我从Jeanne DeWitt Grosser（前@Stripe首席商务官，现在@Vercel首席运营官）那里学到的最大经验： 1. 七年前失败的事情现在在AI的帮助下成功了。2017年，Jeanne尝试在Stripe构建一个系统，能够根据公司数据自动个性化外发电子邮件。尽管与世界级的数据科学家合作，但由于错误太多而失败。今天，正是这种方法成功了。这表明AI使得以前不可能的想法突然变得可行。 2. Vercel的一名GTM工程师将一个10人的销售团队缩减到1人（仅用6周时间）。Jeanne在Vercel的团队让一名工程师构建了一个AI代理，处理入站潜在客户的资格审核、外发潜在客户的开发和交易损失评估。该代理每年的运行成本为1,000美元，而销售团队的薪资超过100万美元。被裁减的九名团队成员转向更高价值的工作，而剩下的销售人员效率提高了10倍。 3. 他们的AI交易损失机器人在理解出错原因方面比人类更出色。当Jeanne分析她本季度最大的损失时，销售人员将其归咎于定价。但一名AI代理审查了每封电子邮件、通话记录和Slack消息，发现真正的原因是：他们从未与控制预算的人交谈，当ROI被提及时，客户显然不相信价值主张。他们现在正在使用AI实时分析销售电话，并发送警报，例如“您在销售过程中已经进行了一半，但还没有与预算决策者交谈。” 4. 在收入达到100万美元之前不要雇佣第一名销售人员。创始人应该继续自己销售，直到他们的年收入达到约100万美元，并且有一个可重复的流程。关键是要有一个明确的理想客户画像——看起来相似的客户。 5. 根据驱动客户购买决策的因素对客户进行细分，而不仅仅是公司规模。OpenAI大约有3,000名员工，这通常将他们归入“中型市场”类别。但他们是全球流量前25的网站，因此Vercel将他们视为需要复杂销售的企业客户。有效的细分结合了公司规模、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所需的语言与向加密货币公司销售所需的语言完全不同。 6. 大多数客户购买是为了避免风险，而不是为了获得机会。大约80%的客户购买是为了减少痛苦或避免问题，而只有20%是为了增加收益。这意味着您应该将销售信息的重点放在没有您的产品可能出现的错误上——例如落后于竞争对手或损害他们的声誉——而不仅仅是谈论令人兴奋的功能。尤其是在向大型公司销售时，这一点尤其重要，因为个人的职业生涯岌岌可危。 7. 销售团队应该在一段时间内与产品经理无异。Jeanne雇佣的销售人员对产品有如此深入的了解，以至于如果您把他们放在一群工程师面前，应该需要10分钟才能意识到他们不是产品经理。这种可信度使销售团队能够作为研发的延伸——一个20人的销售团队每周与数百名客户交谈，并能够将这些对话转化为大规模的产品洞察。 8. 自建AI销售工具可能比购买现成软件更具优势。由于AI是如此新颖，每家公司的销售流程都是独特的，Jeanne发现构建定制的内部代理通常比购买供应商解决方案提供更多价值。一名GTM工程师仅用两天时间就构建了他们的交易分析机器人，完美契合他们的特定工作流程。这些工程师跟随顶尖销售人员，了解他们的工作流程，然后构建出几年前需要几个月时间才能完成的自动化。 9. 让每一次销售互动都很出色，无论客户是否购买。Jeanne用协作白板会议取代了Stripe的无聊发现电话，客户在会议上绘制他们的支付架构。许多客户之前从未可视化过自己的系统。他们离开时带着有用的资产和合作的感觉，无论他们是否购买。许多人在几年后回来了购买。将您的市场推广过程视为一种产品，而不仅仅是销售功能。 10. 产品驱动的增长有上限——没有一家1000亿美元的公司仅依靠它。虽然产品驱动的增长（用户可以注册并开始使用产品而无需与销售人员交谈）在早期增长中效果很好，但客户通常不会通过自助服务流程花费一百万美元。每家主要科技公司最终都会为更大的交易建立销售团队。错误在于等待太久，因为建立可预测的销售流程需要时间。