自 OpenAI 推出草莓模型以來，AI Agent 的發展步伐加快。昨天，Anthropic 釋出了升級版 Claude 3.5，其“電腦操作”能力再次提升了行業對 Agent 的期待。Claude 3.5 能夠模擬人類在螢幕前的操作，移動游標、點選按鈕、輸入文字…雖然仍處於實驗階段，Replit、Asana、Canva 等公司已經開始利用 Claude 嘗試數十到數百步的複雜任務自動化。
與此同時，大型企業如 Salesforce、SAP 和 Workday 也推出自己的 AI Agent 產品。其中，Sales Agent 是目前 AI Agent 主要落地和商業化場景之一。矽谷 VC 圍繞 Sales Agent 概念投資了很多 club deal，如完成了 5000 萬美元的 B 輪融資，估值 3.5 億美元的 AI SDR （Sales Development Representative，銷售開發代表） 11X，Greenoaks Capital 領投新一輪的 Sierra 估值也達到了 40 億美金。
本文是我們對 Sales Agent 的行業 mapping，並聚焦到 AI SDR 的代表公司 11x。雖然目前 AI 還不能完全替代人類銷售，但我們可以預見 2 到 3 年內，人類將與 AI 數字員工共同工作。與此同時，Agent 公司從按 seats 數量收費的 SaaS 定價模式轉向基於結果定價，帶來了更大的市場空間和想象力。
目錄 01 Thesis
02 AI for Sales Landscaping
03 什麼是 11x.AI
04 團隊及融資
05 競爭格局
06 結論與猜想：GenAI 如何改變銷售行業
01.
Thesis
我們對 Sales Agent 賽道的關注，源於以下幾個關鍵原因：
1. AI Agent 是下一代 AI 應用的核心形態。它們不僅是工具，而是能完成實際工作的數字員工。傳統 AI SaaS 工具僅提供輔助，而 AI Agent 有潛力將工作流程的人工干預降到最低，甚至取代初級員工。如果 AI Agent 實現了以可擴充套件的方式進行個性化，可以實現 95% 而不僅僅是 10% 的生產力提升。
2. 按工作成果定價的商業模式提升了市場空間的想象力。AI Agent 銷售的是“工作成果”，而不是使用軟體的許可。基於人類完成同樣工作的成本，這種定價模型將顯著提高價格天花板。
3. Sales agent 是目前 Agent 的主要落地場景。B2B 企業對擴大銷售觸達的需求是無止境的，但每一位銷售員工的邊際成本極高，這也是 Sales Agent 能迅速落地併產生顯著收入的原因。即便產品仍在迭代，像 11x 這樣的公司已經證明了 AI SDR 的潛力——在短時間內實現了超過 1000 萬美元的 ARR，並贏得了 250 多個客戶。
聚焦到 11x，
4. 現階段，11x 並未真正達到完全替代員工的效果。在實際應用中，11x.ai 更多地被視為一個輔助工具，幫助企業結合人力和其他軟體完成銷售流程，虛擬人物的形象更多起到的是 PR 功能。但未來 2-3 年內完全自動化的 agent 是有機會實現的，這也是 VC 願意押注的關鍵原因。
5. 11x 的 CEO Hasan 擅長構建願景，極具執行力。11x 團隊 AI 能力並不突出，但產品和銷售能力很強。Hasan 在產品上投入了大量精力，早期團隊僅有 6 人，全部專注於產品開發和客戶的深度磨合上。他在品牌塑造和市場定位上也非常用心，推動客戶接受“ AI 員工”的概念，這也是 11x 在激烈競爭中受到關注的原因。
6. 儘管目前 11x 在產品效果上沒有明顯超越競爭對手，但它擁有矽谷頂級 VC 的支援。這為公司提供了寶貴的大客戶資源和資料，11x 能夠根據真實需求快速迭代產品。透過這種閉環的反饋機制，11x 有機會拉開與其他初創企業的距離，逐步建立難以複製的競爭壁壘。
7. 11x 具備較高的下行保護。像 ServiceNow、Salesforce、HubSpot 這樣的行業巨頭都是潛在的收購方，11x 的未來即便未能成為獨立巨頭，也可能透過併購實現較好的退出。
02.
