紅衣教主要干掉市場部？市場部成了目前市場環(huán)境下的第一個(gè)犧牲品？

除此之外，客戶成功團(tuán)隊(duì)（CSM）會(huì)不會(huì)是下一個(gè)被 AI 干掉的崗位？

在 AI 席卷一切的風(fēng)口下，ToB 行業(yè)最諷刺的現(xiàn)狀是：人人都在談增長，真正能跑出來的，卻寥寥無幾。有人還在幻想靠一個(gè)爆款廣告、一個(gè)爆火話題就能收割訂單；有人自嗨著把大模型當(dāng)萬能藥，卻沒發(fā)現(xiàn)客戶早就不吃這一套了。

真正的穿透式增長從來不是靠一招鮮，而是靠一套體系 ——讓客戶看見你、理解你、信任你、愿意為你付錢。

在搜索引擎失效、AI 植入一切內(nèi)容入口的時(shí)代，你的 SEO 也許還沒做明白，GEO（生成式引擎優(yōu)化）已經(jīng)卷來了；你的市場部還沒想好怎么用 AI 提效，AI 已經(jīng)在重寫你的客戶成功團(tuán)隊(duì)的工作底線。

增長系統(tǒng)必須是AI First的，營銷要可被 AI 引用，產(chǎn)品要可被 AI 理解，客戶成功要可被 AI 放大。

重復(fù)性、低價(jià)值的活，AI 會(huì)干掉它；真正跑得動(dòng)的創(chuàng)新、留存、增購，才是組織該死死攥住的根本。

7 月 3 日，崔牛會(huì)帶著三十多位 ToB 企業(yè)創(chuàng)始人、高管在網(wǎng)易數(shù)智進(jìn)行了一場深度學(xué)習(xí)。

網(wǎng)易數(shù)智 CMO 姜菡鈺（卡爺）、網(wǎng)易數(shù)智副總經(jīng)理 & 網(wǎng)易云商總經(jīng)理 肖鈺妍、網(wǎng)易云商客戶成功總監(jiān) 柯明星三位一線操盤手結(jié)合自身的實(shí)踐和思考，與到場的學(xué)習(xí)者來了一場坦白局。

牛透社整理其中部分筆記，供大家參考學(xué)習(xí)，希望對(duì)你有所啟發(fā)：

閱讀目錄
1. SEO 之后，GEO 才是 ToB 營銷的新入口
2. “AI First” 從每個(gè)員工抓起
3. AI 商業(yè)化，做對(duì)產(chǎn)品
4. 客戶成功的存在價(jià)值越來越低了嗎？

SEO 之后，GEO 才是 ToB 營銷的新入口

當(dāng) AI 席卷 ToB 行業(yè)，越來越多企業(yè)開始焦慮：是不是做一條爆款視頻、搞幾場大模型發(fā)布會(huì)、喊幾句「AI 替代市場部」的口號(hào)，就能解決增長的難題？

網(wǎng)易數(shù)智 CMO 卡爺的答案是否定的。

對(duì)她來說，真正的 ToB 增長，從來不是靠靈光一現(xiàn)的爆款內(nèi)容，更不是盲目 “上 AI”，而是要基于客戶的真實(shí)需求和信任，持續(xù)構(gòu)建一套讓客戶看見你、了解你、相信你、愿意為你付費(fèi)的體系。

過去十年，網(wǎng)易數(shù)智營銷增長團(tuán)隊(duì)服務(wù)了超過百萬家企業(yè)客戶，支撐了網(wǎng)易云信、網(wǎng)易云商、網(wǎng)易易盾、網(wǎng)易數(shù)帆、網(wǎng)易 CodeWave 等五大業(yè)務(wù)線。

這個(gè)團(tuán)隊(duì)一直保持小而精、扁平敏捷的組織形態(tài)，用最少的人手去支撐復(fù)雜業(yè)務(wù)的同時(shí)，也始終緊跟新工具、新范式的落地。

AI 帶來效率，毋庸置疑，這是受歡迎的。但更重要的是，AI 如何成為品牌長期可見的新入口，才是營銷人更應(yīng)該關(guān)心的課題。

卡爺分享中，最值得劃重點(diǎn)的內(nèi)容之一，就是生成式引擎優(yōu)化（GEO）。（ToB營銷的底層系統(tǒng)與增長重構(gòu)）

簡單來說，用戶的信息搜索習(xí)慣正在從「搜索引擎找鏈接」變成「向 AI 引擎提問」。

這背后直接改變了品牌曝光的邏輯：過去做 SEO，要讓搜索引擎把你排到第一頁；現(xiàn)在做 GEO，是要讓 AI 愿意引用你的內(nèi)容，把你的觀點(diǎn)整合進(jìn)對(duì)話式答案里。

