# 75%的销售时间没花在客户身上，Gong创始人把AI卖货这件事讲透了 > Training Data No. 48 中文精读 - 原标题：Gong’s Amit Bendov: From Meeting Recordings to Revenue AI - 发布日期：2025-05-20 - 主持：Sonya Huang · Pat Grady · Konstantine Buhler 等 - 网页版：https://trainingdata.qiaomu.ai/ep/048-gongs-amit-bendov-from-meeting-recordings-to-revenue-ai--15X3B.html - 精读字数：约 5160 字（阅读约 11 分钟） > 本文为 trainingdata.qiaomu.ai 基于原始访谈的 AI 改写中文精读，非官方翻译；引用请注明出处并链接网页版。 先看两个数字。 第一个：销售们75%的工作时间没花在客户身上，全耗在写周报、更新CRM、准备会议这些事上。换个说法，公司付给销售的钱，每4块里有3块买的是行政劳动。 第二个：Gong创始人Amit Bendov见重要客户之前，过去要拉上客户团队的5个人开碰头会，准备一份问答文档，烧掉5个小时的高薪工时。现在这套流程被压缩成30秒，AI把该读的都整理好，他读完就能上场。 这两个数字出自红杉资本播客Training Data今年5月的一期节目，嘉宾是Gong的CEO兼创始人Amit Bendov。Gong在2015年从会议录音转写起家，如今是销售圈口碑最好的AI应用公司之一，也是最早一批AI原生应用。这期对话里，他把AI怎么改造销售职能讲得非常具体，有判断，有数据，还有2023年差点翻车的完整复盘。 ## AI会抢走SDR的饭碗吗？ 主持人Sonya Huang开场就抛了个尖锐问题：AI会不会取代SDR，也就是负责外呼找线索的销售开发代表？ Amit的回答很干脆：**近几年不会，尤其是复杂的外呼场景，现在的技术做不到完全替代。**但大量BDR的活会被AI接走，他认为这是好事，事情没有看上去那么二元。 第二个问题更狠：CRM五年后还会存在吗？ 他的判断是，CRM再活20年没问题。里面沉淀的东西太多，就像大型主机，明明有更好的技术，它就是不走。但位置会变。**世界正从以CRM为中心，转向以AI为中心。**CRM管客户数据和记录，管不了运营、活动设计，也管不了该怎么跟客户打交道，后面这块才是AI的地盘。他提醒大家别低估CRM里沉淀的东西，它还会活很久。 说到人的角色，他给了句实话：软件的角色已经开始清楚了，人的角色反而更模糊，未来一定会出现今天想象不到的岗位。提示词工程师三年前不存在，SDR这个岗位30年前也不存在，算是现代发明，将来也可能消失。 他给当前技术划了条线：基于Transformer的模型，干不了需要担责、需要决策、需要创造力的活。AI现在能把合同审得很好，标出所有风险点，甚至给出修改建议，但没人会让AI去签合同、发报价单，律师这道关省不掉。 **所以方向是AI干活，人担责，人变成带着AI干活的人。** ## 愿景从来不是转写会议 很多人以为Gong是做会议转写起家，Amit澄清：转写从来只是管道里的一环。创业之前，他在上一家公司就录销售电话、用转写服务，真正的痛点是他根本没时间读那些转写稿。他自嘲有点注意力缺陷，既没法长听，也没法长读。他想要的东西，是把所有对话变成结构化数据。 选会议做切入口，因为那是最大的黑洞。客户的其他活动多少有迹可循，唯独会议里发生了什么，没人知道，也没人做。 技术路线上的第一个决定很有意思。公司初创时账上只有600万美元，Amit想自研转写引擎，联合创始人Eilon拦住了他：除非能带来3%的准确率提升，否则别投，先搞清楚客户到底愿意为什么买单。于是他们拿现成的API拼出第一个能用的产品，后来一度依赖Nuance，又贵又普通。 结果证明这步走对了。竞争对手砸重金做实时转写这类炫技功能，对客户却没有产生真正的价值差异。等融到钱，Gong才在以色列组建自己的语音团队，招了一批顶尖语音人才，质量更好，成本更低。如今部分场景用亚马逊的服务和Whisper，个别小语种还留着自研模型。 **转写就像汽车电瓶，市面上有更好的就买，买不到再自己造。Gong的护城河在AI应用层，不在底层引擎。** Sonya补了一个观察：当年很多同行从技术出发，Gong是从客户倒推。实时转写听起来是理所当然该做的方向，Amit顶住了，到今天他的判断依然是：实时转写的技术没真正跑通，价值也存疑。