AI for Sales Landscaping
目前的 Sales Agent Startup 大多專注於替代或最佳化銷售流程中的某些環節。
銷售流程第一步是 Lead Qualification，識別有購買意向或符合理想客戶畫像的潛在客戶。第二步是 Needs Discovery，透過電話、郵件等方式與潛在客戶溝通，瞭解痛點和需求。第三步是 Solution presentation，根據客戶需求，面對面或線上會議展示服務價值。後續會保持與客戶的溝通，不斷增強客戶對產品的興趣，在成功實現客戶轉化後，便可進行報價與談判（Quotation & Negotiation），最終成交（Closing the Deal）。為了使客戶滿意，推動長期合作，企業需要進行售後服務與客戶維護（Post-Sale Service & Customer Maintenance）
在這一工作流程中，AI 最適合替代的環節是早期的 Lead Qualification 和 Needs Discovery（即 AI SDR），以及售後服務的 Customer Maintenance。這些階段的任務較為流程化，易於自動化，而中間的步驟（例如客戶溝通與信任建立）仍需要人際互動，AI 只能作為輔助工具（如 AI Copilot）。
基於這些流程，Sales AI 初創公司可以大致分為以下幾類：
1. Intelligent Pipeline
2. Digital Workers
3. Sales Enablement + Insights
4. CRM + Automations
5. Customer Support
其中 Digital Workers 和 Customer Support 兩個細分領域值得特別關注，原因有二：
1. 這些工作流程固定、清晰，較少涉及複雜的人際互動，但工作量巨大，是企業目前難以完全依賴人工覆蓋的，適合現階段 AI 的能力。
2. AI Agent 和 Voice Agent 在這些領域可以充分發揮其智慧化和流程自動化的優勢，顯著提升效率。
下面是對各個細分賽道的場景和代表公司進行詳細的分析：
智慧銷售管道（Intelligent Pipeline）
這一領域的核心功能是幫助銷售團隊自動化地尋找和篩選潛在客戶，強調的概念是 Human + AI，而非 AI Replace Human。傳統上，銷售人員需要花大量時間去尋找目標客戶，而 AI 透過資料分析和自動化處理，能夠快速生成高質量的潛在客戶名單，並自動撰寫個性化的銷售資訊，讓銷售人員更高效地聯絡客戶。
目前，這個領域以傳統的 AI Sales SaaS 公司為主，它們積極結合 LLM，推出具備初步自動化功能的 Agent 和 Cold Email Writer。
Case Study
• Clay
2017 年由兩位 McGill University 的加拿大籍畢業生 Nicolae Rusan 和 Kareem Amin 創立。Clay 是一款潛在客戶挖掘工具，幫助各種型別的企業找到並接觸目標客戶，Clay 整合了超過 75 家資料提供商，結合 Agent 的研究能力，對網頁的資訊進行爬取、判斷比對、總結處理，完成類似 SDR 員工的基本資訊檢索工作。Clay 可以為使用者構建高度定向的潛在客戶列表，還能自動生成個性化的電子郵件、部落格文章等。
Clay 在今年 7 月初完成 4600 萬美元的 B 輪融資，由 Meritech Capital 領投，現有投資者 Sequoia Capital 等也參與了本輪，估值達到 5 億美元。
•Amplemarket
Amplemarket 成立於 2019 年，透過 AI 協助，縮小頂尖銷售人員與普通銷售人員在 leads 尋找上的表現差距，幫助企業提升整體銷售能力。核心產品 Amplemarket Duo 幫助銷售代表提供業務洞察、執行市場調研，並協助管理銷售管道。使用 Duo 的銷售團隊在測試階段，將表現差距縮小了 60%，並幫助新銷售人員在第一週內就能預約到客戶會議，而傳統上這一過程通常需要三個月。
Amplemarket 由 CEO João Batalha、CPO Luis Batalha 和 CRO Micael Oliveira 創立。三位創始人均畢業於麻省理工學院，擁有工程和物理背景，並曾共同創辦過 Fermat’s Library（一個學術論文註釋平臺）。他們在銷售行業中發現了現有工具的碎片化問題，想開發一款整合性的銷售解決方案。
