HG Insights推出智能体驱动的收入增长智能平台

HG Insights公司今日宣布推出全新的收入增长智能平台，并引入智能体基础设施，旨在解决企业营销团队在使用数据和人工智能推动收入增长方面存在的根本性问题。

该公司发布的收入增长智能平台是一个统一系统，将技术图谱数据、买家意向信号、IT支出智能分析和联系人数据整合到单一的AI支持分析环境中。同时，HG Insights还推出了智能体构建器的早期版本，让企业能够创建在销售和营销技术栈中运行的定制AI智能体。

平台核心架构与数据基础

首席执行官Rohini Kasturi表示，该平台旨在应对现有市场拓展架构的结构性局限。平台核心是被称为"收入增长智能架构"的大规模数据层，基于公司15年来收集的近50PB第三方数据，通过AI智能精炼成专门的市场拓展智能领域模型。

这一数据基础旨在解决销售和营销组织中普遍存在的"数据危机"。公司通常依赖多个供应商获取不同数据集，导致信息孤岛和不一致的数据分散在组织各处。产品营销副总裁Nik Koutsoukos表示："你从这个供应商获取技术图谱数据，从另一个供应商获取公司数据，数据完全碎片化。"

引导式解决方案

收入增长智能平台试图将这些输入整合到单一系统中，为市场分析、收入运营和销售执行提供多个AI驱动的协作助手。每个助手都设计为通过工作流程引导用户，而不是简单地展示仪表板。

平台的协作助手模型试图创建比完全自主智能体更可控的AI方法。虽然智能体流程在后台运行，但用户通过引导式工作流程保持参与。

Koutsoukos说："协作助手会逐步引导用户完成工作流程，你可以看到协作助手和智能体在做什么。"

智能体构建器产品利用模型上下文协议接口，使客户能够将专有数据和工作流程与HG的智能层集成。

Kasturi将智能体构建器描述为平台架构的自然延伸："如果你在我们的架构上使用我们的MCP服务器，客户可以构建完全自主的定制智能体。"

数据深度与结构优势

HG Insights表示，其关键差异化因素是数据的深度和结构。其分类系统为数据集中的每个实体分配唯一标识符，使技术使用情况、支出模式和买家意向等不同数据点能够整合到统一配置文件中。

Kasturi表示，这使系统能够基于多个信号向销售人员发出客户流失风险警报，比如关键联系人离开客户公司或评估竞争产品。

基于结果的定价模式

公司也在调整其业务模式以适应这种AI驱动方法。定价现在基于与数据使用相关的消费模式，而不是传统许可。定价基于消费，年度订阅购买一定数量的信用额度。

Kasturi表示，HG Insights将该平台定位为企业AI从效率提升向收入生成转型的一部分。公司不再专注于成本削减，而是强调可衡量的业务成果，如销售管道增长和转化率。

"我们不想解决效率问题，"他说。"效率应该是自然收益。我们希望将其与每个客户都面临的收入增长和客户保留问题联系起来。"

HG Insights也在寻求扩展超越其传统的B2B技术公司基础。虽然该公司声称为90%的财富500强科技公司提供服务，但高管们表示，新平台更广泛的数据覆盖和AI能力使其适用于更广泛的行业。

Q&A

Q1：HG Insights的收入增长智能平台主要解决什么问题？

A：该平台主要解决企业营销团队在使用数据和AI推动收入增长方面的根本性问题，特别是数据碎片化导致的"数据危机"。它将技术图谱数据、买家意向信号、IT支出智能和联系人数据整合到单一AI支持的分析环境中。

Q2：智能体构建器有什么特殊功能？

A：智能体构建器让企业能够创建在销售和营销技术栈中运行的定制AI智能体。它利用模型上下文协议接口，使客户能够将专有数据和工作流程与HG的智能层集成，构建完全自主的定制智能体。

Q3：HG Insights的定价模式有什么变化？

A：公司从传统许可模式转向基于消费的定价模式，与数据使用量相关。定价基于消费，年度订阅购买一定数量的信用额度，这种模式更符合AI驱动的业务方法。