Mengubah lead masuk menjadi pelanggan di OpenAI

Ini adalah bagian dari seri kami yang membagikan contoh internal tentang bagaimana OpenAI menggunakan teknologi dan API miliknya sendiri. Alat-alat ini digunakan secara internal, hanya di OpenAI, dan dibagikan di sini sebagai contoh ilustratif tentang bagaimana AI tercanggih mendukung berbagai use case di seluruh tim kami. Kami juga membagikan nama alat internal agar lebih jelas terlihat bagaimana AI tercanggih membantu tim kami menyelesaikan pekerjaan.

Saat ChatGPT Enterprise dan Business masing-masing diluncurkan, permintaan masuk melonjak. Puluhan ribu perusahaan—mulai dari startup tahap awal hingga perusahaan multinasional—menghubungi kami setiap bulan. Permintaannya luar biasa. Beban pada sistem kami nyata.

Mengarahkan lead tersebut melalui formulir dan alur kerja statis tidak mampu menjawab kebutuhan saat itu. Terlalu banyak calon pelanggan menerima balasan otomatis yang menyuruh mereka mendaftar secara online. Terlalu sedikit yang pertanyaannya terjawab. Hasilnya adalah peluang yang terlewat dan pengalaman membeli yang tidak sepadan dengan kepercayaan yang diberikan pelanggan kepada kami.

Tantangannya bukan hanya skala. Tapi juga kualitas. Pembeli menginginkan jawaban yang spesifik:

• Apakah produk ini patuh terhadap aturan di lingkungan layanan kesehatan?
• Bagaimana cara membandingkan paket dan memilih yang tepat?
• Hasil apa yang dilihat rekan-rekan di industri kami?

“Kami menerima ribuan lead setiap bulan dan hanya punya kapasitas untuk berbicara dengan sebagian kecil saja. Beberapa lead hanya perlu beberapa pertanyaan dijawab untuk benar-benar menciptakan pengalaman membeli yang hebat, tetapi kami belum mampu memberikan pengalaman yang dipersonalisasi itu,” kata Harsha Chilakamarri, Inovasi go-to-market.

Otomatisasi tradisional tidak mampu menangani nuansa seperti itu. Menambah perekrutan secara linear bukanlah hal yang berkelanjutan. Kami membutuhkan pendekatan yang berbeda.

Kami membuat asisten penjualan inbound bertenaga AI yang dirancang bukan untuk menggantikan sales, melainkan memperluas jangkauan mereka—dilatih dan disempurnakan dengan masukan dari sales.

Inti dari sistem ini adalah connector internal kami. Dokumentasi produk, pustaka kebijakan, kisah pelanggan, dan playbook dimasukkan ke dalam konteks yang bisa dipahami dan ditalar oleh model. Asisten ini tidak menebak. Ia merespons dengan akurat, dalam bahasa calon pelanggan, dan langsung terkait dengan pertanyaan mereka.

Artinya, calon pelanggan mendapat respons yang dipersonalisasi dalam hitungan menit, ditulis dalam bahasa mereka sendiri, dan berlandaskan pertanyaan mereka yang sebenarnya.

• Sebuah perusahaan di Tokyo menerima jawaban dalam bahasa Jepang, bukan surat formulir berbahasa Inggris.
• Sebuah sistem rumah sakit yang bertanya tentang kepatuhan mendapatkan detailnya pada interaksi pertama mereka, bukan setelah menunggu berhari-hari.
• Jika calon pelanggan memenuhi kualifikasi enterprise, percakapan akan dialihkan dengan mulus ke sales, dengan konteks tetap utuh.

“Model ini memungkinkan kami berinteraksi dengan dan memberikan setiap pelanggan pengalaman yang sangat dipersonalisasi,” kata Chilakamarri.

Ini bukan otomatisasi demi otomatisasi itu sendiri. Ini adalah otomatisasi yang langsung memberikan nilai.

Terobosannya bukan hanya pada balasan pertama asisten. Melainkan pada loop di baliknya.

Saat melatih model, setiap draf respons dikembalikan ke tim sales untuk dikoreksi. Setiap koreksi menjadi data pelatihan. Akurasi naik dari 60 persen menjadi lebih dari 98 persen hanya dalam beberapa minggu. Alih-alih template generik, asisten mulai terdengar seperti versi terbaik dari tim kami, mengodifikasi penilaian dan membuatnya tersedia dalam skala besar.

Bagi sales, perubahannya langsung terasa. Kotak masuk tidak lagi penuh oleh lead yang tidak memenuhi kualifikasi. Mereka membuka percakapan yang sudah berjalan, dengan calon pelanggan yang punya niat nyata dan pertanyaan nyata yang sudah terjawab.

Eval juga memberi keyakinan kepada pimpinan. Eval menunjukkan kemajuan yang terukur, bukan sekadar anekdot. Eval membuktikan bahwa asisten ini bisa diskalakan secara bertanggung jawab.

Dampaknya langsung terasa. Sebuah perusahaan kecil yang tadinya hilang dalam antrean mengirimkan pertanyaan, mendapat jawaban yang matang dalam beberapa jam, lalu menandatangani kontrak enterprise beberapa hari kemudian. Kisah-kisah itu terulang lagi dan lagi.

Apa yang sebelumnya menjadi jalan buntu berubah menjadi salah satu saluran pertumbuhan terkuat kami. Dalam beberapa bulan, pendapatan berulang tahunan bernilai jutaan dolar pun terbuka.

Bagi sales yang menerima lead berkualifikasi, perubahan ini sama berharganya. Alih-alih menggali lead generik, mereka melihat percakapan aktif dengan niat yang jelas. Untuk pertama kalinya, tidak ada yang merasa tertinggal.

Ini bukan hanya tentang lead masuk. Ini menunjukkan peluang yang lebih luas: onboarding, pembaruan, dan dukungan semuanya dapat memperoleh manfaat dari percakapan tepercaya yang dipersonalisasi.

Pelajarannya sederhana: ketika Anda meningkatkan keunggulan sales terbaik Anda lewat AI, Anda mengubah apa yang mungkin bagi seluruh tim.

Seperti kata Chilakamarri: “Pimpinan sangat antusias dengan ini. Ini bukti bahwa kami bisa membangun OpenAI di atas OpenAI dan menampilkan teknologi kami langsung kepada pelanggan.”

Mempersonalisasi setiap lead bukanlah sekadar taktik. Ini sedang menjadi cara yang lebih baik untuk semua engagement.