OpenAI의 Aliisa Rosenthal, 셀프 서비스부터 엔터프라이즈까지 AI 영업 확장 경험 공유

Aliisa Rosenthal은 4년 전 OpenAI에 합류했으며, 당시 회사의 수익은 수백만 달러 수준이었고 주로 플랫폼을 발견하고 신용카드를 사용하여 개발을 시작한 개발자들이 사용하는 셀프 서비스 API를 통해 발생했습니다. 그녀의 역할은 조직을 수백 명의 직원과 수십억 달러의 수익 규모로 확장하는 것이었습니다. 그녀의 경험은 초기 단계 스타트업 육성부터 대규모 엔터프라이즈 계정 관리에 이르는 고객 참여의 전 과정을 아우릅니다.

Rosenthal은 창업자들에게 전통적인 시장 진출 전략을 뒤집어 영업 인력의 즉각적인 고용보다 자동화를 강조할 것을 조언합니다. 그녀는 인적 영업 직원을 고용하기 전에 현대적인 도구를 활용하여 워크플로우를 식별하고 간소화하여 영업 머신을 먼저 구축할 것을 권장합니다. 이 접근 방식은 직원 규모를 확장하기 전에 프로세스가 최적화되고 효율적으로 작동하도록 보장합니다.

2022년 ChatGPT가 출시되었을 때 엔터프라이즈 기능은 없었지만 대기업들 사이에서 빠르게 인기를 얻었습니다. Rosenthal은 싱글 사인온(SSO), 비공개 계약(NDA), 인보이싱과 같은 기능 요청에 '폭격'당했다고 회상했습니다. 이 중 어떤 것도 처음에는 제공되지 않았습니다. 이에 OpenAI는 이러한 특정 엔터프라이즈 요구를 충족하도록 설계된 정교하고 고급스럽고 값비싼 제품을 구축하는 데 9개월을 투자했습니다.

OpenAI의 셀프 서비스 모델은 엔터프라이즈 버전 출시 불과 4개월 후인 2024년 1월에 출시되었는데, 예상치 못하게 엔터프라이즈 비즈니스를 잠식했습니다. 셀프 서비스 성장은 엔터프라이즈 부문을 크게 앞질렀습니다. 이는 대부분의 고객이 전통적인 영업 프로세스를 건너뛰고 제품 액세스를 위한 직접적이고 자체 주도적인 접근 방식을 선호했음을 나타냅s니다.

Rosenthal은 OpenAI 재직 중 주요 후회 중 하나로, 소규모 팀으로 하루 최대 10,000개의 신규 리드에 압도되었을 때 인바운드 리드로부터 충분한 정보를 수집하지 못한 점을 공유했습니다. 그녀는 특히 전화번호와 같은 더 많은 필드를 가입 양식에 추가할 것을 권장했습니다. 이러한 관행은 자동화가 이루어지고 리드 처리가 간소화되면 효과적인 후속 조치와 AI 기반의 아웃리치를 위한 충분한 데이터가 확보되도록 보장합니다.

Rosenthal은 아웃바운드 영업 파이프라인의 다양한 측면을 자동화하는 데 있어 현대적인 도구의 효과성을 강조합니다. 그녀는 Clay 및 Nooks와 같은 플랫폼을 사용하여 연구, 시퀀싱 및 다이얼링을 간소화할 것을 제안합니다. 이러한 초기 단계를 자동화함으로써 영업 담당자는 적격 리드와 소통하고 고가치 대화에 집중하는 데 시간을 할애할 수 있습니다.

Rosenthal은 수많은 파일럿 프로그램이 실행되고 있지만 어떤 것도 유료 고객으로 전환되지 않는 '파일럿 지옥'에 갇힌 창업자들을 자주 접합니다. 그녀는 파일럿이 종종 유지보수 비용이 많이 들고, 설령 전환되더라도 일반적으로 전체 영업 프로세스를 처음부터 다시 시작해야 한다고 경고합니다. 따라서 파일럿은 투자 가치를 정당화할 수 있는 가장 가치 있고 가장 높은 수익 기회에만 사용해야 합니다.

Rosenthal은 거래 통제권을 잃지 않고 파일럿 이의 제기를 우회하는 몇 가지 전략을 제안합니다. 파일럿을 제공하는 대신, 회사는 잠재 고객을 기존 고객에게 소개하여 검증을 받거나, 전체 제품 액세스 권한을 부여하는 대신 Zoom을 통해 맞춤형 데이터 시연을 실시할 수 있습니다. 또한 옵트아웃 조항 또는 제한된 기간 계약을 제공하면 제품 검증 부담을 구매자에게 넘겨 영업 프로세스를 간소화할 수 있습니다.

OpenAI는 처음에는 서비스의 내부 비용을 기반으로 제품 가격을 책정했는데, 이는 시장에서 너무 높은 가격을 설정하는 결과를 낳았습니다. 이러한 전략은 Copilot, Gemini, Anthropic과 같은 경쟁업체들이 훨씬 낮은 가격으로 시장에 진입하면서 지속 불가능해졌습니다. 치열한 시장 경쟁은 결국 OpenAI가 가격 책정 전략을 수정하도록 강요했습니다.

