สอบถามหลักสูตรเลือกช่องทางที่สะดวก ทีมงานตอบเองทุกช่อง
LINE @itgeniusตอบเร็วที่สุด · จ–ศ 9:00–17:00 น.
โทรศัพท์
02-570-8449สำนักงาน088-807-9770มือถือ
อีเมลและโซเชียล
contact@itgenius.co.thสำหรับใบเสนอราคาและเอกสารFacebookitgeniusonlineYouTubeitgeniusengขอคำปรึกษาจัดอบรมให้ทีม
บทความทั่วไป

ผู้ร่วมก่อตั้ง Databricks เปิดเผยกลยุทธ์ช่วงชิงลูกค้าองค์กรใหญ่ที่สตาร์ทอัพต้องรู้

27 ต.ค. 2569

Arsalan Tavakoli-Shiraji จาก Databricks แชร์บทเรียนการขายให้ลูกค้าองค์กร ทั้งการใช้พันธมิตรเช่น Microsoft, ตอบคำถามด้านกฎหมายความปลอดภัย และโอกาสจากการอัปเกรดระบบเก่า ที่สตาร์ทอัพต้องเตรียมตัวหากต้องการลูกค้ารายใหญ่

ผู้ร่วมก่อตั้ง Databricks เปิดเผยกลยุทธ์ช่วงชิงลูกค้าองค์กรใหญ่ที่สตาร์ทอัพต้องรู้

สตาร์ทอัพที่อยากโตเร็วต้องลงสนามชนะลูกค้าองค์กรรายใหญ่ แต่การมีเทคโนโลยียอดเยี่ยมเพียงอย่างเดียวไม่พอ Arsalan Tavakoli-Shiraji ผู้ร่วมก่อตั้งและรองประธานฝ่ายวิศวกรรมภาคสนามของ Databricks เล่าจากประสบการณ์ว่า กระบวนการ ผู้คน และการเตรียมความพร้อมด้านกฎหมายความปลอดภัยเป็นปัจจัยตัดสินความสำเร็จ ที่ช่วยให้ Databricks เติบโตจนมีมูลค่า 190 billion เหรียญและมีลูกค้าเป็นมากกว่า 70% ของ Fortune 500

ใช้แอมบราโซของบริษัทใหญ่เป็นทางเข้าตลาดองค์กร

หนึ่งในกลยุทธ์ที่ Tavakoli-Shiraji แนะนำคือการขายภายใต้ร่มของบริษัทเทคโนโลยีที่มีช่องทางเข้าตลาด เช่น Databricks สมัยเริ่มต้นเคยพยายามเข้าพบ UBS แต่ไม่สำเร็จ จนกระทั่งพันธมิตรกับ Microsoft และกลายเป็น Azure cloud partner ข้อดีไม่ได้มีแค่ข้อตกลงทางสัญญาที่ช่วยให้ลูกค้ารู้สึกมั่นใจ แต่ทีมฝ่ายขายของ Microsoft ยังช่วยจองการประชุมและแนะนำผลิตภัณฑ์ให้ ทำให้การเข้าถึงลูกค้าองค์กรเป็นไปได้ง่ายขึ้น

เตรียมตัวตอบคำถามฝ่ายกฎหมาย ความปลอดภัย และสัญญา

ปัญหาอีกอย่างที่สตาร์ทอัพมักมองข้ามคือการเตรียมความพร้อมด้านเอกสารสัญญาและข้อกำหนดทางความปลอดภัย Tavakoli-Shiraji เล่าว่าดีลบางงานล่มเพราะทีมสตาร์ทอัพไม่สามารถตอบคำถามด้าน legal หรือ security ได้ทัน การเตรียมกระบวนการภายในและมีคนที่เชี่ยวชาญจัดการเรื่องเหล่านี้จึงสำคัญพอๆ กับผลิตภัณฑ์

เข้าใจความกังวลขององค์กร - สี่ C ที่ต้องตอบให้ได้

เขาจัดข้อกังวลของลูกค้าองค์กรออกเป็น 4 ประเด็นหลักซึ่งเรียกว่า 4 Cs - context, choice, cost, และ control. Context คือการทำให้ AI เรียนรู้บริบทองค์กรเหมือนการสอนพนักงานใหม่ Choice คือความสามารถเปลี่ยนโมเดลได้ ไม่ถูกผูกมัดกับผู้ให้บริการหนึ่ง Cost คือการควบคุมค่าใช้จ่ายในการรันระบบ และ Control คือมาตรการควบคุมพฤติกรรมของ AI และการปกป้องข้อมูลที่เป็นความลับ การตอบข้อกังวลทั้งสี่ด้านนี้ได้จะช่วยลดแรงต้านจากทีมไอทีและฝ่ายบริหาร

โอกาสจากการสลายนิยาม "ระบบเก่า"

