OpenAI会因寒蝉效应而止步不前吗？

寒蝉效应，也是传统企业转型最大的障碍。

最近遇到一些很有意思的事情，一个是基层员工已经普遍在用AI能力提效了，但是没有也不想告诉老板，还有一个现象却是老板想用AI，基层员工会说AI能力还不行，而这两个看上去相反的事儿，又发生在同一个公司的场景里…。

降本增效是任何企业的命脉，所谓卷，就是卷效率，还停留在卷人效效率的组织，最大的潜在风险就是基层员工抵触AI，皆因AI已真正的成为提高效率和竞争的利器了。

如何把AI当作员工（AI数字员工）是转型第一观念，找到AI数字员工的第一场景，是企业AGI转型升级的第一要务。

AI数字员工核心能力是发挥生成式AI的强大推理能力以及其机器不懈怠特质，寻找协助和取代人去搞一些人类不能胜任事情上的更多可能性，包括搜索、研究、销售、策划、运营、财务、法律、翻译、客服…，贝壳AI主播，但因AI必须依托数据化和IT基建，其场景触发和触达的方式或产品化是数创化（AI数创化的原生商业汤），所以其效能发挥并不是一个工具“使用”的过程，而是一个场景“搭建”的过程，当没有成熟的路径时，场景搭建往往就是一个调试或试错过程，这是绝大多数传统老板不能接受的，而“不接受”本质上就是“新技术埋葬一代人”的淘汰过程！

本文就不再举例AI助力直播（AI文旅的直播“秘谏”）的效能优势了，就拿很多老板认为AI取代不了“销售”岗位，尤其是所谓需要人脉关系或深度沟通的B2B销售岗位，思考AI数字员工是否能取代人效，探索AI+销售在有限决策和多重复性的场景下实现接近人类员工效能，甚至超越大部分人类员工的工作水准。

----第N-41问：销售AI“岗位”的数字员工是在一个什么场景下找到想要企业或产品的客户？

要用好AI做销售，首先需要将销售技术的“重心”从CRM场景转移到SDR场景，SDR 意为销售发展代表（Sales Development Representative），一般职责是为企业内部销售贡献线索，从而发展潜在客户，SDR 销售的工作复杂度以及所需要的技能与目前AI在归纳整理信息方面的模型推理能力是非常吻合的。

Al会自动搜集客户名单或目录，然后通过评论、微信或邮件消息进行潜在客户的挖掘，比如在招聘场景里，AI可根据目标客户公司发布的公司时间以及招聘信息来实时跟进潜在客户的最新进展，并在触达内容中做出个性化沟通：“我知道贵公司……职位发布已有一段时间了，这里有几个人才可能适配你，需要推荐吗？”，“恭喜你们获得A轮融资！是否需要……类型的人才？”，

“在正确的时间用正确的触发因素与有意愿的客户联系”，就是一个可以找到企业或者产品客户的场景，这需要搭建一个环境，很多CRM软件其实也可以把每一个销售小任务自动化，但AI可以实现整个工作流程自动化。

---第N-42问：如何为AI数字员工完成不同的任务细分或定位？

如果把销售过程具体任务拆解为：

(1)识别潜在客户；(2)研究这些潜在客户；(3)通过直播、内容和私信进行触达或渠道分发；(4)触发潜在客户，回复时如何沟通，文案自动化。

这4个任务细节就需要适配完全不同的AI数字员工，适配不同的AI Agent，就不再是软件使用模式，都涉及算力和数据，其中第（2）花费算力深入研究潜在客户，然后才能发送有创意、相关且个性化的推广信息或内容。然而，许多公司连自己的目标受众都不清楚，也不愿意为这个无法量化“算力”付费，而是诉诸大规模、通用且不幸的是垃圾邮件或垃圾电话推广。

而如何“识别潜在客户”，也可以使用AI机器学习自动整理有关公司的非结构化信息并提取有意义的见解，通过AI 来匹配与客户销售策略相关的主题，提供一种生成优先的、精准定位的客户画像和列表，当然，这不是传统的买线索或买数据库可以实现的。

---第N-43问：企业需求以及自身数据是否被AI理解（训练）了？

很多企业在买线索或买客户数据库，基础客户数据或线索库繁杂且不连通，购买数据侧与AI推理需要的数据在信息对齐和信息检索时，难以判断出潜在客户的有效性、获取有效联系和沟通方式，需要再次整合对方数据，提高实际覆盖率和准确率，有些传统那些网络抓取软件不具备的能力，比如AI可以对网页的信息进行爬取、判断比对、总结处理，使用AI来理解和提取网站中高度具体的信息，可以通过询问AI网站的哪个部分最有可能包含所需信息，来抓取最有效的网页部分。

跨境电商有个“建联”需求，就是构建这样一个场景，潜在KOC客户列表，和社交媒体、CRM 和联系人数据库等众多数据源集成，以加速和自动化潜在KOC识别、捕获经过验证的联系信息，评估完其带货匹配的洞察的可靠性和一致性，才向每个潜在达人可撰写个性化消息：对于少数合格的潜在达人，AI可持续花费算力，为每个潜在KOC制作出高度相关的个性化档案和信息，当AI理解这个动作时，就会让公司销售习惯发生改变，逐渐将整个GTM旅程迁移到AI销售上，这是人效组织的传统销售难以实现的。

---第N-44问:传统企业本质是微型平台型协作，如何转向AI驱动的垂直领域？

要转型为一家领先的AI场景公司，需要建立自己的数创化产品原则，一切以数据说话，企业都有最本质的产品信仰，起初信念可能是一种“直觉”，但这种直觉要数据化，需要做两点：

1）将尽可能多利用、聚合和分析重要的数据源，找到一个垂直领域。

2）组合更灵活的AI工具实验，这个实验过程也可以理解一种“可配置”过程，AI适配性比易用性更重要。

只有通过垂直领域场景才能真正了解客户处于什么购买流程和阶段，突破人效组织非线性协同，以时间构建的工作流，才能占据场景的应用类公司在+AI时代的极佳位置。

---第N-45问：什么因素决定了销售领域AI数字员工的有效性？

1）自动化AI增强的SDR个性化，才能有效帮助销售团队识别更高质量的潜在客户。

2）不被“垃圾”信息和流量拉低数据“专注力，跨境电商80%的达人、B2B买家和消费者设置了“垃圾”文件夹以屏蔽不需要的电子邮件，AI在挖掘意向信号时，如产品使用情况、内容参与度、试用/演示活动等权重上有算法（AI电商之兴趣算法猜想）。

3）人机协同，人类专注和潜在客户交谈和销售，而非执行重复任务。

4）销售实时指导和销售复盘，使用 AI 对销售过程和销售旅程进行智能分析，提炼销售环节的方法论，并对团队进行销售辅导。

销售是一个岗位流动性大、人员需求旺盛的垂直领域，按照不同的销售职能进行划分，可以看到不同职能类型中，均涌现出了大量的 AI-Powered/AI-Native 工具，人机协同使得数据能够反馈，把AI当做每一个人类销售入职的数据资产，就构建了一个有效的AI数字员工场景。

寻找AI数字员工第一场景，首先是老板工程，其次才是CEO目标，员工的习惯是抵触的！

AGI转型，从认知为什么会有人“抵触”AI开始的。

文章来源“BKyes AGI”，作者“BKyes小文”