作者丨何思思
编辑丨林觉民
“卫瓴成立前夕，甚至公司和产品都不知道是什么时候就有了小微这个形象，”卫瓴科技创始人杨炯纬如是说。
卫瓴成立于2020年，从时间来看，较国内其他主流CRM 厂商，卫瓴入局时间要晚的多，但这并不是杨炯纬的首次创业。早在卫瓴之前，杨炯纬就一直做与营销相关的工作，他曾先后创办了好耶、聚胜万合等互联网广告公司。
2020年12月，带着对营销行业的满腔热血和独到见解，杨炯纬创办了卫瓴科技。
其实谈到CRM，大家首先想到的是营销服一体化的概念，国内大部分CRM厂商也是以推崇这一概念出圈的。但杨炯纬给卫瓴的定位是“要做一家对一线业务人员有帮助的CRM厂商。”
较其他厂商而言，卫瓴没有选择做大而全的产品，而是从营销端切入，强调的则是为一线销售人员创造价值。
因为在他看来，公司的市场营销部门总归要为销售部门服务，不管是营销数据、营销内容还是营销行为对销售都会有很大的帮助。
这并非杨炯纬头脑发热的决定，其实在创办卫瓴前期杨炯纬就做了大量的工作，并参考了国内主流CRM厂商的经验，但在他向一线销售了解CRM的使用情况时，得到的答案却是“CRM并不能给销售创造什么价值。”
这更让他坚定了做这件事情的正确性，但他也坦言，赋能一线并非一件易事，但如果能赋能到极致的话，其创造的价值不仅是提升个人的生产效率这么简单，还能驱动公司的业绩增长。
卫瓴也用一张张成绩单：“两年时间签下500多家客户、众资本持续加持、坚持不做定制化...”证明了CRM不是只有营销服一体化平台能行天下，只靠营销工具也可以。
就在GPT火出圈后，卫瓴的AI产品——小微GPT应运而生，杨炯纬告诉本站：“早在公司没成立之前就有了小微的形象，GPT出圈后，接入AI大模型的速度和能力就更快更顺了。”
以下为本站和杨烔纬的对话：
不做平台，要做一线人的营销工具
本站：成立卫瓴之初有哪些思考？
杨炯纬：前期做了很多思考，也参考了其他CRM厂商的一些做法，一开始我就觉得要帮助一线销售去判断谁是你的目标客户，他到底对什么感兴趣，你应该怎么跟进最合适。后来我们就找到了自己的定位——做一套市场和销售都爱用的营销工具，它是个营销工具，跟管理工具还不太一样。
本站(公众号：本站)：为什么只是做工具，不走营销服一体化的路子？
杨炯纬：我觉得营销服一体化不应该是用一套软件，或者说用一家公司的一套软件来解决一体化问题，而是可以用多个软件能够非常好地smooth对接起来去实现一体化。因为每个公司擅长的场景是不一样的。
本站：所以说这也是和其他CRM厂商不同的地方?
杨炯纬：对，我们理解和擅长营销，而营销对帮助销售人员实现获客及育客是有帮助的，包括营销数据、营销洞察、营销行为、营销物料等这些都有利于销售开展工作，所以我们就找到了一个差异化的切入点，就是要做一家对一线员工有帮助的营销型的CRM。
本站：是在什么样的契机下，找到的这个切入点？
杨炯纬：我是先看到的可能性，再找的切入点，最初是企微的出现，让我知道了可能在微信这样一个最常用的客户获取及客户沟通场景里合规地拿到用户的特征和意图数据，也能把用户的行为数据和一线员工的沟通场景结合起来。而基于此在微信这样一个私域场景里实现对客户的个性化洞察和个性化沟通赋能这件事有可能实现，本质上这就是给销售提供了一套个性化的营销工具。
本站：所以这也是和企微打通的最大原因？
杨炯纬：对，大部分人把企微当做一个很好的私域流量池，但我们把企微当做一个可以洞察用户、连接用户、沟通用户的基础设施。今天主流的CRM厂商，他们管理客户以及相应的沟通行为是靠电话号码及电话通信，我们知道今天我们和客户的大部分商务沟通已经是在微信里，电话并不是与客户沟通的主要场景，这就造成企业管理的商业进程和实际商业沟通是割裂的，是背离的，意味着本质上原来的CRM还是一套加强版的Excel，你对用户信息的获取和管理要靠销售人员人工录入，信息量完全不够，所以传统CRM最大的问题是信息的完整度、真实性、及时性都不够。而这对于后期如果要通过AI来实现赋能也不利好，相当于基本的语料都不够，怎么能训练出好东西呢。
本站：做营销工具包括后期训练AI产品，语料的主要来源是企微？
