AI技术正逐渐渗透到销售领域，成为推动行业发展的新引擎。分享了AI在销售领域的应用，如客户关系管理、线索挖掘、互动优化等，展示了AI如何帮助企业提升销售效率和转化率，供大家参考。

继搜索、抄写、写作、编程之后，销售成为AI Agent的下一个重要落地场景。

根据字节跳动推出的《生成式AI商业落地白皮书》，经过590名企业中高层的票选，在“十大生成式AI最有价值的场景”中，“销售策略个性化生成”排名第5。

如今，这个赛道已经涌现了一批吸金力十足的AI销售公司，比如成立6个月就突破200万美金年收入的11x.ai，还有目前估值达5亿美金、被红杉连投两轮的Clay。

AI销售也吸引了投资机构的追捧。过去一年，34个与CRM有关的项目获得YC投资，AI销售成为YC出手最多的方向。

接下来，我们将深入探讨AI对销售行业的变革，以及头部AI销售公司的落地案例。

01 AI也能做销售了

在销售领域，传统SaaS公司Salesforce和Hubspot主要提供的是客户关系管理（CRM）解决方案。简单来说，就是把大量的销售线索集中存储与整合，最终以文本形式呈现。

但这种模式的缺点也很明显，主要有两个方面：

第一，数据分散在销售漏斗的不同环节，无法被集中管理和分析。也就是说，企业无法获得销售过程的完整视图。比如，企业改进了销售漏斗中的某个环节，但无法用数据证实这一变化是否提升了成交率。

第二，大量视频、音频等非结构化数据没有被充分利用。

生成式AI的出现，有望彻底改变这一情况。得益于对非结构化数据和多模态内容的处理能力，AI有望为销售领域带来新的价值：

具体来说，AI能够通过整合结构化与非结构化数据，构建详尽的消费者画像，识别并优先排序销售线索，为销售团队提供策略建议，提升销售转化率。

找到潜在客户后，AI还能帮助销售人员与客户产生更好的互动。比如，AI可以自动发送邮件，持续地、被动地培养潜在客户。

现在，AI在销售领域的应用越来越成熟。公司不再需要花费大量的时间寻找销售线索或者准备电话，AI能在几秒钟内完成这些工作。

例如，一家名叫Thena.ai的公司在不聘用SDR（销售发展代表）和BDR（业务发展代表）的情况下，仅通过AI销售产品便就实现了5~10名销售代表的产出！

▲Thena.ai使用AI销售产品的步骤（来源：Thena.ai）

从具体落地场景看，当前AI销售领域最热门的场景当属AI+SDR赛道。SDR意为销售发展代表（Sales Development Representative），这个岗位的职责是为企业找寻有价值的客户线索，从而为企业发展潜在客户。

▲目前市面上的AI销售（来源：a16z）

在这个场景里，已经跑出了一些有代表性的AI公司，比如11x.ai和Clay。先说说AI SDR公司11x.ai，这是AI销售领域增长最迅速的公司之一。

成立仅6个月，11x.ai就突破200万美金ARR（经常性年收入），且每月仍以50%的速度增长。

11x.ai的工作并不复杂，它建立了一个AI销售员——Alice。

与大部分SDR类似，Alice会去搜索潜在客户列表，然后结合目标公司的近期活动，通过电子邮件和LinkedIn消息进行搭讪，比如当一家公司融资后，Alice就会发送如“恭喜你们获得A轮融资”之类的外联消息。

有趣的是，11x.ai还会让Alice自己“销售”自己。Alice会扫描全球范围内招聘SDR员工的公司，然后挨个通过邮件毛遂自荐，为Ta自己在各个公司中谋取一份AI员工的工作。

在定价方面，11x.ai的“启动”计划每月收费约300美元，享受服务的用户每个月可获得约750条线索。

另一个AI SDR公司，是估值5亿美元、被红杉两轮投资的Clay。近期，Clay刚刚完成了4600万美元的B轮融资。

Clay最独树一帜的地方在于它解决客户线索数据库痛点的能力。

企业会花费大量金钱购买数据库，而这些数据繁复杂乱，比如要判断某公司是否符合ESG标准，SDR员工就必须手动检索。所以，销售在研究客户时会耗费大量的时间。

▲SDR基础线索库繁杂且不连通

Clay通过整合75家数据提供商，基于AI的能力，对数据侧的信息对齐和检索，使得实际覆盖率和准确率提高了三倍。

Clay的智能代理除了爬取页面寻找客户线索、进行信息调研，还可以推断竞品公司的定价计划等，这基本覆盖了一个SDR员工的基础工作。

02 AI销售的两大趋势

除了AI+SDR外，AI销售领域的其他热门场景还有定价和客户管理等。

不同场景的AI产品，分别对应着不同的销售职能。比如，AI对话聊天对应AE客户经理，AI线索挖掘对应SDR，AI定价对应价格管理经理，还有AI CRM（客户关系管理）、AI BDR（业务发展代表）等工具。

从目前看，AI销售的发展有两大趋势值得关注：

一是目前AI销售产品的设计，往往会把过去多个细分销售场景整合到一起。随着销售细分场景覆盖的增加，AI产品大致能覆盖整个销售流程：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）。

比如，现在11x.ai能够完全替代SDR的工作，未来服务范围可能会扩大到最终成交环节。

但同时，我们也必须看到，现在大多数AI销售产品往往只擅长某一特定流程。例如，11x.ai的线索搜集能力一绝，但其撰写电子邮件的能力一般。

随之带来的问题是，如果让擅长搜集线索的AI产品撰写电子邮件，低质量的邮件可能会浪费客户线索。

Reddit论坛网友@Different-Issue623 公布了他们5月份试用11x.ai的统计数据：找到652条线索，其中597条活跃线索，客户打开率28.3%，响应率只有0.3%。

也就是说，虽然AI销售全流程覆盖是未来的发展方向，但早期从一两个重要的切入点着手，更容易获得客户认可。

二是当AI对销售环节的影响越来越大，甚至与结果高度挂钩时，定价逻辑也将发生变化，即从按人头收费变成基于结果的定价。

现有的定价方式，与AI产品的交付价值并不匹配。关于这点，a16z合伙人Alex Rampell曾经拿AI客户支持软件公司Zendesk举例：

如果一家公司用Zendesk来处理2000个工单，1000个Zendesk智能体就可以替代1000名客服。如此这般，使用AI销售员一年花费140万美元，而原本1000个人类销售员却要花7500万美元。

一张工单（销售线索），用人类销售员（客服）的成本是37.50 美元，而AI销售员的成本仅为0.69美元。

两者成本差异背后，意味着AI产品的定价仍然有提升空间。一个有趣的参考是，一个客户经理的佣金通常是交易年度合同价值（ACV）的10-15%（除了工资）。

总的来说，AI销售产品仍然处于发展早期阶段，但已经展现出不错的价值。长远来看，AI的潜力还远远没被开发，它将不限于简化企业当前的销售活动，更有机会重构企业的销售和工作流程。

题图来自Unsplash，基于 CC0 协议。