AI讓客服效率提升300%,這家公司6天完成種子輪到1年拿下B輪背后的秘密
Pylon,一家專注于B2B客戶支持的創(chuàng)新公司,僅用2.6年時間就完成了從種子輪到B輪的融資,估值飆升至8億美元。他們通過重新定義B2B客戶支持平臺,解決了傳統(tǒng)工單系統(tǒng)在處理復雜客戶關系時的局限性,并利用AI技術顯著提升了客服效率。
你有沒有想過,客戶支持這個看似傳統(tǒng)的領域,實際上正在發(fā)生一場悄無聲息的革命?當大多數(shù)人還在抱怨傳統(tǒng)工單系統(tǒng)的笨重時,一家叫做 Pylon 的公司卻在短短18個月內完成了從種子輪到B輪總計5100萬美元的融資,估值飆升至8億美元。更令人震驚的是,他們已經(jīng)吸引了780多家快速增長的公司,包括 Together AI、Cognition 和 Temporal,其中超過150家公司主動從 Zendesk、Intercom 等老牌平臺遷移過來。
這不是簡單的技術升級,而是對整個 B2B 客戶支持范式的顛覆性重新定義。我一直在觀察這個領域的變化,發(fā)現(xiàn)傳統(tǒng)的客戶支持工具其實是為 B2C 場景設計的,然后被硬塞到 B2B 環(huán)境中使用。但 B2B 的客戶關系管理根本不是簡單的工單處理,而是一個涉及多團隊、多渠道、多層次的復雜生態(tài)系統(tǒng)。Pylon 的創(chuàng)始人們敏銳地捕捉到了這個根本性的差異,并用一種全新的方式重新構建了 B2B 客戶支持平臺。他們剛剛完成的3100萬美元B輪融資由 Andreessen Horowitz 和 Bain Capital Ventures 共同領投,這輪融資距離他們的A輪融資僅僅過去了一年時間,而距離公司成立也只有2.6年。
傳統(tǒng)客戶支持的根本性局限
我發(fā)現(xiàn)很多人對客戶支持的理解還停留在”處理工單”的層面,但這種認知在 B2B 領域已經(jīng)完全過時了。傳統(tǒng)的客戶支持平臺,無論是 Zendesk、Salesforce Service Cloud 還是 Intercom,都是基于郵件和表單的工單系統(tǒng)構建的。這種設計邏輯在處理 B2C 場景時還算合理,比如用戶忘記密碼、退換貨或者簡單的產品咨詢,這些都是相對獨立的、一次性的交互。
但在 B2B 環(huán)境中,情況完全不同。我們面對的不是簡單的問題解決,而是復雜的關系管理。B2B 客戶支持涉及的是高價值賬戶的長期合作關系,每一次互動都會影響客戶的整體體驗和續(xù)約決策。問題本身也更加復雜,比如”幫我們設計這個集成方案”或者”我們的業(yè)務流程應該如何配置你們的系統(tǒng)”,這些問題需要深度的產品專業(yè)知識和對客戶特定使用場景的理解。
更關鍵的是,B2B 的客戶運營團隊是跨職能的。不只是客戶支持人員,還包括客戶成功經(jīng)理、解決方案工程師、賬戶經(jīng)理、實施專家等等。他們需要協(xié)作工作,而不是各自為政。傳統(tǒng)的工單系統(tǒng)根本無法支撐這種協(xié)作模式,因為它們的設計理念是將問題分配給特定的個人處理,而不是讓團隊共同解決復雜問題。
我觀察到的另一個重要變化是,最好的 B2B 公司正在轉向現(xiàn)代化的溝通渠道,比如 Slack、Microsoft Teams 和 Discord。他們直接嵌入到客戶的工作流程中,因為這樣感覺更協(xié)作、更個人化。想象一下,當你的客戶團隊每天都在 Slack 中工作時,如果你強迫他們切換到一個獨立的支持門戶來提交工單,這種體驗該有多割裂。但傳統(tǒng)的支持平臺無法處理這些對話式的、動態(tài)的交互模式。
