„ATC“ pristatė pirmąjį dirbtinio intelekto pagrindu sukurtą duomenų sluoksnį, skirtą technologijų pardavimų komandoms

Įmonė „ATC“ oficialiai pristatė naują dirbtinio intelekto infrastruktūrą, kuri žada iš esmės pakeisti technologijų įmonių pardavimų bei rinkodaros (GTM) komandų darbą. Kaip pranešė EIN Presswire, šis startuolis pasiūlė sprendimą, užpildantį iki šiol egzistavusią duomenų spragą, su kuria susidurdavo autonominiai DI agentai B2B pardavimų sektoriuje. Tradicinius, dažnai fragmentuotus pirkėjų elgsenos signalus naujoji platforma keičia gilia, investicinio lygio analize, padedančia tiksliau įvertinti potencialių klientų ketinimus.

Naujasis įrankis, pavadintas „Conviction Intelligence“, rinkoje pasirodė 2026 m. birželio 15 d. Portlande, JAV. Ši technologija ne tik suteikia komandoms aukščiausio lygio įžvalgas apie tikslines įmones, bet ir pastebimai sumažina didžiųjų kalbos modelių (LLM) resursų bei žetonų suvartojimą. Tai leidžia technologijų pardavimų padaliniams veikti kur kas efektyviau ir išvengti tuščių investicijų analizuojant netikslią informaciją.

Naujas standartas autonominiams pardavimams

B2B rinkoje autonominių DI agentų naudojimas sparčiai auga, tačiau jų efektyvumą ilgą laiką ribojo pasenusi duomenų infrastruktūra. „ATC“ sukurta sistema veikia kaip išmanusis sluoksnis, kuris apdoroja informaciją realiuoju laiku ir pateikia komandoms tik tas įžvalgas, kurios turi realią komercinę vertę. Tech žurnalistų vertinimu, toks sprendimas gali tapti esminiu lūžiu įmonėms, siekiančioms visiškai automatizuoti savo pardavimų procesus nesuaukojant kokybės.

Ką nutyli oficialūs pranešimai: gilioji B2B pardavimų evoliucija

Žvelgiant giliau į technologijų užkulisius tampa aišku, kad „ATC“ pristatytas sprendimas nėra tiesiog dar vienas kosmetinis atnaujinimas perpildytoje verslo analitikos rinkoje. Ilgą laiką technologijų įmonių pardavimų ir rinkodaros vadovai kovojo su paradoksia problema. Rinkoje buvo gausu dirbtinio intelekto agentų, tačiau jie visi maitinosi tais pačiais paviršutiniškais duomenimis apie svetainių lankomumą ar paspaudimus. Tai dažnai vedė prie situacijos, kai brangūs algoritmai darydavo klaidingas išvadas, remdamiesi atsitiktiniais pirkėjų veiksmais.

Ši nauja architektūra iš esmės keičia žaidimo taisykles, nes ji orientuojasi į vadinamąjį gilųjį kontekstą. Užuot pranešusi pardavimų specialistui, kad tikslinė įmonė apsilankė jų puslapyje, sistema analizuoja tos įmonės finansines ataskaitas, technologinę infrastruktūrą bei vadovų pasikeitimus. Toks investicinio lygio požiūris leidžia autonominiams agentams suprasti realią įmonės problemą dar prieš pradedant pokalbį. Tai žymi perėjimą nuo spėlionėmis grįstos rinkodaros prie tiksliosios inžinerijos pardavimuose.

Rinkos ekspertai pastebi, kad didžiausias šios technologijos pranašumas yra ekonominis efektyvumas, kuris tiesiogiai paliečia įmonių biudžetus. Naudojant standartinius didžiuosius kalbos modelius, didžiuliai duomenų kiekiai reikalauja milžiniško žetonų skaičiaus, o tai generuoja didžiules sąskaitas už serverių resursus. „ATC“ sukurtas intelektualusis sluoksnis veikia kaip filtras, kuris optimizuoja informacijos srautą ir leidžia DI agentams atlikti sudėtingas užduotis sunaudojant kartais net kelis kartus mažiau skaičiuojamosios galios.

