AI 能在 30 秒内备好会议，却仍然签不了合同

这场对话有两个关键数字。第一，销售人员 75% 的时间花在不面向客户的工作上：周报、CRM 更新、会前准备。换个角度说，公司付给销售人员的每 4 美元里，有 3 美元买的是行政劳动。第二，在重要的客户电话之前，Gong 创始人 Amit Bendov 过去要从客户团队里拉 5 个人开简报会，等一份问答文档，前后烧掉大约 5 个小时的高薪人力。现在 Gong 会自动为他准备，他只需读 30 秒，再问一句有没有遗漏。

这些数字来自红杉资本的 Training Data 节目 2025 年 5 月的一期，主持人是 Sonya Huang 和 Pat Grady。嘉宾是 Gong 的 CEO 兼创始人 Amit Bendov。Gong 2015 年从会议录音起步，如今是销售领域最知名的 AI 应用之一。Huang 开门见山地问：AI 会不会取代 SDR？也就是那个负责陌生外呼、筛选线索的“猎手”。

Amit 的回答简明利落。近期内，用现有技术完全取代？不会。很多 BDR 的工作会由 AI 来做，他认为这是好事，事情并非非黑即白。尤其是复杂的主动外呼 SDR，几年之内都不会被完全取代。接下来的问题更尖锐：等智能体（Agent）四处跑去做销售工作的时候，五年后 CRM 还会存在吗？他确信 20 年后 CRM 仍会在那里，因为太多东西已经建在它上面，就像大型机比更好的技术活得更久。真正会变的是重心。“我们正从以 CRM 为中心的世界，走向以 AI 为中心的世界。”CRM 管理客户及其数据，却不管理运营、活动，也不管如何与买家互动。最后这一段，归 AI 管。

谈到人的一面，他比谈软件时更不确定。软件的角色开始清晰，人的角色则没那么清楚，会出现一些现在还无法想象的新工作。3 年前还没有提示词工程师（prompt engineer）这个岗位，30 年前也没有 SDR，它是现代的发明，也可能会消失。他说，凡是基于 Transformer 的东西，在有责任、需要决策或需要创造力的地方，都无法取代人。AI 已经能审查合同、标出要害条款，甚至提出修改建议，但不应该让它签合同、发合同，或者发提案。那个环节里仍然会有律师。他预期的转变，是让人类得到增强，借助 AI 完成一长串任务，而那 75% 的非销售活动会被取代。

仍有不少人以为 Gong 起初是一家转写公司。Amit 说，愿景从来不是文字稿。在上一家公司，他就已经录下销售电话，并付费请转写服务。真正的痛点是他根本没有时间读这些稿子。他说自己有点 ADHD，没办法长时间听或读。他想要的，是一种能把所有对话变成结构化数据的东西。转写只是流程中的一步：采集音视频，转写，识别话题和主题，然后再利用结果。

他们从会议入手，是因为那是最大的黑洞。客户的其他活动还多少留下些痕迹，而会议里发生了什么，没人知道，也没人去管。第一个技术决定同样很能说明问题。Gong 当时银行里大约有 600 万美元。Amit 想自研转写引擎，因为他觉得这是核心。联合创始人 Eilon 是“更聪明的那一半”，他的回答是不要：在搞清楚客户究竟会买什么之前，别为了 3% 的准确率提升花掉这笔钱。他们草草把一个网络 API 拼到应用上，先发布了一个能用的东西，然后眼看着竞争对手把钱砸进实时转写和其他酷炫技术里，而这些东西从未真正改变客户的处境。

事后看，Eilon 是对的。Gong 融到更多钱之后，团队就不能再依赖 Nuance 了，它又贵，效果也不算好。他们在以色列请来一批顶尖的语音专家，自研了引擎，以低得多的成本换来了更好的质量。如今，在公共选项仍然不足的语言上，他们把亚马逊的服务和 Whisper 与自研模型混合使用。只要供应商做得更好、更便宜，他们就会换。Amit 说，转写就像汽车电池：必要时自己造，别人更好就买别人的。Gong 的核心能力在 AI 应用层，不在底层引擎。

Huang 指出，当时很多同行是从技术出发思考，Gong 则是从客户反推。实时转写听起来像是显而易见的下一个功能，Amit 却守住了立场。直到今天，他仍说这项技术还远谈不上真正好用，价值也值得怀疑。客户想要的是辅导工作流，以及事后统计竞争对手被提及了多少次的能力。当时没有别人在做这些。

Grady 记得 Gong 起初只是众多公司中的一家，然后几乎一夜之间成了独一无二的那家。Amit 不认同这种怀旧。他认为现在的竞争比以前更激烈，并告诉团队，成功会带来更多竞争者。创业时他们以为自己是孤身一人，只是在替 Amit 自己解决痛点。后来他们发现了另外两家，Chorus 和 ExecVision，如今两家都已不再独立。现在有几十家，他希望几年后能有几百家。CRM 本身就有几百家供应商。如果市场在增长，那就是机会。如果你环顾四周，发现没有竞争对手，那你很可能走错了市场。

