Jak Google Cloud wykorzystało AI role play do certyfikacji pitchu? Analiza publicznego case study Yoodli

Jak Google Cloud wykorzystało AI role play do certyfikacji pitchu? Analiza publicznego case study Yoodli

AI role play coraz częściej pojawia się nie jako ciekawostka technologiczna, ale jako konkretne narzędzie do szkolenia pracowników. Szczególnie tam, gdzie firma nie chce tylko przekazać wiedzy, ale sprawdzić, czy ludzie potrafią wykorzystać ją w rozmowie.

Dobrym przykładem jest publiczne case study Yoodli opisujące wdrożenie w Google Cloud. Według materiału Yoodli, zespół Go-To-Market Google Cloud musiał wdrożyć nową strategię i certyfikować ponad 15 000 pracowników z nowego pitchu dotyczącego usług Google Cloud. Cały proces miał zostać przeprowadzony w ciągu jednego miesiąca.

To skala, przy której klasyczne podejście szybko zaczyna być problemem. Można zorganizować szkolenie prowadzone przez instruktora. Można poprosić managerów o przeprowadzenie role playów. Można ręcznie oceniać nagrania i wypowiedzi. Tylko że przy kilkunastu tysiącach osób oznacza to ogromny nakład czasu, dużą liczbę ocen do wykonania i ryzyko, że każdy uczestnik będzie ćwiczył trochę inaczej.

Właśnie dlatego ten przykład jest ciekawy nie tylko dla dużych korporacji. Pokazuje problem, który pojawia się też w mniejszych firmach, tylko w innej skali: jak sprawić, żeby ludzie nie tylko poznali nową narrację, ale naprawdę umieli ją powiedzieć własnymi słowami w rozmowie z klientem.

Na czym polegał problem Google Cloud?

Według case study Yoodli, Google Cloud potrzebowało szybkiego i spójnego wdrożenia nowej strategii GTM. Nie chodziło wyłącznie o przekazanie prezentacji albo materiałów szkoleniowych. Pracownicy mieli umieć przedstawić nowy pitch usług w sposób zgodny z oczekiwaną narracją.

To ważna różnica. Można przeczytać dokument, obejrzeć szkolenie i nadal nie umieć dobrze przeprowadzić rozmowy. Pitch sprzedażowy nie istnieje na slajdzie. On działa dopiero wtedy, gdy człowiek potrafi użyć go w kontakcie z drugą osobą, odpowiedzieć na pytania, zareagować na obiekcje i zachować spójność komunikatu.

Przy takiej skali Google Cloud musiało rozwiązać kilka problemów naraz:

• jak dać wielu osobom możliwość praktycznego ćwiczenia,
• jak sprawdzić, czy uczestnicy używają właściwych punktów rozmowy,
• jak zapewnić spójność certyfikacji,
• jak ograniczyć czas potrzebny na ręczne ocenianie,
• jak umożliwić powtarzanie ćwiczeń bez ciągłego angażowania managerów i trenerów.

To są bardzo praktyczne wyzwania. W wielu firmach szkolenie kończy się na materiale, webinarze albo teście wiedzy. Tutaj problem był inny: pracownik miał przećwiczyć konkretną rozmowę i zostać oceniony na podstawie tego, jak poradził sobie z pitchem.

Jaką rolę odegrał Yoodli AI?

Z opisu Yoodli wynika, że Google Cloud wykorzystało Yoodli AI sales coach do stworzenia dedykowanego programu certyfikacji pitchu. Program był dopasowany do metody Google Cloud, a nie oparty wyłącznie na ogólnym scenariuszu sprzedażowym.

W ramach wdrożenia zespół enablementu i L&D mógł przygotować scenariusze specyficzne dla Google Cloud, dodać kontekstowe obiekcje, ustawić własne rubryki oceny i zdefiniować najważniejsze punkty, które uczestnicy powinni poruszyć w swojej wypowiedzi.

To jest jeden z najważniejszych elementów całego przykładu. AI role play nie był tu tylko „rozmową z botem”. Był częścią konkretnego procesu: pracownik miał ćwiczyć określony pitch, mierzyć się z obiekcjami i otrzymać informację zwrotną na podstawie wcześniej ustalonych kryteriów.

Jak wyglądał proces uczestnika?