客户要的是教练式工作流，是会后分析竞品被提到了几次，这些当时没人做。 ## SaaS没有第二名 主持人Pat Grady回忆了一个细节：Gong早期是「众多同类之一」，然后几乎一夜之间变成「唯一」。早期做对了什么？ Amit先纠正了一个认知：创业时他们根本不知道自己有对手，是后来才发现还有两家，Chorus和ExecVision，如今这两家都不独立存在了。现在赛道上有几十家公司，他希望几年后有几百家。**CRM赛道上活着上百家公司，市场在涨，机会就在。**如果你在赛道上找不到对手，那才危险，说明选错了市场。 真正关键的是发现对手之后的动作。当时对方融资更多、技术更酷、进度领先。他把那次全员会录了下来，会上只立了一个目标：年底做到第一，做不到其他都免谈。 > 在SaaS里没有第二名，至少没有我感兴趣的第二名。 他们甚至把「赢」量化了：媒体声量、LinkedIn和社交媒体上的份额，要做到所有对手加起来的2倍。后来做到了。开局胶着，赢一点点，差距拉到5%、10%，销售更有底气，客户开始从众，差距自己会扩大。**强者恒强，前提是你得先咬下第一口。** 这些年不断有人预言Gong会死。先是说Outreach和Salesloft会吃掉它，融资前又说谷歌和亚马逊会吃掉它。他的应对借用了一个披头士的比喻：他要求Gong每两年像换了一支新乐队，音乐风格完全不同。**如果今天还只做会议录音，公司早就死了，因为谁都能做。** 竞争在他眼里更像复活节找彩蛋，跟足球那种零和游戏是两码事：不用管别的孩子在跑哪里，找到没人看见的彩蛋，能拿多少拿多少。 ## 60%的产能提升从哪来 聊到生成式AI，Amit的原话是「游戏规则改变者」。 早在2016年，Gong内部就用自动驾驶的五级分级来规划产品：一级是提醒，五级是完全自动驾驶。他们想做的是一个自主运行收入组织的应用，你告诉它收入目标，它自己拆解、指挥执行，从管理层帮到每一位销售。当年这是科幻，现在组件在一点点补齐。 一个例子能说明技术代差。2016年他们想做通话摘要，专门雇了一位电视新闻编辑，想把60分钟的通话剪成30秒的新闻式摘要。试了20次，全废了，Amit放弃。摘要天然带偏见，人工做不好。今天大模型一句话的事。 市场上，生成式AI还带来一份意外红利。Gong本来就是AI公司，但早年从不敢主打这个卖点。客户是CRO和业务负责人，一提AI就联想到科幻片，吓得不敢买，AI被压在宣传话术的第三层，得点开好几层菜单才能看到。现在完全反过来，客户的CEO在财报电话会上被投资人追问打算怎么用AI提升销售效率，然后转头来找Gong。 落到数字上：**有客户做到了60%的销售产能提升，原来一个人管50个账户，现在能管100个。**逻辑回到开头那个75%，省下来的全是本来就不该人干的时间。Amit自己开会前，Gong会自动准备好账户简报，5小时高薪工时变成30秒阅读。季度末他登录系统直接问「这个单子进展如何，可能出什么岔子，我能帮上什么」，答案马上就有。 他解释了分级：四级是AI把邮件写好，人来点发送，控制权留在人手里，这个设计很聪明。五级是AI直接替你发。有些场景会先到五级，比如AI角色扮演陪练，销售跟虚拟形象模拟通话，AI当场给反馈，练砸了顶多有点烦，不会在客户面前丢人。 但面向客户的动作，他守住一条线：**除非技术能100%可信，否则不让AI直接面对客户。**冷呼叫外呼是当前技术的糟糕选择，人干都费劲，AI干砸了还伤品牌。Cursor的客服智能体编造过不存在的公司政策，航空公司的客服机器人也闹出过赔钱的事故，都是前车之鉴。目前只有工单这类封闭场景适合放开。 ## 100%可信这道坎 Pat Grady问了个尖锐问题：人类自己都做不到100%靠谱，凭什么要求AI做到？ Amit承认，人们确实用更高的标准要求AI。特斯拉出事故是头条新闻，人类司机的事故率高得多，没人报道。Gong早期甚至藏过转写文本：当时准确率70%，10个词错3个，直接给用户看就是灾难，他们只开放搜索功能，用户照样满意。 但另一面，用户会为易用主动降低标准。现在的摘要大概80%到85%正确，因为太快太方便，几乎没人抱怨。他拿青少年时期的音响打比方：单声道喇叭音质很差，但太方便了，人们照样听得津津有味。Sonya坦承不知道什么是高保真音响，他笑着说自己前阵子还在地下室装了一对大型音箱，差点被妻子收拾。 关于智能体，他的判断是：**这东西是真的，只是当前预期被吹高了。**智能体短期抢不走你的工作，但能接走你不想干的那部分。