发现对手之后的那一步，比发现本身更重要。那家公司融资更多，稍微领先，技术也更酷。Amit 手里至今还留着当时小公司阶段那次全员大会的录音。他告诉大家，到年底只有一个目标重要：要么第一，要么其他都不算。“在 SaaS 里，没有第二名的奖项”，至少他不感兴趣那种奖。他们甚至把胜利量化了：媒体声量、LinkedIn、社交媒体，要达到其他所有人加起来的两倍。他们做到了。起初是并驾齐驱，然后小胜，再然后领先 5% 或 10%。销售人员更有信心，客户开始跟风，差距越拉越大。强者恒强，但前提是先咬下第一口。

从那以后，一直有人预言 Gong 会死。Outreach 和 Salesloft 会吞掉它们，在融资之前，谷歌和亚马逊也会吞掉它们。Amit 用披头士乐队做比喻，他承认这跟他的年纪有关：公司每两年都应该像一支新乐队，演奏不同风格的音乐。如果 Gong 仍然只是录会议，那它早就死了，因为谁都能做到这一点。在他的叙述里，竞争不是足球，不是为了控球权而展开的零和争夺。竞争更像是复活节彩蛋寻找游戏。别盯着别的孩子往哪儿跑，去找别人看不见的彩蛋，尽量多拿一些。

Amit 把生成式 AI 称为改变游戏规则的技术，而他从一开始就在等它。2015 年和 2016 年，Gong 用自动驾驶的五个等级作为产品路线图：第一级是提醒，第五级是完全自主。愿景是一款运行收入组织的应用：你告诉它收入目标，它会把目标拆解开，帮从管理层到每位销售人员的所有人去执行。当时那还是科幻。组件仍未全部到位。变化在于，团队现在可以看清什么是真正可靠的，为客户体验背书，然后把它交付上线。通话摘要是最清楚的例子。2016 年，Amit 找来一位电视新闻编辑，交给他一段录音，要求把一场 60 分钟的通话剪成 30 秒的新闻短片。试了大约 20 次后，他放弃了。摘要出来会带有偏向。如今一个模型就能轻松做到。

市场上的意外几乎和技术上的一样大。Gong 一直是一家 AI 应用公司，但多年来，AI 只是排在第三层的卖点。买家是首席营收官（CRO）和其他业务用户。一谈 AI，听起来就像可怕的科幻，于是你得多点几次才能找到它。ChatGPT 之后，情况反过来了。CEO 们在财报电话会上被问到将如何用 AI 提高销售生产力，转头就来问 Gong 有没有相关产品。过去一听到这个词就害怕的董事会，现在则要求提供一个生产力故事。

从数字上看，一些客户的销售产能提升了最多 60%。原本负责 50 个账户的人，现在可以负责 100 个，主要是因为许多任务变得多余。内部不再需要那么多“发生了什么，我该怎么办”的讨论，因为一切都看得见。Amit 自己的会前准备，就是那 75% 统计数字的个人版：5 个小时的高薪人力，压缩成 30 秒的阅读。他们还没到第五级的自动驾驶，所以他认为剩下的空间仍然更大。

Gong 的不同部分处于不同等级。第四级是聪明的默认选项：Gong 起草跟进邮件，由人点击发送。第五级是系统替你发送，这还需要时间。主动外呼是每个人都想自动化的任务，却最不适合当前的 AI。这件事对人来说本来就很难，一旦出错，还会损害品牌。Amit 举了两个例子：Cursor 的支持智能体改动了隐私政策，以及航空公司聊天机器人出过的事故。所以，除了支持工单这类受限场景，他不会让 AI 直接和客户对话。虚拟形象的角色扮演则相反：练习通话即便不完美，你最多有点恼火，不至于在买家面前丢脸。在技术能被 100% 信任之前，面向客户的动作都停留在第四级。

Grady 紧咬住 100% 这条线不放。人类销售代表也做不到 100%，为什么对软件的要求是这个标准？Amit 的回答是既对也不对。人们确实对 AI 要求更高。一起特斯拉撞车事故就能上头条；人类司机出事的频率高得多，却没人写报道。Gong 早期其实把文字稿藏了起来。准确率大约只有 70%，10 个词里有 3 个是错的，一位做过其他产品、很有经验的顾问劝他们别展示。他们让用户搜索，展示一些高亮内容，用户反而很满意。如果直接展示原始文字，体验会非常糟糕。

答案的另一半是：好用换来了宽容。Gong 的摘要大约只有 80% 到 85% 的正确率，却几乎没人抱怨，因为它快。Amit 拿出一个来自青少年时代的高保真音响比喻：人们曾坚持要正经的立体声，后来却欣然用一个廉价的单只音箱，因为它更方便。Huang 承认自己不知道什么是高保真音响系统。Amit 笑着说，他最近在地下室装了几只大音箱，他妻子都快想杀了他。

