深度｜a16z 合夥人最新洞察：AI 如何改變下一代銷售技術

上週，a16z 三位合夥人 Zeya Yang、Marc Andrusko 以及 Angela Strange 共同發表了一篇關於 AI 如何改變下一代銷售技術的洞察。

a16z 認為 AI 將從根本上重塑核心記錄系統和銷售工作流程，而現任者如 Salesforce 以及 Hubspot 將無法「躺贏」。

下一代銷售平台的核心將不再是基於文本的數據庫，而是多模態（文本、圖像、語音、影片），包含來自整個公司的所有客戶洞察。

新一代 AI 原生平台將能夠從客戶及其心態中提取比我們今天使用現有工具所能拚湊的更多的洞察。銷售工作流程將發生根本性變化。

未來的銷售團隊將不再需要花費無數個小時研究新線索或準備電話 —— AI 可以在幾秒鍾內完成。

此外，銷售代表不必瞭解潛在客戶的準備情況，因為 AI 會自動編製一份優質買家排名列表，並不斷更新。AI 也將為客戶提供任何個性化材料，並在通話時提供實時提示，以幫助您完成交易。

下面，a16z 將深入探討 AI 將如何改變我們所知的銷售方式、哪些早期公司處於領先地位以及對更廣泛行業的影響。

01. 新的記錄系統

a16z 認為，雖然現有企業經常適應新的平台轉變，但他們很少能夠完全重新考慮其架構。

Salesforce 成立於 1999 年，Hubspot 成立於 2006 年，首先得益於關係數據庫的出現，後來當然是雲計算的出現。

這些公司的基礎核心是銷售機會的結構化表示，以行和列表示，並以文本表示相關標準。    

如今，由於依賴單點解決方案，數據通常被孤立在銷售漏鬥中的離散活動中。無法完整地瞭解整個銷售流程中端到端發生的事情。

添加個性化功能以提高漏鬥頂端轉化率的解決方案沒有關於個性化接觸是否最終提高成交率的數據。 

有了 LLM，下一個銷售平台的核心可能完全是非結構化的和多模式的，包括文本、圖像、語音和影片。

一家公司的銷售平台可能包含來自無數來源的現有和潛在客戶的數據：與公司某人的任何對話的錄音和記錄、電子郵件和 Slack 消息、銷售支持材料、產品使用情況、客戶支持活動、公共新聞、財務報告……清單無窮無盡。

此外，為平台提供支持的 LLM 將不斷獲取數據以創建最新的上下文。 

02. 重新定義工作流

有了這種數據基礎設施，常見的銷售活動可能會被重新定義，甚至完全消失。同時，我們可能會看到今天根本不可能出現的賣家工作流程。

本質上，賣家和買家互動的方式將會有根本的不同。

03. 早期跡象

a16z 發現，新興的 AI 原生銷售解決方案不僅僅是現有類別的 AI 版本。相反，它們正在實現新的主動銷售動作，並不斷髮展以服務於多種用例。

因此，看似相鄰空間中的點解決方案比以往任何時候都更加相互重疊。例如，傳統上，轉換入站網站潛在客戶和自動化出站活動將被視為單獨的任務。

借助 AI Agent，最初為此類任務設計的工具可以無縫擴展以處理這兩項任務。不久之後，AI Agent 將能夠擴大組織在所有渠道中的銷售渠道。

在進行銷售計劃時，定義活動的更廣泛類別是有幫助的：

• 智能管道：這是任何銷售團隊的命脈，也許是 AI 最自然的切入點。近期將有許多 AI 驅動的方法來實現管道建設的自動化。

  例如，團隊使用 Clay的豐富功能和 AI Agent 來準備高質量的潛在客戶名單，供銷售人員外發。銷售人員甚至可以使用 AI 個性化的消息，而不是自己起草。

• 數字工作者：許多 AI 解決方案的目標是儘可能多地掌握端到端銷售流程，從資格審查到成交。

  例如，團隊目前使用11x來端到端自動化 SDR 角色，這意味著 11x 甚至可以預約與潛在客戶的會面。未來，範圍可能會擴大到完全成交。 

• 銷售支持 + 洞察：在達成交易時，AI 可以提供超出銷售活動範圍的寶貴背景和信息。

  例如，Naro會自動查看賣家的電子郵件，並顯示與回答買家問題相關的公司文件。

• CRM + 自動化：最終，仍然必須有一種方法來捕獲和組織非結構化和多模式數據，以便對人類和 AI 工作者都有用。

  例如，Day加入賣家與客戶的對話，以捕捉背景信息並不斷更新其知識庫。然後，它將見解總結在客戶「頁面」上，不僅銷售團隊，而且公司中的任何人都可以輕鬆理解。

04. 市場影響

1）銷售、營銷和客戶成功將融合在一起

如今，銷售、營銷和客戶成功團隊常常感到各自為政，彼此之間知識共享不暢，交接流程粗糙。有了更全面、共享的背景和見解，上市團隊將更加同步，能夠更好地相互協作。

事實上，由於所有重要的客戶背景都反映在同一個事實來源中，並且活動由 AI 引導，因此工作職能可能會開始融合在一起。銷售和客戶管理以及客戶成功可能只是被看作是為上市增添人性化的不同方式。