Pylon 的創(chuàng)始人 Marty Kausas 曾經(jīng)說過一個很有洞察力的觀點:在 B2B 環(huán)境中,你看到的不是結構化的郵件線程,而是共享的 Slack 頻道。這些頻道沒有明確的開始和結束,有昵稱、有反應表情、有短消息也有長消息,基本上所有現(xiàn)有的工具都無法直接插入這種環(huán)境。這就是為什么那么多公司的客戶支持團隊感到挫敗,他們被迫在多個系統(tǒng)之間來回切換,無法獲得客戶的完整視圖。
Pylon 的突破性創(chuàng)新
在深入了解 Pylon 后,我發(fā)現(xiàn)他們的創(chuàng)新不僅僅是技術層面的,更重要的是他們重新定義了什么是”B2B 客戶支持平臺”。傳統(tǒng)平臺只是票務系統(tǒng),而 Pylon 構建的是整個售后團隊的操作系統(tǒng)。這種差異聽起來微妙,但實際影響是巨大的。
Pylon 的核心洞察是,B2B 客戶支持不僅僅是關閉工單,而是管理與高價值賬戶的關系。每次互動都很重要,因為你在建立長期的合作伙伴關系,而不是處理一次性交易。這就要求平臺能夠提供賬戶層面的完整背景信息:合同價值、功能使用情況、關鍵利益相關者、續(xù)約風險、擴展機會等等。
更令我印象深刻的是,Pylon 能夠無縫集成到客戶已經(jīng)在使用的現(xiàn)代溝通渠道中。他們不是試圖改變客戶的工作流程,而是適應客戶的習慣。當客戶在 Slack 頻道中提問時,Pylon 可以自動識別這是一個新問題還是現(xiàn)有問題的延續(xù),自動標記問題的優(yōu)先級和類別,并將相關信息同步到 Jira 或 Linear 等項目管理工具中。
從技術架構角度看,Pylon 解決了一個根本性問題:如何將分散在各種渠道的客戶交互統(tǒng)一起來。他們的平臺可以同時處理 Slack 消息、Teams 對話、郵件、聊天小部件和傳統(tǒng)工單,并且能夠理解這些不同格式的消息的語義關聯(lián)。這需要非常強大的自然語言處理能力和工作流引擎,而這正是傳統(tǒng)平臺所缺乏的。
我特別關注他們的產品演進路徑。Pylon 最初只是一個 Slack 到 Zendesk 的集成工具,看起來很不起眼,但這個簡單的產品解決了一個真實的痛點。在與更多客戶交流的過程中,他們發(fā)現(xiàn)了一個更深層的問題:這些公司不只是在 Slack 支持方面有困擾,他們的整個售后運營都是碎片化的?,F(xiàn)有的”支持”平臺是為交易性的 B2C 互動而構建的,根本不適合關系驅動的 B2B 世界。
于是在公司成立一年后,他們擴大了愿景。不再只是做 Slack 集成,而是要構建第一個專門為 B2B 支持而設計的平臺。這種產品演進的思路非常聰明:從一個小而有價值的功能開始,然后基于客戶反饋逐步擴展到更大的市場機會。
從商業(yè)策略角度看,Pylon 選擇了一個足夠大的市場。他們注意到 Salesforce 這家全球最大的 SaaS 公司,其最大的收入來源不是 CRM,而是他們的支持系統(tǒng) ServiceCloud,年收入90億美元,超過了 SalesCloud 的83億美元。這個數(shù)據(jù)充分說明了客戶支持市場的巨大潛力。
AI 驅動的智能化轉型
說到 AI,我必須承認 Pylon 的時機把握得非常精準。他們在2022年11月成立公司,而 ChatGPT 恰好在幾周后發(fā)布。這種時機的巧合創(chuàng)造了完美的市場環(huán)境,讓他們能夠從一開始就將 AI 作為核心能力來構建。
但我發(fā)現(xiàn),與大多數(shù)急于推出 AI 聊天機器人進行客戶轉移的公司不同,Pylon 看到了一個不同的機會。大多數(shù) AI 支持工具在 B2B 環(huán)境中表現(xiàn)不佳,因為它們試圖替代人類交互,而不是增強人類能力。但在 B2B 中,你并不想轉移客戶,你希望讓你的支持和客戶經(jīng)理能夠與客戶建立更強的關系。
