En språkmodell vet hva en lastebil er. Den vet bare ikke noe om dine lastebiler. Det er her de fleste stopper opp når de prøver å legge AI på toppen av en CPQ som bare forstår varenummer, attributter og regler. Svarene ser overbevisende ut, men resonnementet er tynt. Selgeren spør hvorfor systemet anbefalte sovekabin, og får ikke noe svar. Jeg har sett dette i utallige workshops: Med en gang modellen får tydelig kontekst for hvorfor og når hvert valg er relevant, endrer samtalen seg. Systemet slutter å gjette og begynner å gi råd. Forskjellen er ikke AI-magi. Det er data med en fortelling. Delen som mangler i dataene dine Regeltabeller forteller systemet hva som er *gyldig*. De sier ingenting om hvorfor et valg er *smart*, når det gjelder, eller når det er en dårlig idé. Dette gapet flytter vurderingene tilbake til e-posttråder, regneark og stilltiende kunnskap som bare noen få sitter på. Så kaller vi det et adopsjonsproblem. For at AI-en skal kunne resonnere, trenger den ikke flere ...
«Kan vi ikke bare vente? Kundene kommer etter hvert.» Det har jeg hørt i altfor mange salgsmøter. Så går kvartalet, uten at salget kom i boks. Ikke fordi kunden ikke hadde tro på CPQ, men fordi vi aldri ga dem en trygg og rask måte å starte på. Når et salg stopper opp, slutter jeg å mase om et stort prosjekt. I stedet selger jeg én uke. En én-ukes CPQ-workshop er den minste fremdriften som gir reelle bevis, lærer opp teamet og reduserer risiko. Det er ikke en demo. Det er en praktisk start som får både produktet og folkene dine i bevegelse. Selg én uke, ikke et helt prosjekt. Hvorfor en rask start slår en lang anbudsprosess Mange tror problemet er manglende tro på prosjektet. Det er feil. Det virkelige problemet er tiden det tar å få det første beviset. Kunder må se sin egen produktlogikk i aksjon, ikke en PowerPoint-slide om «hvordan vi skal komme dit». Jeg har kjørt slike starter mange ganger. Mønsteret er enkelt: et par dager med forberedelser, tre dager med workshop, og du...