不再需要為誰獲得追加銷售的哪一部分而爭吵——你甚至可以想像一個世界，在這個世界中，配額被重新設計為基於團隊而不是基於個人代表，以更準確地反映整個銷售週期中流暢協作的機會。

2）動態的 GTM 策略

另一個有趣的結果是，在同一家公司內，上市方式將更具活力和靈活性。如今，公司通常根據目標細分市場和年度合約價值範圍來決定將資源集中在哪裡。

例如，自上而下的銷售行動或內部銷售助理行動。他們經常根據既定的戰略來招聘和組建團隊。在 AI 優先的世界中，圍繞這些經濟學的假設將大不相同。

公司可能能夠根據對客戶最有利的因素重新調整資源分配——要關閉這個賬戶，最好的上市方式是什麼？這也對品牌有影響。

今天，許多公司選擇刻意將自己定位為企業級或開發者優先；在未來，公司應該能夠通過高度定製的銷售旅程來滿足這兩種買家角色，這意味著母級品牌可以更廣泛、更全面。

換句話說，未來 B2B 公司的銷售行動實際上可能是無處不在、同時實現一切。

3）按座位定價 → 基於結果的定價 

AI 原生軟件公司的盛行可能意味著按席位定價的終結，因為顯然存在一個將定價與交付價值更緊密地結合起來的機會。

a16z 合夥人 Alex Rampell 認為 Zendesk 就是一個典型的例子：假設一家公司每年向 1000 名 Agent 並支付 7.5 萬美元，每位 Agent 每年處理 2000 票。

按照今天的慣例，每位 Agent 都擁有 Zendesk 許可證，費用為每月每席位 115 美元，這使得客戶支持軟件的年度總支出接近 140 萬美元。

在這種情況下，每票的人力成本（ Agent 薪金 7500 萬美元/總票數 200 萬張）為 37.50 美元，而每票的軟件成本（Zendesk 支出 138 萬美元/總票數 200 萬張）僅為 0.69 美元。

在新的 AI 優先模式下，一切都轉向銷售成果，Zendesk 將面臨一個困境——對成功解決的票據進行定價的最佳方式是什麼？

Gokul Rajaram 表示，AI 創始人需要解決的問題是，哪些指標或結果才適合作為計費的基本單位。

在銷售中，從最不值錢到最值錢的結果範圍是從產生不合格的線索（例如，渠道潛在客戶列表的頂部）到完全自動化地達成交易。例如，AI 軟件無需人工參與即可銷售您的產品）。

不合格的線索往往很便宜，因為它們並不是特別有價值——很難確定他們是否會購買您的產品。與其他在線商業模式類似，對不合格線索的收費最類似於按點擊付費廣告。 

另一方面，AI 銷售公司可以收取最豐厚的回報——達成交易。這裏的貨幣化模式可能更像許多在線借貸市場，這些市場通常會對發放的貸款收取一定的佣金（通常為本金的 3-5%）。

這種模式當然是低交易量、高回報的——通過整個渠道獲得貸款（或達成交易）的可能性相對較低，這意味著佣金必須相當可觀。

在 AI 銷售軟件的背景下，一個有趣的考慮是將潛在的佣金率與 AE 的佣金率進行比較。雖然 AE 通常以佣金的形式賺取交易年度合約價值 (ACV) 的 10-15%（除了薪金）。

此外，完全獨立完成交易的 AI 銷售可以以低得多的價格完成交易，從而提高獲取顯著 ROI 的概率。

當然，這裏沒有「正確」的答案 —— a16z 也期待看到更多 AI+銷售的早期案例，哪些模式最受創始人（也許更重要的是他們的客戶）的歡迎。

與今天的現狀一樣，銷售線索和成果之間的相對價格差異將始終取決於軟件將潛在客戶轉化為成交的效率。

05. 結論

a16z 三位合夥人最後表示，AI 的潛力不僅限於簡化我們今天的銷售活動；相反，AI 將迫使我們徹底重新構想銷售流程和工作流程。

賣家和買家之間的關係將發生變化，GTM 策略也將發生變化。因此，未來的銷售軟件堆棧將有根本的不同。