Pylon 的關鍵洞察是:要為 B2B 支持構建真正有用的 AI,你需要全面的客戶背景信息。Pylon 迅速成為所有客戶交互的真實數(shù)據(jù)源,這為他們提供了構建真正有效的 AI 的基礎。他們目前已經(jīng)推出了三個 AI 產品,每個都有明確的價值主張。
第一個是 AI Agents,能夠減少50%的常規(guī)工單工作。這些 Agent 處理那些重復性的、程序化的任務,讓人類客服專注于關系建立和復雜問題解決。我認為這種分工模式比完全替代人類更現(xiàn)實,也更有效。
第二個是 AI Assistants,幫助客服人員在 Pylon 平臺內的工作速度提升3倍。這些助手能夠提供即時的背景信息、建議回復和自動化工作流程。這種內部效率提升往往被忽視,但實際上對客戶體驗的影響巨大。
第三個是 Account Intelligence,將混亂的對話數(shù)據(jù)轉化為可操作的信號。團隊可以主動識別追加銷售機會、發(fā)現(xiàn)風險賬戶,以及了解整個客戶群的共同痛點。這種從被動響應到主動管理的轉變,正是 B2B 客戶成功的核心。
我特別欣賞 Pylon 對 AI 的態(tài)度:這不是為了 AI 而 AI,而是讓 B2B 團隊在他們最擅長的事情上做得更好——建立客戶關系。他們的 AI 能夠理解客戶詢問功能請求時,這對產品團隊是有價值的情報;當客戶提到預算限制時,這是客戶成功團隊的信號;當客戶擴大團隊時,這是賬戶經(jīng)理的追加銷售機會。
更重要的是,Pylon 處于所有客戶對話的中心,這給了他們獨特的視角來觀察整個售后運營。有了 Account Intelligence,團隊可以查詢個別賬戶數(shù)據(jù)(”這個季度我們應該重點關注哪些賬戶進行追加銷售?”)或分析所有客戶的模式(”客戶流失的最常見原因是什么?”)。這種從交易層面到戰(zhàn)略層面的洞察能力,正是傳統(tǒng)工單系統(tǒng)無法提供的。
融資策略的精準執(zhí)行
從融資角度看,Pylon 的表現(xiàn)堪稱教科書級別。他們用6天時間完成了320萬美元的種子輪融資,14天內完成了1700萬美元的A輪融資,現(xiàn)在又在一年內完成了3100萬美元的B輪融資。這種融資節(jié)奏和效率背后有著深刻的戰(zhàn)略思考。
我分析他們的融資策略,發(fā)現(xiàn)了幾個關鍵因素。首先是社會證明的力量。他們沒有直接冷郵件給投資人,而是讓投資人已經(jīng)認識和尊重的創(chuàng)始人來介紹他們。他們的一些客戶直接聯(lián)系投資人說:”我認識 Pylon 的創(chuàng)始人,他們現(xiàn)在在 YC,你們有在關注嗎?你們應該關注,因為他們是一家熱門公司,我認為他們在做的事情很棒。”
這種介紹方式讓投資人直接找到他們,基本上已經(jīng)準備好進行嚴肅的談話,直接跳到合伙人會議。社會證明已經(jīng)存在了,而在種子輪,社會證明就是一切。你的業(yè)務仍然如此新生,很難理解你要去哪里,所以讓投資人信任的創(chuàng)始人為你擔保是非常重要的。
其次是時間壓力的創(chuàng)造。他們在一周內安排了盡可能多的 VC 電話,試圖在投資人之間創(chuàng)造某種時間壓力。他們向每個投資人發(fā)出信號:”我們這周融資很積極,下周可能沒有時間進行對話,所以我們需要現(xiàn)在一次性敲定所有事情。”
第三是對投資人選擇的戰(zhàn)略思考。他們專注于尋找能夠成為長期好伙伴的投資人,這些投資人有聲譽良好的品牌。這個品牌隨后幫助他們招聘員工,因為有了社會證明,也會幫助他們獲得客戶,他們還可以幫助獲得下一輪的投資人。General Catalyst 基本上是他們種子輪的首選,所以他們追求像他們這樣的基金。
