Hasła o innowacji i kliencie w centrum potrafią szybko stracić znaczenie. Nina Nourafrouz, Chief Growth Officer w Billennium, nadaje im nową treść. W rozmowie z Business Growth Review opowiada o pierwszych 90 dniach na stanowisku, budowaniu strategii wzrostu opartej na danych i AI, a także o tym, jak tworzyć organizację, która naprawdę słucha — klientów, rynku i własnych zespołów.
Po objęciu roli Chief Growth Officer, Nina Nourafrouz postawiła na słuchanie zamiast dyktowania planów. W ciągu trzech miesięcy połączyła zespoły, klientów i partnerów, by wspólnie zdefiniować kierunek rozwoju Billennium — firmy, która z polskich korzeni buduje europejską i globalną pozycję w obszarze transformacji cyfrowej i sztucznej inteligencji. W wywiadzie zdradza, jak AI zmienia sposób podejmowania decyzji, dlaczego efektywność może napędzać innowacje, a nie je ograniczać, i jak wygląda prawdziwa współpraca z klientami, w której „customer-first” przestaje być sloganem, a staje się codzienną praktyką.
Grzegorz Kubera, Business Growth Review: Jakie były Twoje trzy niepodważalne priorytety na pierwsze 90 dni po objęciu stanowiska Chief Growth Officer w Billennium? 
Nina Nourafrouz, Chief Growth Officer w Billennium: Po objęciu tej roli zaczęłam od słuchania i uczenia się. Zorganizowaliśmy serię wewnętrznych warsztatów, łącząc osoby z różnych działów. Zależało mi, aby każdy miał szansę na wniesienie swojego wkładu – nie tylko do strategii, ale także do sposobu jej realizacji. Te rozmowy pokazały zarówno siłę naszego zespołowego ducha, jak i obszary, które wymagają rozwoju.
Równolegle spotykałam się z naszymi klientami i partnerami, patrząc też szerzej na rynek globalny. Dla firmy zakorzenionej w Polsce, ale o rosnących europejskich ambicjach, kluczowe jest zrozumienie, jak nasze działania wpisują się w szersze trendy – od cyfryzacji sektora publicznego, przez transformację nauk o życiu, po wdrażanie rozwiązań napędzanych sztuczną inteligencją.
Z tych pierwszych kroków wyłoniły się trzy niepodważalne priorytety. Po pierwsze, zadbać, by nasza strategia go-to-market była inkluzywna i osadzona w realiach. Kształtowana nie tylko przez kadrę kierowniczą, ale też przez inteligencję zbiorową naszych zespołów, klientów i partnerów. Po drugie, dostroić nasz silnik wzrostu tak, by sprzedaż, marketing, delivery i partnerstwa działały jako jedna całość – wzrost nie będzie miał miejsca, jeśli pozostaniemy w silosach. Po trzecie, zbudować pipeline, który odzwierciedla przyszłość europejskiej agendy cyfrowej, a jednocześnie służy klientom lokalnym i globalnym – odpowiedzialna AI, odporna infrastruktura IT oraz usługi, które realnie zmieniają życie ludzi dając im lepszą ochronę zdrowia.
Pierwsze 90 dni nie polegało na narzucaniu planu, tylko na układaniu fundamentów pod jedną organizację o wspólnym kierunku. To właśnie te fundamenty pozwalają nam realistycznie patrzeć na teraźniejszość jednocześnie przygotowując się na przyszłość.
Customer-first w praktyce. Zaufanie, współtworzenie, efekty
Hasło customer-first może stać się banalne – jak przełożysz je na praktykę? Jakie konkretne zmiany klienci zauważą w ciągu najbliższych 12 miesięcy?
Często rzeczy wydają się banalne, ponieważ dotykają uniwersalnej prawdy. Problem zaczyna się jednak wtedy, gdy zostają one na poziomie haseł i nie idą za tym działania. Stwierdzenie „customer-first” jest doskonałym przykładem: jeśli tylko je powtarzasz, nic nie znaczy – jeśli konsekwentnie nim żyjesz, staje się ono twoją siłą. Dla nas „customer-first” oznacza, że każda decyzja – projektowanie usługi lub tworzenie nowego zespołu – musi przejść prosty test: czy to zwiększa szanse naszego klienta na sukces? W praktyce sprowadza się to do trzech rzeczy.