Według case study Yoodli, uczestnicy przechodzili do Yoodli przez system LMS Intellum. Następnie ćwiczyli swój pitch z AI sales coachem, odpowiadali na kontekstowe obiekcje i otrzymywali raport coachingowy.

Taki raport obejmował między innymi informację o tym, które punkty rozmowy zostały poruszone, jak uczestnik poradził sobie z obiekcjami oraz jak wypadły elementy komunikacyjne, takie jak obecność w rozmowie, tempo wypowiedzi czy słuchanie.

Ciekawy jest też element powtarzalności. Uczestnicy mieli nielimitowany dostęp do Yoodli, więc mogli ćwiczyć wiele razy. To zmienia charakter szkolenia. Zamiast jednego podejścia przed trenerem lub managerem, pracownik może wracać do ćwiczenia, poprawiać wypowiedź i budować większą pewność siebie przed właściwą certyfikacją.

W case study pojawia się również aspekt informacji zwrotnej od ludzi. Część użytkowników dzieliła się swoimi wystąpieniami z kolegami, żeby otrzymać dodatkowy feedback. To ważny sygnał, bo AI nie musi zastępować człowieka w całym procesie. Może przejąć pierwszą warstwę ćwiczenia i analizy, a człowiek może wejść tam, gdzie potrzebna jest głębsza rozmowa, coaching albo decyzja.

Jakie efekty opisano w case study?

W publicznym materiale Yoodli podano kilka konkretnych wyników. Program miał osiągnąć 92% CSAT przy celu ustawionym na 90%. Completion rate, czyli wskaźnik ukończenia programu, miał być o 20% wyższy niż średnia dla szkoleń Google Cloud.

Najciekawszy jest jednak inny wynik. Według case study, liczba kluczowych punktów GCP poruszanych przez uczestników wzrosła o ponad 100% między pierwszą a ostatnią sesją ćwiczeniową w Yoodli.

To pokazuje bardzo praktyczny efekt. Nie chodzi tylko o to, że uczestnikom podobało się szkolenie. Ważniejsze jest to, że z czasem zaczęli trafiać w więcej punktów, które firma uznała za istotne w nowym pitchu.

Yoodli podaje też, że 77% power userów udostępniało swoje wypowiedzi współpracownikom, aby otrzymać feedback od ludzi. To sugeruje, że AI role play może nie tylko automatyzować część szkolenia, ale też wspierać uczenie się między pracownikami.

Dlaczego ten przykład jest ważny?

Case study Google Cloud jest ciekawe, bo pokazuje AI role play w bardzo konkretnym zastosowaniu. Nie chodziło o ogólne „szkolenie z komunikacji”. Celem było wdrożenie nowego pitchu, sprawdzenie jego stosowania i certyfikacja dużej grupy pracowników.

To dobrze pokazuje, gdzie AI role play ma największy sens. Nie tam, gdzie wystarczy przeczytać instrukcję. Nie tam, gdzie trzeba tylko kliknąć test ABC. Największa wartość pojawia się w sytuacjach, w których pracownik musi coś powiedzieć, zareagować, obronić argument, odpowiedzieć na obiekcję i zrobić to zgodnie ze standardem firmy.

Właśnie dlatego podobny mechanizm można rozważać nie tylko w globalnych organizacjach. Mniejsza firma może mieć dokładnie ten sam problem, tylko na mniejszej liczbie osób. Na przykład:

• handlowcy mają nauczyć się nowej argumentacji sprzedażowej,
• obsługa klienta ma lepiej reagować na reklamacje,
• managerowie mają ćwiczyć rozmowy feedbackowe,
• nowi pracownicy mają przejść onboarding i rozmowę sprawdzającą znajomość procedur,
• zespół ma przygotować się do rozmów o nowej ofercie, zmianie cennika albo wdrożeniu nowego procesu.

W każdym z tych przypadków pytanie jest podobne: czy pracownik potrafi zastosować wiedzę w rozmowie, a nie tylko ją powtórzyć.

Co z tego wynika dla szkoleń sprzedażowych?

Szkolenia sprzedażowe często skupiają się na procesie, technikach i argumentacji. To potrzebne, ale dopiero rozmowa pokazuje, czy handlowiec potrafi z tego skorzystać.

Pracownik może znać nowy pitch, ale pomijać najważniejsze punkty. Może rozumieć wartość produktu, ale mówić o niej zbyt ogólnie. Może wiedzieć, jak odpowiedzieć na obiekcję, ale w praktyce zaczynać od obrony albo rabatu.

