Bakit Sinusunog ng Maramihang Awtomatikong Outreach ang mga Partnership sa Web3—at Ano ang Dapat Gawin sa Halip

Pag-aalis sa Middleman para Mapanatili ang Privacy

Araw-araw, libo-libong business development executive, venture capitalist, at ecosystem leader ang gumagawa ng nakakapagod na dalawang-hakbang na routine. Una, nagsasagawa sila ng high-stakes na partnership mga talakayan sa loob ng mga messaging app gaya ng Telegram. Pagkatapos, lumalabas sila sa usapan, nagbubukas ng hiwalay na browser tab, nagla-log in sa customer relationship management (CRM) dashboard, at mano-manong muling tina-type ang buod ng kaganapang katatapos lang.

Isa itong pundamental na sirang workflow—kung saan nawawala ang mahalagang konteksto ng deal, humihina ang kalidad ng pipeline data, at palagiang nakokompromiso ang privacy ng user dahil sa mga middleman tool na sinusubukang punan ang puwang.

Para kay Sean Assaf, Head of Business Development sa Telebiz, hindi ang kakulangan ng software ang problema; ito ay isang lumang paradigma. Dahil sa background niya sa economics at karanasan bilang founder ng Web3 project, nakikita ni Assaf ang isang malaking structural shift na papalapit: iniiwan ng enterprise operations ang mga standalone na software dashboard at lumilipat nang direkta sa mga chat application kung saan talaga nangyayari ang modernong mga deal.

Isang malaking hadlang sa pagdadala ng artificial intelligence (AI) sa enterprise sales ay palaging ang seguridad. Kailangan ng mga advanced AI model ng malalim na konteksto para maging kapaki-pakinabang, ngunit ang pagpapakain ng hindi naka-encrypt na mga usapan ng kliyente sa mga third-party cloud server ay nagdudulot ng napakalaking liability. Ayon kay Assaf, ang alitang ito ay nagmumula sa maling disenyo ng software sa halip na likas na limitasyon ng AI.

“Karamihan ng mga tool ay nakaupo sa pagitan mo at ng iyong mga mensahe—kinukuha nila ang iyong mga chat papunta sa kanilang mga server, pinoproseso ang mga ito, at ibinabalik ang output,” paliwanag ni Assaf. “Kapag tinanggap mo ang ganitong hugis, pumipili ka sa pagitan ng pagiging kapaki-pakinabang at privacy, dahil kailangang hawakan ng vendor ang iyong content para maging kapaki-pakinabang.”

Iba ang approach ng Telebiz sa pamamagitan ng pagtakbo nang lokal sa browser bilang isang client, na direktang kumokonekta sa mga server ng Telegram. Kapag ang isang AI feature ay nagbabasa ng thread para sa konteksto, dumidiretso ang request mula sa browser ng user papunta sa napili nilang model provider.

“Walang dumadaan sa amin,” diin ni Assaf. “Ang ini-store namin ay ang business layer, hindi ang usapan: mga naka-encrypt na chat ID, ang mapping sa pagitan ng isang chat at isang HubSpot deal, mga follow-up rule, at mga timestamp. Naka-encrypt gamit ang per-organization keys. Kaya nakakakuha ang AI ng malalim na konteksto, at wala kaming nakukuha ni isa.”

Bakit Nagiging Luma na ang SaaS Dashboard

Sa pag-embed ng CRM functionality nang direkta sa mismong messaging surface, hinahamon ng mga platform gaya ng Telebiz ang mismong pangangailangan sa tradisyonal na B2B software-as-a-service (SaaS) dashboards.

“Sa tingin ko, mananatili ang dashboards bilang mga lugar na pinupuntahan mo para tumingin ng mga bagay, at titigil bilang mga lugar na pinupuntahan mo para gumawa ng mga bagay,” obserbasyon ni Assaf.