Po pierwsze, budujemy Z klientami, a nie tylko DLA nich. Nasz zespół Customer Experience współpracuje między działami, patrzy na całą ścieżkę oczami klienta, podważa założenia i ciągle doskonali sposób dostarczania rozwiązań.
Po drugie, łączymy naszą pracę bezpośrednio z łańcuchem wartości klienta. Sukces mierzymy nie liczbą „wyrobionych godzin”, lecz efektami – przyspieszeniem innowacji, wzmocnieniem odporności klienta, czy uwolnieniem istniejących zasobów pod wzrost.
I po trzecie, ostatecznym sprawdzianem jest zaufanie. Na zaufania trzeba zapracować dostarczając klientom realną wartość. Fakt, że zapraszają nas oni do kolejnych obszarów współpracy i przedłużają długoterminowe partnerstwa, jest najczytelniejszym sygnałem, że idziemy we właściwym kierunku.
Czytaj też: Właściciele jednoosobowych firm zarabiają sześciocyfrowe kwoty z pomocą AI
Wzrost napędzany danymi i AI. Od RevOps po realne efekty
Które wskaźniki traktujesz jako north-star i dlaczego właśnie one? NRR, win rate, velocity, CSAT/NPS?
Wzrost nigdy nie sprowadza się do jednego wskaźnika. Chodzi o wyważenie kondycji dzisiejszego biznesu z siłą jutrzejszych szans.
Po stronie klienta śledzimy wskaźnik utrzymania przychodów netto (NRR) oraz jego satysfakcję – dzięki temu dowiadujemy się, czy naprawdę tworzymy wartość i budujemy zaufanie. Idziemy też głębiej: mierzymy dostarczane rezultaty na całej ścieżce klienta, żeby widzieć, w czym jesteśmy najlepsi, a nad czym musimy jeszcze popracować.
Po stronie rynku kluczowe są wskaźniki, takie jak pipeline quality, velocity, czy win rate. W Polsce, tak jak w całej Europie, konkurencja jest ostra, a benchmarking z najlepszymi trzyma nas w formie.
Równie ważne jest monitorowanie doskonałości operacyjnej wewnątrz organizacji. Tylko gdy sami trzymamy najwyższe standardy, możemy zapewnić doskonałość klientom. Ostatecznie te metryki to nie tylko liczby – to dowód, że idziemy we właściwym kierunku: z zaufaniem klientów, konkurencyjnością na rynku i stałym doskonaleniu sposobu pracy.
Gdzie widzisz największe szanse dla Billennium globalnie i jak dostosujesz działania go-to-market do poszczególnych regionów?
Największe szanse pojawiają się tam, gdzie globalne wyzwania spotykają się z możliwościami technologii. Dla nas oznacza to mocniejsze wejście w cyfryzację sektora publicznego w Europie, gdzie rządy są pod presją modernizacji usług i dostarczania realnych efektów obywatelom. To także branża life sciences i ochrona zdrowia – wszędzie tam, gdzie dane, chmura i AI zmieniają sposób, w jaki innowacje trafiają do pacjentów na całym świecie. I wreszcie usługi oparte na AI oraz automatyzacja, które są dziś w centrum rozmów w praktycznie każdej branży – od Europy, przez Azję, po Ameryki.
Chcemy te szanse wykorzystać, ale wiemy, że każdy rynek wymaga innego działania. W Europie Środkowej skala programów transformacyjnych daje nam wyjątkową trampolinę do wzrostu. W Europie Zachodniej i Ameryce Północnej kluczem jest głęboka specjalizacja – pozycjonowanie się jako partner, który dogłębnie rozumie wyzwania danej branży. A na rynkach szybko rosnących przewagę daje szybkość i elastyczność – dostarczanie sprawdzonych rozwiązań i ich szybka lokalizacja.
W skali globalnej nasza zasada jest prosta: być blisko klientów, przewidywać kierunek rynku i nigdy nie tracić ambicji, by wychodzić poza strefę komfortu. Świat zmienia się szybko i chcemy być w gronie firm, które nie tylko reagują na zmiany, lecz także pomagają je kształtować.
