Arsalan Tavakoli-Shiraji sostiene que la tecnología por sí sola no basta: preparar procesos y apoyarse en socios con acceso a clientes puede abrir puertas.
Arsalan Tavakoli-Shiraji, cofundador de Databricks, explicó cómo la empresa consiguió sus primeros contratos con grandes compañías y qué obstáculos suelen enfrentar las nuevas empresas al venderles. En una entrevista, señaló que tener un buen producto no basta: también hacen falta relaciones y procesos preparados para responder a las exigencias de esos clientes.
Microsoft facilitó el acceso a grandes compradores
En los primeros años de Databricks, la empresa intentó reunirse con UBS, un banco suizo, pero no lo consiguió. La situación cambió cuando se asoció con Microsoft como proveedor de servicios en la nube Azure. Según Tavakoli-Shiraji, los acuerdos podían regirse por las condiciones de Microsoft y su equipo comercial empezó a organizar reuniones y respaldar a la empresa emergente.
El cofundador recordó que algunos posibles clientes se mostraban reacios a escucharlo porque ya habían apostado por un competidor. También contó que oportunidades iniciales se enfriaron cuando la empresa no estaba lista para responder preguntas legales, contractuales o de seguridad.
Databricks, que ofrece herramientas para almacenar y analizar grandes volúmenes de datos, es ahora una compañía de inteligencia artificial y datos valorada en 190.000 millones de dólares, según lo expuesto en la entrevista. Tavakoli-Shiraji afirmó que más del 70 % de las empresas de la lista Fortune 500 son clientes.
Las empresas evalúan cuatro aspectos al comprar inteligencia artificial
Para vender productos de inteligencia artificial a grandes compañías, Tavakoli-Shiraji resumió sus preocupaciones en cuatro aspectos: contexto, elección, costo y control. El contexto implica adaptar la herramienta al vocabulario, los procesos y las prioridades de la empresa; la elección, poder cambiar de modelo; el costo, controlar el gasto de uso; y el control, establecer límites para el comportamiento de la inteligencia artificial y proteger información sensible.
También describió una oportunidad para las nuevas empresas en la modernización de sistemas heredados. Según su explicación, algunas compañías todavía dependen de equipos y programas antiguos que pocos conocen. Afirmó que los agentes de inteligencia artificial pueden ayudar a entender y descomponer ese código, lo que permitiría crear interfaces actuales o reemplazar esos sistemas.
Sin embargo, Tavakoli-Shiraji advirtió que las empresas aún tienen dificultades para desplegar agentes de inteligencia artificial con un valor que vaya más allá de ayudar a los equipos técnicos a escribir código. A su juicio, una adopción empresarial significativa tomará años.
Contenido redactado con asistencia de un LLM.
