我从Jeanne DeWitt Grosser（前Stripe首席商务官，现任Vercel首席运营官）身上学到的最重要的一点： 七年前失败的尝试，如今借助人工智能却能成功。2017年，Jeanne尝试在Stripe公司构建一个系统，该系统能够根据公司数据自动个性化发送的电子邮件。尽管她与世界一流的数据科学家合作，但由于错误过多，该系统最终失败了。而如今，同样的方法却奏效了。这表明人工智能如何将以前不可能的想法变成现实。 2. Vercel公司的一位市场拓展工程师仅用了6周时间就将10人的销售团队缩减至1人。Jeanne在Vercel的团队让一位工程师开发了一个人工智能代理，用于处理入站线索资格审查、出站客户开发和交易损失评估。该代理每年的运行成本仅为1000美元，而销售团队的薪资支出却超过100万美元。被裁掉的9名团队成员没有被解雇，而是转到了更有价值的工作岗位，而剩下的那位销售人员的工作效率也提高了10倍。 3. 他们的AI交易损失分析机器人比人类更能准确地找出问题所在。Jeanne分析本季度最大的一笔亏损交易时，销售人员将责任归咎于定价。但AI代理审查了每一封电子邮件、通话记录和Slack消息，发现了真正的原因：他们从未与预算负责人沟通，而且当谈到投资回报率时，客户显然不相信产品的价值主张。现在，他们正在使用AI实时分析销售电话，并发送类似“您已完成销售流程的一半，但尚未与预算决策者沟通”的警报。 4. 等到年收入达到100万美元后再招聘第一位销售人员。创始人应该坚持自我推销，直到公司通过可复制的流程实现年收入100万美元左右。关键在于明确理想客户画像——拥有相似特征的客户群体。 5. 细分客户时，应考虑驱动其购买决策的因素，而不仅仅是公司规模。OpenAI 拥有约 3000 名员工，通常情况下会被归类为“中型市场”企业。但其网站流量位居全球前 25 名，因此 Vercel 将其视为需要复杂销售流程的企业客户。有效的客户细分应结合公司规模、增长率、网站流量、工作负载类型和行业——因为向电子商务公司销售产品与向加密货币公司销售产品所需的语言截然不同。 6. 大多数客户购买是为了规避风险，而不是为了抓住机遇。约80%的客户购买是为了减少痛苦或避免问题，而只有20%的客户购买是为了增加收益。这意味着，你应该将销售信息重点放在不使用你的产品可能带来的问题上——例如落后于竞争对手或损害自身声誉——而不是仅仅谈论令人兴奋的功能。这一点在向大型企业销售产品时尤为重要，因为这关系到个人的职业生涯。 7. 销售团队应该在一段时间内与产品经理难以区分。Jeanne 招聘的销售人员拥有极其深厚的产品知识，以至于如果你把他们放在一群工程师面前，工程师们只需十分钟就能意识到他们并非产品经理。这种可信度使得销售团队能够成为研发部门的延伸——一个 20 人的销售团队每周与数百名客户沟通，并能将这些对话大规模地转化为产品洞察。 8. 自建AI销售工具可能比购买现成软件更有优势。由于AI技术尚属新兴领域，且每家公司的销售流程都独一无二，Jeanne发现，构建定制化的内部智能代理往往比购买供应商解决方案更有价值。一位市场推广工程师仅用两天时间就构建出了他们专属的交易分析机器人，完美契合了他们特定的工作流程。这些工程师会跟随顶尖销售人员学习，深入了解他们的工作流程，然后构建自动化系统——而这在几年前可能需要数月甚至根本无法实现。 9. 无论客户最终是否购买，都要确保每一次销售互动都精彩纷呈。Jeanne 在 Stripe 公司用协作式白板会议取代了枯燥乏味的调研电话，让客户在白板上绘制他们的支付架构图。许多客户此前从未对自己的系统进行过可视化呈现。无论最终是否购买，他们都能带着一份实用的资料和协作体验离开。许多客户在几年后再次光顾并购买了产品。要像对待产品一样看待你的市场推广流程，而不仅仅是销售环节。 10. 产品驱动型增长是有上限的——没有哪家市值千亿美元的公司能仅靠产品驱动增长。虽然产品驱动型增长（用户无需与销售人员沟通即可注册并开始使用产品）在早期增长阶段效果显著，但客户通常不会通过自助服务流程花费百万美元。每家大型科技公司最终都会组建销售团队来处理更大的交易。问题在于等待时间过长，因为建立一套可预测的销售流程需要时间。
@stripe @vercel 完整对话：https://t.co/kdQTBdSW4D