2022 年，Amplemarket 完成了由 Comcast Ventures 和 Armilar Venture Partners 領投的 1200 萬美元 A 輪融資。
數字化銷售助手 (Digital Workers)
Digital Workers 是指能夠自動處理銷售流程的 AI Agent，強調 AI Replace Human。相比 Intelligent Pipeline，還能夠自動聯絡客戶、安排會議，甚至有可能在未來直接完成交易。例如，11x 的 Agent 處理銷售開發代表（SDR）的工作，這就相當於企業僱傭了一個 AI 銷售員工，自己完成從篩選客戶、聯絡客戶到安排會議的工作，取代初級銷售代表。
下文將詳細分析這一賽道中的關鍵公司。
銷售支援與洞察（Sales enablement + insights）
這一領域的公司可以被視作銷售團隊的 AI Copilot，在關鍵時刻提供給銷售人員有用的資訊。當銷售人員在處理交易時，AI 可以快速定位相關的公司檔案，自動瀏覽銷售人員的郵件，找出適合的回覆內容。另外，銷售人員可以用自然語言提問， copilot 為銷售人員提供內部客戶資訊的分析和總結。
Case Study:
•Seam AI
Seam 專注於解決企業內部客戶資料的獲取問題，Seam 提供一個透過自然語言直接訪問資料的聊天介面。核心技術基於 LLM，將自然語言轉換為 SQL 查詢，使非技術使用者也能輕鬆訪問 CRM 系統中的複雜資料。
Seam 的創始團隊曾在 Okta 工作，理解企業內部對“客戶資料更易於訪問”的需求。CEO Nicholas Scavone 提到，他們透過在 Okta 工作期間積累的經驗，意識到現有的系統中存在的“摩擦”——使用者通常無法直接獲取所需的資料，必須依賴資料分析師生成 SQL 查詢。透過生成式 AI 技術的成熟，Seam 打破了企業內部資料訪問的壁壘，直接解決了非技術使用者對資料的需求。
Seam 在 2024 年宣佈完成了一筆 500 萬美元的種子輪融資。這筆融資由 Bessemer Venture Partners 領投，其他參與的投資機構包括 Colle Capital、F7 Ventures、Ritual Capital 和 Umami Capital。
CRM + 自動化
這類公司是在傳統的 CRM SaaS 軟體框架中加入 AI 功能，優化了銷售活動中重複性、繁瑣的工作。例如，Day.ai 能自動記錄客戶會議，生成完整的會議紀要，建立客戶檔案，並幫助銷售人員快速查詢和分析客戶資訊。
Case Study:
• Day.ai
2023 年成立，由 HubSpot 前高管 Michael Pici 和軟體開發專家 Christopher O’Donnell 創立，他們在營銷軟體領域擁有豐富的經驗，目前已獲得紅杉資本領投的 400 萬美元種子輪融資。
產品核心模組包括 AI 會議助手、AI Leads 管理、和以客戶為中心的 AI 知識庫。
1. AI 會議助手
銷售在與客戶視訊通話後自動生成會議紀要。AI 能根據紀要智慧搜尋、快速定位詳細資訊，並自動生成跟進郵件。同時會與團隊同步客戶線索和跟進記錄，自動提醒銷售客戶跟進。
2. AI Leads 管理
結合會議結論，系統自動更新銷售 leads 狀態，保持最新 leads 同步。
3. 以客戶為中心的 AI 知識庫
預測對話趨勢，分析成交機會，提供銷售的策略指導。在銷售與客戶溝通後，會自動儲存報價和互動內容，作為營銷資產，在一定量的資料積累後識別出客戶的共性，轉化為模板文件。
Customer Support
在客戶支援領域，AI Agent 正逐步從回答客戶問題轉向執行復雜的操作任務，如處理退款請求、推遲發貨等。隨著 LLM 的普及，這類公司已經在眾多消費品牌中找到應用場景。
這其中值得重點關注的公司包括 Sierra 和 Decagon。同時 voice agent 公司如 bland ai, retell 也主要在客服場景落地。
Case Study
•Sierra
Sierra 的目標是幫助消費者品牌建立自己的對話式 AI，使得所有企業都能擁有與客戶自然對話的能力。創始人 Bret Taylor 認為未來對話式 AI 將成為人們與品牌互動的主要形式。Sierra 提供交鑰匙解決方案和 SDK。基於 autonomous agents 的理念，不依賴單一模型，而是多個模型的組合，有時涉及超過七個模型，如“supervisor”的模型，負責監控答案質量。其 Agent OS 平臺支援資料治理、個人資訊加密，確保安全的部署環境，在大規模環境中部署 Agent，進行數百萬次對話。Sierra 近期也釋出了 voice agent，具備自然對話、品牌語言理解、多工處理、情緒感知等功能。
