增长是任何企业的命脉。
B2B 企业实现增长的最佳方式是找到想要其产品的客户，并通过一系列方式精准有效的触达他们。GenAI 会改变销售 SaaS 的格局，将销售技术的“重心”从 CRM 转移。
AI+销售，AI+SDR 赛道可能是第一个落地的数字员工场景。SDR 意为销售发展代表（Sales Development Representative），一般职责是为企业内部销售贡献线索，从而发展潜在客户。
SDR 销售的工作复杂度以及所需要的技能正好与目前AI在归纳整理信息方面的模型能力相吻合，能够在有限决策和多重复性的场景下实现接近人类员工，甚至超越人类员工的工作水准。
本文盘点了几款近期声量较大的 AI SDR 产品（ x11.ai 和 Clay），并对 AI+ 销售赛道进行了系统性的复盘。
不可否认的是，该赛道已经成为即搜索、法律、Coding 之后，下一个 Agent 实际落地场景，以及被寄予厚望的 AI 细分赛道。
“
本篇正文共 6280 字，仔细阅读约 12 分钟
01.
SDR 数字员工 x11.ai
成立6个月就突破200万美金ARR
11x.ai 是一款 AI SDR 数字员工，X11.ai 仅通过6个月时间就实现了从 0 美元增长到 200 万美元的 ARR——而且每月仍以 50% 的速度增长。
为了更像一位数字员工，11x.ai 的创始人给该产品的AI员工起名为 Alice，Alice的工作和真实的SDR工作者非常类似，甚至更加周到。Alice 会自动搜集客户List，然后通过电子邮件和LinkedIn消息进行潜在客户的挖掘。根据目标公司发布的公司时间以及招聘信息来实时跟进潜在客户的最新进展，并在触达内容中做出个性化。
在 x11.ai 产品自己获客的过程中，它同样让Alice来进行产品潜在客户挖掘，通过扫描全球范围内招聘 SDR 员工的任何人，Alice发送一份毛遂自荐的邮件，来获取一份AI员工的工作。
Alice为有招聘SDR员工需求的企业写的“自荐信”
销售领域的SaaS工具并不是一个陌生的赛道，相反企业在CRM、邮件自动化等产品的驯化下，已经习惯于在对外销售的各个环节使用SaaS工具。
x11.ai 给出的独特卖点是：从自动化每一个销售小任务，转向自动化整个工作流程，客户为解决整体问题的支付意愿高很多。
SaaS端到端解决方案 vs SaaS单点工具
这种端到端方法也开启了一种全新的定价模式。11x.ai 不再对软件收费，而是对软件完成的工作收费。目前，11x.ai 的定价主要基于任务。该公司将 SDR 完成的不同任务细分为如下类型：
(1) 识别账户；
(2) 研究这些账户；
(3) 准备通过电子邮件和 LinkedIn 进行推广；
(4) 在潜在客户回复时安排会议。
客户可以扩大或缩小任务量以及外包给 Alice 的具体任务。当前，11x.ai 的 90% 客户都采用这种基于任务的模式。
该公司已获得 200 万美元的Pre-Seed 轮次融资，由Project A Ventures领投，Sequoia、Accel 和 Atomic 等基金以及 NoLabel Ventures 和 Tiny VC 等天使机构也参与其中。
02.
