TrueML Talks #28 - GenAI en LLMs voor Sales Outreach @ OneShot

We zijn terug met een nieuwe aflevering van  True ML Talks. In deze aflevering duiken we opnieuw diep in GenAI en LLMs voor Sales Outreach bij OneShot en spreken we met Peda Venki Pola.

Venki is de oprichter en CTO bij OneShot en werkte hiervoor bij Salesforce als Software Architect. OneShot helpt B2B SaaS-bedrijven bij het genereren van de top van hun salesfunnel.

📌

Onze gesprekken met Venki behandelen de volgende aspecten:
- AI-Powered Sales Outreach
- Uniek prijsmodel bij OneShot
- Tech Stack bij OneShot
- Hoe OneShot LLMs beheert met Prompts
- Full-Stack wordt AI: hoe LLMs softwareontwikkeling herdefiniëren
- Maak je bedrijf toekomstbestendig: zet LLMs in voor succes

Bekijk de volledige aflevering hieronder:

AI-Powered Sales Outreach

De AI-Powered Sales Outreach van OneShot begint bij uw Ideal Customer Profile (ICP). Ze nemen niet zomaar aan wat u zegt; ze analyseren uw bestaande klantgegevens om patronen te herkennen en de perfecte doelgroep voor te stellen.

Zodra het ICP is gedefinieerd, schakelt de AI van OneShot naar een hogere versnelling. Ze maken gebruik van hun modellen en open-source tools zoals Hugging Face Hub om het web te doorzoeken, waarbij gegevens worden geschraapt van LinkedIn-profielen, bedrijfswebsites en zelfs financiële rapporten. Deze schat aan informatie wordt vervolgens samengevat en geanalyseerd door krachtige LLMs zoals GPT-4 en Claude. Dit levert inzichten op over bedrijven en personen die traditionele salestools simpelweg niet kunnen bieden.

Maar data is pas het begin. OneShot gebruikt de opgebouwde kennis over uw bedrijf en de inzichten uit prospectonderzoek om gepersonaliseerde outreachberichten te genereren die aanslaan. Geen generieke begroetingen of onpersoonlijke pitches meer – elk bericht is afgestemd op de specifieke behoeften en interesses van de ontvanger.

OneShot stopt niet bij e-mail. Ze kunnen outreach automatiseren via meerdere kanalen, waaronder LinkedIn-berichten en zelfs belscripts, zodat uw boodschap uw prospects bereikt, waar ze zich ook bevinden.

De AI van OneShot leert en evolueert continu. Ze volgen de prestaties van hun outreachcampagnes en gebruiken reinforcement learning om te identificeren wat het beste werkt en hun strategieën dienovereenkomstig aan te passen. Dit zorgt ervoor dat uw outreach-inspanningen altijd geoptimaliseerd zijn voor maximale impact.

Twee kanten van de medaille

AI-gestuurde outreach kent twee dimensies:

• Zender: Bedrijven die AI gebruiken om berichten te sturen, maken zich soms zorgen over transparantie en goedkeuring. OneShot biedt opties zoals co-pilot- en autopilotmodussen, waarmee gebruikers door AI gegenereerde content kunnen beoordelen en personaliseren voordat deze wordt verzonden.
• Ontvanger: Hoewel sommigen door AI gegenereerde berichten onpersoonlijk kunnen vinden, waarderen velen het onderzoek en de personalisatie die ze bieden. Het is een verschuiving van generieke begroetingen naar doelgerichte content die oprechte interesse wekt.

De bots menselijker maken

Generieke AI-oplossingen werken niet op de lange termijn. Bedrijven moeten:

• Taalgebruik aanpassen: Stem de toon en stijl van de AI af op de merkidentiteit en uw publiek. Denk aan het op maat maken van berichten voor CTO's versus individuele medewerkers.
• Bedrijfsdata benutten: Train AI-modellen op uw specifieke data om berichten te genereren die resoneren met uw ideale klanten.

Een toekomst van collaboratieve AI

AI vervangt mensen niet, maar vult ze aan. Stel je voor:

• AI neemt het voorbereidende werk voor zijn rekening: Prospects onderzoeken, eerste berichten opstellen, en repetitieve taken automatiseren.
• Mensen voegen de persoonlijke noot toe: AI-output beoordelen en verfijnen, relaties opbouwen, en deals sluiten

‍

Hoe u 3 veelvoorkomende intentesignalen omzet in kansen met AI

Het tonen van intentie is één ding. Erop reageren is iets anders. In deze post leggen we uit hoe u drie veelvoorkomende intentesignalen kunt gebruiken om hyperrelevante en gepersonaliseerde outreach te creëren.

Gautam Rishi2023-12-08

‍

Uniek prijsmodel @ OneShot

Mensen, geen sales: een andere benadering van prijsstelling

In tegenstelling tot traditionele sales-software rekent OneShot geen kosten op basis van gesloten deals. Ze richten zich op wat ze direct kunnen beïnvloeden: het aantal prospects dat u bereikt. Waarom deze aanpak?

