a16z：信息流“入侵”企业AI，替代“记录系统”成为新入口！

Linkloud 引言

本文来自 a16z 的三位投资人专栏，他们想回答的问题是：未来十年，服务企业获客、销售和客户成功的 GTM 软件，价值会落在哪里？

CRM 不会像社交产品里的“社交关系网络”一样被逐渐淡化，但会经历相似的命运，从曾经唯一重要的资产，退化为众多输入源之一。真正积累价值的地方，是坐在数据库之上、负责推理和调用行动的智能层。

文章从 Salesforce 和 HubSpot 为什么能靠数据库赢了三十年讲起，再拆解编排能力如何取代数据积累成为新的护城河，最后描绘了一个智能层已经嵌入日常销售工作的十年后场景。Enjoy！

一、记录系统的粘性，曾经无可撼动

要理解“记录系统”（System of record）为什么很难被替换，可以参照社交媒体。

很长一段时间里，社交媒体最值钱的资产是社交关系网络（Friend graph）。以前打开 Facebook，人们主要围绕一个个用户主页互动；主页之间形成的关系，是一份强大而持久的数据资产。它带来的网络效应太明显了，当时很难想象有什么能撼动它。

后来，信息流出现了。它给了用户一个新的入口：“今天发生了什么？你可以在这里补上进度，也可以立刻行动。”最开始，信息流只是叠加在社交关系网络之上的一层体验；但慢慢地，这些关系只是信息流用来判断“该给你看什么”的众多信号之一。

社交关系网络没有消失，却不再是最重要的那一层。真正重要的是信息流算法：它把各种数据放在一起，再决定给你看什么。你的主页、帖子和点赞，更多是在内部通过接口被信息流调用；真正直接面对用户的，是信息流。

类似的变化也正发生在企业软件里最难被颠覆的一层：CRM（客户关系管理系统）。

CRM 和社交关系网络一样从未消失，但它正在变成一个输入源，与其他输入一起汇入我们真正用来完成工作的“智能系统”（System of intelligence）。

现在，在美国不少公司里，一位销售代表早上打开电脑时，已经有一组不需要自己手动写代码的 AI agents 在等着他：研究 Agent 会在当天第一场会议前读完客户的 10-K 年报和最近几次财报电话会；拨号工具会在通话中实时提示怎么回应客户异议；另一套系统则会监听通话，把结构化笔记自动写回 CRM，销售本人几乎不用动手。

单看每一项，似乎都谈不上颠覆。但把它们放在一起，你会发现：

这就是信息流。它才是当下真正值钱的东西。

过去二十年，拥有记录系统一直是 GTM 软件中最成功的打法：足够粘、足够值钱，也足够难以替换。Salesforce 和 HubSpot 这两大记录系统并不会在短期内消失，因为它们掌握着行业里最有价值的一批数据。即便如此它们也已意识到这一点，正快速推出 API 优先的产品，把 AI 功能直接整合进自己的体系。

可以预见，下一个十年，真正值得拥有的将是智能系统。它从记录系统里取数据，成为用户了解情况、采取行动的统一入口，记录系统则更多在 API 层被调用。谁能站在数据库上面，把这些数据串起来、做出判断，谁就更可能成为下一代 GTM 公司；未来十年 GTM 软件的大部分价值，也可能落在这里。

二、数据库为什么能赢

过去三十年，软件公司做出了数量惊人的产品，帮助企业管理自身业务。曾有上千家公司试图帮销售把东西卖出去，但绝大部分价值最后集中到两个名字上：市值约 1618 亿美元的 Salesforce，以及市值约 108 亿美元的 HubSpot。

原因大多数人都心知肚明：Salesforce 和 HubSpot 拥有数据库，而价值都积累在数据库里。

每一条通话记录、每一个定价案例、每一位联系人，还有每一句关于某笔交易为什么卡住的零散观察，都会留在系统里。这些庞大的数据攒上几年，企业要换系统就会非常痛苦，迁移成本高到用户成了“人质，而不是客户”。

挂在 Salesforce AppExchange 和 HubSpot Marketplace 上的应用，说到底也都是在为接入别人的数据库付费。

接下来，Salesforce 和 HubSpot 又做了所有主导平台都会做的事：不断往外扩张。它们加上营销、服务、分析、商务等功能。每加一个模块，客户就更难离开一点，因为所有东西都连在同一份数据上。

还有一个看似反直觉的现象：自从 AI 工具开始被大规模采用，CRM 的使用率反而上升了。那些监听通话、自动把结构化笔记写回系统的代理，暂时给了销售代表重新查看 CRM 的理由，因为里面的数据要比过去丰富得多。

三、引力中心，正从数据积累转向编排

AI agents 正代表销售人员、或者同他们协作，接手越来越多 GTM 工作。

销售有时会直接给 Agent 下指令：研究这个客户、写一份外呼话术、给这批线索评分、通话结束后更新交易记录；Agent 则在后台工作，听完会议录音后自行把结构化字段写回 CRM。

Agent 不需要一个供人拖拽操作的销售漏斗看板，它真正需要的，是能低摩擦读写的结构化数据。

从 Agent 的视角看，CRM 就是一个数据库：它很大、维护得很好，由可信赖的厂商托管，接了很多工具，也积累了多年的客户信任。但说到底，它还是一座数据库。CRM 上那些为人设计、精心打磨的工作流程，慢慢会变成旧家具。就像你当年认真布置的 Facebook 主页，曾经是重心，现在只是配角。

