我從Jeanne DeWitt Grosser（前Stripe首席商務官，現任Vercel營運長）身上學到的最重要的一點： 七年前失敗的嘗試，如今借助人工智慧卻能成功。 2017年，Jeanne嘗試在Stripe公司建立一個系統，能夠根據公司資料自動個人化發送的電子郵件。儘管她與世界一流的數據科學家合作，但由於錯誤過多，該系統最終失敗了。而如今，同樣的方法卻奏效了。這表明人工智慧如何將以前不可能的想法變成現實。 2. Vercel公司的一位市場拓展工程師僅花了6週時間就將10人的銷售團隊縮減至1人。 Jeanne在Vercel的團隊讓一位工程師開發了一個人工智慧代理，用於處理入站線索資格審查、出站客戶開發和交易損失評估。該代理商每年的營運成本僅1000美元，而銷售團隊的薪資支出卻超過100萬美元。被裁掉的9名團隊成員沒有被解僱，而是轉到了更有價值的工作崗位，而剩下的那位銷售人員的工作效率也提高了10倍。 3. 他們的AI交易損失分析機器人比人類更能準確找出問題所在。 Jeanne分析本季最大的虧損交易時，銷售人員將責任歸咎於定價。但AI代理商審查了每一封電子郵件、通話記錄和Slack訊息，發現了真正的原因：他們從未與預算負責人溝通，而且當談到投資回報率時，客戶顯然不相信產品的價值主張。現在，他們正在使用AI即時分析銷售電話，並發送類似「您已完成銷售流程的一半，但尚未與預算決策者溝通」的警報。 4. 等到年收入達到100萬美元後再招募第一位銷售人員。創辦人應該堅持自我推銷，直到公司透過可複製的流程實現年收入100萬美元左右。關鍵在於明確理想客戶畫像－擁有相似特徵的客戶群。 5. 細分客戶時，應考慮驅動其購買決策的因素，而不僅僅是公司規模。 OpenAI 擁有約 3000 名員工，通常情況下會被歸類為「中型市場」企業。但其網站流量位居全球前 25 名，因此 Vercel 將其視為需要複雜銷售流程的企業客戶。有效的客戶細分應結合公司規模、成長率、網站流量、工作負載類型和行業—因為向電子商務公司銷售產品與向加密貨幣公司銷售產品所需的語言截然不同。 6. 大多數客戶購買是為了規避風險，而不是為了抓住機會。約80%的客戶購買是為了減少痛苦或避免問題，而只有20%的客戶購買是為了增加收益。這意味著，你應該將銷售資訊重點放在不使用你的產品可能帶來的問題上——例如落後於競爭對手或損害自身聲譽——而不是僅僅談論令人興奮的功能。這一點在向大型企業銷售產品時尤其重要，因為這關係到個人的職業生涯。 7. 銷售團隊應該在一段時間內與產品經理難以區分。 Jeanne 招募的銷售人員擁有極其深厚的產品知識，以至於如果你把他們放在一群工程師面前，工程師們只需十分鐘就能意識到他們並非產品經理。這種可信度使得銷售團隊成為研發部門的延伸——一個 20 人的銷售團隊每週與數百名客戶溝通，並能將這些對話大規模地轉化為產品洞察。 8. 自建AI銷售工具可能比購買現成軟體更有優勢。由於AI技術尚屬新興領域，且每家公司的銷售流程都獨一無二，Jeanne發現，建構客製化的內部智慧代理往往比購買供應商解決方案更有價值。一位市場推廣工程師僅用兩天時間就建立了他們專屬的交易分析機器人，完美契合了他們特定的工作流程。這些工程師會跟隨頂尖銷售人員學習，深入了解他們的工作流程，然後建立自動化系統——而這在幾年前可能需要數月甚至根本無法實現。 9. 無論客戶最終是否購買，都要確保每一次銷售互動都精彩。 Jeanne 在 Stripe 公司以協作式白板會議取代了枯燥乏味的研究電話，讓客戶在白板上繪製他們的支付架構圖。許多客戶以前從未對自己的系統進行過視覺化呈現。無論最終是否購買，他們都能帶著一份實用的資料和協作體驗離開。許多客戶在幾年後再次光顧併購買了產品。要像對待產品一樣看待你的市場推廣流程，而不僅僅是銷售環節。 10. 產品驅動型成長是有上限的－沒有哪家市值千億美元的公司能僅靠產品驅動成長。雖然產品驅動型成長（用戶無需與銷售人員溝通即可註冊並開始使用產品）在早期成長階段效果顯著，但客戶通常不會透過自助服務流程花費百萬美元。每家大型科技公司最終都會組成銷售團隊來處理更大的交易。問題在於等待時間過長，因為建立一套可預測的銷售流程需要時間。
@stripe @vercel 完整對話：https://t.co/kdQTBdSW4D