Jak zbudujesz stack analityczny i RevOps, który realnie poprowadzi sprzedaż, delivery i customer success – end-to-end?
Uważam, że w podejmowaniu decyzji opartych na danych najważniejsze nie jest śledzenie liczb w dashboardzie, a łączenie różnych perspektyw. Od spojrzenia na rynek, sposobu rozwijania talentów, naszej zdolności do innowacji oraz umiejętności sprzedaży, po doradztwo – tak, by jak najlepiej służyć klientom. Prawdziwe wyzwanie to spiąć te wymiary w całość i sprawić, by działały szybciej, prościej i bardziej automatycznie.
I tu właśnie AI zmienia zasady gry. Dzięki naszemu rozwiązaniu BillyGenie budujemy warstwę napędzaną sztuczną inteligencją, która nie tylko zbiera informacje, ale łączy je w całej organizacji. Pomaga nam rozumieć rynkowe sygnały, zgrywać je z naszymi wewnętrznymi możliwościami i przekładać na wartość dla klienta. Wspiera też ludzi – kieruje zespoły sprzedaży do właściwych szans, daje liderom delivery wcześniejszy wgląd w ryzyka i umożliwia zespołom customer success działanie z większą precyzją.
W gruncie rzeczy AI pozwala przebić się przez szum danych i skupić na tym, co naprawdę ważne: gdzie możemy rosnąć, jak możemy się poprawiać i jak pomóc klientom szybciej osiągać cele. Dla mnie to właśnie przyszłość RevOps (Revenue Operations) i analityki – nie raportowanie przeszłości, lecz tworzenie żywego systemu, który uczy się, prowadzi i wzmacnia całą organizację.
Jaki case najlepiej pokazuje, że zmiana procesu „pod klienta” dała mierzalny efekt w jakości, czasie albo kosztach?
Jeden z ostatnich przykładów dotyczy naszej współpracy z dużym bankiem. Wyzwanie było bardzo konkretne: pracownicy spędzali zbyt dużo czasu na przekopywaniu się przez setki stron dokumentów polityk i procedur, żeby odpowiedzieć na rutynowe pytania klientów. Skutkowało to długim czasem oczekiwania, niespójnością odpowiedzi i rosnącymi kosztami obsługi.
Wspólnie z jednym z naszych partnerów chmurowych przemyśleliśmy ten proces, wprowadzając wyszukiwanie wspierane przez AI. Zamiast wertować instrukcje, pracownicy mogli zadawać pytania w naturalnym języku i w ciągu kilku sekund otrzymywać trafne odpowiedzi.
Efekty były uderzające. Czas odpowiedzi spadł do poniżej dziesięciu sekund, trafność wzrosła do ponad 95%, a obsługa standardowych zapytań stała się szybsza i tańsza. Co najważniejsze, natychmiast poprawiło się doświadczenie klienta: szybsze odpowiedzi, większa spójność i wyższa satysfakcja.
Dla mnie ten przykład pokazuje, jak wygląda prawdziwa, zorientowana na klienta zmiana: zidentyfikować istotny punkt bólu i naprawić go w sposób, który dostarcza wartość zarówno klientowi, jak i jego odbiorcom.
Sztuczna inteligencja zmienia świat IT. Jakie powtarzalne i rentowne rozwiązania AI trafią na rynek w pierwszej kolejności i w jaki sposób zmierzycie ich wpływ biznesowy?
Niedawne badanie MIT pokazało, że 95% korporacyjnych pilotaży AI nie przynosi wymiernego zwrotu finansowego. Taka jest rzeczywistość stojąca za wieloma dzisiejszymi dyskusjami o AI, dlatego tak mocno stawiamy na obszary, w których wyniki są mierzalne i powtarzalne.
Dobra wiadomość jest taka, że mamy już wdrożenia, które przyniosły realny wpływ. Zwiększamy efektywność, szybkość i compliance z AI, w taki sposób, aby był od razu widoczny dla klienta. Weźmy choćby proces zaopatrzenia i łańcuch dostaw. Tradycyjnie są to procesy powolne, rozproszone i obciążone wymogami compliance – od prostych zakupów po złożone zapytania sourcingowe. Dzięki naszemu rozwiązania – Procurement Bot – automatyzujemy przepływy pracy, przyspieszamy akceptacje i dajemy wgląd w czasie rzeczywistym w koszty oraz efektywność dostawców. Rezultat jest konkretny: krótszy cykl, niższe koszty i silniejsza odporność łańcucha dostaw.
