如何在应用人工智能领域制造路径依赖

本文信息来源：notboring

首先需要澄清一点：

我没想到会为一款”AI 原生的 Salesforce”撰写深度分析。

AI 应用令人着迷，我也爱使用它们，但我很难想象任何单一 AI 应用能在技术迭代如此迅速的情况下存活七到十年直至上市。

客户关系管理软件毫无魅力，我厌恶使用它们。每当撰写关于乏味软件的文章时，CRM 总是我的首选吐槽对象。这是个安全的靶子——我讨厌冒犯他人，但关于 CRM 的槽点已是行业共识。

尽管存在种种缺陷，Salesforce 却展现出惊人的持久力。我不喜欢这款软件，并不意味着这家公司注定失败。难用的软件配合强大的分销网络和高转换成本，这种组合极难被击败。

简而言之，单纯从概念上讲，一个用 AI 重构 CRM 系统来挑战 Salesforce 的应用程序并不能引起我的兴趣。

但在八月，Ramp 公司的 CEO 埃里克·格利曼发短信问我是否愿意认识一位创始人。没有具体细节，只有他的背书推荐。 

Rox.com 网站上没有任何信息。只提到与代理相关的内容。但我想既然埃里克说伊尚很出色，公司也很有吸引力，那应该值得一见。 

可以想象，当伊尚在我们 Zoom 通话的第一分钟就告诉我时，我有多惊讶：

“我们正在打造一款 AI 原生的 Salesforce。” 

表面上，我微笑着说了句”哇，真酷！”，内心却在想：

Salesforce 的股票代码就是 CRM。它就是 CRM。这家公司市值 3240 亿美元，位列全球第 28 大最有价值企业，尽管没几个人真正清楚它具体做什么。这种既庞大又乏味的组合实属罕见。

我确实能准确解释清楚 Urbit，但要我讲解 Salesforce？实在提不起半点兴趣。

但我是个讲究礼貌的人，不想因为挂断埃里克朋友的电话而显得失礼。况且原定通话只有 30 分钟，已经过去了 3 分钟，我想不妨继续听听，了解些情况再婉拒写 Rox 的邀约。

当42分钟过去、对方两次询问”你有急事吗？我可以继续”后，在我抛出”但人类未来究竟该做什么？”和”考虑过每个领域只服务一家公司并以股权替代现金报酬吗？”这类问题时，我突然意识到：

我居然真的要给这个”AI 版 Salesforce”写深度分析了。

我撰写深度分析文章的主要原因之一，是通过深入研究具体案例，能更清晰地把握整体趋势走向。没有什么比观察一位真正聪明的人更富有启发性——尤其是当这个人将未来十年光阴都倾注在解决某个特定问题上时。

伊尚确实才智超群，兼具罕见的多重能力。他既能构建产品，又精通销售——这两项正是企业最基础的核心职能。他曾在亚马逊机器人部门担任工程师，在 Siri 团队领导产品开发，联合创办了 Pixie 公司，还担任过上市公司 New Relic 的首席增长官。

一位我交谈过的人——我对他的识人眼光深信不疑——用最简单的话总结道：”伊尚就是那种天赋异禀的企业家。”

投资人们也深表认同。这家公司上周正式公开亮相时，已累计融资 5000 万美元：去年 12 月以自筹资金为主的预种子轮，今年 2 月由红杉资本领投的种子轮 ，以及本月早些时候由 General Catalyst 领投的 A 轮融资 。

有人可能会把这轮融资热潮视为 AI 泡沫的确凿证据——成立仅一年的公司凭什么估值 5000 万美元？在见到伊尚之前，我大概也会这么想！

另一个方法或许是试着理解这些聪明人对未来的洞见，从中汲取智慧。既然我已结识伊尚，这正是我们要做的事。

我现在相信，如今正在创立的数十家公司将承担起数万家企业中数百万员工当前处理的工作量。

更重要的是，Rox 向我展示了他们将如何实现这一目标。

因此，本文将深入探讨未来可能呈现的图景，以及我们如何抵达那样的未来。

在探讨过程中，我希望各位能始终牢记三个主题：

1. AI 应用战略： 在本文之前，我不确定 AI 应用如何构建护城河。Rox 正利用 AI 当前能力吸引数据和集成，随着底层模型改进，未来能提供更强大的智能体。这是场长线布局。 

2. 精英崛起：AI 不会取代所有人类，但不会平等惠及每个人。Rox 的愿景是让少数最具天赋、最高能动性的人，在日益强大的智能体支持下实现百倍效能。

3. 时机抉择： 当前存在替代固有记录系统的机遇，成功关键在于精准把握时机以创造路径依赖。

为何是现在？

为何是现在？

有件事我过去未曾意识到——因为我不曾在意——但实际上很有趣：

作为营收团队核心系统的 Salesforce，这个 800 磅重的大象，正在失去其核心系统的地位。

这并不是说人们不再使用 Salesforce——所有人都在用。几乎别无选择。

当 Ramp 首席技术官卡里姆·阿提耶创办公司时，他发誓说：”我们绝不会用 Salesforce。我讨厌 Salesforce。我们要自己开发工具。” 

没有哪家公司比 Ramp 更擅长打造自己的产品。如果说有谁能打破 Salesforce 的垄断，那一定是 Ramp。但如今，Ramp 自己也在使用 Salesforce。