Sierra 基於結果定價，客戶只需在問題解決時支付費用。目前已經為包括 Weight Watchers、Sonos、Olay 等在內的多個知名品牌開發專屬的對話式 AI。比如體重健康管理平臺 WeightWatchers 構建 AI 客服 agent 回答使用者的體重管理問題，第一週解決了近 70% 的案例，客戶滿意度達到 4.6/5。無線音箱 Sonos 利用 AI agent 幫助客戶處理新產品設定、路由器問題和訂單管理等任務。
今年初，Sierra 完成 8500 萬美元融資，估值 10 億美元，由紅杉美國領投，根據 information，目前估值可能已經超過 $4 billion，Greenoaks Capital 領投。
團隊有 65 人左右，創始人包括前 Salesforce Co-CEO、OpenAI 董事會主席 Bret Taylor 和前 Google AR/VR 部門負責人、負責 Gmail、Google Drive、Google Docs 和 Google Apps for Enterprise（現 Workspace）的產品設計的 Clay Bavor。
•Decagon
Decagon 2023 年 7 月創立，專注於透過 GenAI 自動化客戶支援任務，其 AI 能夠個性化處理複雜客戶需求，如處理退款、推遲發貨等。Decagon 利用第三方及微調的大型語言模型，整合客戶的工作流程、品牌指南和合規要求，提供個性化、類人的客戶支援。客戶包括Eventbrite、Bilt、Substack、ClassPass、Vanta 和 Rippling 等。
Decagon 還是傳統的 SaaS 訂閱模式，以對話量/年為單位收費，已經實現了七位數的 ARR（超過 1million)。
CEO Jesse Zhang 在 AI 和創業領域有豐富的經驗，曾是多家初創企業的天使投資人，投資了 Pika、Cursor、Visual Electric、Moment 等公司。在創立 Decagon 之前，Jesse 創立了 Lowkey，2021 年被 Niantic 收購。
Decagon 共獲得 3500 萬美元投資，Accel 領投了 3000 萬美元A輪，A16z 領投 500 萬美元的種子輪。其他投資方包括 Elad Gil，以及天使投資人 Box 的 CEO Aaron Levie 和 Airtable 的 CEO Howie Liu。
03.
什麼是 11x.AI
11x 的願景是用 AI Agent 去替代員工完成公司內部的簡單、重複性業務場景，核心產品是 2023 年 8 月釋出的 AI SDR（Sales Development Representative） Agent。
目前 11x ARR 接近 1000 萬美金，服務客戶數量超過 250 家，並且還在高速增長。其中約 70-80% 的客戶來自美國，客戶包括 Brex、DataStax 和 Otter 等。但 11x 目前其實還不能像人類員工一樣可靠的完成整個工作流，更多是輔助工具。Hasan 表示 11x 產品之所以能引起共鳴，其一是客戶試圖更有效地增長，其二 AI Works 這個引人注目的價值主張。領投這輪 2400 萬美元 A 輪融資的 Benchmark 合夥人 Sarah Tavel 對 11x.ai 也非常看好：當 AI agent 能夠可靠地取代人工處理手工流程時，“這將帶來幾乎與網際網路或雲計算同等規模的變革。”
11x 和傳統 AI Sales 工具的區別
如上文所說，LLM 出現之前的 AI 軟體公司以協助 SDR 的工作為主，針對 SDR 的工作中的一個或某幾個核心步驟，而不是整個工作流。
SDR 是 SaaS 出現後新出現的崗位。早期稱為“Sales Associate”或“Junior Sales Rep”，SaaS 行業的興起後，Salesforce 的前銷售副總裁 Aaron Ross 將這個初級銷售角色變得更加操作化和標準化，主要職責是為 AE（Account Executive）預定會議。SDR 通常被視為銷售職業的起點，被用作晉升到更高級別銷售職位（如 AE）的跳板。
SDR 的工作對應整體銷售流程的 Lead Qualification、Needs Discovery、以及 Solution presentation 前的會議預約，具體來說，SDR 的職責包括以下板塊，而每個板塊也有 niche 的創業公司：