Clay，估值达5亿美金
被红杉连投两轮的销售线索挖掘工具
Clay 以 5 亿美元的估值从 Meritech Capital 筹集了 4600 万美元的 B 轮融资，参与方包括 Sequoia、First Round、Box Group、Boldstart 以及一些全球顶级销售和营销领导者，旨在推动 Anthropic、Intercom、Notion 等 2500 多家科技巨头的增长。除此之外，Clay 还宣布了之前由 Sequoia 领投的 1350 万美元 A 轮融资，First Round 领投的 250 万美元种子轮融资以及 Box Group 的种子前轮融资。
最好的公司会花时间深入研究潜在客户，然后再发送有创意、相关且个性化的推广信息。然而，许多公司缺乏这样做的资源，而是诉诸大规模、通用且不幸的是垃圾邮件推广。
Clay 的初衷是帮助各种类型的企业轻松找到并接触关心他们的客户，从而实现增长 — 无需在工具或人工方面进行大量投资。
Clay 针对的第一个痛点是数据侧的信息对齐和信息检索。企业对外销售钱，会花费很多时间研究潜在客户，在研究时，有一部分信息来自企业购买的不完整数据库，这些数据库通常十分繁杂，并且互不连通。有一些信息来自公开网站信息查询，需要定制丰富的数据，例如查询客户公司是否符合 ESG 标准，SDR 员工需要手动组合、判断出潜在客户的有效性、并获取联系方式。
SDR基础线索库繁杂且不连通
针对第一个痛点，Clay 做了一个传统的动作，整合数据提供商。目前，Clay 整合了超过 75 家数据丰富的提供商，使得实际覆盖率和准确率都提高了三倍。
针对第二个痛点，Clay 结合 Agent的研究能力，对网页的信息进行爬取、判断比对、总结处理。Claygent 这款智能代理可以推断公司的竞争对手，检查其提供多少个定价计划，筛选 SOC-II 合规性等，完成一个 SDR 员工基础的网页信息检索和信息调研工作。
从产品技术实现来看，Claygent 是一款AI 网络抓取工具，它使用 GPT-4 来理解和提取网站中高度具体的信息。在抓取网站数据时，将整个网站发送给 GPT-4 效率不高，Claygent 会通过询问 GPT-4 网站的哪个部分最有可能包含所需信息，来抓取最有效的网页部分。例如，GPT-4 可能会指出 SOC-2 合规信息通常位于页脚中。然后，Claygent 可以专门抓取页脚，而不是整个网站。
同时，Claygent 还使用二分搜索法，即选取网站的一部分，检查是否存在所需数据，如果没有，则转到另一部分。这种方法会逐步缩小搜索范围，直到找到所需信息。
为了确保 Claygent 数据的可靠性，Clay 在最终信息输出环节会结合来自多个数据提供商的信息，并使用不同的模型进行交叉验证，确保给出准确的调研结果。通过将抓取的结果与从其他来源抓取的信息进行比较，Claygent 可以评估其产品生成的洞察的可靠性和一致性。
Clay 给出的组合方案
随后，SDR 会手动向每个潜在客户撰写个性化消息：对于少数合格的潜在客户，这个过程每天可能要花费数小时。Clay 提供端到端的AI消息编写功能，可以基于前期查询到信息，为每个潜在客户制作出高度相关的个性化信息。这个动作也让客户公司习惯发生改变，逐渐将整个GTM旅程迁移到 Clay 平台上。
Clay 的 CEO Kareem Amin在最近的一篇访谈中公开了产品寻找 PMF 的心路历程。根据他的介绍，Clay 在 2017 年成立，直到 2022年，产品仍然是零收入。
Clay切换产品定位
Amin 介绍到，第一个关键改变，是 Clay 从一个平台型的产品，转向了一个垂直领域。“可塑性即是产品的优势，但也是一把双刃剑”，Clay 从一开始的产品定义为一款团队工作自动化的产品，坚定转为帮助销售 GTM 团队更好的执行 Outreach 任务。
Amin 意识到，“我们需要一次选择一件事，明确测试它，确保它符合我们更大的目标——获得明确的，大量的客户请求，客户自助使用这些服务，并给我们反馈。只有那时，我们才有权利去执行更广泛的使命。”
除了产品构建时的克制，Amin 认为，一家领先的创业公司，需要建立自己的产品原则，以及最本质的产品信仰，起初这种信念可能是一种“直觉”，但通常相信这些直觉，并在构建 PMF 时不迷失这种“直觉”是重要的。例如，Clay 认为他们产品最重要的两条直觉：
1）我们将聚合世界上所有重要的数据源。
2）我们将成为世界上最灵活的工具。（这种“灵活性”也可以理解为一种“可配置”，Clay 的团队认为这比易用性还要重要。）
Clay寻找PMF的路径
Clay 在过去 2 年内实现了 10 倍的同比增长，为小型机构和 Notion、Anthropic 和 Verkada 等大型机构提供 SDR 产品。当前，Clay 的客户数超过 2500 个，用户数超过 10 万名。在 Clay 的客户中，已经有 30% 的客户每天都在使用 Claygent，每天产生50万次研究和推广任务，这无疑是占据场景的应用类公司在+AI时代的极佳突破。
目前围绕 Clay 生态，甚至出现了十几家 Claygencies（围绕 Clay 从事业务的代理机构），由于客户在使用 Clay 产品时仍需要几名工作人员实现全流程和周期的客户线索交付，甚至客户成单。这些代理机构围绕 Clay 建立全面的GTM代理机构，其中一些的年收入高达两百万美元。
03.
