AI重塑CRM，紛享銷客如何讓「工具」變「專家」？

“AI的邊界在哪里？它能做什么，不能做什么？它是不是百分之百準(zhǔn)確？”在AI浪潮下，廠商和企業(yè)都在迷霧中探索。

AI應(yīng)用的謎題，和10年前CRM的困境相似。“甚至AI比CRM更難，因?yàn)镃RM具備確定性，流程、規(guī)則都是清晰可見的結(jié)果，但目前的AI還沒達(dá)到這樣的程度。”紛享銷客高級產(chǎn)品總監(jiān)劉抗向雷峰網(wǎng)表示。

AI和CRM的結(jié)合需要達(dá)到什么程度，才能算好用、易用的業(yè)務(wù)系統(tǒng)？

在營銷領(lǐng)域，中國信息通信研究院（CAICT）發(fā)起的《數(shù)字原生應(yīng)用 基于大模型的智能營銷能力要求》測評，或許可以成為迷霧之下檢驗(yàn)AI應(yīng)用能力的參考標(biāo)準(zhǔn)。

CAICT的測評標(biāo)準(zhǔn)涵蓋數(shù)據(jù)能力、營銷自動(dòng)化能力、場景適配性等多個(gè)維度。作為此次唯一一家通過測評的CRM廠商，紛享銷客用企業(yè)級智能CRM平臺(tái)ShareAI給出“AI+CRM+行業(yè)智慧”的解法。

從反應(yīng)式AI邁向AI原生CRM

過去，CRM系統(tǒng)常被定義為“以客戶為中心的運(yùn)營管理工具”——做管理就是做記錄，廠商將數(shù)據(jù)收集回來，再按照企業(yè)的流程標(biāo)準(zhǔn)做業(yè)務(wù)。

以銷售場景為例，這種結(jié)構(gòu)化的數(shù)據(jù)處理與大部分銷售場景下的非結(jié)構(gòu)化語料存在矛盾，CRM系統(tǒng)并不能有效地服務(wù)企業(yè)的銷售人員：

將非結(jié)構(gòu)化的交流情報(bào)總結(jié)成結(jié)構(gòu)化的數(shù)據(jù)字段，再錄入到CRM系統(tǒng)，這個(gè)過程損失了大量真實(shí)有效的信息，也讓銷售人員普遍不喜歡使用系統(tǒng)。

隨著AI的嵌入應(yīng)用，這一矛盾有了新的解法。

“AI時(shí)代下，CRM系統(tǒng)發(fā)生了變化，變得更貼近銷售人員的日常行為習(xí)慣，這和銷售人員日常拜訪客戶、開會(huì)溝通、做客情的工作形態(tài)更契合，而不是錄數(shù)據(jù)、看報(bào)表。”

紛享銷客產(chǎn)品副總裁李杰告訴雷峰網(wǎng)(公眾號：雷峰網(wǎng))，AI對于非結(jié)構(gòu)化數(shù)據(jù)的處理，讓CRM系統(tǒng)的交互形態(tài)發(fā)生巨大的變化，越來越多的銷售人員開始不抗拒使用系統(tǒng)。

而AI對CRM系統(tǒng)的改造不止于此。融入行業(yè)智慧后，原來被動(dòng)管理的CRM系統(tǒng)變成主動(dòng)觸發(fā)式的CRM系統(tǒng)。

劉抗介紹，紛享銷客對銷售方法論進(jìn)行建模，依托在銷售領(lǐng)域十多年沉淀的行業(yè)know-how，再經(jīng)模型微調(diào)和知識(shí)庫輔佐，最終訓(xùn)練出更智慧化、“更懂銷售”的模型：對系統(tǒng)數(shù)據(jù)和行為按照方法論進(jìn)行自主洞察，提出決策建議和風(fēng)險(xiǎn)預(yù)警，并給出主動(dòng)規(guī)劃的下一步行為。

從業(yè)界實(shí)踐看，目前大部分CRM廠商應(yīng)用的仍是反應(yīng)式AI范式，即通過問答會(huì)話的形式讓AI做出反應(yīng)并輸出反饋結(jié)果，但紛享銷客正在向嵌入式AI的方向邁進(jìn)，希望過渡到前瞻性、預(yù)測式、指引性的AI范式，諸如自主預(yù)測“客戶的輿情風(fēng)險(xiǎn)可能會(huì)對未來的業(yè)務(wù)跟進(jìn)和交易產(chǎn)生哪些影響”等前瞻性問題，給出具備指引性的業(yè)務(wù)洞察。