根據以上工作步驟可以看出，一個好的 SDR 的核心能力包括以下幾點：
1. 要能夠精準、高效的挖掘 leads。需要廣泛、優質的客戶資料庫支援，對使用者畫像有深刻的理解，能透過使用者行為分析其需求和購買意圖。
2. 要能寫出足夠針對性、打動人的 cold message。LLM 出現之前，AI 做到比較困難，但是 LLM 有機會實現更高程度的定製化。
3. 收到客戶 message 後要及時的協調客戶和銷售團隊的時間及需求，安排好 demo會議。這需要 AI agent 整合日程安排系統、以及 Zoom、Teams 等日程平臺。
AI 相比人在這項工作上是有優勢的。AI 能夠 cover 更廣泛的資料，在經過充分研究後，撰寫個性化的銷售資訊，但這個水平是時間緊迫的 SDR 無法達到的，也無法 cover 的像 AI 一樣多且全。對於企業來說，採用 AI 是一件邊際效益遞增的事情。
11x 與較傳統 AI sales software 的核心區別就是將 SDR 的各個環節串聯了起來，進一步提升了自動化程度。11x 聲稱可以完成從Lead Generation到最終安排好 meetings/demos 的全過程。Outreach and Contacting 階段可以兼顧 email，linkedin 多平臺，也可以根據客戶背景資訊生成個性化的郵件。11X 建立了數字形象 Alice，讓使用者覺得自己更像是在和一名同事合作，而非在使用一個工具。
11x 目前的產品線還 cover 了其他 sales 環節：
•Inbound SDR James，負責聯絡已有的潛在客戶（如客戶在官網上填了表單）。
•RevOps Serana，協調銷售、市場和客戶成功部門，使得流程統一、資料共享。
•Phone agent Jordan，負責電話溝通，讓潛在客戶轉化為具體商機。Jordan 能夠進行長達 30 分鐘的對話，會 25 種語言。
• 11x 目前還在開發用於人才招聘的 James 和 HR 工作的 Bob 兩個 agent。
比較 tricky 的是 11x 為每一個具體的功能模組賦予了一個人物形象，更契合“數字員工”的概念。
向左滑動檢視更多“數字員工”
11x 還有一個無程式碼平臺 Platform X，使用者可以自行呼叫 11x 提供的功能模組，形成一個整體的銷售自動化流程。同時，使用者也能夠建立自己想要的數字人形象，作為人機互動介面的一部分。
Alice 產品分析
Alice 的 User Interface 的設計邏輯與傳統 Sales SaaS 軟體類似，目的都是清晰的呈現每個 leads 的情況和進度，區別是如果開啟自動化功能，可以免去人為點按的步驟。但實際用起來，目前仍離不開人工的核審和修改。
11x.ai 自己能否使用 Alice 實現有效的客戶獲取，是衡量產品是否有效的重要指標。11x 運用 Alice 自動化識別正在招聘 SDR（銷售開發代表）的公司，然後透過郵件毛遂自薦，為 Ta 自己謀取工作。11x.ai 的 CEO Hasan 驗證了這一策略的有效性。在公司初創階段，Hasan 使用 Alice 每週能生成 70-80 個合格的銷售會議，他親自參與這些會議，直到公司 ARR 突破 70 萬美元后，才開始組建專職的銷售團隊。
主頁
在主頁中，使用者可以看到 Alice 抓取了多少潛在客戶，檢視郵件的開啟率、點選率和回覆率。客戶開啟郵件後狀態轉為“hot”，系統通知企業及時跟進。
營銷活動
使用者可以建立四種類型的工作流：
• Classic: 使用者建立理想客戶畫像（職位、部門、公司規模、行業），Alice 自動尋找客戶，啟動 sdr 業務流。
• CRM: 從 CRM 系統（如 HubSpot）中獲取潛在客戶資料。
• Website Traffic: 分析訪問者資料、撰寫個性化訊息（目前只能識別美國使用者）。
• CSV：使用者上傳潛在客戶的 CSV 檔案，Alice 自動進行外聯。
Cold email 撰寫
• 使用者設定產品資訊，Alice 抓取相關網站資料學習，透過 A/B test 最佳化 cold message 的效果。使用者可以選擇語調、外聯語言等去適應品牌的需求。
• 使用者可編輯營銷步驟，預設包含一個初始郵件和三封后續跟進郵件，使用者也可以增加 LinkedIn、InMail 等渠道。
• Alice 根據潛在客戶的具體資訊個性化撰寫郵件，使用者可以設定Alice需要關注的維度，例如公司、名字、所在地、興趣等。
自動化設定
