačijim podacima, drugačijim pretpostavkama i drugačijim tajmingom. Svaka funkcija može imati dobre rezultate u odnosu na sopstvene metrike, dok zajednički pružaju fragmentisano iskustvo.

Cena te fragmentacije je merljiva: McKinsey-jeva anketa „B2B Pulse“ za 2026. godinu otkriva da kupci navode nedosledne informacije među različitim timovima kao glavni razlog za promenu dobavljača.

Omnikanalna egzekucija postala je minimum neophodan za takmičenje na tržištu. Faktor diferencijacije sada je integracija. Isto istraživanje pokazuje da tržišni lideri imaju četiri puta veću verovatnoću da primene pravu personalizaciju „jedan na jedan“ i da su znatno dalje odmakli u ugrađivanju veštačke inteligencije u integrisane komercijalne radne tokove.

AI pruža argumente za integraciju

Agentski AI ubrzava konvergenciju koja je već u toku, pri čemu realizacija sve više obuhvata aktivnosti koje su nekada bile jasno razdvojene na marketing i prodaju. Prema McKinsey-jevom izveštaju „The State of AI“, najdosledniji rast prihoda od veštačke inteligencije koncentrisan je u marketingu i prodaji. Među organizacijama koje koriste AI u ovim funkcijama, 7% prijavljuje povećanje prihoda veće od 10%.

Ova konvergencija je najvidljivija tamo gde se usklađuju segmentacija kupaca i prodajno osnaživanje (engl. sales enablement), gde se pristup prilagođava kako se namera pojavljuje, a prodavci rade rame uz rame sa AI agentima koji održavaju kontekst naloga. Aktivnosti koje su se nekada sekvencijalno prenosile s tima na tim sve više funkcionišu u kontinuiranim petljama, sa signalima koji se tumače u realnom vremenu, akcijama usklađenim na svim kanalima i ishodima koji se direktno vraćaju nazad u sistem.

Kako realizacija postaje kontinuirana, menja se i odgovornost. Marketing i prodaja sve više dele odgovornost za kvalitet prodajnog levka (engl. pipeline quality), konverziju i vrednost za kupca. Prednost se umnožava samo kada obe funkcije doprinose istom sistemu podataka i crpe podatke iz njega.

Kako se vodeće organizacije prilagođavaju

Efekti na učinak su već vidljivi, kako u našim istraživanjima, tako i u našem radu sa kompanijama. Trajanje ciklusa se skraćuje jer se kreiranje kampanja i razvoj prodajnog nastupa smanjuju sa nedelja na minute. Stope konverzije se poboljšavaju kako interakcije postaju relevantnije za namere kupaca. Kvalitet prodajnog levka raste jer angažovanje postaje ciljanije i bolje informisano. Što je najvažnije, korisnička iskustva postaju doslednija jer se kontekst prenosi kroz interakcije umesto da se resetuje na svakoj fazi.

Razmotrimo primer jedne tehnološke kompanije sa liste Fortune 500 sa kojom smo radili, a koja je želela da se proširi na uglavnom netaknuti segment od više desetina hiljada komercijalnih korisnika, raspolažući malim prodajnim timom ograničenog kapaciteta. Dijagnostika je otkrila da su prodavci trošili previše vremena radeći na kontaktima sa malom verovatnoćom realizacije. Celovito (engl. end-to-end) AI rešenje obogatilo je potencijalne kontakte (engl. leads) različitim signalima (na primer, aktivnostima spajanja i preuzimanja), prioritizovalo kontakte sa najvećom verovatnoćom konverzije, pružilo relevantne obaveštajne podatke o nalozima i omogućilo kontaktiranje putem agentskog AI-ja. U roku od osam nedelja, rezultati u prodajnom levku bili su očigledni. Prodavci osnaženi veštačkom inteligencijom slali su pet puta više poruka potencijalnim kupcima, zadržavajući stope otvaranja, stope odgovora i stope zakazivanja sastanaka iz perioda pre uvođenja AI-ja. Pored toga, vreme pripreme prodavca za inicijalne pozive smanjeno je sa 1–2 sata na svega 10–15 minuta.

Vodeća globalna platforma za traženje posla sa kojom smo sarađivali nudi još jedan primer na strani prodaje. Kompanija očekuje da njen model prodaje podržan veštačkom inteligencijom generiše 30–60 miliona dolara dodatnog godišnjeg prihoda, doprinoseći ukupnom povećanju od 400–700 miliona dolara iz slučajeva upotrebe zasnovanih na AI agentima. Sistem koristi AI predstavnika za razvoj prodaje (SDR) koji identifikuje potencijalne klijente, generiše personalizovane poruke, vodi rane razgovore i predaje kvalifikovane kontakte prodavcima uz kompletan kontekst i naredne korake. Ono što čini ovaj model uspešnim nije sam agent, već zajednički podaci i koordinisana primopredaja u pozadini.