围绕销售生态的AI机会
Sapphire Ventures 是一家十分看好GTM赛道的风险资本，在过去布局了包括 6sense、Clari、Highspot、LeanDat、Outreach、Qualified 在内的顶级 GTM SaaS 产品。
他们最新的一份报告再次表达了对 AI+GTM 赛道的认可，跟着他们的思路，我们可以了解围绕 GTM 这个重要职能，目前全球建立起的 AI 产品生态。
在覆盖过的几千个 GTM SaaS 工具后，Sapphire 认为，目前人工智能改变销售智能主要通过以下四种方式：
1）自动化和增强的SDR。SDR 定位于生产力漏斗顶端的关键因素，为 GTM 团队提供固定的产出率。在软件市场竞争较弱且宏观需求较强时，这种模式很有效。在今天的销售环境中，SDR 的生产力在下降，组织需要寻找新的策略来推动可预测且高效的增长。AI实现线索挖掘产品，可以帮助销售团队识别更高质量的潜在客户。
2）在传统 Inbound 营销基础上实现个性化 Outbound 营销。根据 Gartner调查，接近 70% 的B2B买家和消费者设置了“垃圾”文件夹以屏蔽不需要的电子邮件。因此，AI 可以帮助挖掘已有的数字购买信号，如产品使用情况、内容参与度、试用/演示活动等。
3）帮助客户经理赢得更多交易。AI 可以简化客户经理（AE）的非核心销售活动，例如客户研究和准备、在销售对话期间提供实时指导、自动执行笔记、CRM 数据输入和跟进等管理任务。人类客户经理可以专注在和潜在客户交谈和销售，而非执行重复任务。
4）销售实时指导和销售复盘。使用 AI 对销售过程和销售旅程进行智能分析，提炼销售环节的方法论，并对团队进行销售辅导。
04.
不同销售职能的 AI 产品机会
如果将整个 GTM 旅程按照不同的销售职能进行划分，可以看到不同职能类型中，均涌现出了大量的 AI-Powered/ AI-Native 工具。
SAPPHIRE VENTURES 归纳的AI+销售公司
线索挖掘
这类职能主要来挖掘潜在客户，例如 SDR 销售发展代表。这是目前 AI 创业热度最高的细分赛道。这一职能岗位涉及到的信息噪声最大，需要经过大量的信息去噪工作，并且链路相对更长且更完整。
按照 SDR 职能的工作步骤，又可以细分出不同场景下的 AI 产品。
SDR 工作人员首先需要构建潜在客户列表。例如 Closefactor、Jeeva、Unify等新一代产品，可以和社交媒体、CRM 和联系人数据库等众多数据源集成，以加速和自动化潜在客户识别、捕获经过验证的联系信息。
红杉资本领投了 Closefactor 的种子轮，该项目使用机器学习自动整理有关公司的非结构化信息并提取有意义的见解。CloseFactor 使用搜索引擎可见的所有内容，通过 AI 来匹配与客户销售策略相关的主题，提供一种生成优先的、精准定位的客户列表，AE 和 SDR 可以跟踪这些客户。从产品来看，Closefactor 也在积极的延展业务范围，目前覆盖了从客户发现，客户研究，到客户关键人联系方式挖掘，再到自动化撰写触达邮件的全流程。
Closefactor 覆盖了客户发现、客户研究、客户触达等全流程
Jeeva 由 Sapphire Ventures 投资，该项目同样宣传自己可以替代之前 GTM 所需要准备的数据库、网页浏览，直接由 AI 给出研究后的销售线索。目前该项目搭载了 AutoGPT 等 Agent 框架，尝试给出垂直领域解决方案。
在构建列表后，销售代表需要对潜在客户进行研究和准备，以全面了解客户。SDR 会筛选公开可用信息（例如，公开文件、博客、网站等），以及内部账户历史记录（存储在 CRM、内部文档等的信息），制定有效的信息传递方式。像 Glean 这样的企业知识搜索平台可帮助销售代表快速查找和汇总来自 Salesforce、Gong、Slack 等工具的相关内部信息。
电子邮件文案自动化。这是一个更老生常谈的赛道，类似 Lavender 这类 AI 电子邮件助手会与卖家一起起草电子邮件并提供实时建议。
语音和视频推广。前段时间 A16Z 的报告指出，Voice Agent 会成为AI下一阶段最值得期待的产品类型。而 SDR 工作由于很大一部分也是通过电话销售完成，因此天然成为可以快速落地的 Voice Agent 场景。