Šis technologinis lūžis taip pat keičia ir pačių pardavimų komandų vaidmenį organizacijoje. Specialistams nebereikia valandų valandas rankiniu būdu ieškoti informacijos apie potencialius klientus ar bandyti suprasti, ar įmonė apskritai turi biudžetą pirkiniui. Kadangi juodąjį darbą perima infrastruktūros lygmenyje veikiantis dirbtinis intelektas, žmonių komandos gali susitelkti tik į strateginį bendravimą ir sudėtingų sandorių valdymą. Tai sukuria visiškai naują hibridinio darbo modelį, kur mašina paruošia dirvą, o žmogus priima galutinį sprendimą.

Skeptiko žvilgsnis: ar naujasis sluoksnis iš tiesų išgelbės pardavimus

Vertinant situaciją kritiškai, kyla pagrįstų abejonių, ar dar vienas technologinis sluoksnis sugebės išspręsti įsisenėjusias B2B pardavimų problemas. Technologijų sektorius jau ne kartą matė garsiai anonsuotų revoliucijų, kurios vėliau tiesiog nuguldavo įmonių skaitmeninių įrankių kapinynuose. Didžiausias iššūkis čia išlieka tas pats – dirbtinis intelektas yra tik toks geras, kokie geri yra jo gaunami duomenys. Net ir pats išmaniausias algoritmas taps bevertis, jei viešai prieinama įmonių informacija bus pasenusi arba sąmoningai pagražinta marketingo tikslais.

Taip pat verta atkreipti dėmesį į augantį prieštaravimą tarp pažadėto efektyvumo ir realių kaštų. Nors „ATC“ žada pastebimą žetonų suvartojimo sumažinimą, pačios platformos diegimas ir palaikymas reikalauja didelių investicijų. Vidutinio dydžio technologijų įmonėms gali būti sunkiai suprantama, kodėl jos turėtų mokėti už papildomą infrastruktūros sluoksnį, kai dabartiniai didieji kalbos modeliai kas mėnesį pinga ir tampa vis labiau prieinami. Tai sukuria riziką, kad naujoji technologija taps prieinama tik rinkos gigantams, o mažesnieji žaidėjai liks nuošalyje.

Galiausiai, pernelyg didelis pasitikėjimas autonominiais agentais gali atsisukti prieš pačias įmones. Kai visi rinkos dalyviai pradės naudoti tą pačią „investicinio lygio“ analizę, jų pardavimų strategijos taps identiškos. Potencialūs pirkėjai bus atakuojami vienodai gerai paruoštomis, tačiau visiškai mechaniškomis žinutėmis, kurios ilgainiui pradės kelti tik susierzinimą. Tikrasis iššūkis bus ne technologijos įvaldymas, o sugebėjimas išlaikyti žmogiškąjį unikalumą pasaulyje, kurį analizuoja ir valdo algoritmai.

Galiausiai sulaukėme laikų, kai dirbtinis intelektas analizuoja kitą dirbtinį intelektą, kad parduotų programinę įrangą trečiam dirbtiniam intelektui. Tikėkimės, kad šiame tobulame skaitmeniniame cikle kažkur vis dar atsiras vietos žmogaus parašui ant pirkimo sutarties ir bent jau kavos puodeliui.

Vyr. redaktorius Artūras Malašauskas, DI sistemų integratorius, sukaupęs daugiau nei 20 metų patirties kuriant gamybinio lygio žiniatinklio inžinerijos sprendimus. Jis projektavo, diegė ir plėtė verslo klasės „Python“/„PHP“ sistemas logistikos, SaaS bei viešojo sektoriaus klientams. Pastaruosius metus jis specializuojasi išskirtinai DI integracijų srityje: diegia atvirojo kodo didžiuosius kalbos modelius (LLM), kuria generatyvinių medijų (vaizdo, garso, video) srautus bei projektuoja daugiagentines darbo eigas realioms gamybinėms aplinkoms. Jo standartas: atkuriamumas, saugumas ir ekonomiškai efektyvi išvestis – jokio „vaporware“. Artūras dokumentuoja bei vertina naujus DI įrankius, atskirdamas patvirtintas galimybes nuo rinkodarinio triukšmo. Techninis redaktorius svetainėse: ai-naujienos.lt, ai-verslas.lt, muza-ai.eu. Susisiekite per „LinkedIn“.