這一點(diǎn)看似不起眼，卻直接影響一個(gè)品牌在未來三五年的可見度。

傳統(tǒng) SEO 追求的是排名和點(diǎn)擊，而 GEO 則更像是在和 AI 對(duì)話的背后「做投喂」。

AI 不會(huì)保留一份緩存，而是會(huì)實(shí)時(shí)抓取、理解、整合信息，這要求企業(yè)內(nèi)容必須更結(jié)構(gòu)化、語義更清晰、來源更可信。

要讓 AI 引擎信任你、引用你，比僅僅優(yōu)化關(guān)鍵詞復(fù)雜得多。

網(wǎng)易數(shù)智在 GEO 上的做法是：

• 第一，要深挖用戶真實(shí)意圖，而不只是做表面化的關(guān)鍵詞堆砌。他們會(huì)用十幾年沉淀下來的搜索行為數(shù)據(jù)，去反推用戶每個(gè)搜索背后真正的痛點(diǎn)，然后用更貼合的內(nèi)容去覆蓋這些意圖。
• 第二，要盡可能讓內(nèi)容結(jié)構(gòu)清晰、信息全面。不僅把好的一面講出來，還會(huì)逆向解釋客戶關(guān)心的問題和可能的疑慮，讓 AI 引擎更容易整合信息、輸出更完整的答案。
• 第三，巧妙塑造一個(gè)客觀可信的「人設(shè)」。相比赤裸裸的廣告，AI 更傾向引用有觀點(diǎn)、去廣告化的內(nèi)容。一個(gè) “有血有肉” 的內(nèi)容發(fā)布賬號(hào)，背書比單純的品牌號(hào)更有效。

當(dāng)然，和 SEO 不同，目前，GEO 的效果很難立竿見影，短期內(nèi)也很難精準(zhǔn)測量。

但卡爺認(rèn)為，GEO這件事不是可做可不做，而是一定要做。誰能更早地把自己的知識(shí)資產(chǎn)變成 AI 愿意引用的內(nèi)容，誰就能在未來的 AI 搜索流量里占到便宜。

除此之外，卡爺還分享了其他在組織構(gòu)建、內(nèi)容營銷等方面的務(wù)實(shí)思考：

重復(fù)、機(jī)械的內(nèi)容生成，AI 可以替代，人就該把時(shí)間留給更需要洞察、創(chuàng)造和策略的事；扁平、敏捷的小團(tuán)隊(duì)，能比傳統(tǒng)「深井式」組織更快試錯(cuò)、更快用好 AI 工具；哪怕在內(nèi)容分發(fā)上，小紅書、短視頻號(hào)、B 站也不是靠堆內(nèi)容去卷，而是回到一點(diǎn) ——用對(duì)用戶真有用、真能建立信任的內(nèi)容，帶來線索和轉(zhuǎn)化。

在 AI 大潮里，誰都能喊 “增長”，但真正能從新范式里拿到確定性收益的，一定是更早理解GEO 價(jià)值、更早投入構(gòu)建可引用知識(shí)庫的人。

別只盯著熱點(diǎn)和爆款，當(dāng)客戶下一次用 AI 提問時(shí)，品牌能否在生成的答案里被自然提到，這才是下一場 ToB 營銷的勝負(fù)要點(diǎn)。

“AI First” 從每個(gè)員工抓起

在肖鈺妍的分享里，可以看到一家 ToB 企業(yè)是如何在內(nèi)部快速構(gòu)建起 AI 應(yīng)用與創(chuàng)新氛圍，并將應(yīng)用落地到組織里的。

首先，肖鈺妍介紹了一個(gè)背景：對(duì)大多數(shù)做互聯(lián)網(wǎng)或 SaaS 產(chǎn)品的人來說，一個(gè)產(chǎn)品從需求到落地迭代，往往是一個(gè)相對(duì)漫長且標(biāo)準(zhǔn)化的流程 —— 從調(diào)研、PRD、研發(fā)確認(rèn)、排期、開發(fā)、上線到迭代，每一個(gè)環(huán)節(jié)都環(huán)環(huán)相扣。

然而，為了在內(nèi)部快速嘗到 AI 的效果，網(wǎng)易云商打破了傳統(tǒng)的流水線模式，依托網(wǎng)易 CodeWave 的智能開發(fā)能力，直接把業(yè)務(wù)人員、產(chǎn)品經(jīng)理、Agent 開發(fā)、前端開發(fā)拉到一個(gè)小團(tuán)隊(duì)里，形成了緊密溝通、快速聯(lián)動(dòng)的閉環(huán)。