在传统软件时代，企业软件的中心位置来自数据积累。每一份有价值的销售信息都得放在同一个地方，因为人一次只能盯着一个系统看。

但在 AI 时代，企业软件的中心位置将来自编排。

可以把“编排”理解成：把分散在不同系统里的信息和操作串起来。CRM、日历、共享收件箱、通话录音、Slack、数据增强 API、账单系统、产品使用数据，都可以一起接进来。AI agents 能同时读取几十种信号，也能在真正行动前把它们放在一起判断。

转换成本也会随之迁移。过去，企业会说：“我们所有客户数据都在 Salesforce 里。”未来，它们更可能说：“我们的工作流程、推理逻辑和长期积累的组织上下文，都在 AI 层里。”

CRM 曾经向每一个想访问其数据的应用“收租”；现在，智能系统可能成为新的枢纽。CRM 只是它要编排的众多记录系统之一。

这套新技术的底座是基础模型，但基础模型本身不是 GTM 应用，就像 Oracle 的数据库引擎本身不是 CRM。模型和客户之间，还有大量不显眼、却很依赖行业经验的工作：把几十个系统里的信息串起来，把销售和市场团队真实的做事方式写进系统，处理权限和合规，再适配财富 500 强企业复杂又混乱的 IT 环境。

这才是新的 GTM 应用层，也是新一代 GTM 公司会长出来的地方。

这么多年来，GTM 一直是一门“人比软件贵得多”的生意。典型企业的 GTM 总投入里，软件只占 5% 到 10%，大头都是人力。Salesforce 主导了这部分软件支出，但软件本来只是整块蛋糕里很薄的一片。AI 第一次让人看到，软件既能明显降低成本，也能做出新的高回报场景。

这是不是意味着要用更少的销售人员？到目前为止，答案是否定的，至少不是一种简单、直接的替代关系。

GTM 团队内部的角色也许在变，但我们看到，团队在人身上的投入反而更多。这些 Agents 的投资回报足够高，带来的是整块蛋糕变大，而非单纯压缩人力预算。使用这类工具的销售人员，完成指标和配额的比例明显更高；每一笔 GTM 支出的回报都在上升，而不只是维持原状。

四、下一波浪潮，将生长在数据库之上

看过去几年冒出来的 AI native GTM 创业公司，有一个共同点很明显。

它们目前仍集中在少数相对狭窄、使用频率高的工作流上。这些场景有一个共同点：输入是结构化的，输出可以衡量。

有些公司是在用新方式完成原有的工作；但更多公司其实是在创造新的工作，去做过去几乎没人专门做的事。

几年后，一家企业软件公司的销售副总裁开启她新的一天，可能不再是一早打开 Salesforce，对着一张静态客户名单琢磨该先盯谁。她会先看到智能系统生成的一份优先级信息流：哪些客户昨晚有值得关注的新动向；她负责区域里哪些潜在客户突然有了采购意向；销售管道里哪些交易安静得反常，值得去看一眼。

过去，这种每天都要做的优先级判断，要花掉每一位销售和销售管理者不少脑力。未来，它会被智能层悄悄接过去，销售团队就能把更多时间花在真正的销售上。

真正开始销售时，他们也会准备得更充分。过去，会前准备因人而异，有时根本没人做；未来，它会成为每次会前的标准动作。一个原本不会读 10-K 年报的销售，走进会议室前已经拿到一份为他准备的简报；入职六周的新人，在某些方面甚至可能比身边做了十年的老销售准备得更好。

更重要的是，销售副总裁终于能更真实地看到团队在做什么。今天，她看到的主要是 CRM 里填进去的内容，往往不完整，偶尔甚至不太靠谱。通话记录、邮件往来和日历数据自动流入、持续被分析后，她能随时看清：谁在认真了解客户需求，谁在跳过关键步骤；哪些账户被覆盖到了，哪些账户正在被悄悄忽略。

一个吸收了整个销售团队每一次互动的智能系统，能够识别出再投入的管理者也难以凭一己之力发现的模式。

再往后看，影响会更大，也会催生出以前几乎没有的新岗位。之前，每当一位销售离职，公司都会丢掉一部分组织记忆：客户的来龙去脉、什么打法对谁有效，还有多年积累下来的关系细节。

但如果一个智能系统在销售任职期间一直吸收这些信息，那么在她离开时，它就能把这整套知识交给接手的人。组织记忆，第一次成了企业真正可以交接的资产。

这不代表 CRM 就没用了。Salesforce 还是拥有自己的数据库，HubSpot 也是，客户数据也还会放在原来的地方，原因和过去一样。

但价值的重心正在往上走，走向那个真正读写数据库、理解信息并推动行动的层。这个过程中，蛋糕是在变大，不是在变小。就像信息流把社交媒体的 TAM 扩展成“一切你可能感兴趣的东西”，这场 AI 浪潮也在扩大软件能合理收费的范围，同时又没有掏空支撑大部分 GTM 工作的人力预算。

新一代公司正在从这块新土壤上长出来，GTM 软件下一个十年的故事，也会在这里书写。