新鮮真話，關注一下👆
接著寫了一篇「產品定價策略」的問題，核心是在初步跑通PMF、TMF之後，藉助定價層面的操作創造最大價值。（詳情可以參考：看了40款AI產品的定價模式，我好像發現了營收1000萬美元的秘密）
但是我發現，“銷售”這件事情，才是貫穿了產品生命週期的始終，也決定了一款產品是否叫好又叫座。
對Sales的習慣性輕視，對Sales Application的應用不足，不僅直接影響了商業效率，更會作用到SaaS產品一開始的設計，以及C端應用的商業模式構建。
用最有效的銷售工具、銷售資料，煉商業模式的丹。
a16z的最新文章——“Death of a Salesforce”: Why AI Will Transform the Next Generation of Sales Tech，非常全面展現了AI對傳統的「銷售系統」的影響，也繪製了《AI銷售級應用市場地圖》。
以下是a16z文章原文👇
每家初創公司和老牌企業之間的競爭，都歸結於初創公司能否在老牌企業取得類似的創新成果前，先人一步開啟銷路。
在銷售技術領域，很容易認為 Salesforce 和 Hubspot 等老牌企業具有優勢。
首先，它們作為“銷售記錄系統”嵌入其中，因此銷售主管不願意將它們拆除並替換掉。
其次，這些老牌企業（及其地位穩固的同行）對 AI 革命並沒有袖手旁觀；他們意識到要保護自己的競爭優勢，因此正在迅速新增 AI 功能，以保持先進性。
這一波AI浪潮裡，大公司往往能優先佈局，並且深度介入。這也要求小公司，需要在“銷售”等環節做到更好。
我們相信，AI將從根本上重塑「銷售記錄系統」和「銷售工作流程」，市面上所有玩家，都將無法置身事外。
一個重要判斷：下一代「銷售平臺」的核心，將不再是基於文字的資料庫，而是多模態的（文字、影像、語音、影片），包含來自整個公司的所有客戶洞察。
AI原生的銷售平臺，將能夠從客戶及其心態中，提取比我們使用現有工具所能拼湊的更多的洞察。
「銷售工作流程」將發生根本性變化。有了人工智慧，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——人工智慧可以在幾秒鐘內完成。
「銷售代表」也不必瞭解潛在客戶的準備情況，因為人工智慧會自動編制一份優質買家排名列表，並不斷更新。
需要個性化的營銷材料嗎？您的人工智慧助手將提供您需要的任何資產，並在您通話時為您提供即時提示，以幫助您完成交易。
在這篇文章中，我們將深入探討AI將如何改變我們已知的銷售方式，系統掃描一下有哪些早期公司處於領先地位。以及AI對銷售行業、對其他領域的深遠影響。
新的銷售記錄系統
雖然現有企業經常適應新的平臺轉變，但他們很少能夠完全重新考慮其架構。
Salesforce（成立於 1999 年）和 Hubspot（成立於 2006 年）首先得益於關係資料庫的出現，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，並以文字表示相關標準。
如今，由於依賴“單點解決方案”，資料通常被孤立在銷售漏斗中的離散活動中，讓人無法全面瞭解整個銷售流程中發生的情況。
添加個性化功能以提高漏斗頂端轉化率的解決方案，依然沒有關於個性化接觸是否最終提高成交率的資料。
然而，有了 LLM，下一個銷售平臺的核心可能完全是非結構化的和多模式的，包括文字、影像、語音和影片。
一家公司的銷售平臺可能包含來自無數來源的現有和潛在客戶的資料：與公司某人的任何對話的錄音和記錄、電子郵件和 Slack 訊息、銷售支援材料、產品使用情況、客戶支援活動、公共新聞、財務報告……清單無窮無盡。
此外，為平臺提供支援的 LLM 將不斷獲取資料以建立最新的上下文。
重新定義銷售工作流程
有了這種資料基礎設施，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。
新興的AI銷售未來
新興的AI原生銷售方案遠非既有類別的簡單AI化升級，它們正開創出主動銷售的新紀元，並持續演進以覆蓋多元化應用場景。因此，相鄰領域內的點解決方案現展現出前所未有的高度重疊。
以往，轉換網站入站潛在客戶與自動化出站活動常被視作孤立任務。
而今，AI代理的引入，使得原本專為此類任務設計的工具能夠無縫拓展，同時勝任這兩項職責。展望未來，AI代理還將進一步拓寬組織在跨渠道銷售中的影響力。
在規劃AI在銷售領域的應用藍圖時，界定一個涵蓋各類活動型別的更廣泛分類框架將大有裨益：
-
智慧管道：這是任何銷售團隊的命脈，也許是人工智慧最自然的插入點。近期將有許多人工智慧驅動的方法來實現管道建設的自動化。例如，團隊使用Clay的豐富功能和人工智慧研究代理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人工智慧個性化的訊息，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。