杨炯纬：对，以企微作为平台，我们把用户画像存档下来了，包括对话的内容、聊天的记录、内容的传播行为，广告行为、销售的跟进记录等等都存下来了。
本站：具体能用语料帮客户实现什么价值？
杨炯纬：现在我们已经可以帮客户构建建他的私有语料库，来自动生成高质量的跟进记录，进而实现话术推荐，推荐营销文案、下一步营销建议等，这个迭代还是非常快的。
本站：具体会怎样去做？
杨炯纬：其实我认为，从2011年到16、17、18年，营销工具的本质没有发生大的变化，就是大量抓取用户行为，对用户的兴趣，用户的意图做判断，做标签，做分层，然后做出个性化的营销决策，换在我们今天的场景，就是给销售提供个性化的销售建议，所以我觉得营销阶段的重点工作就是对用户画像的抓取。
比如你从哪个广告来的，点了哪个关键词，点了哪个创意，看了什么内容，你的兴趣意图是什么，你到我官网做了什么，你参与过哪些活动，我把这些大量的信息汇聚成精准的用户画像，然后把这个用户画像给到销售，让销售可以以此做出销售判断，而今天我们则把这些用户画像交给AI，让AI告诉他该怎么做。
先于大模型有了AI产品，决不做私有化
本站：目前公司已经开始研发AI产品了吗？
杨炯纬：已经推出了小微GPT，我们有一个专门的产品研发团队在做小微的迭代更新。
本站：是从什么时候开始研究的，在大模型火了之后吗？
杨炯纬：2020 年8、9月份时公司还没有成立，当时公司和产品都不知道叫什么名字，只是说想要成立一家公司的时候，就已经有了小微这个形象。
本站：为什么这么快，意识这么超前？
杨炯纬：前面也说了我想做的是为一线员工提供一个营销工具，理想状态下，给销售提供的信息应该由AI来判断，但早期的AI没有很智能，所以我就把这个信息给到销售，让销售来判断，但我最初的设想就是让机器来替销售做判断，来做个性化建议。
只不过有个中间阶段，我有了AI这个形象，最初我们就是把用户画像的数据傻瓜式地提供给销售，随着我们收集、抓取的数据越来越多，给到销售人员的信息量越来越大，销售对这些信息的判断和处理能力是参差不齐的，存在一个信息过载的问题。但GPT出来后，我拥有的数据量越多，我就能够让AI做出更好的个性化建议，这个对我们非常重要，所以我们在这块上得非常快。
因为这跟最初的产品设计理念是一脉相承，最初我就把 AI 助理角色融入到整个系统里面了，所以之后再把 GPT 的能力放进去就会非常快，非常顺。
本站：目前小微已经能对外商用了吗？
杨炯纬：第一个内测版本是2月20号，2月底正式面向内部员使用，3月中旬已经向客户开放了，目前好多场景已经上了，还有很多场景在滚动发布中。
本站：怎么做市场推广的？
杨炯纬：首先我们先自己内部测试，叫预发布，接着开始灰度测试，这个阶段一部分客户就能用到了，再没有问题的话，就是全量，基本上就是这三个步骤，我们基本上不需要跟客户特地的去沟通。在灰度测试阶段基本上有百分之二三十的客户就能用到了。
事实上，许多客户对AI的期待并不低，但是他们也对这些新鲜的能力抱着比较宽容的态度，因此只要我们自己用下来觉得差不多了，可能就会跳过灰度测试环节，直接到全量了，让客户在实际的使用过程中，让我们的产品再继续保持迭代。
本站：实现了哪些场景的应用？
杨炯纬：一是总结电话会议纪要，二是自动整理销售输入的跟进记录，然后给销售提供跟进建议；三是文案推荐，比如你要发朋友圈，来帮你做文案推荐，这个功能已经开放了。
目前关于场景设计已经有二三十个了，以后每周争取上新一个。
本站：会为了满足客户需求，做私有化部署吗？
杨炯纬：肯定不会，前段时间一个大客户跟我们说卫瓴的所有东西都好，希望我们私有化部署，开出的客单价很高，后来我拒绝了，我现在有一个基本判断，就是私有云根本跟不上公有云。你看我们一夜之间就把这个能力开放给我的客户了，那私有云咋办？
而且后面比如提出有效的营销建议，有效的销售跟进建议，需要在大量外部数据的采集的基础上做的，那私有云基本倾向于是一个封闭的系统，这就很困难，我觉得基于私有云的系统跟我们系统之间未来的差异会越来越大，也就是说私有云要实现足够智能可能代价非常巨大。