这只是说明 Salesforce 已不再是最有价值数据的所在地。

“驱动 Salesforce 的底层数据早在五年前就已脱离 Salesforce 系统，”伊尚解释道。这些数据转移到了由 Snowflake 等公司提供的数据仓库中。事实上， 数据仓库中 40%的数据都是客户数据。”

这个数据让我不再无动于衷。即便你对客户关系管理不感兴趣，客户关系管理却与你息息相关。

数据仓库中 40%的数据都是客户数据。 这很合理——商业可简化为两大功能：构建与销售，而销售越来越需要深入了解你的销售对象——但 40%的比例依然惊人。这些数据还在持续流动。 

那么为何这些数据都要从 Salesforce 迁移到数据仓库？

销售模式正从前期承诺制转向按用量计费模式 。以 Stripe 为例：企业通过 Stripe 处理的支付越多，支付费用就越高。再看 Ramp：企业使用 Ramp 完成的交易越多，Ramp 的收益就越大。还有 OpenAI：企业调用其 API 获取智能服务的次数越多，付费就越多。 

“如今合同上的数字只是文字游戏，”Ishan 说道，”销售人员必须日复一日地证明产品价值。”这需要不同类型的数据源和数据处理方式。

现在，销售人员不仅需要了解客户处于销售管道阶段还是已签约成交、购买了多少席位以及合同续约时间，还需要掌握客户对各产品的使用频率和是否遇到过问题等细节。这些数据最终都会汇入数据仓库。

在创立 Rox 之前，伊尚与 300 多个团队进行过交流，发现其中 90%的团队已经在数据仓库基础上构建了替代 Salesforce 的内部系统，通过客户级分析帮助市场团队更主动地管理客户账户。

“在我们看来，”General Catalyst 写道 ，”最优秀的企业被迫投入数百万资金自建营收操作系统，以保持竞争力。”

于是伊尚提出了一个与许多创业者在公司创立前夕相似的疑问：”我们是否觉得每个团队都需要在数据仓库里重建自己的 CRM 系统？”

他的回答也同样直指核心：”不，我们应该为所有团队打造这个系统。”

市场机遇：打造反 Salesforce 式产品。 

当 Salesforce 构建的封闭系统迫使企业被动适应（且往往最终难以满足发展需求）时，Rox 正在打造能主动适配企业现有及演进中的数据架构的开放系统。其原生数据仓库架构让客户始终掌控自有基础设施中的数据主权，而非被禁锢在另一家供应商的黑箱里。

读到这里，你可能会产生一个疑问：“难道 Salesforce 不会直接跟进并自己开发这个功能吗？”

许多公司都宣称要取代 Salesforce，但无一成功。更何况马克·贝尼奥夫早已多次谈及智能代理技术 ，或许他们能像引领云计算转型那样，再次赢得 AI 时代的竞争。

我并不这么认为，不过我的分析也谈不上多么精妙。

尽可能直白地说：这软件就是很烂。

当我六月撰写关于 Ramp 人工智能机遇的文章时，曾以 Salesforce 作为反面教材——这类公司虽然掌控着宝贵的工作流程，但其软件开发能力糟糕到用户根本不爱用，因此也无法从人工智能中获益。

在深入了解数据向数据仓库迁移的趋势后，我如今对此更加深信不疑。Salesforce 最大的优势之一正在变得过时——至少对于技术前沿型企业（即 Rox 的目标客户类型）而言是如此。

实际上比过时更糟。由于 Salesforce 在旧模式中深度布局 ，它更容易受到像 Rox 这样公司的反向定位冲击。Rox 的开放式策略是 Salesforce 无法采用的——除非它愿意损害现有业务，但这种模式对已在数据仓库基础上构建的现代企业极具吸引力。企业越深度地将 Rox 整合到数据基础设施和工作流中（因为他们信任这是专属的记录系统，且 Rox 能安全地基于其数据训练智能体），Rox 的价值就越大。

当然，Salesforce 尚未面临迫在眉睫的威胁。记录系统是软件行业最具防御性的阵地之一——用 《七种力量》 的术语来说，它具有极高的”迁移成本”。

更何况沉没成本效应：由于 Salesforce 实施过程极其痛苦，大多数使用企业已投入大量时间和资金部署该系统，几乎不可能将其替换。这就像把”斯德哥尔摩综合症”当作护城河来用。

但我认为 Salesforce 不太可能赢得下一轮变革，这意味着存在一个机会——某家公司可以开发客户真正喜爱的软件，借鉴 Salesforce 的成功经验，并将其应用于服务现代企业的现代化软件中。

这引出了下一个问题： 但难道不是有成千上万家公司都在追逐这个机会吗？ 

如今互联网上充斥着各种形态各异的 AI 原生”Salesforce 杀手”。这些公司承诺能写出更有效的外联内容、处理所有内联请求，甚至完全取代销售人员。

这不正是我们最初面临的问题吗？AI 无疑将承担越来越多目前由销售人员完成的工作，但在如此激烈的竞争和噪音中，几乎不可能理性判断究竟哪家（如果有的话） 特定的 AI 原生公司能够胜出并持续发展？ 

