当前位置: 首页 > news >正文

a16z:从记录系统到情报系统(智能系统)

本文为译文,原文链接见文末。

导语

这篇文章来自 a16z 的三位投资人,探讨AI 时代 GTM(Go-to-Market)软件的价值迁移:从过去二十年占据主导的"记录系统"(CRM),向新兴的"智能系统"演进。作者用 Facebook 动态消息取代好友关系链的历史类比,揭示了一个范式级变化:AI 代理不再需要图形界面,它们把数据库当基础设施使用,而真正的价值正在向"编排层"转移。对于 SaaS 从业者、投资人和销售负责人来说,本文提供了关于下一代 GTM 软件价值在哪里重建的关键判断。


有一种方式可以理解"记录系统"的粘性:

很长一段时间里,社交媒体业务最有价值的部分是好友关系链

当你当年打开 Facebook 时,你互动的是用户的个人资料,而跨 profiles 的数据关系图是一个强大而持久的资产。很难预见什么能打破如此明显的网络效应。

然后动态消息出现了。

它给了我们一个新的去处:"今天发生了什么;在这里你可以随时了解动态并采取行动,一切都集中在一处。"动态消息最初是好友关系链的补充层,但随着时间推移,关系链变成了"众多输入之一",为动态算法提供内容。尽管它从未消失,但它已不再是核心层——动态算法才是,所有东西都在向它输送。你的社交资料、帖子和点赞主要在"内部 API 层"被消费;动态消息才是它的消费者。

我们认为这种事正在企业里其中一个号称"最不可颠覆"的部分发生:CRM。

CRM 不会消失,就像好友关系链从未消失一样—— 但它正在变成一个输入;众多输入之一,汇入我们用于完成工作的智能系统

在全国各地的企业中,典型的客户经理每天早上打开笔记本电脑,会发现一批他完全没有参与编写的软件代理在等待他——

一个研究代理会在他第一次会议前梳理 10-K 文件和近期财报电话会;一个拨号代理会实时指导他应对异议;一个编排层会监听他的通话并自动将结构化笔记写回 CRM,完全不需要他亲自动手。

这些单独看都不算什么惊天动地。

但合在一起,你就会意识到这是什么:这就是动态消息

这才是现在有价值的东西。

毫无疑问,拥有记录系统过去二十年来一直是 GTM 软件的制胜之道。

它粘性高、有价值、难以离开。我们很难想象现有 SoR 玩家会很快消失:Salesforce 和 HubSpot 仍然坐拥行业内一些最有价值的数据集,它们已经意识到这很重要,并且正在迅速推出API 优先的产品,将 AI 功能纳入自己的生态。

Salesforce 说"浏览器是可选的",这不是功能发布,是一次自我颠覆

但我们认为自己看过这部电影。

下一个十年,你想拥有的是从记录系统获取数据、成为用户获取上下文和采取行动的一站式商店智能系统,并把 SoR 变成主要在 API 层被消费的东西。

位于数据库之上、越来越将数据库视为基础设施的推理层,才是新一代公司正在建设的地方,也是未来十年 GTM 软件企业价值的主要归属地。

为什么数据库赢了

过去三十年,软件公司开发了数量惊人的产品来帮助企业管理自己。成千上万家公司创立来帮助销售团队提升业绩;但几乎所有价值最终只积累到了两个名字:Salesforce(现估值约1400 亿美元)和HubSpot(估值约90 亿美元)。正如那句话所说:"一等奖是凯迪拉克,二等奖是一套牛排刀。"

业界所有人都早就明白这个原因很简单:Salesforce 和 HubSpot 拥有数据库。

所有价值都在那里。

每一个通话记录、每一个定价先例、每一个联系人、每一个关于交易停滞原因的任何零散观察都被录入系统,离开的成本变得巨大。

一旦数据库积累了几年的运营上下文,换成其他系统的成本就高到了——用我们同事 Alex Rampell 的话说——用户成了人质,而不是客户

Salesforce AppExchange 上的每个应用和 HubSpot Marketplace 上的每个工具,实际上都在为接入别人数据库的权利付租金。

然后 Salesforce 和 HubSpot 做了每个时代的 dominant 平台所有者都在做的事:向外扩张。

它们添加营销、服务、分析和商务功能:每个新模块都建立在同一个数据主干上,每添加一个都进一步提高离开的决策成本。

我们 GTM 调查中一个比较反直觉的发现是,自 AI 工具开始大规模采用以来,CRM 使用率实际上上升了

那些监听电话并把结构化笔记写回系统的 AI 代理,目前正给销售人员新的理由去使用 CRM,因为存放在里面的数据已经变得比以前丰富得多。

编排是新的引力场

AI 代理代表销售人员并与销售人员协作,正在接管越来越大的 GTM 工作流份额。有时销售人员直接指示代理:研究这个账户,起草这批发起外联的序列,对这些入站潜在客户进行资格认定,在通话后更新这笔交易记录。有时代理在后台工作,监听会议录音并自动将结构化字段写回 CRM。

