1、Salesforce

Salesforce 在 2014 年正式确立了其 AI 战略，当时 CEO Marc Benioff 宣布公司将成为一家“AI优先公司”，并转型为智能 CRM。随后十年内，Salesforce 实现了这一愿景，如今通过其 Einstein AI 平台提供了多种高度可定制的 AI 应用。例如，用户可以利用 Einstein AI ：

• 使用 CRM 中的客户数据生成个性化销售邮件。

• 在支持对话中提供相关客户信息。

• 创建定制的市场推广和客户旅程。

此外，开发人员还可以配置 Einstein Copilot 作为对话助手，革新用户与 Salesforce 核心 CRM 和关键客户数据的交互方式。

2、HubSpot

HubSpot 也在 AI 领域进行了大量投资，最终在 2023 年 9 月的客户会议上推出了“HubSpot AI”。HubSpot AI 为客户提供了一整套 AI 产品和功能，包括：

• 用于内容生成的 AI 助手。

• 用于自动化中小企业客户服务的 AI 代理。

• 用于增强分析、预测和推荐的 AI 洞察。

• ChatSpot，利用 ChatGPT 和 HubSpot 数据，通过聊天界面自动执行任务。

3、ZoomInfo

ZoomInfo 最近推出了最新版本的 AI 驱动 Copilot。ZoomInfo Copilot 将生成型 AI 应用于其 B2B 和专有客户数据，使其能够：

• 基于意图对潜在买家群体进行细分。

• 构建详细的账户摘要。

• 通过对话聊天界面回答特定账户相关问题。

• 大规模生成个性化的电子邮件消息。

二、为什么销售AI现在如此火爆？

销售领域一直在积极拥抱新技术，AI正在为这一领域注入新的活力，原因如下：

1、AI技术迅速成熟

AI技术正在迅速成熟，使得企业更容易采纳并信任AI驱动的平台。这些平台可以自主与潜在客户互动、从会议中捕捉关键信息、触发后续工作流程、为销售人员提供指导建议等。

2、销售生产力下降

在零利率政策（ZIRP）后，由于宏观经济逆风导致销售生产力下降，GTM领导者转向AI，作为一种成本效益高且有效的工具，以增加高质量的潜在客户，并帮助销售代表转换更多的潜在客户。

3、软件集成需求上升

在企业过度配置其GTM技术栈后，需要整合软件成本并与更少的供应商战略性地对接。许多AI平台自动化了整个工作流程，从而减少了人类销售人员以前完成相同任务所需的基础点解决方案的需求。

三、人工智能改变销售的 4 种方式

1、自动化和增强SDR（销售开发代表）

在2000年代中期和2010年代初，Salesforce推广了现代SDR模式，广受欢迎。自那时起，B2B GTM团队开发了高度结构化和可重复的操作手册，以确保可预测的销售生产力。例如，雇用特定数量的SDR，设定配额，发送外部消息，并实现一定的转化率。这些SDR操作手册通常基于相似的原则，使这一职能成为自动化的理想候选者。

作为顶部漏斗生产力的关键驱动力，SDR功能历史上为GTM团队提供了与团队中训练有素的代表人数直接相关的固定产出比。在软件市场竞争较少且宏观需求较强时，这种模式是有效的。然而，在当今的销售环境中，SDR生产力正在下降，组织迫切寻找新的策略以推动可预测和高效的增长。

AI驱动的潜在客户开发工具现在正在自动化现有的SDR工作流程，并改善潜在客户发现功能。此外，AI还帮助销售团队识别更高质量的潜在客户，生成更个性化和有效的外部消息，自动跟进等，规模比以前更大。因此，SDR团队在缩小，组织越来越多地采用全周期模式，其中交易结束者也生成自己的潜在客户。尽管SDR角色不太可能消失，因为销售过程中需要人性化的接触，但随着时间的推移，AI将承担更多的潜在客户开发职责，进一步提高销售生产力。

2、在传统入站营销基础上实现个性化的外部推广

由于高效外部潜在客户开发的广泛采用，电子邮件和电话等外部潜在客户开发渠道变得越来越饱和。Gartner调查显示，近70%的B2B买家和消费者设置了“垃圾邮件”文件夹来屏蔽不需要的电子邮件。买家被大量的通用邮件淹没，这些邮件通常会进入垃圾邮件，几乎没有互动。销售和营销投资的回报率因此不断恶化。

通过利用现成的数字购买信号——例如产品使用、内容参与、社区对话和试用/演示活动——AI驱动的销售开发平台迅速展示了其在同样规模下策划个性化、1对1外部活动的能力，与传统的1对多入站计划相比，使组织能够以更大的规模“脱颖而出”。通过这种方式，AI使销售团队能够在传统入站营销的规模上实现个性化的外部推广，从而在众多竞争中脱颖而出并达到更高的效果。

3、帮助客户经理赢得更多交易

随着组织寻求整合其GTM团队，以高效增长优先于不计成本的增长，客户经理（AEs）被要求以更少的资源完成更多工作，并寻找工具来自动化非核心销售活动。AI正在解决这一需求，通过在交易生命周期的关键阶段提供帮助，包括：