• Focus op het traject: Het bereiken van de juiste mensen is cruciaal voor salessucces, zelfs als niet elke interactie tot een deal leidt.
• Transparantie en eerlijkheid: Bedrijven betalen alleen voor outreach-inspanningen, niet voor onvoorspelbare resultaten zoals conversieratio's.

Meer dan alleen cijfers: waarde op maat

Het gaat niet alleen om kwantiteit; OneShot kijkt ook naar de kwaliteit van de outreach. Hun prijsstelling weerspiegelt:

• Onderzoeksdiepte: Heeft u basisinformatie nodig of een diepgaande analyse van elke prospect?
• AI-Powered Berichten: Hoeveel gepersonaliseerde berichten verstuurt u per prospect?
• Multi-Channel Bereik: E-mail, LinkedIn, telefoongesprekken – kies de kanalen die bij uw strategie passen.

Een model voor wederzijds succes

Deze prijsstructuur is voordelig voor zowel OneShot als de klant:

• OneShot: Ze worden gestimuleerd om kwalitatieve leads en engagement te leveren.
• Klanten: Ze betalen alleen voor de outreach die ze nodig hebben en zien de waarde van elke potentiële connectie.

Tech Stack @ OneShot

Van LangChain naar een eigen oplossing

OneShot begon met LangChain, een populaire AI/ML-toolkit. Hoewel het een goede basis bood, ontbrak het aan de flexibiliteit die nodig was voor de specifieke behoeften van OneShot. Daarom stappen ze over naar een op maat gebouwde oplossing waarmee ze onder meer een "gateway" kunnen creëren voor de verbinding met meerdere AI-modellen.

De zoektocht naar de perfecte embeddings

OneShot doorzoekt een gigantische database van 40 miljoen bedrijven om de perfecte match voor elk bedrijf te vinden. Om dit te bereiken, gebruiken ze verschillende tools:

• GPT Embeddings: Deze leggen de betekenis van tekst vast en helpen relevante bedrijven te vinden op basis van trefwoorden en beschrijvingen.
• Pinecone & andere vectordatabases: Deze slaan de embeddings efficiënt op en maken snel zoeken mogelijk.
• ChatGPT-modellen: Deze analyseren de zoekopdracht van de gebruiker en identificeren de meest relevante kennisartikelen.
• Dynamisch wisselen van LLMs: Afhankelijk van de taak kan OneShot verschillende modellen gebruiken, zoals GPT-4 of Claude.

Gebruikmaken van open source

OneShot doet het niet alleen. Ze maken gebruik van open-source tools zoals die van u voor het fine-tunen van modellen en hostingoplossingen, wat zorgt voor efficiëntie en toegang tot de nieuwste ontwikkelingen.

Uitdagingen en geleerde lessen

Het bouwen van een AI-platform gaat niet zonder obstakels. OneShot staat voor uitdagingen zoals:

• Balans tussen flexibiliteit en gebruiksvriendelijkheid: Het bedienen van zowel technische als niet-technische gebruikers vereist zorgvuldige ontwerpkeuzes.
• Bijblijven met het veranderende LLM-landschap: Er verschijnen voortdurend nieuwe modellen en tools, wat aanpassing en exploratie vereist.
• Monitoren en onderhouden van de AI-engine: Het waarborgen van soepele prestaties en betrouwbaarheid is cruciaal voor het vertrouwen van de gebruiker.

De toekomst van OneShot:

OneShot vertrouwt momenteel op zijn API om verbinding te maken met AI-modellen, maar ze verkennen nieuwe horizonten. Naarmate ze schalen, overwegen ze integratie met platforms zoals Azure OpenAI om toegang te krijgen tot een breder scala aan modellen.

OneShot blijft echter voortdurend innoveren. Ze onderzoeken mogelijkheden zoals:

• Bring Your Own LLM: Gebruikers in staat stellen hun voorkeursmodellen te kiezen voor nog meer maatwerk.
• MLOps-integratie: Gebruikmaken van platforms voor robuuste monitoring en beheer van hun AI-infrastructuur.

Door flexibiliteit te omarmen, uitdagingen aan te pakken en voorop te blijven lopen, bouwt OneShot aan een krachtig en toegankelijk AI-platform dat bedrijven helpt succes te behalen.

Hoe OneShot LLMs beheert met Prompts

Zie prompts als instructies of vragen die de LLM helpen te begrijpen naar welke informatie u op zoek bent.

OneShot gebruikt geen 'one-size-fits-all'-aanpak. Ze bieden verschillende prompts voor verschillende toepassingen:

• Leadkwalificatie: Is dit de juiste persoon om contact mee op te nemen? Prompts helpen de AI om data te analyseren en een duidelijk ja of nee te geven.
• Informatie-extractie: Vat de belangrijkste punten samen over de onderneming van een prospect. Prompts sturen de AI aan om relevante informatie te vinden en deze beknopt te presenteren.
• Sales Content Creation: Stel gepersonaliseerde e-mails, LinkedIn-berichten en belscripts op. Prompts helpen de AI om de content af te stemmen op uw specifieke prospect en de gewenste toon.