AI role play pozwala wychwycić takie rzeczy wcześniej. Zamiast czekać na prawdziwą rozmowę z klientem, firma może stworzyć scenariusz i zobaczyć, jak pracownik radzi sobie w bezpiecznym środowisku.

To nie zastępuje całej pracy managera sprzedaży. Może jednak odciążyć go w powtarzalnych elementach treningu. Manager nie musi być obecny przy każdej próbie. Może wejść później, zobaczyć wynik, przejrzeć feedback i skupić się na osobach lub obszarach, które naprawdę wymagają wsparcia.

Co z tego wynika dla onboardingu?

W opisie Yoodli pojawia się informacja, że po sukcesie programu Google Cloud zaczęło wykorzystywać Yoodli także w innych programach enablementowych, między innymi w onboardingu, przygotowaniu do wystąpień i treningu managerów.

To naturalny kierunek. Onboarding często kończy się na przekazaniu wiedzy: prezentacji, dokumentacji, lekcjach i testach. Problem w tym, że nowy pracownik bardzo szybko musi zacząć rozmawiać z klientami, zespołem albo przełożonymi.

Symulacja rozmowy może pomóc sprawdzić, czy nowa osoba rozumie nie tylko procedurę, ale też jej praktyczne zastosowanie. Może przećwiczyć rozmowę z klientem, pytania o ofertę, reakcję na problem albo wyjaśnienie zasad działania usługi.

Dzięki temu onboarding staje się mniej teoretyczny. Pracownik nie tylko kończy moduł, ale pokazuje, że potrafi użyć wiedzy w rozmowie.

Co z tego wynika dla mniejszych firm?

Łatwo uznać, że case study Google Cloud dotyczy wyłącznie ogromnych organizacji. Skala jest rzeczywiście duża. Ponad 15 000 osób, globalny zespół, certyfikacja pitchu i wdrożenie przez LMS to poziom enterprise.

Ale sam problem nie jest zarezerwowany dla korporacji. Mniejsze firmy też wdrażają nowe oferty, zmieniają sposób sprzedaży, uczą ludzi obsługi reklamacji, onboardują pracowników i próbują ujednolicić komunikację z klientem.

Różnica polega na tym, że mniejsza firma nie musi zaczynać od dużego programu certyfikacyjnego. Może zacząć od jednego scenariusza:

• rozmowa z klientem, który uważa, że cena jest za wysoka,
• reklamacja po opóźnionej realizacji,
• rozmowa z kandydatem na stanowisko sprzedażowe,
• feedback dla pracownika, który nie realizuje ustaleń,
• sprawdzenie, czy nowa osoba zna procedurę obsługi klienta.

Taki pojedynczy scenariusz może dać firmie więcej informacji niż ogólny test wiedzy. Pokazuje, jak pracownik rozmawia, jak reaguje i gdzie potrzebuje dalszego treningu.

Jak podobne podejście można wykorzystać w Talkrank?

Talkrank rozwija tę samą kategorię zastosowań: rozmowy symulacyjne z AI, praktyczny trening i ocenę kompetencji na podstawie scenariusza. Różnica polega na tym, że firma może samodzielnie utworzyć dowolny scenariusz, opisać kontekst rozmowy i wybrać własne kryteria oceny.

Przykład Google Cloud pokazuje sens takiego podejścia w dużej skali. Talkrank pozwala wykorzystać podobną logikę w codziennej pracy firmy: najpierw określić, jaką rozmowę pracownik ma umieć przeprowadzić, potem dać mu możliwość ćwiczenia z AI, a na końcu ocenić wynik według jasnych kryteriów.

Może to być pitch sprzedażowy, obiekcja klienta, rozmowa reklamacyjna, onboarding, rekrutacja albo trudna rozmowa managerska. W każdym przypadku chodzi o to samo: nie tylko przekazać wiedzę, ale sprawdzić, czy człowiek potrafi wykorzystać ją w praktyce.

W Talkrank administrator może tworzyć scenariusze, wybierać tryb rozmowy, korzystać z tekstu, voice lub video oraz ustawiać kryteria oceny dopasowane do konkretnej sytuacji. Dzięki temu symulacja nie jest ogólnym ćwiczeniem, tylko praktycznym sprawdzeniem kompetencji.

