我是老玄
见字如面
今天早上醒来，一打开邮件，就看到了这个标题，是发生什么事情了？
仔细看完被A16Z推送的这篇文章，理解了，确实不是标题党，把原因分析的也很到位。
二、Salesforce发展史
三、变化真的来了
所有的变化都是从openai开始的，他们拉开了AI的新篇章，直接把我们带入了真正的AI时代
说实话，看完这个邮件，直接进入自己脑海的是流传在北京的一个故事，清退两轮和三轮车非法运营的不是城管而是共享单车。
AI对销售科技的影响颇有点这个意思。
大家如果看过sales force的自传书，应该知道当年面对云时代的到来，马克贝尼奥夫可是把传统的CRM给好好公关了一下，甚至带着队伍到Siebel 的发布会现场外去砸台。
现在，马克贝尼奥夫或许面临同样的挑战，只不过还不知道会是谁来砸台子。
在这篇邮件中，分别从
AI产品
销售流程
市场进入
定价策略
几个维度陈述了AI对CRM可能的影响。
以下是邮件文章内容
每家初创公司和现有公司之间的战斗归结为初创公司是否在现有公司获得创新之前获得分销。在销售技术领域，很容易假设 Salesforce 和 Hubspot 等现有企业具有优势。首先，它们被嵌入为 “记录系统”，因此销售主管不愿意将它们删除并替换它们。其次，这些老牌企业（及其根深蒂固的同行）并没有置身于 AI 革命之外;他们意识到要保护自己的竞争护城河，因此正在迅速添加 AI 功能以保持相关性。
我们相信 AI 将从根本上重新构想核心记录系统和销售工作流程，以至于没有一个现有者是安全的。
下一个销售平台的核心不是基于文本的数据库，而是多模式（文本、图像、语音、视频），包含来自整个公司的每一个客户洞察。AI 原生平台将能够从客户及其心态中提取更多的见解，这是我们今天使用的工具所能拼凑的。
销售工作流程将从根本上发生变化。借助 AI，销售团队将不再需要花费无休止的时间来研究新的潜在客户或为电话做准备——AI 将能够在几秒钟内完成。代表不必怀疑潜在客户的准备情况，因为 AI 会自动编制一份准备好的买家排名列表，并会不断更新。需要个性化的营销材料进行交易吗？您的 AI 僚机将生成您需要的任何资产，并在您通话时为您提供实时提示以帮助您关闭。
在这篇文章中，我们将深入探讨人工智能将如何改变我们所知道的销售，哪些早期公司正在引领潮流，以及对更广泛行业的影响。
新的记录系统
虽然现有企业经常适应新的平台变化，但他们很少能够完全重新思考他们的架构。Salesforce（成立于 1999 年）和 Hubspot（成立于 2006 年）首先是通过关系数据库的到来实现的，当然，后来是云的到来。这些公司基础的核心是销售机会的结构化表示，以行和列表示，并以文本形式表示它们的相关标准。
随着时间的推移，随着单点解决方案的激增，数据变得孤立在销售漏斗中离散的活动和工具中。没有完整的视图来了解整个销售流程中端到端发生的事情。添加个性化以提高漏斗顶部转化率的解决方案没有关于这种个性化接触是否最终会提高成交率的数据。在 2019 年与 People.ai 的播客中，我们讨论了聚合这种庞大数据的机会，以及统一的上市数据模型简化工作流程的潜力。
借助 LLM，下一个销售平台的核心可以是完全非结构化和多模式的，包括文本、图像、语音和视频。公司的销售平台可以包括来自无数来源的现有和潜在客户的数据：与公司某人的任何对话的录音和文字记录、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......这个名单是无穷无尽的。此外，为该平台提供支持的 LLM 将不断摄取数据以创建最新的上下文。
重新定义工作流程
借助这些数据基础设施，常见的销售活动可能会被重新定义，甚至完全消失。同时，我们可能会看到今天根本不可能的卖家工作流程出现。
从本质上讲，卖家和买家的互动方式将发生根本性的不同。
未来的早期
新兴的 AI 原生销售解决方案不仅仅是现有品类的 AI 驱动版本。相反，他们正在支持新的主动销售活动，并不断发展以服务于多个用例。因此，看似相邻空间中的点解比以往任何时候都更加重叠。 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。借助 AI 代理，最初为一项此类任务设计的工具可以无缝扩展以处理这两项任务。用不了多久，AI 代理就能够在所有渠道中发展组织的销售渠道。
在规划销售中 AI 应用程序的市场时，为活动类型定义更广泛的类别会很有帮助：
智能管道：这是任何销售团队的命脉，也许是 AI 最自然的插入点。短期内，将有许多 AI 驱动的方法来自动化管道构建。例如，团队使用 Clay 的扩充和 AI 研究代理为他们的销售人员准备高质量的潜在客户列表。卖家甚至可以使用 AI 个性化的消息，而不是起草自己的消息。
数字化工作者：许多 AI 解决方案的目标是尽可能多地掌控端到端销售流程，从资格认证到成交都处于领先地位。例如，团队现在使用 11x 来端到端地自动化 SDR 角色，这意味着 11x 甚至可以在预订与潜在客户的会议方面发挥作用。将来，范围可能会扩大到完全完成交易。