Rox 面临的核心悖论在于：面向营收团队的 AI 显然将成为一个巨大赛道，以至于很难想象谁会成为最终的赢家。

这正是每个应用型 AI 公司面临的核心悖论。因此在解答 Rox 如何破解这个难题之前，我们有必要进行更深入的探讨。

AI 转型、收益递增与路径依赖

要理解 Rox 可能如何解决这个悖论，我们需要更深入地把握 AI 与时机的本质关系。

AI 正是当下最大的时代机遇，这场平台级变革正在催生无数初创企业。

除了数据正从 Salesforce 迁移至数据仓库这一事实外，由于两个原因，构建新的记录系统还存在一个更广泛的、技术经济范式内千载难逢的机遇：

1. 当前 AI 能够理解非结构化数据。

2. 企业只想购买人工智能。

现有 AI 能理解非结构化数据。 数据正从 Salesforce 等结构化系统转向非结构化数据仓库。如今，AI 模型能从这种混沌中提取价值，并以实用方式呈现。

随着结构化数据库优势的弱化，其结构反而成了负担——太过笨重。它需要用户投入过多手工操作，而这些时间本可用于创造更高价值的工作。

现在你无需接听电话后手动在 Salesforce 录入笔记，只需将所有邮件、短信和 Gong 通话记录上传至新系统。即便以现有模型，一个设计良好的系统就能自动解析所有内容。处理非结构化数据正是 AI 的强项。

不过正如我们讨论过的，当企业在旧系统上投入了大量资金、时间和精力时，说服他们改用新系统非常困难。你该如何说服他们开始将邮件、测试数据和高管通话记录上传到新平台？

我认为答案很简单： 企业就是想购买 AI 产品。

这一点体现在营收数据、财报电话会议等方方面面。AI 是当下最热门的新事物，无论是消费者还是企业都愿意为此买单——即便最初只是动用实验性预算。这笔实验预算就是突破口，是撬动市场的楔子。

正是由于 AI 的出现，眼下存在一个向企业销售产品的机会窗口——这些企业原本可能满足于继续使用旧软件并围绕它构建内部工具。

不过，这股抢购 AI 的热潮也带来了几重挑战。

首先，收入容易获取但可能缺乏粘性，这一点我在 2023 年 5 月的 《小型应用，成长中的协议》 中就曾论述，并在 《何时构筑护城河》 中进一步展开。

这就是为什么风投机构和评论界对生成式 AI 缺乏护城河的现象争论不休。 几乎不存在任何不确定性 。

其次，虽然 AI 的重要性毋庸置疑，但关于模型将如何改进——技术迭代如此之快——现在押注任何单一应用都像是一场信仰之跃。如今市场上有数百个销售类 AI 工具。

更何况，很难判断哪些公司会胜出，因为最好的产品并不总能获胜，成功往往取决于微小的随机事件——取决于运气。

但是，你必须现在就开始竞争，因为在这些难得的机遇期里，市场裂痕会短暂开启——无论当下是否拥有最佳产品，无论是否只是运气使然，无论未来能否打造出更优方案——最终胜出的企业都将赢得难以撼动的优势地位。

这种动态关系——早期行动比完美执行更重要——正是经济学家 W·布莱恩·阿瑟在 《经济中的收益递增与路径依赖》 中探讨的核心问题。在这本 1994 年出版的论文集中， 他于某篇关键论文写道： 

在已知的收益递增特性清单（如潜在低效性和不可预测性 ）基础上，动态分析方法新增了两个特性： 刚性化 ——即资源配置会逐渐固化或形成结构性锁定；以及非遍历性 ——早期微小事件可能决定结构性变迁的整体进程。

用通俗语言解释：早期微小且常具随机性的事件会使系统进入自我强化的轨道，最终难以改变。任何时间节点的结果都深受历史选择或关键事件的深远影响。

当前的人工智能热潮足以激发客户购买新工具的动力。这创造了一个千载难逢的机遇——深入客户工作流程核心，成为他们的记录系统。一旦他们尝试转换并使用新产品，只要比现有方案足够优秀，就可能不再更换。最终胜出的未必是最佳产品，而是那些率先打开市场、展现价值并形成用户依赖的方案。

在这样的环境下，早期战略至关重要，因为当下的决策将锁定未来数年的赢家。 

在新生市场中，即便你认为人工智能目前还无法实现企业所承诺的全部功能，也绝不能坐等产品慢慢成型。

因此你必须趁行业变革之际立即入局，但这个领域竞争异常激烈，充斥着各种基于人工智能未来可能实现的功能而过度承诺的企业。 

阿瑟认为运气是决定胜负的关键因素，但我在阅读那本书时深刻感受到运气可以被主动创造 。换言之，企业应当有能力制造属于自己的运气，将世界引向他们的轨道。

这正是 Rox 正在实践的战略，也是理解其策略的最佳视角。

洛克斯的战略

如何创造路径依赖？

Salesforce 就是路径依赖的典型：它并非最佳软件，却被深度锁定。

Salesforce 的启示在于：必须让客户在你的记录系统中持续添加集成和数据。

这也是 Rox 的目标。

Rox 是一个模糊的缩写，全称是营收操作系统 。其长期目标是”运营全球营收”。公司正式名称为 Rox 数据公司，在转型为 AI 企业前本就是数据公司，而数据始终是其最核心的资产。

“对我们而言，AI 只是实现目标的手段，”伊尚告诉我，”我毕生追求的就是在提升经济生产力的现实场景中运用软件与技术。”

