a16z 最近发布了一篇 AI 如何改变销售技术/手段的文章，在他们看来，传统的销售服务机构 Salesforce 的机会并不多了，虽然他们也在努力融入 AI，但 AI 带来的改变是革命性的。这其中也会涌现出很多新的机会。

创业公司与行业巨头之间的竞争，本质上是看创业公司能否在巨头完成创新前获得市场份额。在销售技术这一领域，我们很容易认为 Salesforce 和 Hubspot 等老牌企业占据优势。一方面，它们作为「销售记录系统」已经深入人心，销售领导层不愿轻易更换；另一方面，这些老牌企业并没有对 AI 革命袖手旁观，它们为了保持自己的市场地位，正迅速加入 AI 功能。

然而，我们坚信AI将彻底改变核心记录系统和销售流程，没有任何现有企业能够做到高枕无忧。

下一代销售平台的核心不再是基于文本的数据库，而是一个包含文本、图像、语音和视频的多模态系统，将整合对公司内所有客户的洞察。一个原生 AI 平台将会能做到根据客户及其心态，提取出比现有工具拼凑出的更深入洞察。

销售流程将发生根本性变革。借助 AI，销售团队无需再花费大量时间研究新线索，或者去准备电话沟通——AI 能在几秒钟内完成这些工作。销售人员也不必费心了解潜在客户的想法，因为 AI 将自动生成并持续更新一个排名列表，列出预备购买的买家。如果销售方需要为交易准备个性化的营销资料，你的 AI 助手还会为你提供所需的一切资源，并在通话中提供实时建议，助力你达成交易。

在本文中，我们将深入探讨 AI 如何改变传统销售方式，哪些先锋公司正在引领这一变革，以及这对整个行业意味着什么。

01

新的记录系统

尽管通常情况下现有企业会去适应新的平台变革，但它们很少会彻底重新思考整体的架构。之所以 Salesforce（成立于 1999 年）和 Hubspot（成立于 2006 年）能够成功，是因为他们先是得益于关系数据库的出现，随后云计算又开始普及。这些公司架构基础的核心就是销售机会的结构化显示，他们运用行和列的形式，用文本表示相关标准。

如今，由于依赖单点解决方案，数据往往在销售漏斗不同阶段中被分散在，而不是被集中管理和分析。我们无法获得从开始到结束的销售过程的完整视图。例如，一个在漏斗顶部增加个性化以提高转化率的解决方案，无法找到数据判断这种个性化策略是否提高了成交率。

有了大型语言模型（LLMs），下一代销售平台的核心可能是完全非结构化和多模态的，包括文本、图像、语音和视频。公司的销售平台可以整合无数个来源的客户数据：与公司员工的任何对话的录音和转录、电子邮件和 Slack 消息、销售支持材料、产品使用情况、客户支持活动、公共新闻、财务报告……数据来源无穷无尽。此外，驱动平台的 LLM 将不断吸收数据，以创建最及时的上下文。

02

重新定义工作流程

借助这一数据基础设施，常见的销售活动可能会被重新定义，甚至可能完全消失。同时，我们可能会看到今天根本不可能出现的卖家工作流程。

03

销售 AI 的早期发展

新兴的原生 AI 销售解决方案不仅仅是现有类别的 AI 驱动版本。相反，它们正在启用新的主动销售行为，并逐渐发展，可以为多种用例服务。因此，原本看似不相关的单点解决方案之间的重叠，将比以往任何时候更多。例如，传统上，转换入站网站潜在客户和自动化出站活动将被视为单独的任务。但有了 AI 代理，最初为其中一个任务设计的工具，就可以无缝扩展到处理两项任务。在不久的将来，人工智能（AI）代理将具备能力，帮助组织在多个销售渠道中扩展其销售活动。

在为销售中的 AI 应用绘制市场时，应当将市场划分为更广泛的活动类别:

• 智能管道：这是任何销售团队的命脉，也许是人工智能最自然的插入点。近期将有许多人工智能驱动的方法来实现管道建设的自动化。例如，团队使用 Clay 的丰富功能和 AI 研究代理，准备高质量的潜在客户名单，然后销售人员进行外发。销售人员甚至可以使用 AI 个性化定制好的消息，不用再自己起草。

• 数字工作者：许多人工智能（AI）解决方案的设计理念是尽可能全面地覆盖整个销售流程，从最初的潜在客户的资格审查（筛选出真正有购买意向的客户）开始，一直到最终的成交（客户完成购买）。例如，团队目前使用 11x 来端到端自动化 SDR 角色，这意味着 11x 甚至可以预约与潜在客户的会面。未来该范围可能会扩大到完全成交。

• 销售支持 + 洞察：在达成交易时，AI 可以提供超出销售本身活动范围的宝贵背景和信息。例如，Naro 会自动查看卖家的电子邮件，显示与买家问题相关的公司文件，通过自动化的方式快速找到买家所需的信息。