• 账户研究和准备

• 销售对话中的实时指导

• 自动化行政任务，如记录、CRM数据输入和跟进

借助AI，AEs能够专注于他们最擅长的事情——与潜在客户交谈和销售——同时自动化重复性任务，并依靠AI确保账户的深入和系统覆盖。这样，客户经理们能够更加高效地工作，赢得更多交易。

4、实现有效的实时辅导和分析

尽管第一代AI驱动的辅导工具多年来获得了广泛采用，但新一代AI原生的辅导和分析平台为销售行业带来了飞跃式的改进。这些平台通过卓越的转录技术和现代化的高级分析工具套件，在高度直观的UI/UX中交付，使得管理者能够更深入地了解销售对话，并能够向销售人员提供更及时、一致和有效的辅导。

随着垂直领域特定的辅导平台的出现并提供高度定制的用户体验，传统上较慢采用下一代销售赋能工具的低技术行业也开始在其团队中实施更严格的销售辅导。通过这些先进的AI工具，管理者能够获得更深刻的洞察力，并在销售对话中进行实时指导，从而显著提升销售团队的整体表现。

四、新兴的销售AI格局

那么，哪些AI公司正在推动销售领域的这场变革呢？以下是一些当今最令人兴奋的销售AI工具，根据它们主要支持的销售工作流程的三个核心组成部分进行分类：潜在客户开发（通常代表SDR/BDR工作流程）、销售（代表典型的AE工作流程）和销售运营（代表销售赋能和收入运营等支持功能）。

1、潜在客户开发：获客

列表构建与数据丰富

销售工作流程通常从销售代表寻找符合其理想客户画像（ICP）的潜在客户开始，并尽可能多地收集相关的潜在客户数据（如联系数据、公司和技术数据）以助力外部推广。

下一代列表构建和数据丰富工具如Clay、Closefactor、Jeeva（Sapphire Ventures投资组合公司）和Unify整合了众多数据源，包括社交媒体、CRM和联系人数据库，以加速和自动化潜在客户识别，捕获验证的联系信息，并丰富账户记录以简化外部互动。

研究与准备

销售代表为了更好地定制和向其潜在客户推广，通常会筛选公开信息（如公开文件、博客、网站等）和内部账户历史记录（如存储在CRM、内部文件等）以全面了解潜在客户并制定有效的消息传递策略。

• 企业知识搜索平台如Glean帮助销售代表快速查找和综合来自Salesforce、Gong、Slack和Highspot（Sapphire Ventures投资组合公司）等工具的相关内部信息，以高效地制定互动策略和消息传递叙述。

• Poggio为企业销售人员提供了一个AI驱动的研究工作区，统一了启用内容、市场背景、LinkedIn数据等，确保销售代表为每次潜在客户互动做好准备。

邮件增强

AI在销售领域的最早应用之一是邮件撰写自动化。这为销售代表节省了大量时间，并提高了其外部邮件的整体质量。

AI邮件助手如Lavender在销售人员撰写邮件时提供实时建议，以改进邮件语气、语言效率、主题行和总体可达性。这些平台然后利用Apollo或Clearbit等销售数据集成以及内部CRM背景，在提供潜在客户列表后自动生成整个邮件内容。

语音与视频外联

尽管社交媒体可能让你相信冷呼叫已死，但大多数C级和VP级决策者实际上更喜欢通过电话与销售人员交谈。AI驱动的并行拨号平台如Nooks和Orum通过利用AI加速连接时间、实时向销售代表提供背景信息以及结构化对话数据以实现辅导和分析，极大地增强了外部语音渠道。

随着销售人员寻找差异化的互动策略，视频已成为一种更“人性化”和个性化的潜在客户开发工具。AI视频生成平台如Tavus允许销售人员使用简单的自然语言提示快速创建账户特定的、引人注目的视频内容，使销售代表无缝地将视频集成到其工作流程中，而无需视频内容专家的支持。

外联自动化

一旦销售代表开发了他们的外部内容，AI驱动的销售互动平台如Outreach（Sapphire Ventures投资组合公司）使组织能够创建具有条件跟进逻辑、对话能力和调度的自动化外联序列，以推动潜在客户安排会议或演示。Tofu更进一步，利用AI自动生成高度个性化的电子邮件序列。

销售自动化与数字员工

生成型AI几乎无限地解锁了可自动化的潜力，催生了自主数字劳动力这一新的AI平台类别，通过自动化端到端工作流程，为组织提供了一种更可扩展的方法，以提高生产力，而不是成比例地增加人手。

• Qualified（Sapphire Ventures投资组合公司）最近推出了一款AI副驾驶，为通过网站聊天与客户沟通的入站代表建议响应，并在预定义的保护措施内自动与指定的客户群体互动。此外，该公司推出了一个完整的入站AI SDR产品，利用客户数据驱动潜在客户捕获、会议安排和互动。

• 11x和Regie.AI提供了面向外部的自动化/数字员工平台，从潜在客户识别到转化（即安排会议），自动化SDR角色，减少了GTM团队扩展SDR人数的需求，并在某些情况下整合了他们的潜在客户开发技术栈（即消除了对定制销售数据、互动、研究等工具的需求）。