该公司的近期目标是为营收团队建立一套全新的记录系统 。 

如今公司运用 AI 的方式，只是实现近期目标的技术细节。当 AI 变得更强大时，未来如何运用 AI，将是达成这一近期目标后的自然结果。

当前的关键在于：足够早地提供实用价值，促使客户接入他们的数据。 

这就是我对 Rox 战略的理解，我认为这种模式或许能广泛适用于各类 AI 应用型企业：

1. 以”够用就好”的 AI 打开市场。 Rox 将当下水平的 AI 作为获客工具，通过为顶级企业的顶尖销售提供足够有价值的帮助，促使这些企业整合他们销售环节中使用的所有其他工具和数据。 

2. 构建核心记录系统 。中期来看，数据和集成能力才是真正的价值所在。利用这些资源帮助客户建立统一的记录系统，使其始终存在于客户自身的数据结构中并可自主管理。成为不可或缺的工作流程。

3. 利用这一优势安全训练智能体 。长期而言，通过管理数据和集成能力——并融入企业工作流程——Rox 将能安全地训练出日益强大的智能体，随着 AI 技术不断进步，这些智能体可承担越来越多营收团队的功能。

4. 实现营收运营自动化 。这才是终极目标：掌控那些与顶尖 1%销售人员协作并取代大多数普通销售人员的智能体。

换言之，先用尚可的 AI 技术获取客户并嵌入其工作流，这样当模型升级时，你就能以最佳姿态为客户提供越来越强大的智能体 。

让我们更详细地拆解一下。Rox 的战略始于这个前提：

当今 AI 确实不错但还不够出色，远未达到它未来应有的水平。 

这听起来像是显而易见的前提，但并非共识。

11x 这家为销售团队、营收运营团队和上市团队提供”数字员工，人类成果”服务的公司，在 9 月由 Benchmark 领投 2400 万美元 A 轮后，刚刚宣布由 a16z 领投 5000 万美元 B 轮融资。 

该公司的宣言与 Rox 可能撰写的版本截然相反：“当其他公司仅提供辅助人类销售团队的工具时，11x 通过可规模化运作的自主 AI 员工实现完整的营收生成。”

这或许是正确的做法！我并非要断言 Rox 比 11x 更优秀，反之亦然——市场自会给出答案。我来此是为了学习并解析 Rox 的策略，而至少就目前而言，Rox 的策略是”仅作为人类销售团队的辅助工具”。

Rox 不想取代人类，它旨在让顶尖者更臻卓越。

如今 Rox 已公开亮相，其官网信息比我初次接触时更为丰富。以下是它的开场白：

Rox 专为助力顶尖企业的精英销售 ——Ramp、OpenAI 和 MongoDB 都是 Rox 的首批客户——让他们更专注于最擅长的领域：那些可能永远不会消失的、 人性化的销售艺术 ，就像《广告狂人》里演绎的那般。

推至极致，在 Rox 成功的未来图景中，你可以想象这样一幕：一位才华横溢的销售员，在数千个 AI 智能体的辅助下，完成数十亿美元规模的业务交易。

在这个未来里，顶级销售人才的分布将呈现类似 NBA 的格局——仅有数百名明显最优秀的精英，内部还存在层级划分，他们能要求令人咋舌的高额报酬，同时为公司创造更大价值。

但那是未来的景象。我们终将抵达那里。

现阶段，Rox 为企业提供智能体集群 ——每个客户账户配备专属智能体，其任务是通过内外部信息尽可能全面地了解该账户。基于这些信息，它能在适当时机以恰当方式提醒销售人员，发掘商机，并协助完成诸如邮件草拟等工作。不过目前阶段，它不会直接完成销售。

其核心理念是让这些智能助手迅速展现出极高实用性，促使企业接入更多集成与数据源，从而形成良性循环——这使 Rox 得以深度嵌入工作流程，构建核心记录系统，甚至未来可能颠覆 Salesforce 的统治地位。

“顶尖销售员需要花费 15-25 分钟在 Google 和 LinkedIn 上完成的调研工作，Rox 只需一秒就能搞定，”Ramp 公司销售副总裁 Max Freeman 表示。这既节省时间，又能让团队更主动出击，最终助力销售业绩提升。

Rox 通过合同条款确保客户即刻获得价值。该公司在合同中承诺：若客户在前 90 天内使用 Rox 的投入产出比未达 2 倍，可无条件解约。目前客户主要通过以下三种途径实现回本：创造新商机、挽回高危客户、以及挖掘高潜力客户增长点。

如果 Rox 真能实现其宣称的功能，这家公司赌的是人们会为其提供更多数据和集成接口，从而让它能进一步提升效率。

但一家成立仅一年的公司获得九位数估值，意味着投资者看到的远不止效率提升这么简单。

我认为关键在于：Rox 正利用企业愿意为 AI 买单的心理作为切入点，通过证明自身价值来获取更多数据和集成机会，从而构建记录系统、赢得客户信任与使用，并持续学习——这样当 AI 技术真正成熟时，Rox 已做好万全准备。

这不仅是优秀的策略，更是宏大的战略。 

在 《论大战略》 中， 约翰·刘易斯·加迪斯将其定义为”将可能无限的抱负与必然有限的能力相匹配”。

大战略需要对当前有限能力进行诚实评估，而非基于理想化假设。

“拿破仑因混淆抱负与能力而失去帝国；林肯因保持清醒而拯救国家。”