由弱變強(qiáng)，是目前業(yè)界AI應(yīng)用的演進(jìn)趨勢。劉抗告訴雷峰網(wǎng)，紛享銷客的核心目標(biāo)之一就是用AI對CRM系統(tǒng)進(jìn)行重構(gòu)，目前正在逐步向AI原生CRM系統(tǒng)演進(jìn)，希望將現(xiàn)有的交互體驗(yàn)變成AI原生的系統(tǒng)體驗(yàn)，讓銷售人員真正愛上用系統(tǒng)。

由此可見，紛享銷客給出了一個(gè)CRM轉(zhuǎn)型的范本：從問答對話的反應(yīng)式AI，逐步過渡到具有前瞻性、預(yù)測式、指引性的嵌入式AI。這個(gè)過程不僅需要思考如何用更好、更實(shí)時(shí)、更先進(jìn)的AI應(yīng)用，還需要借AI之力將深厚的行業(yè)智慧與應(yīng)用場景深度融合。

押注Agent，劍指營銷服領(lǐng)域調(diào)用Top 3

CRM系統(tǒng)與AI的融合，正在沿著這樣的發(fā)展路徑演進(jìn)：從被動(dòng)管理到主動(dòng)決策，再到更高級的基于行業(yè)方法論的“輔助駕駛”，最終到由AI主導(dǎo)的“自動(dòng)駕駛”。

隨著兩者的深度融合，CRM系統(tǒng)對于人工操作的依賴也逐漸降低。從AI應(yīng)用看，具備自主理解、規(guī)劃、決策乃至執(zhí)行任務(wù)能力的Agent，正成為傳統(tǒng)CRM向AI+CRM躍遷的關(guān)鍵變量。 

在這波技術(shù)浪潮下，紛享銷客在ShareAI中引入Agent，試圖破解業(yè)務(wù)落地的難題卡點(diǎn)：比如推出業(yè)務(wù)洞察和診斷的核心Agent，用工程化建模的方式彌合方法論和CRM系統(tǒng)之間的鴻溝，形成真正的“銷售大腦”，在系統(tǒng)中7×24小時(shí)診斷業(yè)務(wù)。 

劉抗介紹，Agent可以模擬銷售總監(jiān)或銷售專家的角色，比如基于“以什么樣的方式開場”“過程中怎么和客戶談”“以什么樣的方式收尾”的SOP方法論對銷售行為做出診斷，識(shí)別銷售業(yè)務(wù)做得“好不好”；再結(jié)合大模型、企業(yè)最佳實(shí)踐的知識(shí)庫以及紛享銷客積累的行業(yè)know-how，給出相應(yīng)的建議。

除了保證單個(gè)Agent在具體業(yè)務(wù)場景下“做到最好”，多Agent協(xié)作也是重要的探索方向。

紛享銷客PaaS平臺(tái)高級總監(jiān)吳健鵬表示，Agent和Agent之間的協(xié)作，是紛享銷客希望達(dá)到的理想狀態(tài)，比如在特定的業(yè)務(wù)場景下，銷售 Agent和服務(wù) Agent能夠協(xié)作執(zhí)行任務(wù)，目前技術(shù)團(tuán)隊(duì)正在做多Agent協(xié)作的調(diào)研。

如何將Agent能力持續(xù)釋放給企業(yè)客戶，紛享銷客不僅做AI能力的提供者，還希望做AI能力的構(gòu)建者、創(chuàng)造者——

除了在ShareAI中預(yù)置“開箱即用”的高價(jià)值A(chǔ)gent，目前正基于ShareAI的PaaS能力打造Agent builder（Agent構(gòu)建器），為企業(yè)提供簡單上手的Agent構(gòu)建工具，讓每一個(gè)企業(yè)員工都可以快速構(gòu)建其認(rèn)為合適的Agent。 

無論是Agent之間的相互調(diào)用，還是AI應(yīng)用與其他業(yè)務(wù)系統(tǒng)的融合，都依托開放的平臺(tái)生態(tài)。

ShareAI的重點(diǎn)戰(zhàn)略之一就是平臺(tái)化的生態(tài)延伸，希望參與開放式AI生態(tài)平臺(tái)的建設(shè)。李杰告訴雷峰網(wǎng)：“我們期望成為某一類客群生態(tài)的主要構(gòu)建者；如果在另外一類客群生態(tài)不是主導(dǎo)的角色，那也會(huì)做重要的貢獻(xiàn)者、參與者。”

在紛享銷客的平臺(tái)生態(tài)藍(lán)圖中，“集成”和“被集成”同樣重要：一方面，集成營銷、銷售、服務(wù)領(lǐng)域市場上最好的AI能力和數(shù)據(jù)；另一方面，能被現(xiàn)在或未來的現(xiàn)象級Agent入口集成，成為營銷服領(lǐng)域排名Top 3、被高頻調(diào)用的Agent。