Gong的做法是任务专用，不做通用型，「给我简报一下这个账户」就是一个专门训练的智能体，内嵌在工作流里，这样的智能体他们有几十个。通用智能体方向不可控，企业级应用很难做好。 推理模型解锁新能力了吗？他的回答是：还没有。核心卡在可靠性。**99%正确和100%正确之间，隔着一条鸿沟。**给客户发报价单，99%意味着1%的场景会发出错误定价或者离谱折扣；算销售提成也是同理，算错就是事故。他引用杨立昆（Yann LeCun）和物理学家大卫·多伊奇的观点：Transformer的统计本质决定了它到不了100%可信，就像模拟计算机和数字计算机的区别，数字计算机有纠错机制，信息传过去分毫不差，Transformer缺的就是这一层。节目备注里附了杨立昆在达沃斯的演讲，主题正是Transformer之后的AI架构。 顺带一提，Gong现在已有能力自动更新CRM里的所有商机记录，但一些客户仍坚持让销售手动点确认，理由是出了错得有人背锅。责任问题和技术问题一样真实。 所以他的预测是：AI自主签下百万美元合同，三到五年内不会发生。两三年内虚拟形象直接向客户卖简单产品，他认为会。 ## 寒冬翻身仗与未来的销售团队 这期节目里最硬核的部分，是Amit复盘2023年的至暗时刻。 市场下行，Gong的客户大量是科技公司，正砍预算、合并供应商。产品套件当时不够完整，在整合谈判里吃亏，眼睁睁看着满意的客户流失，客户说的话是「我们爱你们，但我们必须走了」。更麻烦的是内功退化：2016年创业时练出来的拼劲，在市场红利期松掉了，销售和服务都变钝。完美风暴，公司几乎停摆。 他的应对有四条： - 别人裁员，他们踩油门，把行业收缩当成抢人才的窗口期； - 快速推出Forecast和Engage两款新产品，补齐套件； - 重练销售打法，给CFO做出无懈可击的商业案例，告别「买Gong因为它酷」； - 大量实验，接受单个动作两三个季度才见效的现实。 底气来自财务纪律。**融很多钱，但从不烧很多钱。**投资人问过他为什么还要融资，答案是为雨天做准备，不知道雨哪天来，但知道一定会来。 然后ChatGPT爆发，有人预言生成式AI会宣判Gong死刑，结果成了最大的顺风，客户重新看到了产品价值。到节目录制时，Gong已经连续7个季度加速增长，最新一个季度比上一个还快。 定价也在这场翻身仗里被重新审视。Gong起步时调研过买家，大家习惯了按席位付费，拿CRM当锚点，他们不想在产品和定价两条线上同时创新，就选了席位制。现在计划加入用量计费，今年会推出一款编排（orchestration）产品来配套。 Amit算过一笔账：销售科技普遍每个席位一年1000美元上下，但一个销售年薪20万美元，AI省下70%就是14万美元，从中拿10%，对CFO依然是笔划算买卖，按月收1000美元以上完全站得住。**他早在B轮的商业计划书里就写过：AI会比云计算更大，云计算是IT革命，AI是工作革命。Gong从没把自己当软件公司，他更愿意把它定义成BPO（业务流程外包），市场潜力大10倍。** 至于未来的销售团队，他的答案是渐进式变化。买iPhone、升级手机套餐这类交易型销售会最先被自动化，买房、办房贷、买企业软件这类复杂交易还早。可以确定的是：填表更新字段这类文书工作会消失，人工预测业绩也会消失。销售流程里那5、6个阶段，本来就是50年前发明的管理工具，为了看清进度，AI能用更聪明的方式替代。BDR岗位未必保得住，原因未必是软件替代，更可能是有了趁手工具之后，销售自己就能干开发。**BDR本来就是为高速增长公司发明的岗位，世界上大多数公司根本用不上。** 节目结尾的快问快答里，Amit说最常用的AI应用是ChatGPT，每天至少用15次。给AI应用层创业者留了一句建议： > 盯住客户，去跟客户聊。别信投资人，别信网红大V，做现在就能用的最快方案，别做两年后才成立的方案。 他推荐的书是大卫·多伊奇的《无穷的开始》，一本讲「接下来会发生什么」的书，AI只是其中一部分，他说这本书改变了自己的思维方式。 这期节目能带走的东西很实在： - 管销售团队的人，拿75%这个数字盘一遍团队时间，先砍最贵的会议准备流程，用AI简报替代碰头会； - 采购AI工具时按Amit的标准来，能不能给CFO一张算得清的商业案例，算不清就先别买； - 创业者把「跟客户聊」排在见投资人前面，底层能力当电瓶，能买就买，资源押在应用层体验上； - 普通职场人学Amit把AI用成肌肉记忆，关键对话之前，先用AI角色扮演练一遍。 AI签百万美元合同还要等三到五年，但省下那75%的时间，今天就能开始。