就 Rox 而言，当前 AI 智能体的实际能力表现为：

1. 能够理解非结构化数据。

2. 是出色的客户获取工具。

换言之，如今的 AI 是手段而非目的，是能力而非追求。

正如伊尚所言，Rox 的策略是 “构建一切必要工具，促使企业为你的记录系统提供数据”

他们不承诺开发替你销售的代理，而是打造帮助你销售的代理工具。

Rox 不帮助卖家追逐新客户，而是协助他们”攻克最不起眼的环节——现有客户群体”。伊尚告诉我，这部分客户贡献了”80-90%的营收”，也是企业掌握数据最全面的群体。但现有系统对这类企业服务最差，因为它们主要面向合同制销售而非用量计费模式。

这种模式解决了我对 AI 应用公司的两大顾虑，甚至将其转化为优势。

“首先，营收容易获取但可能缺乏黏性，这个问题我在 2023 年 5 月的 《小型应用与成长中的协议》 中就讨论过。”

对 Rox 而言，AI 客服助手是小型应用，而数据与工作流则构成公司专属的”协议层”——随着时间推移、系统集成以及 Rox 自身应用的增加，其价值会持续增长。这种协议层具有开放性：若 Rox 成为最佳开发平台，企业会基于其构建业务；若不符合需求，企业也可随时迁移并带走数据。

其次，关于模型将如何改进存在诸多不确定性——发展速度如此之快——以至于现在押注任何一个应用都像是一场信仰的飞跃。目前市场上有数十种（甚至数百种）GTM 人工智能，包括像 11x 这样资金雄厚的公司。

尽早且频繁地证明价值，初期以渐进方式推进，是创造递增收益和路径依赖的有效途径。

小而快的早期胜利会产生复利效应。过度承诺而交付不足则适得其反。

那么 Rox 目前承诺并实现了什么？

Rox 的现有能力

Rox 目前的产品非常简单明了：为卖家每个账户配备的专属代理会收集并监控内外部数据，然后将最相关的信息呈现给卖家。

通常我会详细解释产品的具体功能和运作方式，但 Rox 的发布视频已经做得非常出色，因此我建议大家直接观看视频了解。

Rox 没有夸下海口，但言出必行。Ramp 公司客户管理销售负责人 Kiran Nagra 在视频中表示：”如果他们承诺’我们的产品将实现 X 功能’，我打开平台就会发现这个功能已经实现了。”

承诺代理会协助完成有限数量的任务，然后切实履行这些承诺。

目前，这些功能虽然直接明了但难以完美实现，比如追踪客户相关信息、将其添加到客户档案中，并建议在即将进行的通话中包含最相关的内容。

最后一项——即将进行的通话——要求销售人员整合他们的日历。如果 Rox 在整合日历之前就足够有用，如果它能兑现承诺，那么销售人员更有可能添加他们的日历，看看它还能做什么。接下来，Ishan 说，将整合“电子邮件、Salesforce、Slack、支持工单，然后是完整的数据仓库。”如果每一项都能让销售人员更高效，并节省他们的时间，那么他们就会添加下一项。

“核心的工程难度，”他说，“在于将所有这些东西连接成一个实时的记录系统。”如果你想了解他们是如何做到的，可以阅读文档 。

Rox 还具备其他产品功能，每个功能都在为其输送数据。它能记录通话并存入客户账户——这虽是基础功能（许多单点解决方案都具备），但作为记录系统的一部分则更具价值。借助 OpenAI 的语音 API，销售员可直接与 Rox 对话，进行业务咨询或获取当日工作简报。即便是这种日趋标配的功能，也能让 Rox 的模型学习销售员的思维方式，从而最终打造出越来越出色的销售助手。

要让这一切成为现实，从现有能力迈向未来愿景，Rox 必须兑现承诺。

目前，这表现为每周为销售人员节省 8 小时以上工作时间，通过更精准的信息推送实现客户参与度提升 35%，以及公司承诺实现的 Rox 投入双倍投资回报率。

Ramp 公司的马克斯告诉我，Rox 兑现承诺的能力尤为突出。”GTM 人工智能市场充斥着各种华而不实的产品，但 Rox 是真正靠谱的，”他说。”我们有 66 名销售使用 Rox，反馈压倒性地积极。它确实让我们在提升销售效率、减少琐碎工作方面获得了优势。”

他举例说，大客户团队有位销售正准备次日去重要客户现场拜访。他在 Rox 点击该客户资料时，发现 KKR 刚投资了这家公司，且该公司新聘了首席营收官。两个关键信息：所有权变更（可能带来人脉关系）和领导层变动。这些正是销售人员需要掌握的情报。过去需要 15-25 分钟才能查到的信息，现在 Rox 一秒呈现。”说实话这让我震惊，”马克斯表示。

一个优秀的销售绝不会在没掌握这些信息的情况下参加现场会议。他们本应自行解决这些问题。但那额外节省的 15-25 分钟不用做机械性苦工的时间，就能多出 15-25 分钟去做只有顶尖销售才能做的事——比如与客户沟通。

“Ramp 是一家高强度、大批量、快节奏的企业，”他说，”如果你每天要接打 8 到 10 个电话，这能让你在每次通话前都形成自己的观点或假设。”

