Jean Grosser

Jean Grosser

COO at Vercel

COO de Vercel. A construit la première équipe de vente de Stripe. Est passé de 10 SDR à 1 en 6 semaines avec des agents IA. A inventé le rôle 'GTM engineer'.

enterpriseagentssalesfuture-of-work

À propos de Jean Grosser

Jean Grosser est le COO de Vercel. Il a précédemment construit la première équipe de vente de Stripe en tant que CPO et a pionnier le rôle de “GTM engineer” - quelqu’un qui observe les meilleurs vendeurs et encode leurs workflows dans des agents IA.

Faits marquants de sa carrière

  • Vercel (présent) : COO
  • Stripe (2013-2022) : CPO, a construit la première équipe de vente
  • Projet Rosland (2017) : Tentative de base de données d’univers d’entreprises chez Stripe
  • GTM engineer : A créé le rôle qui encode les workflows de vente dans des agents

Positions notables

Sur 10 SDR à 1

La transformation chez Vercel :

“We went from 10 SDRs to 1 in 6 weeks. Built an inbound lead agent with a single GTM engineer spending 25-30% of their time. Agent scores leads, does deep research, drafts responses. One SDR now supervises the agent instead of 10 SDRs doing the work manually. The other 9 moved to outbound.”

“Nous sommes passés de 10 SDR à 1 en 6 semaines. Construit un agent de leads entrants avec un seul GTM engineer passant 25-30% de leur temps. L’agent note les leads, fait des recherches approfondies, rédige des réponses. Un SDR supervise maintenant l’agent au lieu de 10 SDR faisant le travail manuellement. Les 9 autres sont passés à l’outbound.”

Sur la résurrection du projet Rosland

Une idée 8 ans en avance sur son temps :

“In 2017 at Stripe, I tried to build a company universe database - every company on Earth with attributes for personalized outreach. We were trying to do Mad Libs with 80% blank spaces. Data science false positive rates were too high. Now at Vercel we’re rebuilding the same thing and it actually works because AI can handle the messiness.”

“En 2017 chez Stripe, j’ai essayé de construire une base de données d’univers d’entreprises - chaque entreprise sur Terre avec des attributs pour l’outreach personnalisé. Nous essayions de faire des Mad Libs avec 80% d’espaces vides. Les taux de faux positifs de la science des données étaient trop élevés. Maintenant chez Vercel, nous reconstruisons la même chose et ça fonctionne vraiment parce que l’IA peut gérer le désordre.”

Sur le rôle GTM Engineer

Une nouvelle fonction émerge :

“GTM engineer is an emerging role. Not just configuring Outreach or Salesforce. They shadow the best SDR, document their workflows - 7 open tabs, LinkedIn lookup, ChatGPT query, database checks - then encode it into agents. Goal: get salespeople from 30-40% customer-facing time to 70%.”

“GTM engineer est un rôle émergent. Pas juste configurer Outreach ou Salesforce. Ils suivent le meilleur SDR, documentent leurs workflows - 7 onglets ouverts, recherche LinkedIn, requête ChatGPT, vérifications de base de données - puis l’encodent dans des agents. Objectif : faire passer les vendeurs de 30-40% de temps face au client à 70%.”

Citations clés

  • “10 SDR à 1 en 6 semaines.”
  • “Le projet Rosland avait 8 ans d’avance.”
  • “Le GTM engineer observe les meilleurs performeurs.”

Lectures associées

Video Mentions

Video thumbnail

10 SDR à 1

Nous sommes passés de 10 SDR à 1 en 6 semaines. Construit un agent de leads entrants avec un seul GTM engineer passant 25-30% de leur temps. Un SDR supervise maintenant l'agent au lieu de 10 SDR faisant le travail manuellement.

Video thumbnail

Résurrection du projet Rosland

Le projet Rosland avait 8 ans d'avance. En 2017 chez Stripe, j'ai essayé de construire une base de données d'univers d'entreprises - chaque entreprise sur Terre avec des attributs pour l'outreach personnalisé. Les taux de faux positifs de la science des données étaient trop élevés. Maintenant chez Vercel, nous reconstruisons la même chose et ça fonctionne vraiment.

Video thumbnail

Rôle GTM engineer

GTM engineer est un rôle émergent. Ils suivent le meilleur SDR, documentent leurs workflows (7 onglets ouverts, recherche LinkedIn, requête ChatGPT, vérifications de base de données), puis l'encodent dans des agents. Objectif : faire passer les vendeurs de 30-40% de temps face au client à 70%.