使用者可以選擇開啟或關閉自動模式，決定是讓 Alice 自動傳送郵件，還是手動稽核後再發送。根據客戶訪談，若想獲得較好的效果還是需要進行手動核審、修改，幫助 AI 掌控節奏。
Performance
Performance 介面展示分析資料，包括潛在客戶抓取量、活躍潛在客戶數量、郵件開啟率和回覆率。
回覆
潛在客戶回覆後，Alice 會停止該客戶的後續聯絡，遞交給銷售員工接管。
11x.ai 並沒有公開具體的技術棧，但提到了一些關鍵亮點。首先，AI Agent 能有效找到潛在客戶的關鍵在於優質的資料支援。11x.ai 透過構建 agent 瀏覽網頁並收集第一方資料，這種靈活的方式可以更精準地識別客戶的購買意圖。對於面向大眾市場的公司，這種方法具有很大價值。然而，這種資料採集模式在面向專業市場時並不具備優勢——公開資料有限，獲取高質量潛在客戶需要私有的資料集。
其次，將潛在客戶轉化為實際的銷售會議，需要具有針對性、足以打動客戶的 cold email。在這一過程中，11x.ai 依賴 LLM + RAG 生成，在上下文理解和個性化上更具說服力。
商業模式
11x 計劃切企業的招聘預算，而非傳統的軟體支出。戰略目標不僅僅是自動化小任務，而是最佳化整個銷售開發流程。這種全面的解決方案比單純的工具或部分任務自動化更具價值，客戶也更願意為此支付高昂的費用。
11x.ai 採用了基於任務的定價模型，而非傳統的按 seats 計費。客戶根據完成的任務支付費用。任務細分為如下型別：
(1) 識別賬戶；
(2) 研究這些賬戶；
(3) 透過電子郵件和 LinkedIn 進行推廣；
(4) 在潛在客戶回覆後安排會議。
這種模式提供了靈活性，允許客戶根據業務需求動態調整任務量和 Alice 的具體任務安排。目前，11x.ai 的 90% 客戶已採用這種基於任務的定價模式。Hasan 還在部分客戶中測試基於結果的定價，明確以合格機會（SQL）作為關鍵指標。
11x.ai 的商業模式體現了其從“任務完成”向“結果導向”逐漸過渡的趨勢。傳統軟體以席位計費，容易限制規模化，但 11x.ai 的任務定價則為客戶提供了靈活性和可擴充套件性，尤其適合動態調整業務規模的企業。測試中的基於結果的定價模式，透過直接關聯業務成果（如 SQL ），11x.ai 能夠把自身服務與客戶成功捆綁起來，提升客戶粘性並擴大長期收入潛力。但這也對產品的效果提出了更高的要求。
客戶
目前，11x 的 ARR 接近 1000 萬美金，客戶數量超過 250 家，並且還在高速增長，約 70-80% 的客戶來自美國，包括 Brex、DataStax 和 Otter 等。
根據客戶訪談，大部分客戶認為 11x 仍是作為輔助工具，還做不到以一個 agent 的方式來工作，客戶通常需要將 11x.ai 與其他工具（如 Salesloft）結合使用，更像一個 copilot。即便如此，客戶仍選擇採用 11x.ai，有以下幾個主要原因：
其一，AI SDR 的能力雖然無法與高階人類 BDR 相比，但是能超過平均 BDR 的水平。具體來說，客戶給 11x 打 7.5 分，該領域的專業 BPO （業務流程外包）團隊如 Clarify 打 9-10 分，內部人力 SDR 團隊打 5 分。
具體到能力上，使用者對 11x 的潛在客戶挖掘能力比較滿意，但 cold email 撰寫能力不及預期。其一是內容缺乏深度和個性化，無法很好地表現出品牌個性，或不夠真誠，有可能會讓目標客戶不信任或反感。其二是可能帶來“過度承諾、交付不足”的問題。
其二，11x 比公司自身的 SDR 團隊、專業 BPO （業務流程外包）團隊或使用其他工具如 Salesloft 和 Cognism 更有價效比。Salesloft 大概是 20,000 美元一個月，11x 大概是每月 1,000 美元+。11x 大概每月能成功轉化 3-5 個潛在客戶，雖然相比公司期待的數量差距較大，但 B2B 公司客單價高，只要有轉化邊際收益就是遞增的。
不過也有使用者提到，目前 AI SDR 工具在最初幾周可能有效，但隨後效果會降至零，因為它們只擅長獲取容易得到的機會。人類 SDR 可能在個性化、深入挖掘上更具優勢。
長期來看，很多客戶相信，AI 將在未來 2-3 年內取代大部分 SDR/BDR 在 SaaS 行業中的作用。人類 SDR 會面臨角色轉變，轉向更注重建立維護關係、 need discovery 上，不是日常的、重複性高的潛在客戶尋找和資格篩選工作，可能會產生新型的全週期 AE（Account Executive）。
04.