谈到智能体，他认为它们是真实存在的，但预期被高估了。它们不会很快抢走你的工作，但可以接手你不喜欢的那部分。Gong 的做法是针对具体任务：不做“什么都能干”的通用智能体，也不让它写代码。“为某个客户做简报”就是一个单独训练的智能体，带参数，嵌在工作流里，他们一共有几十个。他认为，这才是在企业里有效的做法。通用智能体很难做好，因为它们可能朝各种方向跑偏。另外，简单自动化和智能体之间的界线，也比营销宣传所说的模糊得多。

推理模型（reasoning models）有没有解锁新能力？还没有。硬门槛在于真实性：要的是 100%，99% 不够。一份提案如果在 1% 的情况下价格出错或折扣过大，就成了幻觉（hallucination）事故。佣金计算也一样，算错了就非常糟糕。推理让更多任务变得可行，但这仍是数量上的改进，并没有跃升为可以完全信任的质变。他同意 Yann LeCun 和物理学家 David Deutsch 的看法：Transformer 的统计本质可能永远到不了那一步，就像模拟计算机并不是带纠错功能的数字计算机。Gong 已经能自动更新每一条 CRM 商机记录。有些公司仍要求销售人员点“是”，因为这样出了问题，就能怪到 AI 头上。问责和模型错误率一样真实。这也是他不认为未来 3 到 5 年 AI 会签下百万美元合同的原因。两到三年内，虚拟形象卖简单产品？会。

Amit 说，未来的销售团队会逐步变化，而不会像软件工程那样出现人数的急剧崩塌。交易型工作会先被替代：买一部 iPhone，升级一个手机套餐。买房、办按揭或采购企业软件则更复杂。他认为不会持续下去的，是手工填表这类文书工作，以及人工预测这种传统仪式。销售阶段本身是一种已有 50 年历史的管理工具，最初是为了提高可见性而发明的，AI 可以更聪明地运行这个流程。BDR 这个岗位未必能留下来，而且不只是因为软件把它替代了。如果销售人员有合适的工具，他们自己就能做更多的开发工作。BDR 是为高速增长的公司发明的，世界上大多数公司从来就没有过这个岗位。

这就带来了一个打包定价的问题。Gong 今天的收入主要来自席位，而让每位销售人员更有生产力，恰恰会拖累席位增长。Amit 不确定销售人员会不会变少：经济在增长，还有很多眼下无法想象的产品需要卖。他们将开始加入按用量计费的模式，今年还要推出一款符合这一模式的编排（orchestration）产品。Gong 刚起步时，买家想要按席位计费，因为 CRM 是核心锚点，而公司不想同时在产品和定价上做创新。B 轮融资路演时，他们就已经说 AI 会比云更大：云是一场 IT 革命，AI 则是一场工作革命。与其说 Gong 是一家软件公司，不如说它更像业务流程外包（BPO），而这个市场要大 10 倍。典型的销售科技每个席位大约 1000 美元。一名销售人员一年的成本是 20 万美元；省下 70%，就是 14 万美元；拿其中的 10% 出来，对 CFO 来说依然划算，即使每月要 1000 美元。

Huang 问起销售科技的寒冬。2023 年初是一场完美风暴：市场崩盘，科技客户削减预算、整合供应商，而 Gong 的产品套件还不够完整，赢不了那些对比评估。客户说他们喜欢这款产品，却仍然离开了。2016 年那股冲劲已经褪去，公司几乎陷入停滞。Amit 的应对有四个部分：别人裁员时，他们踩稳油门、继续招人；快速推出 Forecast 和 Engage，补全产品套件；围绕 CFO 会批准的、无懈可击的商业论证重建销售打法，而不是“因为 Gong 很酷就买它”；同时大量做实验，知道有些实验要两到三个季度才能看到效果。底层的财务纪律很简单：他们融了很多钱，却没怎么烧钱。投资人问他们为什么还在融资，答案是他们早就知道会有一场下雨天。然后 ChatGPT 来了。有人预言它会杀死 Gong，结果它成了最大的顺风。录制节目时，Gong 已经连续第七个季度增速加快，而且最新一季比上一季更快。

快问快答环节，他每天至少用 15 次 ChatGPT。给在 AI 应用层创业的创始人的建议：盯着客户，多和客户聊，不要轻信投资人或网红。做现在有效的最快方案，而不是两年后才成立的东西。他推荐的书是 David Deutsch 的《The Beginning of Infinity》，阅读难度更高，它讲的不只是 AI，还有接下来会发生什么，这本书改变了他的思考方式。由 AI 签下的百万美元合同，需要的将不只是 Transformer，而要更接近一台你能够 100% 信赖的数字计算机。他很乐意把这个预测写进日程，3 到 5 年后看看自己是否判断错了。