Terwijl velen AI Bedrijven wedden dat hun producten nuttig kunnen zijn voor een breed segment van bedrijven, zo heet een startup Emaneren hanteert de tegenovergestelde aanpak en bouwt zeer gerichte tools die zijn ontworpen voor complexe verkooptransacties in de industriële materialensector.
Oprichter en CEO Kiara Nirghin zegt dat de enigszins esoterische markt, die fabrikanten, distributeurs en dienstverleners omvat die werken met materialen van stalen bouwmaterialen tot metalen leidingen, ingewikkelde verkoopprocessen kent, waaronder het genereren van offertes voor op maat gemaakte bestellingen, het verbinden van bestaande klanten met goederen die ze mogelijk nodig hebben, en het proactief vinden van nieuwe klanten.
De industriële materialensector, die grondstoffen als staal en aluminium en gefabriceerde onderdelen als draad en buizen levert, is van cruciaal belang voor zowel de impuls om de Amerikaanse productieproductie te stimuleren als voor de verschuiving naar een groenere economie, die op zichzelf de productie van zonnepanelen, windturbines en elektriciteitsproductie vereist. elektrisch voertuig laadstations. De metalen- en mineralenindustrie alleen al is er sprake van een sector waarin miljarden dollars omgaan, en volgens Emanate kan het snel genereren van nauwkeurigere offertes en het sneller sluiten van verkopen een impuls geven productiviteit en de verspilling door verkeerd gerichte productie verminderen.
Maar op dit moment kan zelfs het genereren van offertes met bestaande systemen wel drie tot vier weken duren, zegt Nirghin, en tot voor kort AI
systemen waren niet geavanceerd genoeg om het over te nemen van mensen. Nu, zegt ze, kunnen ze vrijwel onmiddellijk nuttige offertes genereren.
“Dat was pas recent – in termen van de afgelopen zes tot acht maanden”, zegt ze. “Er is dus een zeer grote verandering in kwaliteit en stapfunctie als het gaat om het daadwerkelijk toepassen van de modellen.”
Maar, zegt Nirghin, de echte sleutel is niet de onderliggende AI-modellen, maar het zogenaamde harnas – het raamwerk van AI-oproepbare tools, integraties met andere systemen zoals enterprise resource planning (ERP)-software en databanken met bedrijfskennis, en aangepaste configuraties – die er omheen wikkelen om AI-agenten te vormen.
Emanate, dat financiering heeft ontvangen van onder meer investeerders Andreessen Horowitz en M13 (hoewel Nirghin weigerde het exacte bedrag aan financiering bekend te maken dat het in San Francisco gevestigde bedrijf heeft opgehaald) en momenteel tien werknemers heeft, gokt er expliciet op dat markten zoals industriële materialen zullen profiteren van sectorspecifieke AI-instrumenten in plaats van eenvoudigweg standaard, kant-en-klare AI-agenten te adopteren.
Het opzetten van het systeem van Emanate voor een nieuwe klant is niet simpelweg een kwestie van een chatbot activeren. Het is een proces dat acht tot twaalf weken kan duren, inclusief het identificeren van cruciale gegevensbronnen, van ERP-databases tot repository’s van eerdere verkoop-e-mailcorrespondentie en pdf’s met waardevolle gegevens, en vervolgens het opzetten om er veilig verbinding mee te maken. Zodra het systeem is opgezet, kunnen klanten verder bouwen op de betrokken AI-agents en deze aanpassen, zegt Nirghin.
De gespecialiseerde aanpak is ontworpen voor grotere nauwkeurigheid dan AI-tools voor algemene doeleinden, en het bedrijf werkt ook samen met zijn klanten om datapunten bij te houden, zoals het aantal verwerkte offertes, de uren die door menselijke werknemers zijn besteed, de afgehandelde verkoopleads en uitgaande berichten die voor en na de implementatie van de technologie zijn verzonden. En terwijl sommige andere AI-bedrijven zich sterker richten op het helpen van klanten om kosten te besparen door middel van automatisering, zegt Nirghin dat Emanate zich richt op omzetgroei, met als doel zijn klanten een omzetstijging van 40% of meer te geven.
“We leggen een volledige basislijn vast voordat we live gaan, en vervolgens volgen we elke statistiek”, zegt Nirghin. “We zijn zeer klinisch bezig geweest met het meten van deze statistieken, zodat we er daadwerkelijk over kunnen rapporteren en erover kunnen communiceren.”
Aan het begin van een nieuwe implementatie beoordelen mensen uiteraard ook offertes en berichten die door de AI zijn gegenereerd voordat ze naar klanten worden verzonden. Maar na verloop van tijd zijn ze doorgaans bereid meer aan de AI over te laten.
Nirghin, die eerder steun heeft ontvangen van een fellowship-programma van Alexis Ohanian’s 776 Foundation en de Thiel Fellows-programmazegt dat ze gelooft dat de specialisatie en de industriële focus van het bedrijf het een duurzaam voordeel zullen opleveren bij het bedienen van de sector industriële materialen, terwijl het werkt om tegemoet te komen aan de behoeften van een groeiende Amerikaanse productie-economie. Het succes van de AI bij het veiligstellen van deals kan zelfs de productie en werkgelegenheid bij materiaalbedrijven helpen stimuleren, waarvan er vele het vermogen hebben om te groeien terwijl ze klanten binnenhalen, zegt ze.
Maar in de toekomst, zegt ze, zou dezelfde aanpak ook andere industrieën met vergelijkbare gespecialiseerde verkoop- en distributiebehoeften kunnen bedienen, zegt ze, waaronder de elektrische en chemische industrie.
“Dat is uiteraard onze bredere visie, en waar onze investeerders uiteraard ook erg enthousiast over zijn”, zegt ze.