團隊及融資
11x 團隊目前有 27 人左右，很年輕，很多員工有創業的經歷。創始人兼 CEO Hasan Sukkar 1997 年出生，17 歲時因敘利亞難民危機移民到英國，後在英國 University of Exeter 拿到工程學學位。在創立 11x.ai 之前在麥肯錫工作。CTO、VP of sales 都是 Brex 前員工。整個團隊 AI 能力並不突出，沒有很強的 researcher，是一個產品、sales 導向的團隊。
CEO Hasan 很擅長講好故事，build vision。種子輪融資人 Project A 評價 CEO 有極高的執行速度、吸引人才及構建公司文化的能力。
Hasan 2022 年秋天有了創立 11x.ai 的想法，2023 年初開始聚焦於 SDR 垂直領域。他和團隊花了 7-8 個月深入瞭解早期的合作伙伴和客戶。他們會坐在 SDR 旁邊親身觀察一天的工作情況，分析前 5% 的 SDR 和中游 SDR 之間的差異，然後應用到產品中。當時 11x.ai 團隊僅有 6 名員工，全是產品方向的人才，以“高風險”和“技術無畏”的方式持續迭代產品。
他在品牌和定位方面投入了大量資源，Hasan 希望讓客戶適應虛擬工作者的概念；所以他給它產品定義了一個名字（Alice）、一個形象和一個具體的工作。
11x.ai 的種子輪投資方背景一般。2023 年 8 月 11 日 Project A Ventures 領投 200 萬美元種子輪，No Label Ventures、Tiny Ventures 和天使投資人 Felipe Navio 和 Mandeep Singh 參與。但 2400 萬美金 A 輪 fund 背景顯著提升。2024 年 9 月，Benchmark 領投，其他投資者還包括 Quiet Capital、SV Angel、Abstract Ventures、Lux Capital、Operator Partners、Visionaries Club、Activant、HubSpot Ventures、Project A、20VC、20Growth 和 20Sales 等。2024 年 10 月又完成了 5000 萬美元的 B 輪融資，a16z 領投，估值約為 3.5 億美元。
05.
競爭格局
Sales AI 領域非常 crowded，主要競爭對手可分為三大類：大型公司的銷售自動化產品、同類 Gen AI 初創公司、以及上一代 AI 銷售軟體。
1. 大型公司的 sales agent 產品
相關領域的大公司包括 Salesforce、ServiceNow、hubspot 等。
大公司依託其已有的廣泛客戶關係管理（CRM）平臺，擁有大量的客戶資料和整合能力。以 Salesforce 近期推出的 Einstein Sales Development Rep (SDR) Agent 為例，Einstein SDR Agent 可以自動處理線索，回答客戶問題，解決異議並安排會議。基於 RAG 技術，SDR Agent 能夠從公司已有的業務資料（如產品 FAQ、銷售策略、案例研究）中獲取資訊，提供個性化、智慧的對話。這些大公司產品能夠直接整合到現有工作流中，方便企業的使用。而 11x 在平臺數據積累和客戶基礎上處於劣勢。
在客戶粘性上，大型企業已在這些平臺中投入了大量資源，選擇新供應商的動機較低，這使得這些產品的替代成本較高。
創業公司的優勢在於其創新和速度。它們可以在更短的時間內推出新的功能，Salesforce 等由於龐大的產品生態，更新和調整速度較慢。
所以在市場定位中，Salesforce 的 agent 產品面向的是中大型企業，這些企業已經使用Salesforce 的 CRM 系統，因此 agent 能夠無縫整合到現有工作流中。11x 這樣的初創公司更適合中小型企業或初創公司，這些公司可能對靈活性和創新性需求較高，但不適合 Salesforce 這樣大規模、深度整合的產品。
2. Gen AI 創業公司
GenAI Sales Agent 初創公司專注於銷售進一步的自動化，提供與 11x 類似的解決方案，核心功能趨於同質化。11x 之所以在眾多初創企業中脫穎而出，併成為 benchmark 的押注物件，關鍵在於市場對銷售自動化的巨大潛力的認知，以及 11x 創始人 Hasan 被視為具備成功領導的能力，類似於 benchmark 當初選擇 Uber 的 Travis Kalanick。