Rox 选择与 Ramp 这类高强度、大批量、快节奏的企业合作，正是因为这类公司能最直接地体验到产品价值。

正如 Rox 在官网和发布视频中所说， 它存在的意义是让优秀者更卓越 。这个理念既适用于企业，也适用于企业中的每位销售。

卓越者的崛起

确保抱负与能力相匹配并创造自身运气的另一个关键要素，是精准投放有限资源。

从广义上讲，Rox 本可以瞄准三类客户群体：

1. 当今的行业巨头企业。

2. 规模化企业

3. 小型初创公司

当今的巨头企业之所以显得不合时宜，部分原因我们已讨论过。它们很可能不会在数据仓库基础上自建产品，缺乏小公司那种紧迫感，最终很可能带着 Salesforce 的烙印走向消亡。

第三种路径——小型初创公司——由于 Stripe 早期通过开发者切入市场并共同成长的成功案例，几乎成为初创企业的默认选择。但 Stripe 模式的成功有个比多数人认知更精确的原因：中小企业作为首批客户堪称完美，因其交易量较小，对费率敏感度远低于 Adyen 服务的大客户，这使得 Stripe 始终保持着更高的平均费率。

对 Rox 而言，小型企业并非理想目标客户：它们可能尚未建立真正的销售团队，也尚未拥有顶尖的销售人员。

“你要做的是提升顶尖人才的能力上限，而不是去抬高小公司里蹩脚销售员的下限，”有人形象地比喻道。

Rox 没有效仿 Stripe 的策略，而是将目标锁定在 Stripe 这类企业本身：具有足够规模、能让 Rox 发挥价值的科技前沿公司。

用 YCombinator 的经典语录来说，小公司可以”做那些无法规模化的事情”。而规模化企业从定义上就必须做可规模化的事。

“我们对规模化企业有着深刻的创始人-市场契合度，”Ishan 解释道，”那些年收入 1 亿甚至 10 亿美元的企业。我们要成为必需品，这需要达到特定的销售代表数量和收入规模。”

伊尚将这种服务企业的方式称为”Pal 特瑞模式”：”我们希望在企业主面临极度困境或存在紧急需求时提供帮助。”

初期阶段，正如帕兰提尔公司一样，这意味着要与顶尖企业的精英人才紧密合作开发产品，这也是专注服务头部客户的另一优势。

Ramp 公司的基兰表示，自 Ramp 开始使用 Rox 以来，其联合创始人迪奥戈·里贝罗始终与她并肩协作。”他下周将飞往纽约参加团队的场外会议，”她说，”一个月前他就已经这样做过一次。”

若长远目标是收集数据——不仅是即时数据，更是持续理解顶级销售人员的思维与运营方式——从而为营收团队训练更优质的模型，那么与最优秀者合作是无可替代的。 优质输入，优质产出。 

与顶尖人才共事的另一面，就是为顶尖公司里最优秀的销售精英效力。

在与伊尚、基兰、麦克斯等公司同仁交流时，很难不产生这样的认知：人工智能工具——尤其是 Rox，但更广泛而言——将使顶尖人才的能力提升千倍，同时淘汰平庸之辈。

麦克斯直言不讳：

这话或许残酷，但如果你是个平庸甚至更糟的销售，你的职业生涯就结束了 。彻底终结。如果你比平庸强，你的效率将大幅提升。你可以专注于销售本身，而非重复性劳动。

基兰对此表示认同。她领导的中小企业客户拓展团队现在既要负责新客户入驻，也要维系长期客户关系——这种双重职责在她看来”之所以能实现，全靠 Rox 这类工具”。

为验证 Rox 的投资回报率，她先在团队中挑选几名销售代表进行试点，”从他们身上看到了投资回报，于是我开始试点扩大他们的客户管理量，接着又试点用 Rox 实现双重角色转型”。结果不仅行之有效，”我的销售代表们甚至主动问我：’这些客户开发阶段有多早？我能提前介入吗？'”

如果销售代表使用 Rox 后效率提升——能把更多时间用于客户关系建设和教育——她就能扩大其客户管理规模，这意味着更高的收入。一旦充分证明这套模式确实有效，”原定要招聘 18 人，现在可以少招 6 人”。

顶尖销售获得更高收入。Ramp 公司实现更强盈利能力。而那种难以言喻的高效，则源于保持精干的高绩效团队，而非不断扩充人手却导致人均贡献递减。

我认为这是未来世界的预演： 强者愈强，其他人则需另寻更适合自己的赛道。 

这并非价值评判——虽然对许多人而言显然具有颠覆性——但趋势走向已然明朗。

AI 不会夺走你的工作。善用 AI 的顶尖人才将让你失去存在的必要。

战略与执行

在与 Rox 交流时，”最优秀的人才”是个反复出现的主题——无论是客户还是员工。由精英组成的小团队行动敏捷，而速度制胜。

当我阅读 《经济中的收益递增与路径依赖》 时想到的另一点是：”这就是’快速构建与迭代’建议的技术原理。” 

换言之，在相同起跑线上，能更快尝试更多方案、更早找到更优解的公司，其胜出概率必然提升。速度能为幸运创造更多接触面。

第一步： 制定正确的战略。 

第二步： 全力以赴执行。 

当然实际情况更为复杂，因为第二步的执行结果会不断反哺第一步的战略调整，形成永续循环。但大体而言，这就是成功的公式。前文我们详细探讨过 Rox 的战略，但最令我印象深刻的是这个团队的执行力。

