本文信息来源:makecents

AI-first 初创公司在销售前会花大量时间思考 GTM 杠杆。在之前的一篇文章中,我们深入探讨了早期销售动作中最重要的四个关键领域:定价与 ROI 策略、需求发现与资格评估、顾问式销售,以及高杠杆 POC。所有这些都围绕着一件事:说服潜在客户完成购买。

当客户签约的那一刻,关注点会再次发生转移。购买并不等同于采用。对许多 AI 驱动的工具而言,采用仍然是一片未知领域。

大多数组织在真正建立信心之前,都只是在“尝试”AI 产品;他们使用的是为探索而设定的预算,因此预期是流动的,内部推动者也尚不清楚什么才算“好”。一次非常强有力的售前动作可以帮你敲开大门并打下基础,但它无法带你走到续约、扩展或长期价值的实现。

在本文中,我们将聚焦 AI GTM 方程中的另一半:

  1. 强化基本功: 当产品范围很广、工作流程尚未完全定义,甚至微小的阻碍都可能扼杀发展势头时,你如何为顾客完成入门并赢得扩展?
  1. 管理预期: 在一个买家认为 AI 无所不能、每一个功能似乎只差一个 sprint 就能实现的世界里,你如何设定清晰的边界?
  1. 设计合作关系: 如何在跟随顾客需求牵引的同时,不把自己变成一家咨询公司,又如何筛选出哪些请求是噪音而非信号?

AI GTM 的后半程正是真正创造杠杆的地方。能够做好这一点的公司,会将试点转化为可持续的客户,将模糊的价值转化为可衡量的结果,并把早期采用者转变为可被引用的标杆用户。而做不到的公司,往往会出现客户流失、增长放缓,以及路线图缺乏聚焦的问题。

下面我们将拆解当下最优秀的 AI-first 团队在一线实践中学到的经验,以及创始人在从签订合同走向真正采用并规模化过程中,应该重点思考的问题。

重访基本功:AI 续约从来不是偶然得到的

由于 AI 工具切入的问题空间远比传统 SaaS 覆盖的范围广得多,可能出问题的触点也随之大幅增加。续约并不是因为十二个月前签了合同、且期间没有发生严重故障就自然发生的。续约之所以发生,是因为你引导顾客穿越不确定性,帮助他们将价值落地为可运营的成果,并建立起足够的信任以持续前行。你必须持续不断地将顾客锚定在真实、可见的证明点上:使用情况、节省的时间、错误率降低、实际产出结果以及利益相关方的认同。一定要有人拍着桌子说,没有你的工具他们根本无法工作。

从 POC → 引导式入门 → 真正投入生产使用的过渡阶段,往往是许多团队流失客户的关键节点。在 AI 采用过程中,势能尤为重要。如果最初几周让人感觉充满魔力,团队就会积极投入;如果最初几周令人困惑,团队就可能选择退出。一旦产品在拗口的提示词、定义不清的流程,或比预期更多的组织混乱中遇到阻力,信心就可能迅速消散。

例如,顾客往往并不了解为什么(以及如何)某个 AI 工具会这样运作,或者哪些输入会带来好的结果、哪些会导致不好的结果。混淆的成本更高,因为顾客会把每一次卡顿都归因于“AI 出问题了”,而不是归因于配置步骤或用户行为。尤其当产品在组织内部向更广泛的受众推广时,产品化的培训材料、正式的入门培训环节,或通过赋能内部倡导者来培训他们的团队,都会成为成功的关键。在战术层面,就清晰的 30/60/90 天检查清单达成一致,明确具体要求和里程碑,可以显著提升推进速度和内部共识。通过与顾客合作,持续定义什么才算“做得好”,你不仅能加深对他们目标的理解,还能共同构建一个具体且有时间边界的价值交付叙事。这能让进展变得可观察、可辩护,不再只是“我们觉得它在发挥作用”,而是“我们设定了 X 的目标,而这是我们的达成情况”。

