微信扫码
与创始人交个朋友
我要投稿
最近我利用轻流构建了一个结合 AI 功能的更智能的 AI + CRM 系统。引入 AI 后,CRM 的现有功能变得更加智能,许多原本需要大量构建的场景变得更加简便轻量。功能更加强大的同时,构建成本反而降低了。其具备的能力如下:
在这套方案中,销售收到客户信息后,只需要点击一下表单中的查询按钮(通过轻流的功能 Q-Linker 实现),AI 就能从各个关键网站中检索信息,并组织文案返回到表单中。
只要一次操作,销售可以轻松地获取到有效的客户信息,具备对于客户需求的基础理解;
基于客户信息和需求自动生成并发送促活邮件
通过 AI 自动生成个性化邮件,可以有效解决这个问题。AI 能够识别客户需求,检索企业的案例和场景库,提炼出关键内容,并整合成针对客户的“定制”邮件。
生成邮件后,也可以直接通过轻流流程中的发送邮件功能自动发送给该客户。
基于商机的跟进记录给出商机的风险判断
AI 可以很好地解决这一问题。在这套 CRM 方案中,AI 可以基于商机的跟进记录,准确识别出风险因素,例如预算过高或决策者有异议等,并提供针对性的后续跟进建议。这不仅大大节省了销售人员和主管的工作量,而且提高了工作效率。
实现方式
实现方式非常简单,只是利用了轻流企业版本的两个非常好用的功能:
我用 Q-Linker 和 Webhook 分别对 Coze(一款AI应用构建工具)进行了集成。在 Coze 上,我封装了以下几个 AI 技能:客户信息查询、商机风险判断、邮件生成。并将轻流历史所积累的客户案例、帮助文档、解决方案上传为 Coze 的知识库,以便 Coze 在执行技能时能够检索对应的知识库,获得企业私有的知识上下文。
当轻流的 Q-Linker 和 Webhook 向 Coze 发送请求后,会将表单中的一些关键信息通过参数的方式传递给 Coze。Coze 会识别用户的需求并执行相应的技能。
同样的使用方式还有很多场景:
企业中有大量的流程审批,例如日常的请假、行政审批、采购审批、订单合同审批等。对于管理者来说,每天的审批量很大,有时因为关键信息遗漏会出现误审批的情况。我们可以使用 webhook 将审批表单信息传递给 AI,由 AI 基于企业的相关规范文档给出针对性的审批建议。(下图为设想,供参考)
销售每天都会联系大量客户,为了管理规范,公司会要求销售尽可能地记录跟进记录。但当工作量过大时,这对销售来说变成了一种负担,进而演变成应付行为。此外,销售人员有时会美化跟进情况,过度加工和夸大客户的实际情况。通过 AI 可以自动识别销售的电话录音,并总结录音文件,给出相对客观的客户跟进记录。一方面提升了跟进记录的有效性,另一方面减少了销售的工作负担。
(下图为设想,供参考)
3. AI 销售导师
结合上述智能化操作,AI 可以给出针对性的建议,包括解决方案推荐、客户案例推荐和销售旅程设计等。每一个环节,AI 都像是一个销售导师一样,陪伴销售更好地度过新手期,更好地融入新公司。
问题 | AI的价值 |
系统太多,使用路径复杂;使用负担大,一线不愿意用 | AI可以作为统一的信息入口,基于用户指令灵活分发应用界面,减少系统的上手使用难度 |
企业业务管理的中长尾问题太多,导致系统兼容了大量冗余逻辑; 企业不是需要更多系统,而是需要跟擅长解决灵活和长尾问题的系统; | 减少长尾逻辑的开发量,AI作为一个“数字话员工”通过“智能调度”解决大量的长尾问题。(也可称:自主系统) |
问题 | AI的价值 |
专业知识伴随员工“入转调离”,离职成本和风险太高,不稳定 | 数字化员工更为稳定,并且随着业务成长,不断成长。不存在“离职”风险。 |
企业大量低价值、重复的工作通过堆人的方式边际收益低 | 管理成本低、边际收益更高; |
获取专业知识的成本过高; | 共享专业知识,用更低的成本“雇佣”更专业的岗位;并且能通过企业业务数据以及沉淀的知识库,让“它”成为“私有”的专业员工 |
AI 在企业数字化领域有非常大的想象空间,但缺乏好产品。随着无代码平台和 AI 技术的日趋完善,软件开发的门槛是不断降低的。未来“创造”出企业端的 AI 好产品的“AI开发者”一定是懂业务的人。让更多懂业务的人具备开发 AI 应用的能力,是无代码平台的下一个重要命题。
53AI,企业落地应用大模型首选服务商
产品:大模型应用平台+智能体定制开发+落地咨询服务
承诺:先做场景POC验证,看到效果再签署服务协议。零风险落地应用大模型,已交付160+中大型企业
2024-05-08
2024-07-22
2024-07-14
2024-06-30
2024-07-11
2024-03-31
2024-08-09
2024-11-08
2024-10-16
2024-07-14