注入行業(yè)智慧，CRM系統(tǒng)從工具變“專家”

面對AI賽道不斷涌現(xiàn)的各類新玩家，傳統(tǒng)CRM廠商的優(yōu)勢在于多年積累的行業(yè)智慧。

在過去10年SaaS CRM階段，紛享銷客的核心戰(zhàn)略之一就是行業(yè)競爭，在制造業(yè)、現(xiàn)代服務(wù)業(yè)、消費(fèi)品三大主行業(yè)積累了大量行業(yè)智慧，這也成為現(xiàn)階段紛享銷客向AI轉(zhuǎn)型的獨(dú)特優(yōu)勢。

紛享銷客產(chǎn)品副總裁肖德慧介紹，ShareAI建設(shè)過程中非常重視將行業(yè)智慧、領(lǐng)域智慧和企業(yè)智慧與AI結(jié)合，把行業(yè)的場景、數(shù)據(jù)、模型、方法論以及最佳實(shí)踐融入到系統(tǒng)中。

AI與行業(yè)智慧之間的協(xié)作，讓CRM系統(tǒng)從基礎(chǔ)的管理工具轉(zhuǎn)變?yōu)檎嬲摹皩＜摇保?gòu)建出最懂業(yè)務(wù)且有核心知識(shí)know-how的Agent。

行業(yè)專精的“AI+CRM”具體如何落地？目前紛享銷客在ShareAI中已有相關(guān)探索：

在數(shù)據(jù)層面，除了領(lǐng)域的標(biāo)準(zhǔn)數(shù)據(jù)外，對行業(yè)維度的數(shù)據(jù)進(jìn)行特殊管理，比如消費(fèi)品行業(yè)和制造業(yè)在數(shù)據(jù)的存儲(chǔ)和管理方面就存在明顯差異；

在模型層面，從中長期看將出現(xiàn)適用于某個(gè)行業(yè)的CRM領(lǐng)域，且經(jīng)過微調(diào)或精調(diào)的模型，在RG（Rule Governance，即規(guī)則治理）工程化方面精細(xì)化考慮不同行業(yè)之間的差異；

在Agent層面，ShareAI預(yù)置了許多“開箱即用”的高價(jià)值A(chǔ)gent，在對Agent定義時(shí)，就考慮到行業(yè)化差異。以銷售場景為例，消費(fèi)品行業(yè)與制造業(yè)、現(xiàn)代服務(wù)業(yè)使用的場景截然不同，所以推出行業(yè)專屬的銷售Agent。

行業(yè)智慧的積累，離不開與企業(yè)客戶的共創(chuàng)。

針對高價(jià)值的場景，紛享銷客找到行業(yè)頭部有影響力的企業(yè)客戶進(jìn)行共創(chuàng)，先在原型客戶中將高頻場景的價(jià)值論證出來，再將最佳實(shí)踐、最佳范式向中腰部客戶群體傳遞；同時(shí)把沉淀的知識(shí)經(jīng)驗(yàn)反哺到AI中，用工程化的方式在系統(tǒng)中形成行業(yè)智慧的模型。

這也是紛享銷客重要的生態(tài)策略。“我們會(huì)尋找行業(yè)專精的產(chǎn)業(yè)伙伴，尤其在0-1階段，選擇燈塔客戶時(shí)會(huì)有意識(shí)地從行業(yè)視角出發(fā)，比如Agent的目標(biāo)客戶群是哪個(gè)行業(yè)，再在行業(yè)里尋找最有代表性的客戶先做創(chuàng)新。”李杰補(bǔ)充道。

如今，AI已經(jīng)成為CRM廠商的必答題。在這場浪潮下，行業(yè)智慧是傳統(tǒng)CRM廠商的立命之本，AI則是廠商們的重圍利劍。如何在大浪淘沙中保持行業(yè)地位，需要廠商認(rèn)真思考CRM、行業(yè)智慧與AI三者間的關(guān)系。

“我們現(xiàn)在做了很多AI應(yīng)用，但是始終有一條貫穿其中的主線，那就是所有的AI產(chǎn)品演進(jìn)，最終都要服務(wù)于營銷、銷售、服務(wù)核心場景的關(guān)鍵指標(biāo)。”

在劉抗看來，在線索轉(zhuǎn)化率、商機(jī)轉(zhuǎn)化率、客戶價(jià)值和滿意度等關(guān)鍵指標(biāo)做出效果，才能在后續(xù)的競爭中立于不敗之地。

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。