写在前面
01 AI正在颠覆销售SaaS
这两个案例从不同角度指向了同一个趋势：AI正在势不可挡地进军销售领域，上一代销售SaaS产品正在被全新的AI赋能销售的产品所替代，而这次替代很可能会从根本上颠覆原有的销售流程。因此，即便Salesforce、Hubspot等行业巨头纷纷在其产品中增加AI功能，也难以阻挡新一代AI+销售公司崛起的步伐。A16Z在近期的文章《Salesforce 之死：为什么 AI 将改变下一代销售技术》中分享了对该赛道的判断：AI将从根本上重塑销售核心记录系统和销售工作流程，让任何现有巨头都无法安然无恙。
02 赛道概览
基于销售工作流的行业Mapping
下图展示了销售的基本工作流程，其中不同的销售角色对应了工作流中的不同阶段：
SDR（销售开发代表）：Lead->SQL阶段 Field Sales(现场销售）: SQL->Opp->Close阶段 Customer Service (客服/售后）：售后服务 & 客户维护
经过这个分解后，再来看市场上的代表项目就比较清晰了：
以11x.ai为代表的AI SDR公司，解决的是Lead->SQL阶段的需求。由于这部分工作标准化程度较高、重复性强，AI Agent可以较完整地完成这个环节的工作，一定程度上替代原有职位的人类雇员。 针对SQL->Close这个阶段的工作，由于涉及到更复杂的决策、非标且重复度低，目前AI仍然是辅助决策、帮助销售人员提效的角色，典型企业如Gong，Day.ai等，主要都是集中解决这一部分的需求。
代表创业公司概览
这里汇总了该领域代表性创业公司的概览。需要说明的是，由于这个赛道仍处于早期，格局未定，新公司层出不穷——目前已有数百家公司致力于用 AI 赋能销售的各个环节。这里无法将公司一一列举，这份图表只是精选了一些具有代表性的公司/场景，其中大多数都获得了硅谷主流VC的青睐，在各自细分领域里独树一帜。
纵观这一轮AI技术的落地应用，截至目前，销售领域比较快地跑出了PMF，也一直是我们看好的领域。我们认为，该领域有如下几个重要特征：
销售是沟通型工作，核心技巧是语言，这方面大模型已经达到一定的水平。
该领域的专业知识是公开的。
对于答案精准性的要求，相对其他领域要低一些。
销售是利润中心而非成本中心，直接关乎公司的收入和增长，决策者们会优先考虑尝试。
这个领域能够最大化利用LLM长处（擅长理解人的语言和世界、用常识解决问题），同时规避掉LLM的短板（领域数据基本公开、对回答的容错率较高），所以AI在这个领域很快找到PMF。
CRM系统的局限性
分析这轮AI给销售领域带来的颠覆式机遇，要从上一代销售系统的局限性说起。
回顾过去几十年企业管理系统的演进，CRM系统其实是在ERP系统的影响下发展起来的：ERP的核心理念是将企业各个部门及流程整合到统一的系统中，将企业的后台运营流程数字化。CRM则试图将这种数据化思维延伸到客户关系管理领域。然而，这里存在着一个根本问题：客户关系的动态性与复杂性远超内部运营流程。而CRM系统在本质上只是一个复杂的数据库。虽然它能够存储和检索大量客户信息，但在捕捉和分析销售过程的动态本质方面却表现不佳。因为销售过程是高度动态和互动的，涉及复杂的人际关系、市场变化和决策过程。这种复杂性远超静态数据库所能有效处理的范畴。
我们认为，要打造AI时代的全新销售系统，不仅需要前沿的AI技术，更需要对销售本质的深刻理解。能够结合这两方面经验的创业团队，将有机会重新定义整个行业创造巨大的价值，就像Salesforce在云计算时代开启时所做的那样。
04 商业化前提：从单点提效到工作流闭环