在這個(gè)小團(tuán)隊(duì)中，需求實(shí)時(shí)對(duì)接、架構(gòu)快速拆解、前后端與 Agent 開發(fā)同步推進(jìn)，很快就拼出了初步可用的可視化界面，并在短短幾天內(nèi)聯(lián)調(diào)，業(yè)務(wù)主管實(shí)時(shí)進(jìn)行效果驗(yàn)證與現(xiàn)場調(diào)整。

低代碼和 AI 快速呈現(xiàn)效果的特性，讓這個(gè)流程在6～10 天內(nèi)就跑通了，初步產(chǎn)品上線后，業(yè)務(wù)人員能立刻感受到實(shí)際成果，這極大地激發(fā)了內(nèi)部對(duì) AI 的興趣和信心。

當(dāng)然，肖鈺妍也坦言，這樣的創(chuàng)新嘗試并非所有人都能馬上投入熱情。

組織里總有人愿意嘗鮮，也有人選擇觀望。要讓 AI 真正 “進(jìn)入每個(gè)員工的心里”，光靠小范圍試水遠(yuǎn)遠(yuǎn)不夠。

因此，他們在試點(diǎn)成功后，設(shè)計(jì)了一個(gè)更大范圍的 “全員 Agent 應(yīng)用開發(fā)大賽”。

這一做法可以看作是把過去Hackathon（黑客馬拉松）的內(nèi)部創(chuàng)意激發(fā)傳統(tǒng)，與新的大模型和 AI 技術(shù)結(jié)合起來，用比賽的形式讓每個(gè)人都親手去 “摸 AI”，在實(shí)操中轉(zhuǎn)變思維范式。

為了讓大賽不流于形式，他們把參與和績效強(qiáng)綁定，尤其是要求團(tuán)隊(duì)主管必須親自參賽、組隊(duì)，形成 3～5 人的小組。

同時(shí)，他們也設(shè)立了小額獎(jiǎng)金，對(duì)前三名給予激勵(lì)，并對(duì)缺乏技術(shù)能力的團(tuán)隊(duì)安排了“研發(fā)教練” 跨組支持，保證想做的人有資源可用。

整個(gè)大賽流程也有嚴(yán)格的評(píng)審機(jī)制，包括大眾投票和核心管理層評(píng)選，并且肖鈺妍作為負(fù)責(zé)人自己也帶頭參賽，基于興趣做了一個(gè)算命 Agent，親自示范 “1 號(hào)位要帶頭”。

這場大賽不僅在短時(shí)間內(nèi)激發(fā)了很多可落地、可嘗試的 AI idea，也在內(nèi)部發(fā)酵出了更多部門間的聯(lián)動(dòng)和后續(xù)的業(yè)務(wù)想象空間。

盡管有些方案初步成果有限，但在十天內(nèi)跑通流程、嘗試落地本身就是一種高效的內(nèi)部學(xué)習(xí)與 AI 能力建設(shè)。

小結(jié)三點(diǎn)啟發(fā)：

第一，用智能開發(fā)能力和小團(tuán)隊(duì)機(jī)制極大地壓縮了 AI 應(yīng)用的試錯(cuò)周期；

第二，用強(qiáng)綁定的比賽制度把嘗鮮行為擴(kuò)散到更大范圍；

第三，主管帶頭示范和績效捆綁，讓 AI 從口號(hào)變成了實(shí)際可執(zhí)行、人人可參與的內(nèi)部行動(dòng)。

對(duì)任何想在組織內(nèi)部構(gòu)建 AI 氛圍的 ToB 企業(yè)來說，這些方法值得借鑒。

AI 商業(yè)化，做對(duì)產(chǎn)品

分享中更深入的內(nèi)容是，肖鈺妍提到今年面臨的最大挑戰(zhàn)：有了好的 AI 產(chǎn)品和技術(shù)，下一步真正棘手的問題是，怎么把它賣給客戶、怎么收費(fèi)？

對(duì)于做 SaaS 的企業(yè)來說，過去收費(fèi)方式主要是按年費(fèi)、按坐席、按 license 來收。但在大模型和智能 Agent 的時(shí)代，行業(yè)里熱議 “按效果付費(fèi)”（RaaS, Result as a Service）的思路，這背后引出了一個(gè)關(guān)鍵問題：AI Agent 是否具備可復(fù)制、可標(biāo)準(zhǔn)化、可產(chǎn)品化的能力？