而且代理不需要拖放式的管道视图。它需要的是可以低摩擦地读写结构化数据。从代理的角度看,CRM 就是一个数据库。一个非常庞大且精心策划的数据库,由可信供应商托管,具有出色的集成和十年积累的客户信任;但它终究是数据库。上层那些自以为是的流程正在逐步变成遗留设施——有点像你精心创建的 Facebook 资料界面;曾经至上,现在只是附带了。

在软件时代,企业软件的引力来自数据积累:也就是说,来自这个事实——每一个有价值的销售上下文都必须存在于一个地方,因为操作这些上下文的人一次只能看一个地方。

但在 AI 时代,引力将来自编排

AI 代理不觉得同时从 CRM、日历、共享收件箱、通话录音、Slack、enrichment API、计费系统和产品遥测中获取数十个信号有什么困难。

它也不觉得在真正采取行动之前综合所有这些信息有什么困难。

切换成本随之转移。

"我们所有客户数据都在 Salesforce 里"变成"我们所有工作流、推理和积累的机构上下文都在我们的 AI 层里"。

CRM 过去向每个想访问其数据的应用征税;

现在智能系统成了中枢,而 CRM 是它编排的众多记录系统之一。

新栈的技术核心是基础模型。

但基础模型本身并不是 GTM 应用,就像 Oracle 的数据库引擎不是 CRM 一样。

在模型和客户之间,有大量枯燥但特定领域的工作:跨数十个连接系统编排上下文,把销售和营销团队实际运作的逻辑编码,处理权限和合规性,集成到财富 500 强 IT 环境的混乱现实中。

那项工作就是新的 GTM 应用层。

正是这里,新一代 GTM 公司正在建设。

几十年来,GTM 一直是一个软件作为劳动力次要伙伴的类别。

从历史上看,在典型企业中,软件只占 GTM 总支出的 5% 到 10%;其余都是工资单。

Salesforce 主导着软件这一块,但软件这一块一直只是馅饼的薄薄一块。

AI 首次开启了一种前景:软件公司可以在打开新的高投资回报率用例的同时,有意义地降低成本。

很自然的问题是,这是否以牺牲销售人数为代价。

到目前为止,答案是否的,或者至少不是简单的方式。

虽然 GTM 团队内部的角色可能会转变,但我们看到团队在人员上的支出反而更多了。

这些代理的投资回报率足够高,以至于整体馅饼在增长,而不是劳动力预算在缩小

使用这些工具的销售人员达成率和配额完成率明显高于不使用的;每 GTM 美元的回报在上升,而不是仅仅保持稳定。

下一波浪潮

关于过去几年出现的 AI 原生 GTM 初创公司,有两点值得注意。

首先是,目前它们正围绕一些相对狭窄但高频的工作流聚集:所有这些工作流中,输入是结构化的,输出是可衡量的

而且,虽然其中一些以新方式做现有工作,但许多是全新发明工作:

