a16z 2024-12-04 10:59 北京
销售将拥有“第二大脑”，让信息为你主动工作
图片来源：pixabay
Z Highlights
AI技术正取代传统人工输入，通过实时捕捉和记录客户对话，实现更高效、更精准的“AI原生”系统，彻底颠覆了传统CRM模式。从依赖人工输入到实现实时自动化记录，历史遗留系统的局限性逐渐被打破。
智能化销售线索管理技术（Intelligent Pipeline）正在帮助实现销售自动化。这种技术不仅能够有效识别和联系潜在客户，还能生成高度定制的销售内容，实现大规模的个性化触达，SDR等低附加值的重复性工作正被智能化工具取代，AI Agent甚至能为销售人员实时提供针对客户需求的个性化指导，显著提高整体销售转化率。
AI原生系统不再只是存档工具，而是主动辅助决策的“第二大脑”，甚至能够成为“第一大脑”，引领企业对数据的高效利用。整合结构化和非结构化数据的新型系统为销售、营销和产品研发提供统一视角，全面的背景信息为销售、营销、客户成功以及产品研发等部门提供了统一的数据基础，打破了部门之间的壁垒，为企业的全面创新提供动力支持。
从传统记录到AI原生系统
Marc：无论客户反馈来自电子邮件、Slack消息，或者Zendesk，如今的记录系统都可以获取更多的背景信息。而背景信息，正是人类决策的关键所在。眼下，市场对这类技术的需求空前高涨，说实话，这是我从未见过的。
Steph：我们似乎无时无刻不在被推销，销售本身是永恒的，但真正改变的或许是销售方式，特别是技术在其中的角色。那么，销售在过去几十年里经历了哪些变化？
Joe：销售可能是历史最悠久的职业之一，它自史前时代便已存在。只要有人类从事贸易，就会需要记录：我的客户是谁？他们在哪儿？需要什么？从我这里买了什么？销售本身并不是什么新鲜事。如果说最早的记录工具，可能就是写在纸上的记号。后来到了20世纪50年代，这种工具发展成了类似名片盒的东西，比如《广告狂人》中常出现的那种。而现代意义上的客户关系管理系统（CRM）则是在20世纪80年代首次出现，比如ACT，或者20世纪90年代的Siebel Systems——这些是最早的数字化CRM。然而，无论技术如何演变，其核心还是一如既往：记录客户信息的行为。
1999年，Salesforce横空出世，把这一过程迁移到云端。他们提出：让我们简化记录方式，让销售人员可以随时随地记录并访问信息。因此，销售人员能够登陆系统，在任何地方查看这些数据。但归根到底，这还是关于销售人员与客户之间的关系，并将相关信息记录下来的行为。
而今天，我们处在一个极其特别的时刻。信息捕捉的方式正在发生革命性的变化。过去，我们依赖人类坐在电脑前输入数据，而现在，AI可以实时记录对话，甚至直接参与对话。这样一来，从纸笔到Siebel Systems，再到Salesforce这些历史遗留系统的局限性正在被打破。我们逐渐进入了一个“AI原生”的系统时代，它能够在信息产生的源头捕捉并记录，而无需等待人工输入。
Steph：对于那些使用这些工具的公司，与您提到的纸笔或没有工具的替代方案相比，他们对这些系统的依赖程度有多高？这些系统在企业中的嵌入程度又如何？
Marc：这些系统已经深度嵌入企业的运作中。这也是为什么所有的风投和技术专家对“记录系统”这一概念如此痴迷的原因。历史上，记录系统通常拥有强大的“护城河”，因为它们很难被替代。这种难以替代的原因在于，它们掌握着企业某些最重要业务部分的真实数据来源。具体来说，这些数据包括谁是你的客户，谁是你的潜在客户。
销售团队的终结
Steph：所以您写了一篇文章，标题就是《销售团队的终结》（The Death of a Salesforce），这无疑是一个非常大胆的说法。您在其中提到了一些从结构化数据到非结构化数据的根本性转变。那么，这种转变究竟如何可能重塑销售周期？或者如您所说的“终结销售团队”？
Joe：我长期以来都推崇一个理念：不要专注于活动，而要关注成果。传统销售软件的一个核心问题是，它们过于关注那些被用作成功指标的活动，比如衡量一个人或团队是否做得好，这些数据往往是销售人员或经理记录的，极其容易出错。
因此，如果我们能够摆脱这些表面活动，直接找到核心的真实信息，那就会非常有趣了。例如，客户到底发生了什么？一线实际情况如何？通过这些信息来驱动你的销售流程，这才是关键。这样，你可以真正专注于哪些核心活动能够带来成果，而不是凭直觉或片段化的经验来判断。归根结底，这就是冷冰冰的数据——通过它，我们可以做出更好的决策。
Steph：能否举个例子说明，这种新方法下，哪些传统环节可能会完全消失？
