AI SDR
/eɪ aɪ ɛs diː ɑːr/
Also known as: AI sales rep, AI BDR, automated SDR, AI outbound
什么是 AI SDR?
AI SDR(销售发展代表)是自主处理传统上由人类 SDR 完成的销售潜在客户活动的 AI 驱动系统:
- 对外电子邮件:个性化、多变量测试的序列
- LinkedIn 外展:连接请求和消息
- 潜在客户筛选:根据参与度进行评分和路由
- 跟进:带人工交接的自动化序列
与电子邮件自动化的关键区别:AI SDR 生成个性化内容,自主测试变体,并根据结果进行调整。
2024 年第二季度拐点
一个关键现实:AI SDR 产品直到 2024 年第二季度才起作用。
Jason Lemkin 清楚地记录了这一点:
- Gamma(2020 年成立):5 年达到 100 万美元,然后 1 年达到 8000 万美元
- Replit(约 2014 年成立):10 年达到 100 万美元,2024 年爆发
- Qualified(约 2019 年成立):“5 年后终于起作用了”
原因:大语言模型不够好。Claude 4 和 GPT-4 在 2024 年初的改进产生了影响。
“If you had a bad experience with AI SDR tools before March 2024, write it off. Different LLMs, different world.” “如果您在 2024 年 3 月之前使用 AI SDR 工具的体验不佳,请忘记它。不同的大语言模型,不同的世界。” — Jason Lemkin
AI SDR 如何工作
1. 训练(像人类 SDR 一样)
您不能只是”打开它”:
- 找出什么对真实客户有效
- 告诉 AI 什么有效(脚本、证明点、CTA)
- 连接到数据源(CRM、丰富)
- 每天审查输出并提供反馈
- 迭代约 1 个月,直到训练完成
“If you can’t sell it yourself, the AI can’t sell it for you.” “如果你自己卖不出去,AI 也不能为你卖出去。” — Jason Lemkin
2. 大规模多变量测试
AI SDR 测试人类无法测试的组合:
- 10+ 个痛点变体
- 10+ 个解决方案变体
- 多个 CTA
- 多个证明点
来自 Artisan 的发现:主题行中的两个小写单词优于其他所有内容。只能通过大规模测试发现。
3. 自主优化
系统在没有手动干预的情况下改进:
- SaaStr 看到响应率在几周内从 3.7% 提高到 4.5%
- 优化同时在数千个变体中进行
- 比任何人类都能管理得更好
真实指标
来自 SaaStr 使用 Artisan 的公开数据:
| 指标 | 值 |
|---|---|
| 发送消息 | 21,000(5 个月) |
| 总体响应率 | 7.5% |
| 积极响应率 | 4.5% |
| 趋势 | 随时间改善 |
关键发现:温暖的对外联系比冷接触表现好 2-3 倍。大多数公司有”数十万”未培养的 CRM 联系人。
谁拥有 AI SDR?
部署因公司规模而异:
| 公司阶段 | 所有者 |
|---|---|
| 早期阶段 | 创始人或销售主管 |
| 成长期 | RevOps 或销售运营 |
| 企业 | 销售运营(可以服务数千名 AE) |
警告:“我们只买它并交给我们的 SDR”不起作用。需要有意的部署和训练。
常见错误
- 购买并打开而不训练:不起作用
- 不连接到您的数据:AI 需要来自 CRM 的上下文
- 期望没有入站的魔法:您需要一些已关闭的客户来训练
- 不阅读输出:第一个月审查每封电子邮件
- 在 2024 年第二季度之前尝试:那些产品根本不同
未来
AI SDR 代表了 AI 代理大规模取代知识工作的第一波浪潮。模式:
- 大语言模型变得足够好(2024 年第二季度)
- 产品突然起作用
- 具有 AI 原生 GTM 的公司超过传统销售团队
- 人类 SDR 专注于更高价值的活动
相关阅读
- AI 代理 - 更广泛的类别
- Jason Lemkin - AI GTM 的领先声音