Hvorfor masseautomatisert oppsøkende arbeid brenner Web3-partnerskap – og hva du bør gjøre i stedet

Fjerne mellomleddet for å bevare personvernet

Hver dag gjennomfører tusenvis av ledere innen forretningsutvikling, venturekapitalister og økosystemledere en kjedelig rutine i to trinn. Først gjennomfører de høyinnsats partnerskaps-diskusjoner i meldingsapper som Telegram. Deretter hopper de ut av samtalen, åpner en egen nettleserfane, logger inn på et dashbord for kundebehandlingssystem (CRM), og skriver manuelt inn en oppsummering av det som nettopp skjedde.

Det er en fundamentalt ødelagt arbeidsflyt – en der avgjørende deal-kontekst går tapt, pipeline-data forringes, og brukernes personvern rutinemessig kompromitteres av mellommannsverktøy som forsøker å bygge bro over gapet.

For Sean Assaf, Head of Business Development i Telebiz, er problemet ikke mangel på programvare; det er et utdatert paradigme. Med bakgrunn i økonomi og erfaring som gründer av et Web3-prosjekt ser Assaf et stort strukturelt skifte i horisonten: virksomhetsdrift forlater frittstående programvaredashbord og flytter direkte inn i chat-applikasjoner der moderne avtaler faktisk inngås.

En stor hindring for å ta i bruk kunstig intelligens (AI) i bedriftsalg har alltid vært sikkerhet. Avanserte AI-modeller trenger dyp kontekst for å være nyttige, men å mate ukrypterte kundesamtaler inn i tredjeparts skytjenerservere innebærer en enorm risiko. Assaf mener at denne friksjonen skyldes svak programvaredesign snarere enn en iboende begrensning ved AI.

“De fleste verktøy sitter mellom deg og meldingene dine – de tar inn chattene dine til sine servere, prosesserer dem, og leverer et resultat tilbake,” forklarer Assaf. “Når du først aksepterer den formen, velger du mellom nytte og personvern, fordi leverandøren må holde på innholdet ditt for å være nyttig.”

Telebiz tar en annen tilnærming ved å kjøre lokalt i nettleseren som en klient, og koble seg direkte til Telegrams servere. Når en AI-funksjon leser en tråd for kontekst, går forespørselen rett fra brukerens nettleser til deres valgte modellleverandør.

“Ingenting rutes gjennom oss,” understreker Assaf. “Det vi lagrer er forretningslaget, ikke samtalen: krypterte chat-ID-er, koblingen mellom en chat og en HubSpot-deal, oppfølgingsregler og tidsstempler. Kryptert med nøkler per organisasjon. Så AI-en får dyp kontekst, og vi får ingenting av den.”

Hvorfor SaaS-dashbordet blir foreldet

Ved å bygge CRM-funksjonalitet direkte inn i meldingsflaten utfordrer plattformer som Telebiz selve nødvendigheten av tradisjonelle B2B software-as-a-service (SaaS)-dashbord.

“Jeg tror dashbord overlever som steder du går til for å se på ting, og slutter å være steder du går til for å gjøre ting,” observerer Assaf.

Han påpeker at manuell CRM-innføring egentlig bare var en midlertidig løsning på programvarens historiske manglende evne til å forstå menneskelig dialog. “Når systemet kan lese utvekslingen og handle på den, har datainntastingslaget ingen grunn til å eksistere. Dataene blir bedre fordi de fanges der det skjedde, i stedet for å rekonstrueres fra hukommelsen en time senere.”

Selv om visuell rapportering og overordnet analyse sannsynligvis vil forbli på dedikerte skjermer, ser Assaf for seg at den daglige driften flytter helt inn i verktøyene team allerede lever i – som, for en massiv andel av moderne teknologi og digital finans, er Telegram.

Når AI-kommunikasjonsverktøy får fotfeste, havner mange team i fellen med å overautomatisere, og sender ut robotaktig oppsøkende kommunikasjon som skader tilliten i relasjonsdrevne bransjer som venturekapital og Web3. Assaf påpeker at generiske automatiserte meldinger mislykkes ikke fordi en maskin har generert dem, men fordi avsenderen manglet en reell grunn til å ta kontakt.

“I denne bransjen er mottakerlisten liten – kanskje noen hundre personer som faktisk betyr noe for en gitt partnerskapstese, og de fleste av dem kjenner allerede hverandre,” sier Assaf. “Å blaste den gruppen skalerer ikke outreach; det brenner den, og du får bare gjøre det én gang.”

I stedet for å bruke AI til å generere et høyere meldingsvolum, peker Assaf på overvåking av timing og kontekst som det optimale. AI er fremragende til å flagge viktige eksterne triggere – som at en partner annonserer en finansieringsrunde, lanserer en mainnet, eller ansetter en ny leder – slik at mennesker kan komme inn på nøyaktig det tidspunktet en melding er velkommen.

Regelen for automatisering: Aldri automatiser beslutningen

For å navigere denne grensen følger Assaf et enkelt operasjonelt rammeverk:

“Automatiser alt som skjer før og etter en beslutning. Aldri automatiser beslutningen.”

Innhenting, tråd-oppsummeringer, utkastalternativer, logging av avtalte vilkår og det å følge opp kalde leads er administrative oppgaver som ikke bør spise av en dealmakers fokus. Men selve beslutningen om å ta kontakt, forhandle eller lukke må forbli strengt menneskelig. “Team automatiserer outreach, som er sensitivt, og oppdaterer CRM manuelt, som ikke er det,” bemerker Assaf. “Snu det, og begge halvdelene blir bedre.”

Etter hvert som Telegram utvider sitt tekniske økosystem gjennom native apper og infrastruktur, mener Assaf at den største umappede muligheten for utviklere ikke er bedre AI-chatboter, men heller å fikse strukturelle hull i hvordan team jobber sammen.

“Telegram er bygget for enkeltpersoner, men business er en lagsport,” sier Assaf. “Det finnes i dag ingen delt kontekst, ingen eierskap til en relasjon, og ingen ren overlevering når noen slutter. Hele det laget mangler, og nesten ingen bygger det.”

Ved å bygge bro mellom lokal-først AI, automatiserte administrative pipelines og samarbeidsverktøy for team direkte inne i chat-grensesnittet, kan fremtidens bedriftsprogramvare kanskje ikke se ut som et komplekst dashbord i det hele tatt – den kan kanskje bare se ut som en vanlig innboks.