Itinuturo niya na ang manual na CRM entry ay workaround lamang noon para sa historikal na kawalan ng kakayahan ng software na umunawa ng human dialogue. “Kapag kaya na ng system na basahin ang palitan at kumilos batay rito, wala nang dahilan para umiral ang data entry layer. Mas gumaganda ang data dahil nakukuha ito kung saan ito nangyari sa halip na muling buuin mula sa alaala pagkalipas ng isang oras.”

Bagama’t malamang na manatili ang visual reporting at high-level analytics sa mga dedicated na screen, nakikita ni Assaf ang pang-araw-araw na operasyon na ganap na lilipat sa mga tool kung saan na nabubuhay ang mga team—na, para sa napakalaking bahagi ng modernong tech at digital finance, ay Telegram.

Habang sumisikat ang mga AI communication tool, maraming team ang nahuhulog sa bitag ng sobrang pag-automate, nagpapasabog ng mga robotikong outreach na sumisira sa tiwala sa mga industriyang nakabatay sa relasyon gaya ng venture capital at Web3. Binanggit ni Assaf na pumapalya ang mga generic na automated message hindi dahil makina ang gumawa, kundi dahil kulang ang nagpadala sa tunay na dahilan para mag-reach out.

“Sa industriyang ito, maliit ang listahan ng mga tatanggap—baka ilang daang tao lang na tunay na mahalaga para sa anumang partnership thesis, at karamihan sa kanila ay magkakakilala na,” sabi ni Assaf. “Ang pag-blast sa grupong iyon ay hindi nagpapalawak ng outreach mo; sinusunog nito, at minsan mo lang iyon magagawa.”

Sa halip na gamitin ang AI para makabuo ng mas mataas na dami ng mensahe, itinuturo ni Assaf ang timing at context monitoring bilang pinakamainam. Magaling ang AI sa pag-flag ng mahahalagang external trigger—gaya ng partner na nag-a-anunsyo ng funding round, nagla-launch ng mainnet, o nagha-hire ng bagong executive—na nagbibigay-daan sa mga tao na pumasok sa eksaktong sandali na magiging katanggap-tanggap ang mensahe.

Ang Patakaran sa Automation: Huwag Kailanman I-automate ang Desisyon

Para ma-navigate ang linyang ito, sinusunod ni Assaf ang isang simpleng operational framework:

“I-automate ang lahat ng nangyayari bago at pagkatapos ng isang desisyon. Huwag kailanman i-automate ang desisyon.”

Ang retrieval, mga buod ng thread, mga opsyon sa pag-draft, pag-log ng mga napagkasunduang termino, at paghabol sa mga cold follow-up ay mga administratibong gawain na hindi dapat umubos ng pokus ng isang dealmaker. Ngunit ang mismong desisyon na mag-reach out, makipag-negosasyon, o magsara ay dapat manatiling striktong pang-tao. “Ina-automate ng mga team ang outreach, na sensitibo, at mano-manong ina-update ang CRM, na hindi,” sabi ni Assaf. “Baliktarin mo, at gaganda ang parehong bahagi.”

Habang pinalalawak ng Telegram ang technical ecosystem nito sa pamamagitan ng mga native app at infrastructure, naniniwala si Assaf na ang pinakamalaking hindi pa na-map na oportunidad para sa mga developer ay hindi ang mas magagandang AI chatbot, kundi ang pag-aayos ng mga structural gap sa kung paano nagtutulungan ang mga team.

“Ang Telegram ay ginawa para sa mga indibidwal, pero ang negosyo ay team sport,” sabi ni Assaf. “Sa kasalukuyan, walang shared context, walang pagmamay-ari ng isang relasyon, at walang maayos na handoff kapag may umalis. Kulang ang buong layer na iyon, at halos walang nagtatayo nito.”

Sa pagdugtong ng local-first AI, automated administrative pipelines, at collaborative team tools nang direkta sa loob ng chat interface, maaaring hindi na magmukhang complex dashboard ang hinaharap ng enterprise software—maaaring magmukha na lang itong isang tipikal na inbox.