Patrząc dalej, potencjał wykracza poza samą efektywność i sięga przebudowy relacji kupujący – dostawca. Z pomocą AI zakupy mogą stać się bardziej transparentne i partnerskie. Możemy zarządzać kosztami w czasie rzeczywistym, co pozwala obu stronom wspólnie planować i optymalizować. W sektorze energetycznym, gdzie zespoły zakupowe mierzą się ze zmiennymi cenami i wysoką presją regulacyjną, AI potrafi dynamicznie monitorować rynki, natychmiast prognozować skutki i rekomendować opcje zaopatrzenia z większą przejrzystością. To przesuwa zakupy z biznesowego zaplecza do funkcji strategicznej, która bezpośrednio wzmacnia odporność i konkurencyjność.
Sprawdź też: „Byłam właścicielką ponad 30 firm”. Jak opanować sztukę prowadzenia kilku biznesów naraz
Przyszłość Billennium – kompetencje, modele współpracy i technologie jutra
Efektywność i doskonałość często idą w przeciwne strony. Jak zbalansujesz operacyjną dyscyplinę kosztową (np. FinOps, automatyzację) z szybkością wprowadzania innowacji?
Rzeczywiście, efektywność i doskonałość to pojęcia postrzegane jako przeciwstawne, ale tylko wtedy, gdy definiujesz doskonałość jako „zrobić więcej”. Dla mnie doskonałość oznacza robienie właściwych rzeczy, na najwyższym poziomie, w sposób, który tworzy trwałą wartość. Nie chodzi o szybkość samą w sobie – chodzi o jakość, zaufanie i realny wpływ.
Efektywność odgrywa w tym kluczową rolę. Stosując dyscyplinę kosztową i inwestując w automatyzację, wycinamy z systemu marnotrawstwo i powtarzalność – zarówno u nas, jak i u klientów. Ta dyscyplina daje nam przestrzeń, by kierować najlepszych ludzi i zasoby tam, gdzie naprawdę potrzebne są kreatywność i innowacje.
Jesteśmy winni sobie i zespołom, by nieustannie podważać i usprawniać sposób, w jaki pracujemy. Każdy proces, który upraszczamy, każde ręczne zadanie, które automatyzujemy, wzmacnia fundamenty doskonałości. Dzięki temu efektywność nie jest hamulcem innowacji – jest silnikiem, który ją napędza.
Dla naszych klientów rezultat jest jasny. Otrzymują jedno i drugie – pewność, że działamy w sposób zdyscyplinowany i efektywny oraz korzyści z innowacji dostarczanych szybko i precyzyjnie.
Które kompetencje będą kluczowe w kolejnym rozdziale Billennium (np. inżynieria AI/ML, data governance, bezpieczeństwo) i jak przeprowadzisz reskilling na szeroką skalę?
Umiejętności, które zdefiniują kolejny rozdział Billennium, wykraczają daleko poza technologię. Najbardziej istotne będą: sposób myślenia, postawa i odwaga, by adaptować się, rosnąć i prowadzić przez zmiany. Z tego względu nasze wartości nazwane TIGER, czyli Trust (zaufanie), Innovation (innowacja), Growth (wzrost), Energy (energia), Responsibility (odpowiedzialność) – są tak kluczowe. Te wartości oddają cechy, jakich szukamy u ludzi i sposób, w jaki chcemy działać jako zespół.
Dla nas nie liczy się ilość, lecz jakość. Szukamy najlepszych talentów globalnie, dlatego oprócz Europy, rozwijamy huby w Kanadzie i Indiach, aby wnosić do organizacji światowej klasy wiedzę ekspercką i różnorodne perspektywy. Równocześnie stawiamy na reskilling na szeroką skalę, budując kulturę ciągłego uczenia się, w której ludzie mogą wykraczać poza obecne role.