需要记住的是,AI 工具要求人们改变工作流程、信任自动化,并重新思考自身角色。这不仅关乎产品功能,同样关乎心理层面。最优秀的团队会围绕行为改变来设计入门和上手流程,而不仅仅是功能走查。当高层购买者与日常实际使用产品的人之间存在较大鸿沟时,针对中层管理者的专项培训往往能产生决定性影响。为团队负责人提供结构化的指引、操作手册,以及充足的实践式问答时间,能让他们成为内部推动者,去强化预期、辅导用户,并及早暴露问题。这会带来杠杆效应、一致性,以及更加顺畅的落地过程。

最优秀的团队会将一些简单但高杠杆的习惯予以流程化。他们与客户使用共享的 Slack 频道,保持沟通顺畅,减少排障过程中的摩擦。他们从范围受控的一组用户或高价值工作流程入手,确保早期势能来自“深度”而非“覆盖面”。同时,他们通过结构化的定期同步会议来锚定实施节奏。这些做法能够带来清晰度、保持紧迫感,并让客户更容易看到产品在其组织内部真正发挥作用。

管理预期:及早设定边界

随着围绕 AI 的炒作急剧升温,客户的预期不仅很高,而且往往模糊、不稳定,甚至不现实。传统的 SaaS 具有天然约束:固定的工作流程、可预测的行为,以及产品能做什么和不能做什么之间的清晰界限。AI 产品的承诺则容易模糊这些界线。当客户购买一款 AI 工具时,他们不仅是在购买功能能力;他们还在购买一种关于未来可能实现之事的信念。而客户感知到的潜力与实际可靠性之间的差距,正是当下大多数售后痛点所在。

在这种环境下,管理预期并不意味着要更频繁地说“不能”。关键在于尽早确立合作关系的规则。当团队过度承诺、暗示无限的使用场景,或回避定义前 30–60 天内“什么是好的表现”时,问题就会出现。如果客户以为自己买的是一个魔法盒子,那么任何限制都会被视为失败。相反,如果他们对产品的范围和局限有清晰认知,即便在边缘问题暴露时,你仍然可以不断拓展边界,而客户也会保持信心。

以下是我们在 Defy 从领先的 AI 落地实施团队中观察到的三个重点方向:

  1. 他们将 AI 定位为进步,而不是万能解药。 他们不会承诺完美的泛化能力,而是明确说明模型能够稳定处理哪些工作流,以及哪些仍需要防护机制和更多人工介入。他们描述的是在特定规格下的能力,而非绝对能力。这种表述方式为持续迭代留下空间,同时不会削弱信任。
  1. 他们在“提升幅度”上对齐预期。 客户往往期待 AI 立即将生产力提升 100 倍或直接消除整个岗位。将这些预期重置为围绕速度、准确性、认知负担降低、减少人工步骤等方面的现实且可衡量的改进,能够避免失望,并让真实的成果更具价值。这种方式将叙事从“为什么它不能做所有事情?”转变为“看看它正在持续创造的价值。”
  1. 他们制定了一条清晰的责任路线图。 大量的客户流失源于对“谁该负责什么”的假设不一致。优秀的团队会在早期就明确说明顾客的职责(包括持续培训、工作流程重塑以及遵循相关规范并持续反馈),并解释为什么每一部分都至关重要。当每个人都清楚自己的角色时,摩擦就会更少,留存率也会显著提高。

从本质上讲,管理预期并不是降低标准,而是创建一个对成功的共同定义,使其能够经受住产品上线后最初几个月混乱局面的考验。真正胜出的团队,是那些有意识地引导产品演进和用户预期的团队。通过让客户锚定在产品当下可以稳定做到的事情上,同时如实描绘未来的发展蓝图,你可以降低波动性、保持兴奋感,并避免“什么都承诺,交付一片混乱”的陷阱——这个陷阱曾烧毁了无数 AI-first 初创公司。