在观察众多一线AI创业公司的商业化探索时，我们发现，仅仅解决单点问题的工具类AI产品，即便效率提升显著，也往往难以获得理想的商业变现。目前商业化进展顺利的AI公司，都具有一个共同特征：它们没有止步于工具层面的局部赋能，而是通过AI重新串联工作流，实现端到端的任务闭环。只有当AI能够独立完成任务、交付结果，决策者才能清晰地看到它的价值、愿意为此付费。在11x.ai的例子中，企业购买了一个销售AI SDR，就相当于拥有了一个可以24小时不间断工作的全职销售代表。这也解释了为什么像GPT Store这样的平台在工具市场的尝试并不太成功——单点的AI功能，无论多么强大，都难以满足企业级客户的核心需求。
05 AI销售的演进路径
如果把企业中的人才做极简抽象，可以按其工作的标准化程度、重复度、复杂度画一个轴，在这条轴的两端，我们各找一个具有代表性的角色：轴的一端是“外卖小哥”——工作极其标准化且重复性强，而另一端的是CXO层——工作非标、需要做出大量复杂决策、重复性低。
那么，今天的AI，更加适合赋能/“替代”哪一种角色？
Sales Copilot阶段：该阶段，Copilot作为人类工作的辅助，为人类提供自然语言交互和知识搜索等基础功能，其核心是“动作”——帮助人类完成某些特定动作的自动化。其中最核心是构建一个有效的知识库，能够精准有效地解决具体问题。该阶段的典型代表是Microsoft Copilot 系列产品中的Copilot for Sales，它通过分析客户数据、销售记录和市场趋势，为销售人员提供智能化的建议和预测。例如，Copilot 自动生成销售报告、预测客户需求、识别潜在客户，并提供个性化的销售策略建议。 Sales Agent阶段：AI能力从“动作”扩展到“任务”，在Copilot阶段所积累的数据和知识的基础上，通过对具体任务经验的积累，能够对一些具体问题做决策，从而端到端地完成”任务“的自动化。 AI Sales（AI Worker)阶段：该阶段，AI从完成“任务”进化到可以替代“职位”（Role)。通过接受培训，学习做好任务与任务之间的“决策”，把一项工作涉及的所有任务一一完成，从而做到胜任一个职位。到这一步，应用开发者可以完全以“卖人头”的逻辑去售卖AI服务了。这将极大影响原有的销售业务流程与组织形态，产生全新的协作机制及工作流。
第二到第三阶段的核心卡点是AI能否自己做出决策。关于如何实现这一点，Philip E. Agre在其1988年的论文《The Dynamic Structure of Everyday Life》中提出的观点颇具启发性：人的日常活动并非完全计划好的，而是常规（Routine）与即兴的结合。因此，真正强大的AI Sales工具不应仅仅关注于自动化常规任务，还要能够灵活应对各种突发情况，实现任务间的动态切换。要实现这一目标，团队要深度剖析销售的日常工作与决策逻辑，不仅要了解他们各种常规动作，更要洞察他们如何在不同任务间切换，特别是那些表现出色的销售人员如何做出决策， 并能够将这些洞察转化成AI产品。随着产品进入工作场景，它自身会积累越来越多的数据和洞察，不断地学习和提升完成任务的质量以及做任务间决策的质量。
06 AI+ 销售的关键机遇
虽然现阶段这个领域竞争异常激烈，许多产品看起来很同质化，甚至有偏悲观的论调认为，目前该领域的竞争主要在品牌和市场推广侧（产品差异性不显著，只能靠品牌突围）。我们认为，目前所看到的大部分产品，还是延续了过去基于CRM的销售系统的思路。如果基于第一性原理去思考，如何利用AI技术去构建新一代销售系统，这个系统应该是什么样？是否还要按照原来CRM时代的思路来构建？我们认为，理想的新一代销售系统仍需要大量探索，还远远没到行业标准和业界共识的程度。而在此之前，谁能抢占先机形成行业标准才是致胜关键。而这个“行业标准”的探索与制定，是留给今天这个领域创业者的最大机遇。