-
銷售支援 + 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資訊。例如，Naro會自動檢視賣家的電子郵件，並顯示與回答買家問題相關的公司檔案。
-
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資料，以便對人類和人工智慧工作者都有用。例如，Day加入賣家與客戶的對話，以捕捉背景資訊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。
AI銷售的市場影響
銷售、營銷和客戶將成功融合在一起
目前，銷售、營銷及客戶成功團隊常感各自孤立，知識交流受限，交接環節顯得粗糙不連貫。
透過構建更為全面且共享的資訊基石與洞察，上市團隊間的同步性將顯著提升，促進更為緊密的協作。
鑑於關鍵客戶資料均匯聚於統一的資料來源，並輔以人工智慧的指導，各職能間的界限或將逐漸模糊，趨向融合。在此趨勢下，銷售、客戶管理及客戶成功或被視為推動上市過程更具人性化的多元策略。
爭執於追加銷售歸屬的議題或將不復存在——試想未來，配額分配機制或將依據團隊整體表現而非個人業績，以此更精準地衡量並激勵銷售週期內無縫協作的成效。
流動的GTM策略
在相同的組織框架下，上市策略將展現出前所未有的活力與靈活性。當前，企業普遍依據細分市場定位及合同價值的年度預測來部署資源，如定向銷售策略或內部銷售支援。團隊構建與招募亦緊密貼合既定戰略框架。
然而，在AI引領的新紀元，資源調配的邏輯將深刻變革，轉而聚焦於最大化客戶利益——即針對特定客戶，探索並應用最優的上市策略。這一轉變亦將波及品牌形象，使之更加靈動。
當前，眾多企業刻意塑造自身為專注於企業級或開發者市場的形象；但展望未來，企業將有能力透過量身打造的銷售路徑，同時滿足這兩類核心受眾的需求，進而促使母品牌實現更廣泛、深入的覆蓋。換言之，未來的B2B銷售策略將力求無孔不入，全面兼顧各類需求與場景。
按座位定價 → 基於結果的定價
AI主導的軟體公司興起，預示著按席位定價模式或將成為過去，因為更直接地將定價與價值交付相關聯的機會已顯而易見。
我們的合夥人Alex Rampell以Zendesk為例闡述了這一點：設想一家企業每年為1,000名客服代表支付75,000美元，每位代表年均處理2,000個工單。
遵循現行慣例，每位代表均需獲得Zendesk的月度許可，費用為每席115美元，導致客戶支援軟體的年度總成本逼近140萬美元。
在此情境下，每工單的人工成本（以7500萬美元總薪資除以200萬工單）為37.50美元，而相比之下，每工單的軟體成本（即138萬美元Zendesk支出分攤至200萬工單）僅0.69美元。
步入AI優先的新時代，關注點全面轉向業務成果，Zendesk將面臨一項挑戰——如何為成功解決的工單制定最合適的定價策略？
正如Gokul Rajaram指出的那樣，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 軟體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。與其他線上商業模式類似，對不合格線索的收費最類似於按點選付費廣告。
另一方面，AI 銷售公司可以收取最豐厚的回報——達成交易。
這裡的貨幣化模式可能更像許多線上借貸市場，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——透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 銷售軟體的背景下，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同價值 (ACV) 的 10-15%（除了工資），但完全獨立完成交易的 AI 銷售代理可以以低得多的價格完成交易，從而提供立即獲得明顯投資回報的機會。
當然，這裡沒有“正確”的答案——我們期待看到在銷售人工智慧輔助成果的早期，哪些模式最受創始人（也許更重要的是他們的客戶）的歡迎。
結論
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，未來的銷售軟體工作流將有根本的不同。AI將徹底重塑“銷售”這件事本身。
原文連結🔗：https://a16z.com/ai-transforms-sales/
參考閱讀：
新鮮真話，關注一下👆
朋友圈會發一些具體的案例和商業化日常～
AI交流，歡迎加我本人微信：FrankGPTs