跳到正文
MTS(youtube.com)· Dan Lee·· 14 天前品質評分58

說服模型表現超越 Claude 與 ChatGPT|Dan Lee

說服模型表現超越 Claude 與 ChatGPT|Dan Lee

重點導讀

Nooks 執行長 Dan Lee 說明這家新創如何以稀疏的銷售通話資料訓練、並透過強化學習模擬精調出的說服模型,在輔助而非取代業務代表的前提下,表現超越 Claude 與 ChatGPT。

AI 伴隨問答

自備 Key 深度分析

針對這篇報導有疑問?可直接點選快捷問題或向 AI 追問背景脈絡與技術細節:

Podcast 專家音訊節目

收錄於 888news Podcast 智庫專區,包含精華摘要與上市公司即時行情

正文

Nooks 共同創辦人暨執行長 Dan Lee 主張,業務銷售是下一個被 AI 改造的知識型工作,而真正的技術難題在於「說服」,而非「推理」。在這段約 17 分鐘的訪談中,他說明 Nooks 如何以微調過的開源權重模型(open-weight model)搭配客戶模擬環境,在銷售任務上擊敗前沿模型(frontier model),以及他為何向 General Catalyst 募得 5 億美元的非稀釋性資本(non-dilutive capital)來推動這項佈局。對談涵蓋 AI 在銷售領域的經濟邏輯、可自動化的「簡單說服」與由真人主導的複雜交易之間的分野,以及公司新推出的銷售助理產品 Node;標題所稱的模型基準測試只是整場討論的其中一環,並非唯一重點。

Lee 的立場,來自一家把 AI 代理(AI agent)賣給業務團隊的公司,因此他對市場規模、模型效能與客戶採用情況的說法,都屬於他本人的主張。讀者讀完後,應該能具體掌握:Nooks 認為 AI 在營收生命週期中的定位為何、它宣稱打造了哪些東西來實現這個定位,以及它的哪些說法可受驗證、哪些屬於宣傳。

銷售的 AI 市場大於客服與法務,而效率提升反而推升人力需求

Lee 的核心市場論點是:銷售與其他知識型工作的差異,在於效率提升的傳導方式。在客服或會計領域,讓團隊更有效率,並不會讓人想處理更多客服工單或做更多稽核。但在銷售領域,團隊更有效率,通常意味著你想賣得更多。他引用資料指出,全美有 1,200 萬人以銷售為業,人數超過法務、客服與其他後勤職務的總和;並表示銷售之所以比其他領域改變得更少,是因為問題更難:它考驗的是說服,而非推理。

他用招募的類比說明這個動態。若一家公司用 AI 全自動化面試,另一家只用 AI 幫面試官省時間,求職者多半會偏好後者,因為體驗更好。他認為銷售也是同樣的道理:建立信任、解決客戶真正的問題,仍應由真人負責,AI 則處理檯面下的工作。

來自 General Catalyst 的 5 億美元,被定位為推動產業轉型的燃料,而非典型的一輪創投募資。Lee 表示資金將投入四大方向:在 AI 成熟度較低的垂直產業拓展業務、開拓新市場(在紐約設立市場拓展辦公室,並進軍英國、愛爾蘭與澳洲)、擴充橫跨營收生命週期的產品線,以及應用研究。Nooks 表示已有超過 2,000 家企業使用其平臺,從 AI 原生新創 Cursor、Notion,到大型企業 Toast、ServiceTitan 都在其中。

Nooks 微調開源權重模型,宣稱在銷售基準測試上勝過 Claude 與 ChatGPT

本集最具體的技術主張,是 Nooks 以專有資料微調自家的開源權重模型,並宣稱這些模型在銷售專屬的基準測試上,於成本、品質與延遲三方面都優於 Claude 與 ChatGPT。Lee 並未提供這項比較背後的具體數字,因此應視為公司單方面說法。

依他的說法,更難的問題在於:銷售的可驗證性遠低於寫程式。Nooks 為銷售打造強化學習環境:模擬客戶可能的反應,跑過數百種情境,找出哪一種做法表現最佳。他將此比擬為寫程式的代理會從程式碼庫中抓取相關片段,差別在於銷售場景中,代理必須自行判斷什麼才算「相關的銷售情境」——同型別的人物設定、類似的反對意見——他稱這是個困難的技術問題,靠 Nooks 自建的代理框架(agent harness)來解決。

Nooks 同時位於業務代表與終端客戶之間,Lee 表示這讓它能掌握每一位業務代表的每個決策、以及客戶的每一個反應。據此,Nooks 執行一套主動學習(active learning)流程,為業務代表的決策策略建模,把各種情境對應到離散的行動組合,並打造能模擬客戶的代理。