肖鈺妍以網(wǎng)易云商用于內(nèi)部的 “智能排障 Agent” 為例作了剖析。

這個(gè) Agent 的設(shè)計(jì)初衷是自動(dòng)排查呼叫中心出現(xiàn)的各種技術(shù)故障，比如卡頓、無聲、機(jī)器人回答不準(zhǔn)確等，每一種故障都對(duì)應(yīng)一條獨(dú)立的排查鏈路。

當(dāng)初他們對(duì)這個(gè)內(nèi)部項(xiàng)目抱有很高的期待，認(rèn)為做成后不僅能服務(wù)內(nèi)部，還能把這套能力對(duì)外售賣，形成額外收入。但當(dāng)真正深入后，他們發(fā)現(xiàn)了一個(gè)現(xiàn)實(shí)難題：排障 Agent 的鏈路和流程是高度個(gè)性化的，它幾乎是與自家內(nèi)部場景深度耦合的，客戶間難以通用。

即使是同樣做客服 AI 的同行公司，彼此也很難直接復(fù)用，因?yàn)槊考业募夹g(shù)架構(gòu)、問題鏈路、數(shù)據(jù)習(xí)慣都不同。

因此，肖鈺妍給出了一個(gè)重要結(jié)論：并不是所有 Agent 都能產(chǎn)品化，無法標(biāo)準(zhǔn)化的 Agent 注定只能做定制化服務(wù)和咨詢交付。這與傳統(tǒng)的訂閱式 SaaS 收費(fèi)和規(guī)�；桓锻耆煌�，也意味著收入模型和服務(wù)模型必須轉(zhuǎn)型。

為了更好地拆解這層關(guān)系，肖鈺妍分享了他們總結(jié)出來的一個(gè)可借鑒的思路：企業(yè)在做 AI Agent 項(xiàng)目時(shí)，要清楚地認(rèn)知到交付模式從 “量身定制” 到 “行業(yè)模板” 再到 “即插即用” 的不同階段。

• 最底層是量身定制，這類場景高度依賴客戶自身的個(gè)性化流程和數(shù)據(jù)，無法標(biāo)準(zhǔn)化，只能依靠咨詢與實(shí)施交付，更多是服務(wù)收入。
• 中間層是行業(yè)模板，若在服務(wù)了大量客戶后，能積累出相似場景，就有機(jī)會(huì)把經(jīng)驗(yàn)沉淀成可配置的行業(yè)模板，客戶買模板后再按需改造，交付效率相對(duì)可控，但仍需要項(xiàng)目支持。
• 最理想的是走到即插即用的產(chǎn)品化，例如某些門店查詢、智能 FAQ 等標(biāo)準(zhǔn)化程度高的場景，可以做成 SaaS 式的自助服務(wù)，客戶拿來接個(gè)接口、簡單配置就能用，這時(shí)才真正進(jìn)入了可規(guī)模化復(fù)制和標(biāo)準(zhǔn)付費(fèi)的階段，也才能匹配 RaaS 等新型按效果付費(fèi)的模式。

她坦言，企業(yè)想把所有 Agent 都做到即插即用非常困難，更多的現(xiàn)實(shí)場景仍會(huì)停留在定制化和模板化階段。

因此，他們在不同產(chǎn)品線上做了差異化探索，比如在智能客服領(lǐng)域，最典型的挑戰(zhàn)是知識(shí)庫的實(shí)時(shí)性和準(zhǔn)確度直接影響客戶對(duì)智能化的感知。

一些客戶對(duì)大模型有很高的期待，甚至有客戶想 “一口氣裁掉 90% 的客服”，但現(xiàn)實(shí)中如果知識(shí)庫沒有及時(shí)更新或配置不精準(zhǔn)，AI 給出的答案就會(huì)像 “人工智障”，不僅沒幫上忙，反而影響體驗(yàn)。

為此，他們強(qiáng)調(diào)：做 AI 產(chǎn)品不能只靠暢想或銷售話術(shù)，而要回到真實(shí)的業(yè)務(wù)對(duì)話數(shù)據(jù)去驗(yàn)證，用真實(shí)的對(duì)話解決率去測 AI 的邊界。

例如傳統(tǒng) FAQ 技術(shù)在常見問題場景下能穩(wěn)定覆蓋 40% 左右，結(jié)合大模型的推理能力，可以在更多復(fù)雜場景上發(fā)力，但也要匹配客戶可用的場景，不能盲目宣傳 “一步到位替代人工”。