• CRM + 自动化：在处理数据时，我们需要一种有效的方法来处理那些没有固定格式或结构的（非结构化）数据，以及包含多种类型数据（多模式）的数据。这种方法应该能够使这些数据对人类用户和人工智能系统都具有价值和可用性。例如，Day 可以加入卖家与客户的对话，捕捉背景信息并不断更新其知识库。这之后，它会将见解总结在客户「页面」上，这样不仅销售团队，而且公司中的任何人都可以轻松理解。

04

市场影响

销售、市场营销和客户融为一体

目前，销售、市场营销和客户成功的团队往往各自为政。彼此之间知识共享不足，交接流程粗糙。在 AI 加持下，市场推广团队将具备更全面、共享的背景和洞察力，员工之间更加同步，能够更好地相互协作。事实上，随着所有重要的客户背景都反映在同一个真实来源中，并且活动由人工智能指导，工作职能可能会开始融合。在某些情况下，销售、账户管理和客户成功这些业务领域可能被看作是为市场推广活动增加人性化元素的不同手段。团队成员不再为了个人在提升销售业绩中的贡献而相互竞争或争夺功劳。甚至可以想象，配额被重新设计，更加关注团队的协作而非个人的单独表现，以期达到更高效和公平的销售成果。

另一个有趣的结果是，在同一家公司内，上市方式将更具活力和灵活性。如今，在当前的商业环境中，公司在决定如何分配资源时，会考虑他们的目标市场细分和预期的年度合同价值。例如，自上而下的销售行为或内部销售辅助动作，经常根据上述标准制定销售策略和团队构建计划。在人工智能优先的世界中，围绕这些经济学的假设将看起来非常不同。公司可能能够根据对客户最有利的因素重新调整资源分配——关闭这个账户，最好的市场推广方法是什么？这也对品牌有所影响。如今，许多公司选择故意将自己定位为企业级或开发者优先；在未来，公司应该能够通过高度定制的销售旅程来满足这两种买家角色，这意味着母级品牌可以更广泛、更全面。（换句话说，未来 B2B 公司的销售行动实际上可能是无处不在、同时实现一切。）

AI 原生软件公司的盛行可能意味着按人头定价的终结，因为显然存在一个将定价与交付价值更紧密地结合起来的机会。我们的合伙人 Alex Rampell 认为 Zendesk 就是一个典型的例子：假设一家公司每年为 1000 名客服代表支付 75,000 美元的薪水，每位代表每年处理 2000 张票据。按照今天的惯例，每位代表都配备了每月 115 美元的 Zendesk 许可证，这使得客户支持的年度软件总支出接近 140 万美元。在这种情况下，每张票据的人力成本——75M 美元的客服工资除以 200 万张票据——是 37.50 美元，而软件成本——138 万美元的 Zendesk 支出除以 200 万张票据——仅为 0.69 美元。在新的以 AI 为先的模式下，随着一切转向销售结果，Zendesk 将面临一个问题——如何为成功解决的票据定价？

正如 Gokul Rajaram 指出的那样，AI 创始人需要解决的问题是，哪些指标或结果才适合作为计费的基本单位。在销售中，从最不值钱到最值钱的结果范围是从产生不合格的线索（例如，渠道潜在客户列表的顶部）到完全自动化地达成交易（例如，AI 软件无需人工参与即可销售您的产品）。不合格的线索往往很便宜，因为它们并不是特别有价值——很难确定他们是否会购买您的产品。与其他在线商业模式类似，对不合格线索的收费，就类似于按点击付费广告的模式。

另一方面，AI 销售公司可以收取最丰厚的回报——达成交易。这里的货币化模式可能更像许多在线借贷市场，这些市场通常会对发放的贷款收取一定的佣金（通常为本金的 3-5%）。这种模式当然是低交易量、高回报的——通过整个渠道获得贷款（或达成交易）的可能性相对较低，这意味着佣金必须相当可观。在 AI 销售软件的背景下，可以将潜在的佣金率与 AE 的佣金率进行比较，这是一个有趣的考虑。虽然 AE 通常以佣金的形式赚取交易年度合同价值 (ACV) 的 10-15%（除了工资），但完全独立完成交易的 AI 销售代理可以用低得多的价格完成交易，提供能立即获得明显投资回报的机会。

当然，这里没有「正确」的答案——我们期待看到的是，在销售人工智能辅助成果的早期，哪些模式最受创始人（也许更重要的是他们的客户）的欢迎。与今天的现状一样，销售线索和成果之间的相对价格差异，将始终取决于软件将潜在客户转化为成交的效率。

结论

AI 的潜力，不仅限于简化今天存在的销售活动；相反，AI 将推动我们彻底重新构想销售和工作流程。卖家和买家之间的关系将发生变化，GTM 策略也将发生变化。因此，未来的销售软件堆栈将从根本上不同。

原文链接：

https://a16z.com/ai-transforms-sales/

转载原创文章请添加微信：founderparker