大模型最有可能大规模落地的商业化场景：AI销售

最近几个月，团队重心全砸在了AI销售上。过程中有个很深的感触：大模型最好的落地场景，一定得和钱直接挂钩——至少效果能换算成真金白银。否则再酷的技术，客户也未必愿意买单。

我们团队通过多源数据融合，构建产业供应链和产业链，目前已经能把线索精准性（以电Call后意向客户加微信的比例衡量）提升

，预计年底能到10倍。这个数据不是拍脑袋，而是跑了几万通电话后统计出来的。

产业痛点

具体痛点集中在三个环节：大模型自动获取和选择线索、自动电Call需求确认、电Call质量自动检测，以及客户特殊需求的自动分析。

不妨想象一个场景：一个造园区厂房的集团公司，雇了几百号销售，每天的工作就是上网搜线索、筛选、挨个打电话问老板需不需要厂房。这类岗位在国外叫SDR（Sales Development Representative，销售开发代表）。很多需要长周期跟进、高价格、低频的商品——比如房屋、厂房、中央空调——公司都会建一支庞大的销售团队。每天支付的工资加提成，可能耗费公司数亿资金。

现在我们的核心思路，就是通过大模型、结合之前多年LBS大数据经验，构建一套pipeline，直接替代SDR的工作。这事一旦跑通，成本降幅会非常惊人。

我们的方案

具体工作包括几个方面：

• 产业链自动构建
  ：融合多源数据，大模型自动构建产业链并挂接全国700万+企业。

• 供应商自动构建
  ：融合物流、招投标等数据，大模型自动挖掘全网企业的供应商关系。

• 大模型自动挖掘线索
  ：从海量公开信息中精准定位潜在客户。

• AI电Call线索
  ：大模型自动生成个性化销售话术，并执行AI电Call。

这四步环环相扣，核心在于“个性化”——不是通用的电话推销，而是基于对客户业务的理解，生成真正对口的需求描述。

国外同行

调研了一圈海外公司，目前做类似工作的主要有三家：

• 11X.AI
  ：号称提供AI数字员工进行线索挖掘和跟进，理念不错，但外网反馈口碑一般——数字员工缺少个性化，效果平平，收费却不低。不过最近刚融了5000万美元，资本还在押注。

• Artisan.co
  ：同样是a16z投资，融了1650万美元。用户试下来，确实能实现大规模自动化客户触达，但效果依旧差强人意。

• SalesTools.io
  ：成立较早，没融资，已经自负盈亏。每1000封电子邮件收费750美元，按人均发5封计算，只能覆盖200个潜在客户，价格偏贵。大邮件批次有折扣，但客户普遍觉得个性化依然不够。

综合来看，客户最关注两个点：一是能否规模化获客，二是触达信息（无论是邮件、信息还是AI电Call）的精准性和个性化。而个性化的根基，在于对客户需求的精准描述。

回到我们自己——通过多源数据融合构建产业供应链和产业链，目前已经将线索精准性（电Call后意向客户加微信比例）提升了

，预计年底能提升到10倍。这条路如果能走通，很可能成为大模型在商业领域最现实的突破口。