它们在做以前没人真正在做的事情。

试想一下,几年后典型企业软件公司的销售副总裁会是什么位置。

她不再需要每天打开 Salesforce 面对一个静态账户列表来决定把精力放在哪里。

她从智能系统生成的优先级动态开始:她的哪些账户隔夜有了重大消息,哪些地区的潜在客户突然进入市场,哪些管道中的交易以应该调查的方式变得安静了。

这个每天优先级决策——曾经消耗美国每个销售人员和每个销售负责人真正的认知努力——已经被悄悄转移到智能层。

她的销售人员把更多时间花在真正销售上。

而且,当他们销售时,他们准备得更充分。

以前逐案发生的准备工作(如果曾经发生的话),现在每次都作为例行公事发生。

从不看 10-K 的销售人员带着为他起草的简报走进来;入职六周的新人,在某些衡量标准上,比隔壁工作十年的老手装备更齐全。

更重要的是,销售副总裁对她团队的运作有了一个真实的图景。

目前这个图景就是任何被录入 CRM 的东西,而这些东西往往不完整,有时甚至是虚构的。

随着通话记录、电子邮件线程和日历数据自动流入并持续分析,她可以随时看到谁在执行有纪律的发现过程,谁在跳过步骤,哪些账户正在得到覆盖,哪些被悄悄忽视了。

一个吸收了销售团队每次互动的智能系统,可以发现没有任何人类管理者(无论多么敬业)能够独自看到的规律。

更长期的影响更进一步,开始开放以前真正不存在的工作类别。

每当销售人员离职时,每个公司都在流失机构知识——关于账户的上下文,什么对谁有效,历史上的关系建立在多年积累的基调上。

一个在销售人员任期内悄悄吸收这些上下文的智能系统,在她离职时可以把所有这些移交给她的继任者。

机构记忆成为公司真正可以"运送"的东西。YC Summer 2026 提到公司大脑

需要说明的是,这些对 CRM 来说不是坏消息。

Salesforce 仍拥有其数据库;HubSpot 仍拥有其数据库;客户数据继续住在它一直住的地方,原因和以前一样。

但价值的中心正在向上迁移,进入读写数据库并进行实际思考的层。

在这个过程中,馅饼变得更大,而不是更小。

就像动态消息将社交媒体的 TAM 扩大到"一切感兴趣的东西"一样,代理革命扩展了软件可以合理收费的范围,而且不会削弱为当今大多数 GTM 工作提供资金的劳动力预算。

新一代公司正在这个新兴层之上建设。

GTM 软件的下一个十年将在那里书写。

亲手制作GTM软件

a16z:机构AI vs 个人AI #我们已经有了电力,是时候重新设计我们的工厂了。

原文链接:

www.a16z.news/p/from-system-of-record-to-system-of

http://www.jsqmd.com/news/821779/

相关文章:

  • AI超现实技能开发:从提示工程到创意应用的技术实践
  • AI热点资讯日报 - 2026年05月14日
  • 不止于导出:用Wireshark分析SSL证书链,手把手教你排查HTTPS握手问题
  • 国产GPU组了个开源局,把SGLang等核心开发者都摇来了!
  • Cursor Pro完全免费指南:三步解锁AI编程终极体验
  • 从Docker镜像到K8s部署:Go语言构建生产级Echo微服务实践
  • 高德千问开源行业首个三端的端云一体原生A2UI框架;魔芯科技连获两轮亿元融资,世界模型走出第三条技术路线;Anthropic启动300亿融资
  • 告别Transformer的‘慢’与‘贵’:用Informer的ProbSparse注意力机制搞定超长时序预测
  • 如何在10分钟内实现AI助手与Figma的无缝协作?TalkToFigma完整指南终极教程
  • 水介导软模板 COF|MS 模拟细节全拆解
  • Tesla-CLI:命令行控制特斯拉,实现自动化车辆管理
  • Wwise音频文件逆向工程:深度解析bnk/pck文件处理技术
  • Linux入门篇之RK3588基于Buildroot系统下安装交叉编译器
  • HI3798MV200网络驱动移植手记:搞定PHY复位、RTL8211灯控与GPIO模拟状态灯
  • SignatureTools开源工具深度解析:Android APK签名与渠道管理的高效解决方案
  • 2026最新:国内如何开通 Claude Code?微信/支付宝也能使用(完整教程)
  • 别再死记硬背了!用ADS仿真无源滤波器,从画图到出S参数曲线保姆级指南
  • 5分钟掌握foo2zjs:让Linux完美支持100+打印机型号的终极方案
  • AI Agent 在你电脑上跑命令,你真的放心吗
  • 给嵌入式工程师的保姆级ISP图像调试指南:从AE曝光到3DNR降噪的完整流程
  • Gartner:80%通过AI裁员的企业,失败了# AI裁员失败,不是因为AI不行
  • 从物理层到传输层:一张图看懂网络中间设备的层级与选型
  • 【技术解析】ConvGeM:突破图像篡改检测瓶颈,多尺度监督下的特征融合新范式
  • Paperless-ngx深度解析:企业级文档管理系统的架构设计与实战指南
  • 5步快速解决老Mac显卡驱动问题:OpenCore Legacy Patcher完整实践指南
  • 抖音直播弹幕实时采集:零代码方案让数据洞察触手可及
  • WandEnhancer终极指南:3步解锁完整WeMod高级功能
  • 初次体验Taotoken官方价折扣活动的接入与成本节省体会
  • AIGC学习路线图:从理论到实践的完整指南与项目实战
  • 基于CircuitPython的蛇形机器人:从避障算法到机械结构全解析