「銷售的可驗證性低得多。我們基本上就是在打造這些模擬環境,讓你可以模擬客戶可能的反應,實際測試數百種情境,看哪一種表現最佳。」

簡單說服交給自動化,多方利害關係人的交易仍由真人處理

Lee 把銷售問題分成兩類。簡單的——潛在客戶上門時多半已準備好購買,只需回答幾個問題——可以完全自動化。Nooks 已有代理能示範產品,並與客戶進行完整對話。困難的——20 位利害關係人、其中 10 位還沒接觸、預算未明——仍需真人出面,代理則負責背景工作,讓這個人能專注在策略與關係經營上。

問題型別特徵由誰處理
簡單說服主動上門的潛在客戶、購買意願高、只需回答幾個問題全自動代理(產品示範、完整對話)
困難說服利害關係人眾多、預算不明、對產品毫無認知真人主導;代理負責研究、準備、後續追蹤
交易管理追蹤延宕、後續追蹤、續約、擴充橫跨營收生命週期的交易代理

產品最初是給業務代表用的工具——打電話、寄信、做研究——之後再轉譯成供代理使用。Nooks 目前正從漏斗頂端(成效顯現快)往外擴張,切入主動上門的對話代理、追蹤哪些交易正在延宕並管理後續追蹤的交易代理,以及續約與擴充代理。

更好的說服工具,可能讓銷售更顧問化,而非更不人性

被問到一個充滿高效能說服工具的世界是否更好,Lee 認為可以是,因為優秀的業務人員是透過理解對面這個人來創造價值。如果 AI 每天幫業務代表省下四小時,問題就在於他把時間拿去做了什麼。若 A 公司把時間用來更深入經營客戶,B 公司把時間用來追逐更多客戶,Lee 說,正面對決時 A 公司會勝出——不過他也承認,這取決於市場競爭程度與產品本身有多好。

他把這個論點延伸到銷售之外:「萬事萬物都是銷售」——招募、募資、延攬人才皆然。他回憶 2020 年曾打算加入牛津一項研究情緒偵測的海外研究計畫,動機來自能讀取瞳孔放大、透過頸部測量心率、以及臉頰微血管擴張的攝影機。他舉例:問一位政治人物是否會入侵某個國家,對方可能不會回答,但可能會有反應。他把這視為人機協作與理解方式整體轉變的一環。

「當你能幫業務代表一天省下四小時,他們會拿這四小時做什麼?我認為很多情況下,這其實意味著他們會變得更有顧問的樣子。」

Node 是為業務團隊打造、主動出擊且支援多人協作的助理

Lee 表示,相對於訪談當下,Nooks 在「昨天」才推出 Node——這是第一款專為銷售打造的 AI 個人助理,可與 Instinct 或 Muse 相比,但為業務代表量身打造。它有三點不同:跑在 Nooks 以銷售資料微調過的模型上;會主動出擊,主動提示可用的引薦人脈與漏掉的後續追蹤,而不是等你開口問(他回憶自己當創辦人時,腦中同時管理數百筆交易);以及支援多人協作,因為銷售牽涉業務代表、客戶經理、SDR(業務開發代表)與工程師,每個人都有自己的 Node。

其宣稱目標是一套能自我學習的營收系統:人類只做兩件事——擬定策略與經營客戶——其餘交給代理。頂尖業務代表的有效做法,則會自動在整個團隊間擴散。

flowchart TD
    A["業務代表、客戶經理、SDR、工程師各自執行 Node"] --> B["Node 主動提示引薦人脈與漏掉的後續追蹤"]
    B --> C["代理執行研究、寄信、製作簡報、追蹤交易"]
    C --> D["在 Nooks 層觀察到的客戶反應"]
    D --> E["以主動學習為業務代表的決策策略建模"]
    E --> F["有效做法在團隊間擴散"]
    F --> A

瓶頸已從打造產品轉移到把產品推向市場

Lee 的一年期預測是:AI 已讓打造產品變得容易許多,因此現在的瓶頸在於市場拓展(go-to-market)。Nooks 的訴求是,企業不該再需要養一支龐大的業務大軍,而是建立一套能自我學習的營收系統,讓人類專注在策略與客戶經營上。他指出,每一種知識型工作都在改變——他自己工程師的工作內容,與六到十二個月前已截然不同——而銷售雖是這類職業中從業人數最多的一種,改變卻最少。

尚未有答案的,是核心效能主張背後的證據。與 Claude、ChatGPT 的基準比較只有說法、沒有公開數字;客戶模擬環境只有描述、沒有實機展示;5 億美元是非稀釋性資本,其結構與條件也未受檢視。最值得追蹤的,是 Nooks 是否會公佈可供外部第三方重現的銷售基準測試,以及「更有效率就代表賣得更多」這個動態,在買方已被 AI 生成的主動開發訊息淹沒的垂直產業裡,是否依然成立。

來源: MTS (youtube.com)
開啟原文

讀者討論

理性交流 · 即時討論