设计合作伙伴关系:顺应拉力,而不沦为咨询公司

客户是极其宝贵的信号来源,但他们也可能在无意中把你拉离航向。AI-first 产品由于功能覆盖面广、工作流高度灵活,相比传统 SaaS 会产生多得多的用户请求:边缘用例、定制化提示词、量身打造的工作流、一次性集成……其中一部分请求确实揭示了尚未被满足的需求,或挖掘出可复用的模式,让你更接近 PMF,但相当多的请求只是噪音。

真正的设计合作关系意味着要判断哪些客户信号应该引导你的产品路线图,哪些可以有信心地忽略。跟随每一个请求,你就会变成一家咨询商店;全部忽视,又会失去市场洞察。最优秀的团队将客户视为学习系统的输入,而不是拥有否决权的外部产品经理。

一个常见的陷阱:把“好的服务”等同于构建顾客提出的任何需求。早期阶段,人们很容易为某一个账户去制作定制化集成或专属自动化。这看起来很有帮助,也能带来短期价值。但这样的需求一旦多了,产品就会被个体偏好所塑造,而不是由共性模式驱动。

优秀的团队会保持咨询式思维,但不会变成顾问公司。他们会追问一个请求为何存在、顾客真正想要的结果是什么,以及这一需求是否具有可泛化性。有时,正确的做法是提供变通方案、重新定义问题,或挑战制造该需求的内部流程。真正重要的是学习,而不仅仅是交付功能。

最强的产品信号,往往出现在多个账户在同一个核心待办任务(job-to-be-done)上产生共识的时候。弱信号则通常集中在组织层面的特殊情况上,例如定制化审批链、遗留数据要求或临时性的内部限制。在这两类信号之间划清界限,是扩展一家 AI-first 公司的最困难技能之一。这需要纪律、自信,以及为了更清晰、更有力量的产品路线图,偶尔让某位顾客失望的勇气。

例如,我们曾遇到一位顾客强烈要求我们的产品支持在一个他们并不拥有的外部网站上执行操作。乍一看,这个需求似乎很合理。但团队很快意识到,顾客无法控制该网站的政策和安全防护措施,这意味着需要投入数月的工程工作来满足他们的特定需求。该产品被设计为在顾客自身的环境中运行。仅为一个“可有可无”的使用场景构建完整的基础设施层,并不值得纳入路线图。团队最终予以拒绝,重申了产品的核心目的,并将顾客引导至符合该模型的工作流。

反直觉的是,这种纪律往往会提升顾客的信托。当你清晰说明为什么某个特定请求没有进入路线图(基于策略和长期价值,而非以带宽不足为借口)时,顾客会看到你拥有真正明确的立场。促销后的沟通会演变成一个结构化的市场研究闭环。你立场的力度也会成为顾客留下来等待的原因之一。

在入驻 onboarding、预期管理以及设计合作这三方面,贯穿始终的是纪律性。AI-first 产品天生就容易引发混乱:问题空间广泛、工作流程高度流动、价值呈现非线性,以及仍在摸索自己究竟买了什么的顾客。能够在这种环境中实现规模化的公司,并不把售后视为被动响应,而是将其运营化为一个战略引擎,用来塑造客户行为、反哺产品演进,并构建可持续累积信任的条件。预期影响采用,采用浮现模式,而这些模式又塑造了推动未来销售的产品路线图。最优秀的团队以清晰明确的方式完成 onboarding,设定鼓励合作而非幻想的预期,并将设计合作视为结构化信号,而不是无止境的劳动。当这一切运作良好时,早期的信任者会转变为长期的拥护者,并非因为产品已经完美,而是因为公司持续证明自己清楚要去向何方、以及为什么。在一个“一切皆有可能”的环境中,正是这种脚踏实地的方向感,才能不断复利增长。