초기에 OpenAI의 제품 라이선스에 대한 고정 월별 요금은 조직 내 특정 팀으로만 채택을 제한했습니다. 이를 극복하기 위해 회사는 기본 라이선스 요금과 사용량 기반 가격 책정을 포함하는 모델로 전환했습니다. 이러한 변화는 진입 장벽을 크게 낮춰 회사 전체의 확산을 장려하고 더 넓은 사용자층에 걸쳐 제품 채택을 훨씬 쉽게 만들었습니다.

Rosenthal은 영업 팀을 고용할 최적의 시기는 셀프 서비스 프로세스가 한계에 도달하고 고객이 명시적으로 인적 상호 작용을 요구하기 시작할 때라고 조언합니다. 이는 일반적으로 기업이 상위 시장으로 이동하여 인간의 신뢰 구축과 개인화된 관계를 필요로 하는 대규모 조직과 협력할 때 발생합니다. 이 단계에서 영업 팀은 이러한 상호 작용을 촉진하고 추가 성장을 이끌어내는 데 필수적입니다.

Rosenthal은 현재의 추세를 '스테이크 저녁 식사의 복수'라고 부르며, 더 많은 영업 활동이 자동화될수록 기업들이 인간과의 대면 상호 작용을 점점 더 갈망한다는 점을 지적합니다. 이는 자동화 시대에 인간 접촉의 가치가 높아졌음을 강조합니다. 컨퍼런스와 저녁 식사는 관계 구축에 매우 효과적인 채널로 남아 있으며, 인간은 이러한 개인적인 연결을 촉진하는 데 여전히 필수적입니다.

OpenAI는 가치가 증가하는 매력적인 지분 패키지를 제공하여 고정 보상이 실현 가능했지만, Rosenthal은 이것이 대부분의 스타트업에는 일반적이지 않다고 지적합니다. 일반적으로 변동 보상 구성 요소를 제공하지 않고는 최고의 엔터프라이즈 판매자를 채용하기 어렵습니다. 그녀는 최고의 인재를 유치하기 위해 고성과자를 위한 상당한 상승 잠재력을 가진 더 간단한 계획을 권장합니다.

인간은 제품의 가치를 잠재 구매자에게 효과적으로 전달하는 가치 판매에 계속해서 탁월합니다. Rosenthal은 AI가 많은 분야에서 발전했지만, 인간 주도 가치 판매의 미묘하고 설득력 있는 측면을 완전히 재현하는 데는 아직 갈 길이 멀다고 믿습니다. 이는 복잡한 판매를 성사시키는 데 인간 요소가 여전히 중요하다는 것을 시사합니다.

Rosenthal은 제품 주도 성장(PLG)을 셀프 서비스 제품 액세스로 정의하며, 종종 기능 또는 사용량 티어에 의해 제한됩니다. 반대로 POC는 계약된, 시간 제한이 있는 참여로서 광범위한 서비스와 지원을 요구하며, 일반적으로 영업 엔지니어 또는 판매원이 프로세스를 감독해야 합니다. 이러한 '핸드헬드' 접근 방식은 자원 집약적이며 PLG의 자율적인 특성과는 다릅니다.

전방 배치 엔지니어의 인력 부족은 심각하여 약 55,000개의 일자리가 있지만 자격을 갖춘 인원은 5,000명에 불과하여 이들을 고용하는 것이 비싸고 어렵습니다. 높은 비용에도 불구하고 이러한 엔지니어를 배치하면 상당한 제품 고착성이 생깁니다. 고객이 제품 통합을 지원하는 전문가의 서비스 요소에 투자하면 다른 공급자로 전환할 가능성이 낮아지므로 고객을 묶어두게 됩니다.

AI 스타트업의 첫 10개 고객은 자동화된 아웃바운드 영업의 대상이 아니라 디자인 파트너 역할을 해야 합니다. 이 파트너들은 더 '핸드헬드' 접근 방식이 필요하며, 초기 단계 제품의 한계를 이해하고 고품질 피드백을 제공할 수 있는 능력에 따라 선택되어야 합니다. Rosenthal은 또한 내부의 비생산 프로젝트를 사용하여 명성 있는 로고를 확보하여 대기업에서 흔히 발생하는 엄격한 보안 및 규정 준수 장애물을 효과적으로 우회할 것을 제안합니다.

초기 단계 제품 검증을 위한 초기 디자인 파트너십은 기존의 전문적인 관계를 기반으로 구축되어야 합니다. 이러한 연결은 이전 고용, 투자자의 소개 또는 회사 내 개인적인 친분에서 비롯될 수 있습니다. 이러한 관계를 통해 친근하고 마찰 없는 환경을 조성하는 것이 성공적인 초기 실험에 중요합니다.