Ostatecznie najważniejsza kompetencja na przyszłość nie jest związana z żadną pojedynczą technologią. To mindset uczenia się, postawa współpracy i odwaga kształtowania zmiany – kierowanej naszymi wartościami.
Klienci często oczekują kontraktów outcome-based. Czy bierzesz pod uwagę współdzielenie ryzyka albo modele consumption/managed services? Jakie ramy i zabezpieczenia uznasz za kluczowe?
Modele zorientowane na wynik to dziś jeden z najgorętszych tematów w naszej branży – i słusznie. Klienci chcą większej przewidywalności i mniejszego ryzyka, a dostawcy przesuwać się wyżej w łańcuchu wartości. Na papierze brzmi to jak idealne dopasowanie, ale w praktyce jest dużo bardziej skomplikowane.
Co prawda, eksplorujemy modele risk-sharing, consumption-based, czy managed services i mamy już kontrakty oparte na tych podejściach, ale jestem przekonana, że te modele działają tylko w określonych warunkach. Po pierwsze, obie strony muszą uzgodnić jasne, mierzalne rezultaty – mgliste cele rodzą tylko frustrację. Po drugie, potrzebne są transparentność i zaufanie, bowiem bez współdzielenia danych i współodpowiedzialności „dzielenie ryzyka” zamienia się w przerzucanie winy. Po trzecie, trzeba uznać, że nie wszystkie usługi da się (albo należy) wyceniać „za wynik”. Niektóre obszary naturalnie pasują do tych modeli, a inne – nie.
Ramy zabezpieczenia są więc proste, lecz niezmienne: jasność, przejrzystość i fair play. Jestem gotowa podejmować ryzyko, jeśli mogę brać też odpowiedzialność – ale nie wtedy, gdy klient oczekuje gwarancji wyników w środowisku, którego sam w pełni nie kontroluje.
W gruncie rzeczy uważam, że ta debata jest zdrowa. Zmusza nas – dostawców i klientów – do przemyślenia – w jaki sposób tworzymy i mierzymy wartość. I być może moja najbardziej kontrowersyjna opinia: uważam, że modele outcome-based nie są przyszłością wszystkich usług, ale mogą stać się złotym standardem, tam, gdzie istnieją zaufanie, dojrzałość i współpraca.
Myśląc o najbliższych 12–24 miesiącach, jakie technologie (np. AI agents, industry clouds, PET, edge/IoT, cybersecurity by design) będą dla Was kluczowe oraz jakie kroki powinni podjąć już dziś liderzy biznesu?
W najbliższych miesiącach najważniejsze trendy technologiczne nie będą dotyczyć pojedynczych narzędzi. Chodzi o to, jak inteligencja, infrastruktura i zaufanie łączą się, by przekształcać biznes.
Zmierzamy w stronę autonomicznych przedsiębiorstw, w których AI nie tylko wspiera, ale coraz częściej prowadzi operacje w czasie rzeczywistym – od akceptacji zakupów po dostrajanie łańcucha dostaw. Ludzie skupią się na strategii i kreatywności.
Zobaczymy wzrost znaczenia platform zorientowanych na decyzje. Firmy nie potrzebują już tylko systemów rejestrowych, ale także platform dających wgląd w przyszłość i prowadzących przez ważne decyzje. Zwłaszcza w obszarach takich jak rozwój leków, inwestycje w energię czy usługi publiczne.
Transparentne łańcuchy wartości staną się koniecznością. Regulacje i oczekiwania klientów sprawią, że śledzenie i rozliczanie będą nowym standardem, zwłaszcza w Europie.
Z kolei infrastruktura musi stać się bardziej odporna i rozproszona. Przy zmienności geopolitycznej, klimatycznej i finansowej biznes musi działać na hybrydowych, elastycznych systemach, które potrafią się adaptować pod presją.
Prawdziwe przygotowanie liderek i liderów nie dotyczy wyłącznie technologii. Chodzi o architekturę organizacyjną: tworzenie firm, które szybko się uczą, dzielą się otwarcie i żyją w stanie ciągłej transformacji. W teorii brzmi to prosto, w praktyce to jedna z najtrudniejszych dyscyplin do opanowania.
— Rozmawiał Grzegorz Kubera
