Anthropic的销售AI｜商机转化翻倍·成交周期缩短5天
機械翻訳 / Machine-translated
A
AI Friends
3時間前・10分で読める
機械翻訳 / Machine-translated
@aifriends
AI Friends（https://aifriends.jp）のクロスポスト公式アカウント。AIツールの紹介・使い方・できることを、中学生でもわかるやさしい日本語で届けます。
您是否有过这样的经历：从公司官网提交了问询，却等了三天才收到回复？
其实AI企业Anthropic也曾面临同样的问题。本文将介绍该公司如何用AI重构销售入口、取得了哪些成果，以及日本企业可以借鉴的要点。
2026年9月30日，Anthropic在官方博客上公开了本公司销售团队的实践案例。
撰文者是销售开发负责人Carl Johnson。
主题是入站销售（响应客户主动问询的销售模式）的全面重构。
过去的流程是这样的：想在公司内使用Claude的用户，在官网"联系销售"表单中填写信息。内容被分配给销售人员，由其通过邮件回复。
然而，问询量每月高达数万条。回复往往需要数天时间。
而且大多数问题都很简单，无非是价格、最低席位数、安全要求之类。
就好比一家热门餐厅收银台前排着长龙，但所有人只想问一句"你们几点打烊"——情形大致如此。
为此，该公司打造了购买代理（Buying Agent）。
AI代理（能够自主思考并行动以实现目标的AI）可以即时响应问询。
从"想在公司内使用Claude"的咨询，到完成购买，全程由代理引导。目前每天处理数千场对话。
对话按以下顺序推进：
之后的走向分为三种：直接进入购买流程；复杂案件附带对话摘要转交销售人员；仅作答疑后结束。
设想这样一个场景：一家20人的初创公司，创始人在深夜11点打开定价页面，问："20个人用哪个套餐合适？"
代理询问使用方式和安全偏好，推荐套餐和席位数，创始人当晚就能完成购买流程。
而在此之前，只能提交表单，等待数天后的回复。
代理的接入点共有四处：销售问询页、定价页、Claude产品内部，以及电子邮件。
重要的是，这采用的是选择加入（opt-in）机制。客户可以在最初选择与AI还是与人工销售对话。
官方博客列出的成果如下：
| 指标 | 结果 |
|---|---|
| 进入商谈的比例 | 超过传统表单的2倍 |
| 成交周期 | 缩短约5天 |
| 需要人工介入的对话比例 | 减少约一半 |
| 某销售人员的邮件往返次数 | 约10封→约6封 |
| 同一销售人员的成交业绩 | 2.5倍 |
前两项是将经代理对话后转交销售人员的潜在客户，与通过传统表单来访的潜在客户进行比较的结果。
与AI交流过的客户，到达销售人员时已对购买内容有了清晰认知，因此沟通效率大幅提升。
部分媒体将"成交数量增至2.5倍"作为标题。
然而，阅读原文博客可以发现，这是内部销售人员（通过电话和邮件开展销售的内勤人员）Ojas一个人的数据。
他此前完成一笔合同大约需要往返10封邮件，现在约6封即可。
其结果是，他个人的成交业绩达到引入前的2.5倍。
博客并未提及整个团队的成交数量增至2.5倍。在内部资料等场合引用时请注意区分。
此外，这些数据均为Anthropic自身的发布，并非经过第三方验证的数字，这一点也需铭记在心。
购买代理运行在Claude Managed Agents之上。
这是一项由Anthropic承担AI代理运行底层工作的服务，于2026年4月8日开放公测。
定价为常规API使用费之外，每运行小时收取0.08美元（约合人民币0.58元），待机期间不计费。
据博客介绍，代理的构成要素仅为"提示词（给AI的指令）、若干工具，以及Claude"。
初版由1名工程师在数周内完成。
知识来源是内部资料和支持文章，能够回答定价、安全、数据处理等方面的问题。
改进方式颇具特色。
代码管理由工程师负责；而提示词则由销售和内容负责人直接在管理界面中修改。
流程是先在测试环境中验证，再应用到生产环境。
从内部测试启动到约一周后，代理已迭代至第7版。上线后每周持续审查提示词。