OneShot geeft gebruikers de controle over prompts. U kunt het model kiezen waarop de prompts worden uitgevoerd en instellingen zoals "creatief" of "deterministisch" aanpassen om de resultaten te verfijnen.

Full-Stack wordt AI: hoe LLMs softwareontwikkeling herdefiniëren

Herinnert u zich de tijd nog dat "full-stack developer" betekende dat u moest jongleren tussen front-end en back-end? Welnu, maak plaats, want AI maakt nu deel uit van die vergelijking! LLMs veranderen het ontwikkelingslandschap compleet:

1. AI is de nieuwe "full-stack": Het gaat niet meer alleen om code. Ontwikkelaars moeten nu AI-functies, embeddings en MLOps platforms begrijpen. De gehele pipeline is doordrenkt met AI!

2. AI is een commoditeit geworden: Het bouwen en gebruiken van AI-modellen is eenvoudiger dan ooit dankzij gebruiksvriendelijke platforms. Ontwikkelaars kunnen zich nu richten op fine-tuning en maatwerk.

3. Chatbots zijn de nieuwe co-pilots: De tijd van eindeloos zoeken op Google is voorbij. Engineers kunnen nu AI-assistenten zoals ChatGPT inzetten om betere code te schrijven en hun productiviteit te verhogen.

‍

‍Hoe AI SDRs de salesontwikkeling in 2024 gaan beïnvloeden

Wordt 2024 het jaar van de AI SDR? Hoewel de functie van sales development representative de eerste lijkt die in aanmerking komt voor automatisering, is de werkelijkheid nuanceerder. Lees verder om te ontdekken wat de opkomst van AI in sales betekent voor SDRs.

Dan Moran - 2023-12-05

‍

Maak je bedrijf toekomstbestendig: zet LLMs in voor succes

De wereld van AI ontwikkelt zich razendsnel en Large Language Models (LLMs) lopen voorop in deze verandering. Maar met zoveel innovatie kan het lastig zijn om te weten waar te beginnen en hoe u uw bedrijf voorbereidt op de toekomst.

LLMs zijn geen futuristisch concept meer. Ze zijn er, ze zijn toegankelijk en ze bieden concrete waarde voor diverse afdelingen. Of het nu gaat om het verhogen van de werknemersproductiviteit bij sales en marketing, of het creëren van gepersonaliseerde ervaringen voor klanten: het integreren van LLMs in uw workflow kan leiden tot aanzienlijke concurrentievoordelen.

Het volstaat echter niet om simpelweg generieke LLM-oplossingen te implementeren. Om hun potentieel echt te benutten, moet u ze aanpassen aan uw specifieke bedrijfsprocessen. Dit omvat het fine-tunen van modellen, het integreren van menselijke expertise en het toepassen van efficiënte MLOps-platforms voor continue verbetering. Onthoud dat LLMs tools zijn; uw expertise in de toepassing ervan maakt het verschil.

Praktisch advies voor lezers:

• Begin klein en experimenteer: Probeer niet alles tegelijk te doen. Kies een specifieke zakelijke uitdaging waar LLMs duidelijke waarde kunnen toevoegen, en begin te experimenteren met verschillende modellen en toepassingen.
• Focus op maatwerk: Onthoud dat gestandaardiseerde oplossingen zelden werken. Investeer tijd in het begrijpen van uw unieke behoeften en stem LLM-oplossingen af op uw specifieke context.
• Bouw aan een cultuur van continu leren: Het LLM-landschap evolueert voortdurend. Blijf op de hoogte, verken nieuwe ontwikkelingen en moedig uw team aan om een leven lang te leren in dit dynamische domein.

Lees onze eerdere blogs in de True ML Talks-serie:

‍

‍GenAI en LLMOps voor Customer Success @ Level AI

Ontdek hoe Level AI GenAI en LLMOps inzet om Customer Success en Quality Assurance op te lossen, verteld door Abhimanyu, Staff AI Research Engineer @ Level AI

TrueFoundry Blog TrueFoundry

‍

Blijf kijken naar de TrueML youtube series en lees de TrueML blog series.

TrueFoundry is een ML Deployment PaaS op Kubernetes die ontwikkelaarsworkflows versnelt en tegelijkertijd volledige flexibiliteit biedt bij het testen en implementeren van modellen, met behoud van optimale beveiliging en controle voor het infrateam. Via ons platform stellen we Machine Learning-teams in staat om binnen 15 minuten modellen te deployen en monitoren met 100% betrouwbaarheid, schaalbaarheid en de mogelijkheid om binnen seconden te roll-backen. Dit bespaart kosten en brengt modellen sneller naar productie, wat zorgt voor het realiseren van echte bedrijfswaarde.