11x 的成功融資帶動了整個賽道的熱度，同領域內有幾家值得關注的競爭對手，包括 Artisan 和 Regie.ai。
儘管功能上它們與 11x 非常相似，但在具體實施細節和市場切入策略上，各家公司仍有不同。例如，Regie.ai 強調透過 AI 最佳化內容生成，試圖透過提升文案質量和相關性來區分自己，而 Artisan 更多的是強化數字員工的概念以及在社交銷售方面的能力，與 11x 更為類似。
• Artisan
Artisan 由年輕的 Jaspar Carmichael-Jack、牛津博士 Dr. Rupert Dodkins，以及前 IBM 產品經理 Samantha Stallings 共同創立。公司已經在種子輪融資中籌集了 1150 萬美元。該公司在成立僅三個月內便達到了 100 萬美元的 ARR，並擁有超過 120 名客戶，包括 Treatwell、Fondo 和 Rho。
•Regie
Regie.ai founder Srinath Sridhar 是一名連續創業者，之前創立了 BloomReach 和 Onera，在多家公司擔任過高階銷售和管理職位。Regie.ai 完成了1000萬美元的 A 輪融資，由 Scale Venture Partners 領投，Foundation Capital、South Park Commons 和天使投資者參與。Regie.ai 2022 年的目標是取代緩慢且效果不佳的外部文案撰寫者和代理商，現在將重心轉移到做自動化的 AI SDR。Regie 的產品設計中沒有強調數字員工的概念，但能力棧與 11x 是類似的。
3. 上一代 AI Sales 軟體
相比於新興的 Gen AI 銷售工具，我們在客戶訪談中發現，11x 的客戶有時也會選擇上一代 AI 銷售軟體結合使用，如 Salesloft、Cognism 和 6sense 等。更側重於為銷售團隊提供自動化和資料驅動的銷售工具。儘管這些工具在提高銷售效率上有一定的效果，但它們缺乏像 11x 這樣針對 SDR 流程全自動化的能力，仍依賴大量的手動操作和團隊配合。這些軟體很可能逐步被如 11x、Artisan 等新一代解決方案取代。
06.
結論與猜想：GenAI
如何改變銷售行業
從目前看，Sales Agent 的發展有兩大趨勢：
1. Sales Agent 正逐步整合多個細分銷售場景，呈現出覆蓋整個銷售生命週期的潛力。過去，這些環節往往由不同的工具或團隊分工完成，但隨著 GenAI 技術的成熟，產品設計正趨向於將所有環節納入統一平臺。讓 Agent 自動化執行。這會減少企業對於人力的依賴，也將改變銷售的角色定位。
2. 結果導向的定價模式：從“按座收費”到“按結果付費。這種模式、更符合企業的利益，也將 AI 公司與客戶的成功直接掛鉤，成為企業銷售業績的直接推動者。
最終 sales Agent，乃至整個 Agent 領域的行業價值是被大企業還是初創企業捕獲是一個值得長期觀察的問題。儘管目前 Startup 的融資和收入增速都很快，但長遠來看，大部分價值可能還是會被 Salesforce 這樣的大企業所捕獲。因為這些公司擁有搭建 Sales Agent 的核心資源：客戶資料積累、成熟的 workflow、以及和客戶已有系統的整合。
但初創公司的優勢在於 momentum：Momentum = Product iteration + GTM effectivity + early team。 像 11x 這樣的公司依靠早期快速的產品迭代、有效的市場拓展策略（GTM）、早期團隊的執行力，已經成功積累了初期的勢能。一旦勢能形成，它便成為推動持續增長的核心動力——加快產品改進、擴展團隊、提升客戶獲取效率，這些要素幫助初創公司在競爭中迅速壯大，甚至有機會透過併購等方式與大企業抗衡。
所以在 Sales Agent 領域，大企業和初創公司的競爭並非“二選一”，Startup 仍有機會利用勢能快速迭代，並透過持續創新來保持市場的領先地位。
圍繞 Sales Agent，以下問題還值得深入思考：
1. OpenAI 的 o1、new Claude 3.5 如何推動 sales agent 進一步的能力提升？
2. 從 SaaS 訂閱轉向“基於結果定價”，這種模式對企業的收入和成本結構的長期影響是什麼？這可能會改變企業的財務結構，加快市場對 AI 工具的淘汰速度，效果更好的公司能實現更快的資料積累和產品迭代，這是否會引向贏家通吃？那麼投資第二名，第三名還有沒有意義？
排版：Fia
延伸閱讀