7月，智能销售SaaS服务提供商探迹科技宣布完成1.2亿元B轮融资，由红杉资本中国基金领投，启明创投跟投。这家成立于2016年的高新技术公司，曾获得由阿里巴巴、启明创投联合投资的A轮融资，其核心业务就是通过大数据+AI技术赋能企业销售，帮助企业全面提升销售效率。与国内市场同类型企业比起来，探迹科技频繁受资本青睐，与其自身在商业模式上探索出的可行性路径不无关系。

大数据开启企业拓客新模式

从2019年开始，各大有意于2B市场的互联网巨头均陆续在销售SaaS领域布局：阿里巴巴与Salesforce达成战略合作，百度则自主开发了爱番番，腾讯战略投资销售易，这足以说明销售SaaS产业互联网时代的重要性。

新冠疫情导致的业务阻滞，加速了国内企业数字化意识的觉醒，这对于SaaS企业来说，无疑节省了大量的市场教育成本和时间，直接步入发展快车道。对此探迹科技创始人兼CEO黎展也表示，“探迹的产品特性就决定了，经济越难就有越多企业主希望主动出击找客户，越希望缩短企业的获客周期，这对探迹来说就越是机遇”。

针对企业“获客难”的普遍痛点，探迹科技打造的智能云平台就提供从线索挖掘、商机触达、客户管理到成单分析的全流程智能销售服务，帮助企业解决在寻找、联系、管理客户时遇到的销售难题，让企业高效获取精准销售线索，降低获客成本，从而提升销售效率和业绩。

比如对于提供广告业务的企业而言，探迹平台不是通过简单的注册资本等工商数据帮助企业筛选目标客户，而是通过对该企业是否有存续的广告投放行为等维度来判定该客户在广告投放预算上的意向。探迹会根据企业的具体行为进行评分，以此评定客户的匹配度，评分越高则越匹配。

与此同时，探迹还会根据企业已成交的用户推荐相似客户。相当于把企业的“销售经验”转换成数据，永久留存在一个“AI大脑”里，而随着数据的累积，这个智能大脑的推荐会越来越精准，这在很大程度上就解决了企业销售人员流动性大、经验难以沉淀的问题。

从获客到管理，创新销售服务体系

不过，探迹科技并不是一开始就做SaaS，探迹成立之初从服务大公司开始，帮助客户做销售预测，挖掘客户想要的数据。但是后来逐渐发现，中国缺乏像Salesforce这样的平台型产品，各个环节的数据无法打通，导致数据的价值难以得到充分发挥。

“于是我们才想要做一个SaaS平台，来建立整个销售流程闭环”，黎展表示。直到2017年底，公司才上线标准SaaS产品，此后迎来了高速发展期，客户群也渗透到中小企业。两年来，探迹又逐渐从线索挖掘、商机触达、成单分析到客户管理等方面完善了产品矩阵，构建了一个覆盖整个销售流程的SaaS产品。

这与全球市场上主流的CRM(即客户关系管理，指企业用CRM技术来管理与客户之间的关系)厂商的服务逻辑不同，在欧美市场，CRM厂商们都是以销售管理为主要功能，重在管理部分，这对企业的风险管控很有价值，这种重管理的模式根植于美国市场非常成熟的企业管理文化。

但在国内，现阶段大家对于销售的核心诉求——增长还没有得到很好的满足。“每家成熟的To B公司的业绩，往往有30%是通过被动获客来的，而70%是主动获客来的，过去对于这70%，并没有好的公司和工具去很好地服务他们，而探迹科技填补了这一片的市场空白。”黎展表示。

为此，探迹科技从销售最早期的获客开始做起，再到触达，再到CRM，而在美国，他们的路径是先从后面CRM开始做起，再往前去做。在这一领域，探迹科技结合中国B2B企业获客模式与赢单实践，做了一个新的尝试，去帮企业真正解决获客的问题。

当然，主动获客只是智能销售的第一步，探迹科技创始人兼CTO陈开冉表示：“很多客户选择不仅需要拓客，更需要一个全新的智能销售模式，我们作为智能销售SaaS服务的提供者，有帮助客户建立符合其实际业务场景的全流程销售模式的使命。

找准企业痛点，才能找到生存赛道

作为在疫情期间逆流而上的企业，探迹无疑是幸运的，这份幸运与其所选择的赛道不无关系。在全球范围内有很多公司在做数据智能，探迹很幸运地抓住了销售这个切入点，这是企业业务发展的关键点，是每个企业都需要关注的痛点。通过人工智能算法，将数据更加地标签具象化，将数据直接与业务挂钩，所产生的效果也最一目了然，也是目前人工智能相对比较成熟的方向。

这样成熟的赛道也分布在人脸识别、标签推荐等基于图像识别的人工智能等细分领域，黎展表示，“人工智能最终的目的是：以更小的代价去支撑更复杂的场景。在目前AI尚并不能彻底取代人类时，必须是人机协同的工作模式。如果只在思考怎么去替代人，而不是怎么去与人结合、怎么去与现在的产业结合、怎么去融入到目前的整个产业中，在目前的技术的基础上去提高现在的生产率，是很难真正落地的”。

在黎展看来，人工智能行业要想进一步推进，必须要深入场景，要有数据规整的能力。

由于很多AI技术走进现实时，往往会太重技术而轻现实，这样做会导致无法实现商业化落地。我们常常忽视的一个问题是AI技术有时候并不能讨人喜欢。看似有道理的技术解决方案，在真实产业场景里其实是无效的，这就需要我们找准场景切入。

另外，真实世界中，数据和信息常常是从几个方向混杂过来。假如AI只能简单进行数据收集和分析，而没有数据清洗、规整，这只会增加企业噪音。例如探迹做销售场景，AI必须综合各方面信息和实时变化的数据流，随时作出统领全局的最优解。“这就像人类的大局观，没有大局观的人不能胜任管理，没有大局观的AI也是一样。”

除了大局观，AI还需要具备持续进化的能力。日新月异的工作，必须让人不断去适应和学习新的工作方式，对于AI也是一样，如果AI不能进化，那么工作需求一旦变更，AI就变成废铁一块，那确实不要也罢。