今年年初我开始认真做一件事：把AI工具接入到获客和销售流程里，而不是只用来写文案和画图。三个月跑了八个行业、累计触达超过两万个潜在客户，今天把真实数据和踩过的坑一次性说清楚。
先说结论。AI在销售获客这件事上，最大的价值不是替你聊天，而是把整个漏斗的效率拉高一个数量级。传统的销售流程大致是：找线索，筛线索，触达，跟进，转化。AI在这五个环节里，有四个可以做到指数级提效，唯独转化这个环节，目前还是得靠人。
先讲找线索。过去销售团队最痛苦的就是不知道上哪找客户。LinkedIn搜一遍，企查查导一遍，展会名片拍一遍，累死累活一天也就几十条。我用了一套方案：用AI批量爬取公开数据，配合大模型做实体识别和分类。具体来说，我写了个脚本每天自动扫描特定行业的企业信息、招聘动态、融资新闻，大模型会判断哪些公司近期可能有采购需求。比如一家公司刚拿到融资、正在大规模招销售团队，那它大概率需要CRM和营销工具。这种线索获取方式，一天自动产出五百到一千条，人工成本几乎为零。
但线索多不代表有用。下一步是筛线索，这块AI的表现远超预期。传统的BANT筛选法则需要销售一个个去打电话问预算和决策权，效率极低。我用大模型做了一次改造：把每条线索的企业信息、岗位变动、社交媒体动态全部喂给模型，让它生成一个意向分。打分逻辑包括：对方是否在公开场合表达过相关需求，是否有竞品使用经历，公司规模和成立时间是否匹配，关键联系人的职位和决策权重。三个月下来，意向分排名前20%的线索，转化率是后80%的五倍以上。也就是说，AI筛完之后，你只需要盯着前20%去打，就能拿回80%以上的成单概率。
触达环节是AI争议最大的部分。很多人说用AI群发消息显得廉价、不真诚。我的经验是：全自动无脑群发确实不行，但有人参与的AI辅助触达是可以的。具体做法是用AI生成个性化开场白，结合对方最近的动态做切入点。比如对方上周刚发了一篇文章讲行业趋势，AI可以把那篇文章的核心观点提炼出来，写一段50字以内的引子，然后再接入产品介绍。这样发出去的消息，回复率比通用模板高出三到四倍。我们实测了三千多条消息，纯模板的回复率只有3%左右，AI个性化的能到12%到15%。
不过这里有一个巨坑必须提醒大家。AI生成的个性化内容，如果不加人工审核就直接发，一定会翻车。我们踩过最离谱的一次，AI把竞争对手的公司名写成了我们的客户，发出去之后对方直接截图发朋友圈嘲讽。所以我现在坚持一个原则：AI生成初稿，人工审核终稿。这个环节不能省。
跟进的自动化是最容易被忽视的价值点。销售最大的痛点不是第一次触达，而是后续的跟进。很多销售跟了三次没回音就放弃了，但数据告诉我们，70%的成交发生在第五次到第十二次跟进之间。人没有精力跟这么多轮，但AI可以。我们做了一个自动化跟进系统：第一次没回复，三天后换一个角度再发；第二次没回复，一周后送一份行业报告；第三次没回复，两周后发一个客户案例。每次内容都不一样，每次都由AI根据对方的最新动态重新生成。这个系统跑下来，之前放弃的那些线索里，又捡回来大约15%的有效对话。
说说成本。整套方案跑下来，三个月的总投入大概是一万二左右，包括API调用费、服务器费用和少量外包开发费。带来了一百三十多个有效商机，最终成交了二十二单，客单价从三千到两万不等。粗算ROI大概在八到十倍之间。当然这个数字会随着行业和客单价变化，但方向上是跑得通的。
最后说几个避坑要点。第一，不要指望AI替你成交。AI可以把人拉到谈判桌上，但让人掏钱这个动作，还是需要真人销售的温度和临场应变。第二，数据源的质量决定一切。你喂给AI的都是垃圾，产出的也是垃圾。花时间把数据清洗和标注做好，比调prompt重要十倍。第三，合规问题要注意。批量获取和触达客户数据，在部分行业可能涉及隐私法规，建议操作前咨询法务。第四，AI销售不是一次性工程，需要持续优化。我们每周都会复盘上一轮的回复率和转化率，调整打分模型和话术模板。
用AI做获客这件事，门槛其实比大多数人想的低。你不需要自己写大模型，也不需要搭建复杂的系统。现成的工具组合就能跑通：用浏览器插件批量采集线索，用大模型API做筛选和个性化，用自动化工具做跟进。关键是先跑起来，再迭代。
这三个月的实验让我确信一件事：在未来两三年里，不会用AI做销售的团队，会在获客成本上被拉开五到十倍的差距。这跟会不会用Excel一样，不是什么高科技，而是基本功。 |