今天，我们看到了一个非常类似的机遇。在如今中美对抗的背景下，中国制造业正以前所未有的规模进军全球南方市场。目前中国制造业产值和贸易额已占全球30-40%，达到了美国二战后的地位水平。这轮由中国主导的制造业全球化，虽然面临着西方制约，却也有可能催生一个独特的全球化生态系统。当这些中国企业在全球化进程中遭遇管理和控制的复杂性挑战时，是否会像当年SaaS公司随着美国跨国企业兴起一样，为国内的企业级软件带来重大机遇？对此，我们没有确切的答案。但在近期跟一些一线出海从业者沟通时，许多人都提到，海外SaaS产品不适配国内出海企业的流程与管理体系，而国内软件的功能又不针对海外业务的需求。或许，这个市场空白为中国AI创业者提供了跨越式发展的历史性窗口。
大模型打破软件的定制化魔咒
长久以来，定制化魔咒一直是困扰整个软件产业的根本性问题。中国Saas公司的困境和上一代RPA公司的规模化挑战都与此相关。如今，我们看到基于大模型的AI Agent有望突破这一瓶颈——其核心在于建立一套AI Agent的自学习体系（记忆机制与学习机制）。通过完善的记忆与学习机制，AI Agent能够自主获取新技能，这使得定制化场景中的解决方案可以通过"教学"、而非传统的硬编码方式来实现（微软AutoGen的论文有关于Teachable Agent的详细架构设计）。在这个模式下，虽然定制化过程仍不可避免，但其成本已降至极低水平。我们认为，这一突破将会重新定义软件的开发范式与商业模式，为软件业打开全新的市场空间。这是大模型带给所有SaaS领域创业者的共同机遇，AI+销售领域的创业者也不例外。
07 创业者需要关注的问题
明确目标用户。创业者在选择产品方向时，找准切入点至关重要。要做好这个决策，产品团队需要深入观察分析销售人员的日常工作流程，之后思考：产品的目标用户究竟是谁，一线销售、销售经理、还是销售VP或CEO/COO等企业管理层? 不同的目标用户日常的工作流程与核心关注点完全不同。在目标群体中，有多少人愿意用你的产品？他们平均会花多少时间在你的产品上？这几个问题不仅关乎市场规模，更决定了产品能否真正解决用户的痛点，从而实现持续增长。
区分可服务市场（Serviceable Market）与总目标市场（Total Addressable Market) 。对该领域的创业者来说，对市场机会的评估可能会陷入一个误区：过分关注整体市场规模(TAM)，而忽视了真正可服务的市场(Serviceable Market)。针对这个问题，有一个非常简单但很有效的指标，可以帮助快速识别真正的可服务市场：目标企业是否已经采用了CRM系统。CRM的使用不仅反映了企业的数字化成熟度，更代表着其从底层观念上认可销售管理是一门科学，可以通过有效的流程管理提升销售效率，具备为提升销售效率买单的意愿和预算。这类企业才是AI+Sales产品真正可服务的目标客户。那些连CRM都没有使用的企业，虽然理论上它们也被算作整体市场规模的一部分，但转化为付费用户的可能性微乎其微。
市场格局与竞争壁垒。虽然以AI SDR为代表的公司找到了很好的PMF，迎来了快速增长，但硬币的另一面是：赛道内短时间涌入了大量公司，竞争异常激烈。正如Index Ventures 的合伙人沙杜尔·沙阿 （Shardul Shah）所说：“我们看到该领域有5到10家公司都在很短的时间内取得了成功，虽然多家初创公司针对同一个问题开展业务的情况并不罕见，但所有公司都实现快速增长的情况却很少见——当你单独研究这些初创公司时，你会觉得‘哇，它们的产品市场契合度惊人’。可当有10个这样的产品时，很难回答‘结果将如何？’” 这是创业者要回答的一个挑战性问题：如何在如此多的同类中建立持久的差异化优势？很显然，这一优势并不仅仅来自于技术。
中美市场的差异性。中美市场在2B销售领域存在的巨大差异。对国内创业者而言，盲目照搬美国的成功模式是危险的。中国独特的商业环境、决策流程和人际关系网络，都要求AI+销售的产品团队需要结合国情做出调整，打造真正适合本土生态的产品。
About Atom Capital