数据说明一切：成立不足一年（其中 95%时间处于隐秘运营阶段），公司年度经常性收入已突破百万美元大关。其客户名单上满是行业翘楚：Ramp、OpenAI、MongoDB、英伟达、Databricks、Coreweave、Confluent，以及 Ishan 的前东家 New Relic。

在公司正式发布之前，所有这些都已准备就绪。上周，Rox 通过官方公告（由 Rox 团队亲自解说）和公开测试版（让产品自己发声）正式亮相。

你可以点击此处亲自体验 。

正如乔纳森·哈斯所言，如此早期就开放像 Rox 这样的产品供公众注册测试，”是对产品信心的最强有力背书”。这意味着要将产品完全暴露在公众面前而非小范围合作伙伴，这会给 Rox 的基础设施带来巨大负荷，并产生高昂的推理成本，且无法保证企业用户最终会转化。

自发布以来，Rox 已有超过 1,000 家企业加入其公开测试 。

但那些指标永远无法准确传达那种难以言喻的特质——当一家公司既能保持极高品质标准又能快速交付时，你就会感受到这种特质。而 Rox 就拥有这种难以名状的魅力。

每次我为深度报道采访他人时都会问：”如果你读完这篇文章后发现缺少了 X 要素，你会觉得’天啊，他根本没抓住重点’。那么这个 X 要素是什么？”

Kiran 指出 Rox 有两个突出特质：同理心（深刻理解客户需求）与执行速度。

“很多人都在试图解决同样的问题，”她说。”第一个做并不总是最重要的。执行的速度和效率可以弥补这一点。”我发誓我没跟她提过路径依赖理论。

“看到有人能像 Ramp 那样高速推进业务，以同样的方式与客户互动，”她补充道，“这就是 Ramp 的制胜法则。”

这套法则其实相当简单，只是执行起来很难： 聚集一群绝顶聪明的人，让他们痴迷般地全力攻克大市场中的难题，并朝着未来正确的方向前进。

Ishan 将公司的高速发展归功于团队的精干与高素质。他将 14 人的团队分为三类（目前全是工程师，为了在没有庞大销售团队的情况下推广业务，Rox 的创始人亲自使用 Rox）：

1. 后端数据团队：Shriram Sridharan 是 Rox 的首席技术官兼联合创始人。在加入 Rox 之前，他领导 Confluent 的数据基础设施团队，负责让 Kafka 在跨云环境中运行得更快、成本更低；更早之前，他是 Amazon Aurora 的预发布工程师，“为云时代重新构想数据库”。与他共事的还有国际信息学奥林匹克竞赛金牌得主 Lawrence Li，以及传奇的分布式系统架构师 Santhosh Kumar Manavasi Lakshminarayanan。

2. 应用人工智能团队 ：由联合创始人阿瓦尼卡·纳拉扬领衔的斯坦福顶尖 AI 人才，这位斯坦福网球队成员兼骑士-亨尼西学者曾 “借鉴其博士研究成果，将 LLMs 应用于数据整理和工作流自动化等企业任务”

3. 全栈工程师团队： 伊尚直接称他们为”现在或未来必将成为创始人的疯狂人类”。其中一位田中悠马据称连续熬了两个通宵。另一位在周日下午两点给公司发 Slack 消息，说要去和朋友吃午饭但很快会回办公室。 

这里也能看到 Ramp 的影子——国际信息学奥赛金牌得主、AI 专家、以及过去或未来的创业者们。但比显赫背景更重要的，是这支顶尖小团队以快速响应客户的方式展现出的执行力，这种特质难以言传却清晰可见。Rox 正拥有这种特质。

这样的团队效率惊人。Rox 如今就是这样一支团队，并希望帮助更多优秀企业在未来保持这种状态。

自由市场的未来

刚和伊尚交谈不久，我就对他颇有好感，但当他自称是”所有者/运营者/资本家”并说出这句话时，我才真正确认了这一点： 

“我的人生目标就是推动自由市场的生产力。” 

他告诉我，自己”对技术如何深刻影响人类有着本能般的理解”。

当 New Relic 收购他的初创公司 Pixie 时，他最初负责产品管理，后来意识到要扭转公司命运必须改变销售模式，于是转型成为首席营收官。

接手时公司订阅业务年收入达 8 亿美元。但他预见到订阅模式的危机，于是果断将这部分业务清零，同时在疫情期间带领这家上市公司建立起 10 亿美元规模的按量付费业务 。

转型过程中，他将团队从1600人精简至600人…却实现了30%的销售增长。这段经历让他领悟到：”现实中有许多人需要技能重塑或并非核心生产力。提升顶尖销售人才效率后，其实可以用更少人力创造更大价值。”

虽然残酷，但若要在自由市场提升生产效率，这确实是至理箴言。

Acquired 节目的主持人喜欢说 “公司不过是创始人意志的延伸……我很难举出一个真正伟大的公司，其基因不是创始人性格的杠杆化体现。”

虽然 Rox 尚处发展初期，但显然 Rox 就是伊尚的延伸，是伊尚在自由市场中驱动生产效率的杠杆化工具。因此理解伊尚的愿景，对于预判 Rox 成功后的未来图景具有指导意义。