最令我印象深刻的是,他們對市場時機的把握。Marty 提到,在試圖找出如何進行良好融資時,他基本上問投資人:”Twitter 團隊為什么融資這么快?”投資人告訴他,實際上沒有秘密,你必須有一個真正好的團隊,在一個真正大的市場中構建,有一個人們喜愛的真正好的產品,以及高增長潛力。如果你具備所有這些條件,你基本上已經(jīng)做了所有的工作。
從數(shù)字表現(xiàn)看,Pylon 確實驗證了這些基本面。他們從種子輪時的6萬美元年收入增長到現(xiàn)在的780多個客戶,其中150多家是從競爭對手平臺遷移過來的。這種增長速度和客戶遷移率說明了他們的產品確實解決了市場的真實需求。
團隊建設與公司文化
在了解 Pylon 的發(fā)展過程中,我特別關注他們的團隊建設理念。Marty、Advith 和 Robert 三位聯(lián)合創(chuàng)始人都有技術背景,這在早期階段給了他們很大優(yōu)勢。他們都是通用型人才,任何人都可以做銷售或營銷,都可以自己去解決問題。
我發(fā)現(xiàn)他們的招聘策略很有意思。在公司發(fā)展的前期,他們優(yōu)先招聘工程師,直到第13個員工才招聘第一個營銷人員。創(chuàng)始人們承擔了大部分的客戶溝通工作,這讓他們能夠獲得第一手的市場反饋,并保持對公司所有信息的掌控,從而能夠快速做出正確決策和快速調整方向。
他們的工作文化也很獨特。6個月前,他們實際上住在辦公室里,Robert 在客廳有一張床,他們的銷售人員接打銷售電話的桌子距離那張床只有5英尺。Marty 在會議室里睡覺。對他們來說,領導力就意味著自己做事,然后其他人跟著榜樣,受到激勵和鼓舞。
這種極度專注的工作方式讓他們在與老牌競爭對手的競爭中獲得了優(yōu)勢。正如 Marty 所說,當你與現(xiàn)有平臺競爭時,你實際上并不是在與他們的所有員工競爭,他們中的大多數(shù)人都不在研發(fā)部門工作,大多數(shù)人實際上并不關心,因為他們只是在拿薪水。而他們當時住在辦公室,每天工作14小時,在 Zendesk 真正努力完成同樣事情的人很少。
我認為這種創(chuàng)業(yè)精神在早期階段是必要的,但更重要的是它反映了他們對勝利的渴望。正如 Marty 所說,他們和聯(lián)合創(chuàng)始人都有一個共同感受,就是他們想要贏,想要建立一家公司,所以他們就是不讓自己放棄。
對軟件行業(yè)的深遠影響
我相信 Pylon 的成功不僅僅是一個公司的勝利,而是代表了整個軟件行業(yè)的一個重要趨勢:專門為 B2B 場景設計的工具正在挑戰(zhàn)那些從 B2C 改造而來的傳統(tǒng)解決方案。這種趨勢將在未來幾年內重塑多個軟件類別。
從市場結構角度看,客戶支持正在從成本中心轉變?yōu)槭杖腧寗又行摹,F(xiàn)代的 B2B 公司越來越意識到,優(yōu)秀的售后體驗直接影響客戶保留率、擴展銷售和推薦業(yè)務。這就是為什么一些公司在售后服務上投入的資源甚至超過了初始銷售。
我觀察到的另一個重要變化是,技術買家和產品導向增長的興起模糊了傳統(tǒng) B2B/B2C 支持的界限。今天的 B2B 買家期望消費者級別的體驗,但同時需要企業(yè)級別的功能和集成能力。這種需求的復雜性正是 Pylon 這類專門化平臺的機會所在。
從 AI 技術的應用角度看,Pylon 的成功證明了在垂直領域深度應用 AI 比通用 AI 工具更有價值。他們的 AI 不是簡單的聊天機器人,而是深度理解 B2B 客戶支持場景的智能助手。這種專門化的 AI 應用模式可能會在其他企業(yè)軟件領域被復制。
我也注意到,Pylon 的快速客戶獲取反映了企業(yè)對供應商整合的需求。在經(jīng)歷了多年的”最佳品種”采購策略后,企業(yè)開始厭倦管理過多的點解決方案。他們更愿意選擇能夠整合多種功能的平臺,即使這些平臺在某些單一功能上可能不如專門的工具。