Najważniejszy wniosek z case study Google Cloud

Najważniejszy wniosek nie brzmi: „każda firma powinna kopiować wdrożenie Google Cloud”. To byłoby nierealne. Większość firm nie ma takiej skali, takiego zaplecza L&D ani takiego procesu enablementowego.

Lepszy wniosek jest prostszy: jeśli firma chce zmienić sposób rozmowy pracowników z klientami, sam materiał szkoleniowy może nie wystarczyć. Ludzie potrzebują praktyki, powtórzeń i feedbacku. AI role play daje możliwość ćwiczenia tego w sposób bardziej dostępny i powtarzalny niż wyłącznie ręczne role playe z managerem lub trenerem.

To dotyczy dużych i małych organizacji. Skala może być inna, ale mechanizm jest podobny: scenariusz, rozmowa, feedback, poprawa i ponowna próba.

FAQ – Google Cloud, Yoodli i AI role play w szkoleniach

Czy Google Cloud korzystało z Talkrank?

Nie. Opisywany przykład pochodzi z publicznego case study Yoodli i dotyczy wykorzystania Yoodli AI w Google Cloud. Artykuł omawia ten przypadek jako przykład zastosowania AI role play w szkoleniach i certyfikacji pracowników.

Do czego Google Cloud wykorzystało Yoodli AI?

Według case study Yoodli, Google Cloud wykorzystało Yoodli AI do wdrożenia i certyfikacji nowego pitchu GTM dla ponad 15 000 pracowników w ciągu jednego miesiąca.

Jakie wyniki opisano w case study?

Yoodli podaje między innymi 92% CSAT, completion rate 20% wyższy niż średnia szkoleń Google Cloud oraz ponad 100% wzrost liczby trafionych punktów GCP między pierwszą a ostatnią sesją ćwiczeniową.

Dlaczego AI role play może być przydatny w szkoleniach sprzedażowych?

Ponieważ pozwala ćwiczyć realne rozmowy, a nie tylko zapamiętywać materiał. Pracownik może przećwiczyć pitch, odpowiedzieć na obiekcje i otrzymać feedback przed rozmową z prawdziwym klientem.

Czy AI role play zastępuje managera lub trenera?

Nie musi zastępować. Może przejąć część powtarzalnego treningu i pierwszą warstwę feedbacku. Manager lub trener nadal może analizować najważniejsze przypadki i wspierać pracowników tam, gdzie potrzebna jest ludzka ocena.

Czy podobne podejście ma sens w mniejszych firmach?

Tak, ale w mniejszej skali. Firma nie musi od razu certyfikować tysięcy osób. Może zacząć od jednego scenariusza, na przykład obiekcji cenowej, reklamacji, onboardingu albo rozmowy feedbackowej.

Podsumowanie

Publiczne case study Yoodli dotyczące Google Cloud pokazuje, jak AI role play może wspierać duże programy szkoleniowe, certyfikację pitchu i rozwój kompetencji rozmownych w skali organizacji. Najważniejsze w tym przykładzie nie są same liczby, ale sposób działania: uczestnicy mogli ćwiczyć, mierzyć się z obiekcjami, otrzymywać feedback i poprawiać swoje wypowiedzi.

Dla firm oznacza to ważną zmianę w myśleniu o szkoleniach. Wiedza przekazana na szkoleniu to dopiero początek. Jeśli pracownik ma lepiej rozmawiać z klientem, kandydatem albo członkiem zespołu, potrzebuje praktyki w sytuacjach podobnych do prawdziwej pracy.

Talkrank pozwala wykorzystać podobny kierunek w praktyce: stworzyć własny scenariusz rozmowy, wybrać kryteria oceny i sprawdzić, jak pracownik radzi sobie w symulacji z AI. Nie trzeba zaczynać od dużego programu enterprise. Czasem wystarczy jeden dobrze przygotowany scenariusz, żeby zobaczyć, gdzie zespół naprawdę potrzebuje treningu.

Źródło omawianego przykładu: publiczne case study opublikowane przez Yoodli: „How Google Cloud used Yoodli AI to rollout new GTM pitch certification to 15,000+ employees (with 92% CSAT)”. Talkrank nie jest powiązany z Yoodli ani z Google Cloud. Nazwy Yoodli i Google Cloud zostały użyte wyłącznie w celu omówienia publicznie dostępnego przykładu wykorzystania AI role play.