为此，我还保留着另一个 40%的数据。初次交谈时，伊尚指出 “企业支出的 40%都用于市场获客”，这在全球经济中占比巨大。

他用反问的语气说道：“能否让这部分的效率提升 5-10%？我们能否为 CEO 们节省 5-10%的成本？”

他自信地回答：”我已经做过两次了，规模还不小， 但当时可没有像 Rox 这样完善的系统。”

他认为有了 Rox，效率提升将更为显著。更精简的团队，更高的收入，更大的利润空间。繁琐工作：一扫而空。人文关怀：更上层楼。

这时我开始追问他：”未来我们人类还能做什么？”以及”所有销售都会变成机器人对机器人吗？”

他认为部分会如此，但人类中的佼佼者仍将存在，那些拥有创造力的人。

“大多数企业只有少数人在推动变革，”他说，“这些人将获得越来越多的授权。”

特别是在营收团队中，他计划通过 Rox 来推动这种赋能。

正如我们讨论过的，当前最直接的目标（在 AI 尚未足够强大的阶段）是积累数据和系统集成，成为记录体系的核心。未来一年内，他希望能为销售人员每周节省 20 到 30 小时，同时将他们的工作效率提升 50%。 

但这并非最终目标。 

最终目标是利用这些数据训练模型，掌握顶尖企业如何销售畅销产品，从而在时机成熟时实现全自动化——将人类精英无需亲为的事务交由系统处理，让他们获得工具与资源来放大自身核心优势。  

模型虽未臻完善，但终将达成目标。除客户关系维护与教育外——那些非人性化的工作——大部分都将由智能代理完成。

Rox 的机遇在于：随着底层模型逐渐成熟，能够兑现当前企业所承诺的强大功能，他们可以与技术前沿的客户共同打造顶尖团队和产品，从而主导这一领域的应用层开发。

这再次更新了我对 AI 的认知框架：即便基础模型本身变得更智能，仍有充分理由相信应用层将蕴含巨大价值。

智慧不等于实用价值。Rox 的一位投资人曾向我提出这样一个思考题：

如果你雇佣了一位智商 160 的大学毕业生，他们在入职第一天也难有作为。但经过一年培训后，他们很可能开始创造价值。应用层的本质就是如此——引导超级智能模型在具体场景中发挥作用。 应用层的广阔机遇在于构建数据和工作流，使人工智能真正产生效用。

早在与 Ishan 的初次交谈中，我就确信 Rox 具备成功要素——通过长期布局，它能够构建使 AI 对销售者产生实际价值的数据体系和工作流程。

这就是我不断确认他是否有严格截止时间的原因——这样我才能连珠炮般追问那个他看得如此清晰、并正努力实现的未来愿景。

其中一类问题本质上是： 若所有人都使用 Rox，Rox 还能创造超额收益吗？ 

如果每家公司都能配备真正智能高效的销售代理，这种优势岂不会荡然无存？

客户们难道不会在同一精准时刻收到同样完美定制的营销信息吗？

客户会不会被同样优质的信息淹没，从而忽略所有内容？

所有销售会不会都变成机器人根据产品规格相互推销？开发人员代理与销售代理合作时，会不会只构建符合这些规格的解决方案？ 

当人工智能抢走我们的工作时，我们人类该何去何从？

伊尚将我从存在主义的焦虑漩涡中拉出，他告诉我他相信必然会有赢家和输家。

“ 制胜关键在于信息套利 ：你掌握多少客户信息，以及如何主动运用这些信息。”他解释道。 

信息只是成功的一半——顶尖企业将拥有更多优质客户，因此能获取更丰富优质的信息，这种优势会不断累积放大。

另一半则取决于你如何运用它。在这方面，人的因素依然至关重要。

“平庸者终将淘汰，”他预言道，”而卓越者将获得超常发展。企业同样如此：我坚信有一类公司将无法存活。”

这些公司会是什么模样？

“你需要通过掌舵者来判断。” 

罗克斯成功实现的世界并非人类消失的世界，而是一个人类能力被放大的世界——无论这种放大带来的是福是祸。

罗克斯必将成功，因为伊尚和他组建的精锐小团队将运用智能代理来放大人类优势。

这里用”Acquired”投资机构的比喻很贴切：公司本质是创始人的延伸。伟大的公司能将创始人的远见与能力成倍放大。

借助罗克斯这样的工具， 每个人都将获得延伸。智能代理将成为你视野与能力的倍增器。 

在与伊尚的早期对话中，我清楚地认识到 Rox 堪称应用人工智能战略的典范：它通过长远布局，将当前能力与未来愿景相匹配，从而制造路径依赖。

在撰写本文的过程中，我逐渐意识到这些经验同样适用于个人发展。

一个充满高能智能体的世界即将到来。最优秀者会变得更强大。但既然你已预见这个未来，就可以通过长远规划，在当下加倍投入培养独特能力，以迎接它们未来的指数级增长。

对于一篇关于枯燥 CRM 软件的文章来说，这些见解实在发人深省！

感谢 Claude 的编辑，以及 Ishan、Eric、Max、Kiran 和所有为本文分享见解的朋友！

以上就是本期全部内容。感恩节快乐。我们将在周五通过《每周精选》回归您的收件箱。

感谢阅读

帕基