從投資角度看,Pylon 在18個月內完成三輪融資、估值達到8億美元的表現(xiàn),說明資本市場對這種專門化 B2B 工具的認可。特別是在當前的市場環(huán)境下,投資人更加關注那些有明確收入模式、強勁增長和可防御壁壘的公司。
長遠來看,我認為 Pylon 的成功可能會催生更多專門為 B2B 場景設計的軟件工具。傳統(tǒng)的企業(yè)軟件巨頭需要重新思考他們的產品策略,是繼續(xù)維護為 B2C 設計然后改造的產品,還是重新構建專門的 B2B 解決方案。
未來發(fā)展的思考與挑戰(zhàn)
雖然 Pylon 目前的發(fā)展勢頭非常強勁,但我也看到他們面臨的一些挑戰(zhàn)和機遇。首先是規(guī)?;奶魬?zhàn)。隨著客戶數(shù)量從780家繼續(xù)增長,他們需要確保平臺能夠處理更大規(guī)模的數(shù)據(jù)量和更復雜的集成需求。特別是當他們服務大型企業(yè)客戶時,對可靠性、安全性和合規(guī)性的要求會顯著提高。
第二個挑戰(zhàn)是功能深度與廣度的平衡。雖然他們專注于 B2B 場景給了他們差異化優(yōu)勢,但客戶也會期望平臺具備與傳統(tǒng)工具相當?shù)墓δ苌疃?。如何在保持?chuàng)新優(yōu)勢的同時,補齊傳統(tǒng)功能的短板,這需要精心的產品策略和資源分配。
第三個挑戰(zhàn)是競爭對手的反擊。當 Pylon 證明了 B2B 專門化支持平臺的市場需求后,傳統(tǒng)的企業(yè)軟件巨頭肯定會推出類似的產品,或者通過收購來快速獲得這種能力。Pylon 需要建立足夠強的護城河,包括技術護城河、數(shù)據(jù)護城河和客戶關系護城河。
從機遇角度看,我認為他們有幾個明顯的增長方向。首先是地理擴張。目前他們主要服務北美市場,但 B2B 客戶支持是一個全球性需求,歐洲和亞太市場都有巨大潛力。其次是行業(yè)垂直化。不同行業(yè)的 B2B 支持需求有顯著差異,醫(yī)療、金融、制造等行業(yè)都可能需要專門定制的解決方案。
我特別看好他們在 AI 方面的發(fā)展?jié)摿ΑkS著大語言模型技術的不斷進步,Pylon 可以構建更智能的客戶支持體驗。比如預測性客戶服務,在客戶遇到問題之前就主動提供解決方案;或者自動化的客戶健康度評估,幫助客戶成功團隊更有效地分配資源。
從商業(yè)模式角度看,Pylon 目前主要依靠軟件許可收費,但我認為他們有機會探索更多元化的收入模式。比如基于結果的定價,根據(jù)客戶滿意度提升或支持效率改善來收費;或者數(shù)據(jù)洞察服務,為客戶提供行業(yè)對比分析和最佳實踐建議。
最后,我認為 Pylon 有可能成為更大的企業(yè)軟件生態(tài)系統(tǒng)的中心??蛻糁С质瞧髽I(yè)與客戶關系的關鍵接觸點,如果 Pylon 能夠成為這個接觸點的核心平臺,他們就有機會向銷售、營銷、產品等其他領域擴展,最終成為完整的客戶關系管理平臺。
總的來說,Pylon 的故事還只是開始。他們在一個傳統(tǒng)領域找到了創(chuàng)新的機會,用專門化的解決方案挑戰(zhàn)通用化的工具,并且已經(jīng)證明了這種策略的有效性。在接下來的幾年里,他們如何執(zhí)行擴張計劃、如何應對競爭挑戰(zhàn)、如何持續(xù)創(chuàng)新,將決定他們能否真正成為下一個企業(yè)軟件巨頭。但從目前的表現(xiàn)來看,我對他們的未來充滿期待。
本文由人人都是產品經(jīng)理作者【深思圈】,微信公眾號:【深思圈】,原創(chuàng)/授權 發(fā)布于人人都是產品經(jīng)理,未經(jīng)許可,禁止轉載。
題圖來自Unsplash,基于 CC0 協(xié)議。
- 目前還沒評論,等你發(fā)揮!