销售支持 + 洞察：在进行交易时，AI 可以提供超出销售活动范围的有价值的上下文和信息。例如，Naro 将自动浏览卖家的电子邮件并显示与回答买家问题相关的公司文档。
CRM + 自动化：归根结底，仍然必须有一种方法来以对人类和 AI 工作者都有用的方式捕获和组织非结构化和多模式数据。例如，Day 加入与客户的卖家对话，以捕获上下文并不断更新其知识库。然后，它总结了客户“页面”上的见解，这些见解不仅易于销售团队，而且公司中的任何人都很容易理解。在企业领域，People.ai 的 SalesAI 产品利用其统一的数据模型（如果需要，可以跨越多个 CRM）来自动化销售活动，例如会计规划和内容生成。
市场影响
销售、营销和客户成功将融合在一起
如今，销售、营销和客户成功团队经常感到孤立，知识共享不佳，交接流程粗糙。借助更全面、共享的上下文和共享的见解，上市团队将更加同步，并能够更好地相互协作。事实上，由于所有重要的客户背景都反映在相同的事实来源中，并且由于活动由 AI 指导，因此工作职能可能会开始混合在一起。 销售和客户管理以及客户成功可以简单地被视为为进入市场添加人情味的不同方式。不再争论谁因追加销售的哪一部分而获得功劳——您甚至可以想象一个世界，在这个世界里，配额被重新设计为更多地基于团队，而不是基于个人代表，以更准确地反映整个销售周期中流畅协作的机会。
流体 GTM 策略
另一个有趣的结果是，在同一家公司内采用更动态、更灵活的市场进入方法。如今，公司通常根据目标细分市场和年度合同价值范围来决定将资源集中在何处，例如，自上而下的销售动议或内部销售协助动议。他们经常围绕规定的策略招聘和建立团队。在 AI 优先的世界中，围绕这些经济学的假设看起来将大不相同。公司或许能够围绕对客户最有利的方式重新调整其资源分配 — 要关闭此帐户，最佳的上市方法是什么？这也对品牌产生了影响。今天，许多公司选择刻意将自己描述为企业级或开发人员优先;未来，公司应该能够通过高度定制的销售旅程来迎合这两种买家角色，这意味着母公司级别的品牌可以更广泛、更全面。（换句话说，未来 B2B 公司的销售动议实际上可能是 一切，无处不在，同时发生。
按席位定价 → 基于结果的定价
AI 原生软件公司的盛行可能是基于席位的定价的死亡之吻，因为显然有机会将定价与交付的价值更紧密地保持一致。我们的合作伙伴 Alex Rampell 认为 Zendesk 就是这里的典型例子：考虑一家公司，每年向 1,000 名支持代理支付 75 美元，每个代理每年回答 2,000 张工单。正如今天的典型情况一样，每个代理都配备了 Zendesk 许可证，每个席位每月 115 美元，使客户支持的年度软件总支出接近 1.4M 美元。在这种情况下，每张工单的人力成本——$75M 的代理工资 / 2M 总工单——是 $37.50，而每张工单的软件成本——$1.38M 的 Zendesk 支出 / 2M 总工单——只有 $0.69。在新的 AI 优先范式下，随着一切都转向销售结果，Zendesk 将面临困境——为成功解决的工单定价的最佳方式是什么？
正如 Gokul Rajaram 指出的那样，AI 创始人需要努力解决的问题是，哪些指标或结果适合作为计费的原子单位。在销售中，从最有价值到最有价值的结果范围是产生不合格的潜在客户（例如，漏斗潜在客户列表的顶部）到完全自动完成交易（例如，AI 软件在没有人工参与的情况下销售您的产品）。不合格的潜在客户往往很便宜，因为它们不是特别有价值——很难为他们是否会购买您的产品分配任何可能性。与其他在线商业模式相提并论，对不合格的潜在客户收费最类似于按点击付费广告。
另一方面，AI 销售公司可能会为最有趣的结果收费——达成交易。这里的货币化模式可能看起来更像许多在线借贷市场，这些市场通常对发放的贷款收取一定的接受率（通常为本金的 3-5%）。当然，这种模式是交易量较低、赏金较高的——通过漏斗一路获得融资贷款（或完成交易）的可能性相对较低，这意味着收益必须很大。在 AI 销售软件的背景下，有趣的考虑因素是将潜在接受率与 AE 的接受率进行比较。虽然 AE 通常以佣金（除了工资之外）的方式赚取交易年度合同价值 （ACV） 的 10-15%，但完全靠自己完成交易的 AI 销售代理可以以更低的价格完成交易，从而提供立即明显的投资回报率的机会。
当然，这里没有“正确”的答案——我们期待看到哪些模型在销售 AI 辅助结果的早期最受创始人（也许更重要的是，他们的客户）的欢迎。与今天的现状一样，销售线索和结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已完成交易的效率。
结论
AI 的潜力将不仅限于简化我们今天的销售活动;相反，AI 将迫使我们彻底重新构想销售流程和工作流程。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看起来有根本的不同。