AI Agent 不只是技術(shù)問題，更是交付模式和商業(yè)模式的再設(shè)計(jì)。

它要求企業(yè)在一開始就要判斷清楚哪些場景能標(biāo)準(zhǔn)化、可復(fù)制，哪些只能定制做服務(wù)，并把對(duì)應(yīng)的付費(fèi)方式、交付資源和客戶預(yù)期對(duì)齊，否則很容易陷入 “技術(shù)有了、商業(yè)卻走不通” 的困境。

對(duì)于想在組織內(nèi)推動(dòng) AI 或 Agent 化轉(zhuǎn)型的團(tuán)隊(duì)來說，這也是一個(gè)非�，F(xiàn)實(shí)且必須正視的議題：技術(shù)突破只是一半，另一半是商業(yè)閉環(huán)要跑通。

客戶成功的存在價(jià)值越來越低了嗎？

現(xiàn)實(shí)中的客戶成功經(jīng)理工作狀態(tài)是什么樣的？是救火隊(duì)？還是銷售人員的雇傭？

相較于工作狀態(tài)，還有一個(gè)更加飽受爭議的問題是：AI Agent 來了，客戶成功的存在感會(huì)越來越低？

甚至行業(yè)里有一些聲音佐證說，越來越多的上市公司裁掉了客戶成功團(tuán)隊(duì)。

客戶成功經(jīng)理的生存條件已經(jīng)如此惡劣了嗎？

網(wǎng)易云商客戶成功總監(jiān)柯明星結(jié)合她八年的 CSM 經(jīng)驗(yàn)，從不同組織形態(tài)和階段的客戶成功體系建設(shè)、AI 時(shí)代客戶成功再定義之路、客戶成功人群的發(fā)展路徑等層面做了分享與深度探討。

從柯明星的分享來看，那些低價(jià)值、重復(fù)性服務(wù)必然被替代，但客戶成功的核心價(jià)值反而更需要被放大

這背后的邏輯很簡單：真正有價(jià)值的客戶成功，不是靠日常答疑、填表、做基礎(chǔ)報(bào)告來實(shí)現(xiàn)的，而是要通過對(duì)客戶的深度理解和分層運(yùn)營，把有限的資源放在最有增購和留存價(jià)值的客戶上。

網(wǎng)易云商團(tuán)隊(duì)把長尾客戶細(xì)分成C1、C2、C3三層，精準(zhǔn)找出留存率高、增購意愿強(qiáng)的小客群，從而把資源聚焦在 “性價(jià)比最高” 的客戶上。

有了分層，還要有打法�？旅餍翘岢隽� “偵察兵-先鋒隊(duì)-工程隊(duì)-護(hù)衛(wèi)隊(duì)” 模式。

沖在一線的偵察兵去驗(yàn)證新的場景和方案，形成有用的打法；先鋒隊(duì)把可驗(yàn)證的方案跟頭部客戶落地，打磨成熟；工程隊(duì)負(fù)責(zé)將解決方案批量化復(fù)制給更多客戶；護(hù)衛(wèi)隊(duì)負(fù)責(zé)挖掘高潛力客戶，以及識(shí)別出流失率高的客戶，做大收入和增長。

這樣的客戶成功，不再是單純的服務(wù)成本，而是實(shí)實(shí)在在的收入杠桿。

AI 在其中的角色是什么？不是用來替代人，而是解放人。

那些重復(fù)、瑣碎、誰做都一樣的低階工作，用 AI Agent 自動(dòng)生成報(bào)表、自動(dòng)做洞察、自動(dòng)回答問題，讓人去做更有策略性、需要人情味、需要和客戶共創(chuàng)的高價(jià)值動(dòng)作。

當(dāng)然，背后還需要重新設(shè)計(jì)團(tuán)隊(duì)的人力結(jié)構(gòu)。

網(wǎng)易數(shù)智團(tuán)隊(duì)一邊縮減對(duì)可被替代崗位的依賴，一邊讓對(duì)業(yè)務(wù)和客戶最敏感的人轉(zhuǎn)型去跑增長和創(chuàng)新。

在這個(gè)過程中，客戶成功團(tuán)隊(duì)也不再是被動(dòng)等著干活，而是主動(dòng)跑在前線，用對(duì)客戶的洞察反過來推動(dòng)產(chǎn)品和方案創(chuàng)新。

柯明星表示，AI 時(shí)代的客戶成功，必須放棄低效、重復(fù)的 “體力活”，用技術(shù)和人力一起，把團(tuán)隊(duì)打造成 “真正可驗(yàn)證、可批量、可轉(zhuǎn)化” 的增長武器。

這，才是客戶成功不被替代的根本理由。

說明：文章為牛透社原創(chuàng)，未經(jīng)允許謝絕轉(zhuǎn)載。