相比详细罗列操作步骤的指令，给出一个宏观目标效果更好。
实际使用的指令是这样一句话："你的目标是理解客户需求、识别潜在客户，并推荐最合适的套餐。"
这与新员工培训颇为相似——与其让人背厚厚的手册，不如告诉他"推荐最适合客户的方案"，反而能够灵活应对各种情况。
相比复杂的指令，附有背景信息的简洁指令表现更佳。
也就是说，"禁止这个、禁止那个"写得越多，AI反而越难以行动。
代理在将案件转交给销售人员时，也会说明转交理由。
团队将每条转交理由逐一作为改进线索加以分析。
结果，需要人工介入才能完成合同的对话比例减少了约一半。
对于小型团队，代理通常会推荐Team套餐而非面向大企业的Enterprise套餐。
公司将此解释为"设计如此，而非缺陷"。给出适合客户的答案，才能建立信任——这是其背后的理念。
将问询响应交由AI处理的服务已有多种。
| 服务 | 特点 | 适合的企业 |
|---|---|---|
| Anthropic购买代理（自研） | 基于Managed Agents自建，从咨询到完成购买全程引导 | 具备自研能力的企业 |
| Qualified"Piper" | 通过聊天、语音、邮件响应网站访客，自动完成商谈预约 | 使用Salesforce的企业 |
| Salesforce"Agentforce" | 与CRM数据直接打通，每次对话2美元等灵活定价 | 以Salesforce为核心的大型企业 |
| HubSpot"Breeze" | 内置于HubSpot订阅的AI代理套件 | 使用HubSpot的中小型企业 |
| immedio（日本） | 在问询提交后立即自动分配负责人并安排商谈时间 | 国内B2B企业 |
多数产品以"完成商谈预约"为终点。例如Salesforce公开表示，在自家网站引入Piper后，30天内实现每周60+场商谈预约。
而Anthropic的购买代理则引导客户完成购买。部分案例中合同无需经过销售人员即可完成，这是其最大的差异所在。
该公司还有另一个案例。2026年8月介绍的一位销售人员，每天花约5小时回复问询。
他利用Claude Cowork（可将电脑操作任务委托给Claude的功能）自动生成回复草稿，但坚守"发送前必须由人审阅"的原则。
协助销售人员的AI采用"人工最终确认"机制；直接面向客户的AI则采用"选择加入、复杂案件转交人工"机制。这种分工方式值得借鉴。
Claude Managed Agents可通过API从日本使用，早期采用企业中也出现了乐天的名字。
Claude支持日语处理，因此完全可以搭建日语问询入口。
每运行小时约0.58元人民币加上API使用费即可运行，便于小规模试验，也是一大优势。
设想一个日本B2B企业的常见场景：周五下午6点，某制造业的负责人从一家SaaS企业官网发送了定价咨询。
回复在周一下午才到达。这段时间里，负责人已经开始与另一家立即给出答复的公司深入洽谈。
如果AI驻守入口，周五晚上就能回答定价和导入条件。周一开始的，将是与已充分了解内容的客户之间的商谈。
AI误报价格或条件的风险同样存在。建议从仅让AI负责答疑入手，合同确认仍由人工审核，循序渐进地推进。
不可以。这是Anthropic为自家销售入口定制开发的，不单独销售。
但底层平台Claude Managed Agents已以公测版形式提供。可以基于此自行搭建类似机制。
博客中说明，销售人员的角色发生了转变。
他们得以将时间用于陪伴处于决策早期阶段的客户、面对面交流以及参加活动。文中未提及裁员。
作为某一位销售人员的个人业绩，确实如此。这不是整个团队的数字。
作为团队整体成果展示的数据，是进入商谈的比例超过2倍、成交周期缩短约5天这两项。
未公开。所使用工具的内部构成及与外部系统的集成方式也未披露。
自行开发需要开发人员。若公司内部没有工程师，使用Piper、Breeze、immedio等现成服务会更为现实。
建议先审视自家的问询表单，统计一下"平均回复需要多少小时"。
本文转载自 AI Friends。