Joe：在具体讨论会消失的环节之前，我先声明，销售不会消失。我过去在一份工作中曾经管理过销售团队，Mark显然也有销售经验。人工智能不会取代高质量的销售流程。我们仍然需要明确客户是谁，他们需要什么，以及围绕这些需求构建最佳产品和合适的流程。所以，这种人性化的要素不会消失。但正如您提到的，流程中的某些部分确实会消失，而且会发生很大的变化。目前，我们看到的一大变化是“智能化销售线索管理”。
它涵盖了如何识别潜在客户、如何联系客户、如何安排会议，以及通常与销售发展代表（SDR）相关的资格筛选过程。你可以想想，这一环节对人类的要求是什么。可以说，做这些事几乎是每个销售人员的必经之路，但实际上，这种工作体验并不愉快。你可能整天坐在电话旁，打无数个冷电话，发无数封邮件——我们都经历过，这种生活简直让人崩溃。而这些工作完全可以被自动化。
一些企业，比如11X，已经在这一领域取得了进展。他们找到了一种方式，将高质量销售流程的早期阶段自动化，比如识别最有价值的潜在客户，制定最佳的联系方法，并生成极具说服力的外呼信息。然后，系统与客户互动，安排更全面的正式会议，接着由客户经理进行深入跟进。我们现在看到的趋势是，这样的流程正在一些客户群体中逐渐消失，而这是一个非常令人兴奋的现象。
更重要的是，这样的变化解放了人类，让他们可以专注于自己最擅长的事情——真正进行销售。我相信，在这个新世界中，我们会看到类似的变化越来越多地发生。
大规模实现用户个性化
Steph：是的，这就引出了第二个问题：如果所有这些没有人真正想做的早期流程都被去掉了，就像您说的，这些工作本质上是销售的“必经之路”。那么这些人是否能将时间用在新的方法上？在您看来，这将带来哪些全新的可能性？
Marc：我们公司经常讨论的一点是“语音Agents”（voice agents）。举个具体例子，假设你是一个销售代表，正在和潜在客户通话，可能是在Zoom上，也可能是普通电话。这时，一个经过培训、了解所有潜在客户和现有客户数据的AI语音Agent可以实时给你提供指导。当潜在客户对某件事提出异议时，AI会在你的耳边“插入”正确的回应，你可以马上说出来。这让起了老电影里考试场景：有人在停车场用无线电给考生传答案。这几乎是一模一样的感觉。
Steph：但这也让到自动驾驶汽车，对吧？就像训练自动驾驶汽车的方式一样，它们基于过去所有事故和事件的数据进行学习。这是一种完全不同层次的信息处理能力。
Marc：完全同意。而且，这种方法还带来一个连锁效应，那就是所有事情都可以变得更加个性化。想象一下，一个销售代表有一个非常重要的大客户线索，他们需要准备个性化的材料，比如说一份演示文稿或提案，这些内容需要打动客户，促使他们购买产品。
现在，试想一下，系统发现某个客户刚刚浏览了你的网站，能够立即生成一份高度定制的提案文档，而不是销售代表花费五个小时亲自制作。这样一来，定制化不仅变得轻而易举，还可以大规模实现。我们正在谈论的是一种前所未有的规模和个性化能力。
初创公司的当前布局
Steph：那您如何看待这个市场的发展？无论是从市场的分散化还是整合趋势来看，特别是在潜在客户的挖掘、资格筛选，或者流程后期个性化方面，您如何看到初创公司在这个领域的布局？他们都在做些什么？
Marc：我们倾向于将这一领域的新公司划分为四大类别。我们故意保持分类较宽泛，因为过去的销售软件市场图谱往往过于细化，导致各部分之间高度重叠。而实际上，每个人的愿景都是从头到尾覆盖整个销售流程。
采用四个更广泛的类别能够更清晰地看待问题。具体来说，我们认为这四类是：智能销售线索管理（Intelligent Pipeline）、数字化员工（Digital Workers）、销售赋能及洞察（Sales Enablement Plus Insights）以及客户关系管理（CRM）和自动化（Automations）。事实上，我们在今天的讨论中已经涉及到这些类别中的每一个了。
接下来的问题是：如果从这四类中的某一类切入市场，哪一类能够让你在未来逐步占领剩余市场份额？我认为我们目前没有明确答案。这是我们非常期待看到市场如何演变的地方。与不同的初创公司创始人交流时，你会发现每个人都对某一特定类别的切入点充满信心。而目前，这仍然是一个早期探索阶段。
Steph：在现阶段，不是未来展望，您认为哪一类系统在销售团队中被接受程度最高？有哪些团队愿意使用这四大类中的某一类？
Joe：目前，我们在“智能化销售线索管理”这一类别中看到了大量的应用。就像我之前提到的，SDR（销售开发代表）的工作其实是一种低回报的体力劳动，非常适合自动化处理。企业若清楚自己的目标客户是谁，清楚自己的销售目标和流程，那么如何汇集这些信息并高效联系客户就成为自动化的绝佳场景。
