Equinix CIO利用AI技術探索潛力合作夥伴的全球資料基礎設施企業

跨國資料基礎設施公司Equinix自2018年以來一直在利用機器學習技術。他們開展了一項使用機器學習機率模型來預測潛在客戶購買Equinix產品可能性的計畫。自從該計劃啟動以來，已經為公司帶來了數百萬美元的收入貢獻

自從專案啟動以來，隨著Equinix公司的發展，對於通路合作夥伴在加速客戶獲取和擴張方面的依賴也在不斷增加。因此，在2021年，Equinix對其商機平台進行了重新審視，並透過添加數據驅動的銷售商機方法來進一步提升。同時，也利用人工智慧來識別那些最適合幫助企業在全球以及特定地區和國家推動新銷售的合作夥伴

在某些地區、部門和產業，Equinix的通路夥伴具有獨特的優勢，可以滿足客戶對公正指導、整合解決方案和先進服務的需求。一個典型的例子是在聯邦業務部門，確定具備必要許可和已經建立關係的合作夥伴至關重要

該公司首席資訊長Milind Wagle表示：「釋放人工智慧的巨大潛力，為我們的業務帶來實際的影響，這是我們IT組織的首要任務。其中一個完美的例子就是，為我們的通路計畫建立一個創新的、智慧的、基於人工智慧的商機引擎，這讓我們能夠結合人工智慧技術的創新力量，為公司建立競爭市場差異化，並幫助改善我們客戶和我們渠道合作夥伴的體驗。”

這個計劃被稱為“AI驅動的合作夥伴商機”，它明確了透過Equinix直銷、間接合作夥伴或通路銷售獲得最佳服務的潛在客戶。該計劃有兩個目標：確定最有潛力推動獲得新客戶的合作夥伴，並優先考慮那些預計將產生最高訂購價值的合作夥伴

Equinix公司的人工智慧策略和分析高級總監Ted Dangson表示：「這使得Equinix能夠將投資和資源集中在最適合聯合銷售和轉售的合作夥伴身上。」

該計劃計劃於今年9月中旬全面推出，透過審查模型結果和儀表板，展示數據科學如何幫助IT利用人工智慧和機器學習更好地瞄準銷售目標並提高收入

預測的力量

Equinix公司的高級首席數據科學家Ram Bala向我們介紹了他目前的工作任務

Bala表示：「Equinix在機會識別和合作夥伴優先順序方面有獨特的需求。全球有超過1300家技術供應商和服務提供者經過嚴格的審查流程才能成為Equinix的合作夥伴，並且在過去三年中，他們已經與Equinix達成了超過9000項交易。僅在美國就有很多機會和大量的RFP，因此必須確定與Equinix相關的RFP和聯合銷售合作夥伴。」

當傑克森表示，透過應用適當的資料管理、傾向分析、機器學習和商業智慧工具，他的團隊在2021年發現，Equinix能夠分析來自通路合作夥伴和最終客戶的數據，以確定哪些客戶最適合直接透過Equinix獲得服務，哪些最適合透過合作夥伴和經銷商獲得服務。此外，他們還能夠將最終用戶的需求與合作夥伴服務的親和力和表面洞察力聯繫起來，幫助各方加速收入增長

Dangson的團隊與Equinix合作夥伴以及聯邦銷售和營銷團隊緊密合作，尋找機會。他們首先尋找可能擁有可覆蓋其用例的開箱即用解決方案供應商，但最終決定與Equinix的IT、數據科學和工程團隊合作，自主構建一個定制的AI模型

Bala和他的數據科學家團隊在這個專案中進行了大量的內部數據和第三方數據分析，以確定哪些數據集對於製定有效的合作夥伴優先數據科學策略至關重要

Bala表示：「我們利用與潛在客戶和合作夥伴相關的公司統計和技術數據屬性，依賴來自開源聯邦數據庫的歷史政府合約和獎勵數據，此外我們還對文本文檔和PDF進行綜合訪問，其中提供了有關即將到來的機會和RFP的廣泛資訊。我們也從Equinix內部資料集中確定了類似客戶和合作夥伴之間歷史關聯關係。」

接下來，團隊開始建立機器學習模型，利用這些資料來：

• 針對企業合作夥伴優先順序制定全球和國家級評分及建議
• 確定政府發起的與Equinix相關的數位轉型項目，並針對聯邦機構的合作夥伴優先級制定國家級和機構層級的評分和建議
• 科學地驗證現有合作夥伴，並確定新合作夥伴的優先順序
• 透過直接銷售或間接銷售找出最好的最終潛在客戶
• 重新調整通路銷售目標，讓合作夥伴能夠啟動潛在客戶，展開數據驅動的銷售工作。

Dangson表示，Equinix的合作夥伴商機平台利用自然語言處理演算法從RFP文件中提取相關摘錄，並附上每個商機的相關性評分。他指出，這些演算法也為他們的建議提供了支持理由。 當森表示，Equinix的合作夥伴商機平台利用自然語言處理演算法從RFP文件中提取相關摘錄，並附上每個商機的相關性評分。他指出，這些演算法也為他們的建議提供了支持理由

他說，這些額外的細節徹底改變了最終用戶對模型預測的解釋和利用方式，從而使得採用率逐漸上升，並取得了總體上的成功

巴拉表示，經驗表明，該專案面臨的最大挑戰是訓練機器學習模型所需的資料註釋和標記不足的樣本。由於缺乏註釋數據，很難建立高精度且計算高效的模型來識別來自政府機構的Equinix相關RFP，而且標記不准確的樣本導致難以訓練機器學習模型以優先考慮企業銷售的合作夥伴

為了解決這些問題，我們使用了來自不同學術和企業研究機構的技術。我們花了近四個月的時間開發了最小可行產品，並花了五個月的時間開發了可擴展的、可整合的端到端解決方案

交付與創新

在Equinix的報告中指出，部署了該解決方案後，最終用戶認為這是一個關鍵工具，使他們的工作更輕鬆、更快速、更準確。根據2023年第二季財報顯示，Equinix的通路計畫佔據了訂購量的40%，並且幾乎獲得了新客戶的60%

Bala認為，在推動數位轉型的過程中，透過AI驅動型合作夥伴商機的成功，關鍵在於在交付和創新之間取得平衡

我們的目標是創造一個充滿創新和發展活力的環境，以實現我們提供可衡量的商業價值和最大化投資回報的目標。當我們在整個組織中傳播這種創新文化時，我們開始看到變革性舉措逐漸引起人們的興趣並受到關注。在這個過程中，我們不僅培養了創造力並積極影響團隊士氣，而且還創造了一個將失敗視為寶貴學習經驗的環境

以上是Equinix CIO利用AI技術探索潛力合作夥伴的全球資料基礎設施企業的詳細內容。更多資訊請關注PHP中文網其他相關文章！