端到端潜在客户开发

端到端潜在客户开发平台通过单一、数据完整的界面提供服务，SDR可以通过该界面构建和丰富潜在客户列表、研究账户、制定上下文化和个性化的消息传递并自动化外联。

• 6sense（Sapphire Ventures投资组合公司）提供了一个多角色收入平台，统一了公开的潜在客户数据（如公司、技术、心理等数据）、6sense私有数据和专有的客户CRM数据，以支持销售代表进行买家发现、潜在客户列表管理和潜在客户开发工作流程自动化。

• Amplemarket统一了潜在客户列表构建和优先级排序、邮件撰写、外联序列、拨号器等，提供了一个全方位的平台，使销售团队能够有效地与潜在客户互动。

2、销售：赢得交易

演示文稿与会议准备

在整个销售过程中，从最初的发现会议到交易达成，销售代表必须认真准备每一次潜在客户互动，深入研究账户并开发周详的销售资料和信息。

• AI驱动的演示文稿构建平台如Gamma和Tome使销售代表能够使用自然语言提示生成美观且引人入胜的推介材料、项目提案等，同时减少手动创建输出的时间并标准化整体文档质量。

• Databook应用AI将数百万个市场数据点转化为可操作的见解和战略叙述，使销售人员能够在正确的时间向正确的人传递正确的信息。

销售会议

在销售会议期间，销售人员通常需要多任务处理，包括记下潜在客户披露的关键需求和痛点以及其他有助于推动销售过程的见解。手动转录对话然后更新CRM记录既耗时又让销售代表无法专注于与潜在客户互动和达成交易。

Fireflies、Oliv.ai和Winn.ai等平台可以让你加入虚拟销售会议，自动捕捉会议记录，更新CRM记录，并在事后让经理提供轻量级的辅导。

现场演示

现场产品演示允许用户与完全功能化、数据完整且个性化的SaaS产品版本进行互动，使组织能够早期并以有影响力的方式向客户展示其产品的价值，最终提高成交率和销售速度。因此，一些新一代AI驱动的现场演示平台应运而生，旨在简化和改进销售人员和潜在客户的演示体验。

• Reprise通过其演示创建平台增加AI，可以生成智能引导和自动填充演示内容。Demostack利用AI生成定制的演示数据库，并为各个组织和角色个性化演示体验。

• Demostack应用AI帮助生成和丰富演示中的书面内容，如销售演示开场白。

• Saleo提供了一个无代码AI建模引擎，将现有的生产/演示环境转化为逼真且功能齐全的演示。

3、销售运营：赋能团队

销售赋能

销售培训正在经历一场变革。随着新的垂直定向平台如Rilla的出现，面对面销售人员（占销售团队的70%以上）首次配备了AI驱动的对话智能和辅导平台。其他公司如Attention，则采用横向发展，特别强调利用下一代AI改进对话数据捕捉，并提供独特直观的销售分析体验。

收入运营（RevOps）

尽管我们大多关注使销售人员受益的创新，但RevOps和销售管理对销售生产力的影响同样重要。围绕销售计划和预测、管道管理、交易管理和佣金等关键能力的收入“指挥中心”工具大量涌现。

• TigerEye利用AI和高级统计技术模拟赢率、续约率、平均交易规模、招聘计划和其他关键销售驱动因素的变化如何随时间影响整体销售生产力，从而使团队能够建立高度准确的销售预测。

• Myko.ai提供了一种对话式AI分析体验，使经理和运营团队可以轻松了解销售代表的表现、管道状态等。

  
  

• Fullcast应用AI支持动态领域、配额和容量规划，自动化潜在客户的选择，实现深入的场景建模，并提供定制化分析。

  
  

• XFactor汇集内部GTM最佳实践和市场咨询见解，提供一个“始终在线”的AI助手，帮助销售团队持续发现新的收入机会，优化销售代表招聘和保留，培养客户关系，并在销售对话中展示客户价值。

五、销售AI的未来

无论是尝试通过自动化和数字员工完全自动化销售角色，还是为销售人员和支持运营配备智能副驾驶，新一波的销售AI公司正开始为各类规模和各行各业的组织带来显著的投资回报。在经济环境要求高效增长的情况下，销售团队被要求在资源越来越有限的情况下产生更多潜在客户并推动更多转化。为应对这些挑战，我们相信销售组织将越来越多地转向AI，这为近期采用销售AI技术创造了一个黄金机会。

随着我们继续深入研究这一领域并完善我们的论点，以下是我们最关键的几个开放性问题：

• 哪些新兴的销售AI公司将脱颖而出，建立独立的业务，最终会被整合到现有平台中？

• 副驾驶与自动化的竞争谁会胜出？我们最终会转向完全的自动驾驶，还是这两种方法长期都会有一席之地？

• 生成型AI是否将销售技术的“重心”从CRM转移？

• 随着这一类别越来越多地通过消费进行货币化，销售技术的定价模式将如何演变？