想象一下：一个训练有素的AI Agent与一位宿醉未醒、坐在拥挤办公室的22岁新手销售相比，差别几乎可以忽略不计。事实上，AI Agent往往更能遵守标准操作流程，提供周到的跟进和个性化的客户触达。相比之下，新手销售可能发出一封漫不经心的LinkedIn请求，或者一封语焉不详的邮件。
Steph：就像简单的一句：“和您建立联系。”
Joe：对，寄给了错误的决策者。而现在，想象一下AI Agent能够带来的可能性。这就是为什么我们看到“智能化销售线索管理”领域的产品需求旺盛，甚至可以说是前所未有。
Steph：当这些类别逐渐吞噬销售流程的部分环节时，销售团队会发生怎样的变化？您稍微提到了一点，如果不再需要那些新入行的大学生去接听初期电话并通过这些工作学习销售，那么这些人该做些什么？如何在这种新环境下有效地培养销售团队？
Marc：目前，营销、销售、客户成功、账户管理和客户支持之间有着明确的分工，每个部门都有独立的指标和组织架构。但如果我们退一步看，这些所谓的“市场进入组织”（go-to-market organization）最终的目标其实是一致的：以客户为中心，将客户的诉求作为团队的指南针。
然而，这种分工有点不合逻辑。比如，一个销售代表完成一笔交易，并拿到一个“新客户”的绩效指标，而后CSM（客户成功经理）或账户经理接手这一客户，他们的目标又完全不同，客户关系也因此改变。未来，这些团队将能够更加紧密地合作，基于同一个共享系统运作。我甚至认为他们可以有统一的绩效考核机制。这样，每个人都能围绕最重要的事情展开工作——始终为客户提供最好的服务。
乐观来看，这对客户而言是一个很好的结果，因为团队之间的协调性将大幅提升，彼此更加一致。销售线索的生成、交易的完成，以及后续的CRM这些环节之间的界限会变得模糊，每个人可能都会参与更多的环节工作。
Steph：目前的大多数记录系统主要处理结构化数据。作为一个非销售人员，我所能想到的是像公司状态、联系方式和电子邮件这样的信息。在这种新模式下，记录系统会是什么样的？您提到过多模态数据，这是否包括图像、视频？这些会如何影响工作流程？
Joe：这会涵盖所有可能的渠道，比如客户反馈可能来源于电子邮件、Slack消息，或者Zendesk。这些是显而易见的，但还有一些非传统来源，例如客户可能会在社交媒体上评论你的产品，也可能会通过Qualtrics填写NPS调查表，甚至是线下会议中的反馈记录。
重点在于：新的记录系统能够获取更多的背景信息，而背景信息是人类决策的核心。这是这一领域最令人兴奋的部分之一。随着上下文信息的增加，我们可以更好地模拟人类的判断力。而缺乏上下文时，AI Agent要完全自主决策就很难被信任。这也回到了我们讨论的核心：新一代记录系统的意义。在过去，它们仅仅是一个与人工生成数据交互的界面，用来帮助你了解业务状况。但在新模式下，数据不再仅仅来自一个由人类生成并维护的单一层面。相反，数据可能来源于多个渠道。当你试图将所有这些数据整合到一个地方并有效使用时，这几乎是不可能的。那么如何让这些数据真正为销售、营销、客户成功甚至产品和工程团队服务？
更重要的是，产品和工程团队过去并不需要花太多时间研究像Salesforce这样的系统。但如果你拥有一个多模态记录系统，它能够集中捕捉所有客户反馈和潜在客户反馈，什么样的工具能比这更适合为产品规划和工程设计提供决策依据呢？因此，我们正在谈论一种能够跨越组织不同部门的新型记录系统。这非常有趣，也极具潜力。
Steph：哈哈，看来你们终于要解决产品和销售之间的矛盾了。
Joe：呃，我不确定，我们拭目以待吧。不过记住，这个问题可能就在我们这间屋子里解决了。我甚至觉得是这期播客彻底解决了所有问题（笑）。但不管怎样，这真是令人兴奋的时代。
Steph：的确如此。你提到“维护”这个词时，很多现有系统确实像是事后记录的工具。它们只是记录已经发生的事情，维持一个存档。而你们提到的是完全不同的概念——一种真正意义上的“第二大脑”，让信息为你主动工作。
Joe：是的，没错。实际上，这甚至可以在“第二大脑”之前成为你的“第一大脑”，而且效率更高。
Steph：太棒了！非常感谢您抽出时间详细谈论这些内容。说实话，这期播客本身也是一次销售，销售无处不在啊！（笑）
原视频：'Death of a Salesforce”: Why AI Will Transform the Next Generation of Sales Tech
https://www.youtube.com/watch?v=ITrCG1Aeamw
编译：Spring Liu
-----------END-----------
? 我们正在招募新一期的实习生
? 我们正在寻找有创造力的00后创业者
关于Z Potentials