อีกประเด็นที่ Tavakoli-Shiraji มองว่าเป็นช่องทางธุรกิจสำหรับสตาร์ทอัพคือการเข้าไปช่วยโมเดิร์นไลซ์ระบบเก่าขององค์กร เขายกตัวอย่างธนาคารที่ยังใช้ AS/400 หรือ mainframe โค้ดเก่าที่ไม่มีใครเข้าใจ AI agents รุ่นใหม่สามารถเข้าไปวิเคราะห์โค้ดเหล่านั้น แยกส่วนการทำงาน และเสนอวิธีการสร้างอินเทอร์เฟซสมัยใหม่หรือทดแทนระบบเก่า ซึ่งสร้างมูลค่าให้ลูกค้าได้จริง

นอกจากนี้เขายังเล่าบทเรียนส่วนตัวและทริคเชิงปฏิบัติ เช่น การมีพันธมิตรที่มีช่องทางขายสำคัญ สำรองทีมตอบคำถามด้านกฎหมายและความปลอดภัย และอย่าประเมินความสำคัญของกระบวนการขายในองค์กรต่ำกว่าผลิตภัณฑ์

สรุป - การขายให้ลูกค้าองค์กรต้องมากกว่าผลิตภัณฑ์ดี ต้องมีพันธมิตรที่เข้าถึงตลาดองค์กรได้ กระบวนการตอบคำถามทางกฎหมายและความปลอดภัยต้องพร้อม และต้องออกแบบสินค้าให้ตอบ 4 Cs หากสตาร์ทอัพทำได้ โอกาสได้ลูกค้าที่มีงบประมาณสูงจะเพิ่มขึ้น ในอนาคตควรติดตามว่าเทคโนโลยี AI agents จะเข้ามามีบทบาทแค่ไหนในการเปลี่ยนระบบเก่าเป็นบริการสมัยใหม่

หมายเหตุสั้นๆ สำหรับคนไอทีไทย - ทีมพัฒนาและวิศวกรที่ทำงานกับลูกค้าองค์กรควรให้ความสำคัญกับความปลอดภัย การจัดเอกสารสัญญา และความสามารถในการทำงานร่วมกับระบบเก่าของลูกค้า เพราะทักษะเหล่านี้ช่วยเพิ่มโอกาสให้ผลิตภัณฑ์ถูกนำไปใช้งานในระดับองค์กร

ที่มา: TechCrunch - เรียบเรียงและสรุปเป็นภาษาไทยโดยทีมงาน IT Genius

บริการของเรา

ไอทีจีเนียส เอ็นจิเนียริ่ง ให้บริการด้านไอทีครบวงจร

ทั้งงานอบรม (Training) สัมมนา รับเขียนโปรแกรม เว็บไซต์ แอปพลิเคชัน งานออกแบบกราฟิก และงานด้าน E-Marketing ทั้ง SEO, PPC และ Social Media Marketing

ติดต่อเราเพื่อสอบถามผลิตภัณฑ์ ขอราคา หรือปรึกษาเรื่องไอทีได้เลยค่ะ

แนะนำหลักสูตรที่น่าสนใจ

Generative AI for Software Developers
AI

Generative AI for Software Developers

Generative AI กลายเป็นส่วนหนึ่งของงานพัฒนาซอฟต์แวร์ประจำวัน ตั้งแต่ออกแบบระบบ เขียนโค้ด แก้ Bug เขียน Test ไปจนถึงทำเอกสาร แต่ผลลัพธ์ที่ได้ขึ้นอยู่กับว่านักพัฒนาสื่อสารกับ AI ได้ชัดเจนแค่ไหน ให้บริบทเพียงพอหรือไม่ และตรวจสอบผลงานของ AI อย่างไร นักพัฒนาที่ใช้…

18 ชั่วโมง 3 วัน
7,650บาท 8,500 บาท
Local LLM Deployment with Ollama and vLLM
AI

Local LLM Deployment with Ollama and vLLM

หลายองค์กรอยากใช้ LLM กับเอกสารภายใน ข้อมูลลูกค้า หรือซอร์สโค้ด แต่ติดเงื่อนไขว่าข้อมูลห้ามส่งออกไปยังผู้ให้บริการภายนอก ทางออกคือรันโมเดล Open-weight บนเครื่องหรือเซิร์ฟเวอร์ขององค์กรเอง แต่พอลงมือจริงทีม IT ต้องตอบคำถามที่ไม่ง่ายเลย ว่าควรเลือกโมเดลไหน…

12 ชั่วโมง 2 วัน
7,110บาท 7,900 บาท
LLMOps: Evaluation, Observability and CI/CD
DevOps

LLMOps: Evaluation, Observability and CI/CD

การสร้าง Chatbot หรือระบบ RAG ให้ตอบได้ดีในเครื่องของนักพัฒนาใช้เวลาไม่นาน แต่การดูแลให้ระบบตอบได้ดีอย่างสม่ำเสมอใน Production เป็นอีกเรื่องหนึ่ง แก้ Prompt นิดเดียวคำตอบบางกลุ่มก็แย่ลงโดยไม่มีใครรู้ เปลี่ยนรุ่นโมเดลแล้วค่าใช้จ่ายเพิ่มขึ้นหลายเท่า…

12 ชั่วโมง 2 วัน
8,010บาท 8,900 บาท
คำค้นหา cloudStartupsAIDatabricksenterprise