当然对于一些大客户部署还是有一点复杂的，因为要帮他做分析，做流程配置和部署优化等，但我们并不需要对我们的主系统进行定制，在 API 方面我们做的还比较完整的，所以我们的系统和其他外部系统，或者客户的定制化团队，外包团队基于我们的系统上面去做一些 API 的接口开发，我们是很支持的。
本站：小微GPT是在哪个大模型上训练的？
杨炯纬：目前我们已经对接了国内外多家大模型，最近我们也在研究基于开源系统搭建和微调我们自己的私有大模型。
本站：海外的能用吗？毕竟合规、数据敏感的问题很严峻？
杨炯纬：目前还没有明确的规定，稳定性可靠性也不敢保证。我们也根据我们国家的相关法律法规，做了很多数据过滤的工作，比如不能有隐私数据出境，比如返回的信息需要符合我们国家的相关法规要求等等，另外我们也严格限制了我的客户必须是在特定场景里使用的实名客户。同时我们也在加快将我们国内自己的大模型用于商业场景中。
本站：接入了国内哪些大模型？
杨炯纬：我们的反应速度还是很快的，文心一言出来后，我就到处托人拿到了试用账号，并官宣了合作。当然我们也已经在对讯飞星火大模型、MiniMax、华为盘古大模型，以及国内的比如ChatLGM等都在积极地接入和探索。
本站：自己在大模型方面有研究吗？
杨炯纬：原来我们自己也设计了一些小模型，或者基于传统算法做了一些应用，取得了一定的效果，在看到大模型这种强大的能力后，就开始重新选择大模型作为了我们很多场景的基座。
本站：自己做的小模型是不是就没有价值了？
杨炯纬：小模型当然还是有价值的，公司肯定要结合实际的工作情况，产品跟进记录来回答问题，所以还是可以在与大模型相结合方面起到很大的作用。我觉得小模型以及传统深度学习、强化学习的一些算法还是有用的。对于训练语料、构建或微调专属大模型、沉淀自己的小模型等都会有很大的帮助。
本站：在场景训练时，对大模型的选择有哪些考量因素？
杨炯纬：肯定要从场景出发，要知道我要解决什么问题，我有什么数据，然后我怎么去判断、评判这个结果是好的还是坏的，然后我们再看哪个模型能解决我的问题。
太单点的场景，任何一个大模型都差不多。但如果要做销售行为建议、客户意图预测这类场景，相对来说就会比较复杂，那我就要去收集更多的信息，然后再去看这些信息要用哪个模型来预测、来推理会更好。
解决同质化竞争，靠的是时间、场景和意识
本站：未来SaaS厂商难免会进入到同质化阶段，竞争点体现在哪些方面？
杨炯纬：一是时间、二是场景理解和数据积累、三是意识。如果你没有这个意识，你怎么去看待AI？我觉得现在很多人对AI的理解，对 GPT的理解的差距很大。
认知决定上限，就是说你认知越高，上限就会越高。
本站：怎么解决同质化竞争的问题？
杨炯纬：第一，你要对场景有理解，这个时候是拼你的产品力的时候；
第二，即使结合大模型的话，你也是要有自己的小数据，你自己的小数据灌到大模型里面才能产生你所要的这个东西。这种情况下，如何把自己的数据给到AI，我觉得这中间是有差异化，有壁垒的；
第三，如何建立反馈迭代飞，迅速地把数据飞轮建起来。
本站：大模型出来后，对于占领市场有什么帮助，会不会有很大的提升？
杨炯纬：我觉得我可以从另外一个角度回答你的问题，中国 SaaS行业过去发展的并不好，为什么？因为很多CRM本质上是在解决流程科学化、严谨化、精细化的问题，但实际上中国很多企业根本没有流程，所以纷享销客和销售易不断地给客户做很重的部署和实施，实际上就是在帮他们梳理流程、让他们强制性地按照这个流程走。
其实这件事情是挺难的，因为它要改变别人原来的习惯，但AI 给我们带来的机会是一开始我们想的就是要赋能一线，如果能赋能到极致的话，它是能够提高个人的生产效率的，有一句话叫“销冠不需要管理”，说明赋能到极致，是可以减少对企业的流程、管控、权限、报表等的依赖的。所以我觉得这件事情对中国 SaaS 来说应该是利好的。
现在一线销售都越来越喜欢我的产品，这种情况下，他会越来越愿意向系统披露更多的数据，更愿意按照系统的建议走，这样整个流程也就出来了。
坚持服务一线这件事情很难做，但它是一条更正确的路径，今天的GPT让我们看到了做好这件事情的可能性。
本站原创文章，未经授权禁止转载。详情见转载须知。
,