例如 Nooks ai，可以利用 AI 批量并行拨号，加速连接时间，实时向SDR提供销售支持和指导。我们在《获前 Stripe 高管 2200 万美金融资，AI 销售赛道又一重磅选手》这篇文章中为大家详细介绍了 Nooks.ai 这款产品。
而视频销售也是一种有效的互动策略，Tavus 这类数字人视频提供方，给销售人员快速建模视频人物的方式，将视频集成到新时代的工作流程中。
自动化 outreach。相比邮件文案的自动化，这一类产品的链条更长，允许客户创建具有条件跟进逻辑，对话功能和日程安排能力的自动 Outreach 序列。最具代表的项目 Outreach 在获得红杉、Salesforce Venture等头部机构投资后，目前估值已达到 44 亿美金。
SDR 数字员工和端到端 SDR 产品。上文我们介绍的 x11.ai 就属于典型的端到端 AI SDR 产品，正在尝试直接按照线索付费的方式直接收取服务费用，而非工具费用。Clay 从一开始的线索挖掘，逐渐扩展为端到端的 SDR 产品。
这个赛道还有老牌SaaS产品 6sense，该产品 2023 年首次超过了 2 亿美金 ARR，估值达到 52 亿美金。6sense 是一家专注于 ABM 营销的公司，侧重寻找正确的销售线索，而非更多的销售线索。在其产品发展过程中，精确的洞察用户数据，并找到成交概率最高的用户成为其产品核心竞争力。
用户可以通过Dashboard了解客户处于什么购买流程
该平台统一了公开的潜在客户数据（即企业统计数据、技术统计数据、心理统计数据等）、6sense 意图数据和专有客户 CRM 数据，以此实现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挖掘工作流自动化。
销售职能
比较典型的是 AE 客户经理。客户经理的很大一部分工作是线上产品演示和线下拜访交谈，AI 工具为前一个工作带去更多帮助。
在销售材料准备环节，Gamma、Tome这类新型PPT产品帮助用户更好的制作演示文稿。Databook 等产品将数百万个市场数据点转化为可操作的见解和战略叙述。
在销售会议环节，销售人员可以通过 Fireflies、Oliv.ai 和 Winn.ai 等平台加入虚拟销售会议并自动记录会议记录、更新 CRM 记录等。在 a16z 最新的文章中，他们发布了一个新的 AI 应用赛道——AI Scribes，人工智能抄写员。这类应用可以倾听你的谈话，做好笔记，并标注后续行动。其中 Sales（销售）无意是一个值得关注。
a16z 总结的 AI Scribes 赛道应用
销售运营
这类职能属于销售岗位的大后方，又包括销售支持和 RevOps等支持类职能岗位。
销售培训也在发生巨大的变化。Rilla 帮助销售团队构建对话智能和培训平台；Attention 正在横向发展，利用 AI 来改进对话数据捕获方式，并提供直观的销售分析。
销售 RevOps 旨在增强“指挥中心”的关键功能，如销售规划和预测、渠道管理、交易管理和佣金。例如 TigerEye 利用 AI 来模拟赢单率、续约率、平均交易规模、招聘计划。Myko.ai 更像一个销售管理的BI工具，帮助管理人员快速了解销售代表的绩效、渠道状态等。
05.
结语
AI SDR 是 AI 应用中最接近落地的一个 AI 数字员工形态。不仅由于这个赛道的岗位流动性大、人员需求旺盛，更是因为这个垂直领域本身就和 AI 产品的能力形态更加接近，在底层的Agent能力上也有很多储备已经基本成型。
在这篇《深度｜AI Agent 开源和创业项目大盘点，Agent 基础设施正在崛起》中，我们介绍了 Agent 的浏览器基础设施，这些底层产品能够让应用更好的构建网页信息 Agent，实现网页信息整合、数据处理、自动化操作等任务。
AI SDR 本质的工作流程长，端到端提供产品服务的价值足够大。同时，SDR 工作交付的结果是一个清晰的线索 List，更容易用一种可衡量的服务效果来衡量价值。在任务难度上，SDR 符合当前 AI 的能力强项，即搜索和信息整理，因此可能是当前比较适合的一条 AI 数字员工路线。