Ovi rezultati preoblikuju način na koji se timovi strukturiraju. Pojavljuje se nova uloga: inženjer za izlazak na tržište (engl. go-to-market engineer), koji je sve više odgovoran za osmišljavanje i upravljanje agentskim radnim tokovima koji premošćuju funkcije, usklađuju ponašanje agenata sa kupovnim putovanjem i osiguravaju kontinuitet u svim interakcijama. Ove sposobnosti jedva da su postojale pre nekoliko godina, a brzo postaju izvori konkurentske prednosti.

Kada se realizacija spaja, vlasništvo postaje jasnije

Ulozi su najveći kada AI agenti direktno komuniciraju sa kupcima. Kada različite funkcije samostalno grade i primenjuju agente usmerene ka korisnicima, ta koherentnost može da se naruši. Marketinški agenti, prodajni agenti i radni tokovi korisničke podrške mogu optimizovati svoje lokalne ciljeve, dok istovremeno nenamerno fragmentišu širi narativ kupca. Bez zajedničkih standarda i jasnog vlasništva, AI može jednako lako skalirati nedoslednost kao što skalira efikasnost.

Primer AI SDR-a na platformi za traženje posla ilustruje ovaj izazov. Agent kontinuirano tumači nameru, prilagođava komunikaciju i vodi razgovore napred sve dok ljudsko angažovanje ne pruži najveću vrednost. Tradicionalno, pozicija SDR-a se nalazi unutar prodaje. U agentskom modelu, međutim, ova uloga obuhvata i marketing i prodaju, kombinujući generisanje potražnje, personalizaciju i angažovanje u ranoj fazi u jedinstven, neprekidan radni tok. Standardi brenda i kontekst o kupcu prate agenta kroz svaki korak.

Model zatvorene petlje

Na osnovu onoga što primećujemo u našim istraživanjima i radu sa kompanijama, organizacije koje preuzimaju vođstvo redizajniraju marketing i prodaju kao jedinstven sistem. Umesto da samo nadograde AI na postojeće procese, one iznova promišljaju sam rad, prepoznajući gde se pojavljuju signali, gde se donose odluke i gde koordinacija popušta.

Uspeh zahteva dva ključna zaokreta. Prvi je tehnološki: zajednička osnova podataka o kupcima i koordinisani sistemi koji omogućavaju marketarima, prodavcima i AI agentima da deluju iz istog konteksta. Drugi je organizacioni: zajednički podsticaji i metrike koje mere ishode kroz celokupno putovanje kupca. Tradicionalne razlike između kontakata kvalifikovanih od strane marketinga i onih kvalifikovanih od strane prodaje ustupaju mesto merilima kvaliteta prodajnog levka, stopi konverzije i celokupnoj životnoj vrednosti kupca.

Kada se ovi elementi spoje, korisničko iskustvo se iz korena menja. Interakcije postaju kontinuirane umesto fragmentisane. Kontekst se prenosi dalje umesto da se resetuje u svakoj fazi. Ljudi i AI agenti sarađuju u zatvorenoj petlji gde se segmentacija razvija u realnom vremenu, nastup se usklađuje kroz kanale, ljudsko rasuđivanje oblikuje trenutke koji su najvažniji, a svaki uvid vodi ka sledećem koraku umesto da se poništava sa svakom novom kampanjom ili prodajnim ugovorom.

Za komercijalne lidere pitanje više nije da li ovaj model dolazi. Pitanje je da li njihova organizacija gradi ka njemu ili čeka dok fragmentacija ne postane konkurentski nedostatak. Za lidere spremne da testiraju sopstvenu organizaciju, prava pitanja obuhvataju tri oblasti:

Vizija i rezultati:

Da li je vaša AI transformacija za marketing i prodaju zajednička ili se radi o dva paralelna napora koja igrom slučaja koegzistiraju? Da li se marketing i prodaja mere u odnosu na zajedničku definiciju rasta — onu koja obuhvata kvalitet prodajnog levka, konverziju i životnu vrednost kupca?

Podaci i sistemi:

Da li vaš marketing i prodaja funkcionišu na osnovu zajedničkog uvida u kupca u realnom vremenu, ili na osnovu paralelnih skupova podataka koji više odražavaju interne granice nego realnost kupca? Kada agenti ili prodavci stupe u kontakt sa potencijalnim klijentom, imaju li potpun kontekst svake prethodne interakcije? Da li obe funkcije dele mapu puta za integrisani tehnološki sistem i infrastrukturu podataka?

Organizacija i sposobnosti:

Da li razvijate veštine i nove komercijalne profile koje koordinisani agentski model zahteva? Da li vaši marketari uče da usmeravaju AI sisteme koji zadiru u domen prodaje, a vaši prodavci uče da ostvaruju interakciju sa kupcima čiji su stavovi i očekivanja već oblikovani interakcijama vođenim veštačkom inteligencijom?

. . .

Tehnologija za izgradnju sistema za izlazak na tržište sa zatvorenom petljom više ne predstavlja prepreku. Prednost će pripasti organizacijama čiji lideri imaju mandat i disciplinu da dizajniraju procese oko kupca, a ne oko organizacione šeme.