Finansiering
Dreamteam rejser 53 millioner dollars til et AI-nativt CRM med specialiserede salgsassistenter

NøglepunkterDreamteams Company Brain fanger deal-kontekst, som traditionelle CRM-felter kasserer.
Vis mere
- Dreamteams Company Brain fanger deal-kontekst, som traditionelle CRM-felter kasserer.
- Fire navngivne AI-kolleger håndterer research, salg, drift og CRM-administration ud fra delt hukommelse.
- AI-foreslåede CRM-ændringer vises som udkastkort, så brugerne kan inspicere og bekræfte dem.
Dreamteam har rejst 53 millioner dollars til at udbygge en AI-nativ platform til kunderelationsstyring, der bygger på en fælles hukommelse om kundeinteraktioner og fire specialiserede AI-assistenter. Virksomheden satser på, at CRM-software kan udføre mere nyttigt arbejde, når den indfanger konteksten bag en handel, frem for at vente på, at en sælger omsætter den til felter i en database.
Finansieringen kommer fra Accel, Together Fund og Premji Invest. Dreamteam betegner Together Fund som sin første institutionelle investor. Annonceringen angiver hverken finansieringsrunde eller værdiansættelse.
Dreamteam blev grundlagt i 2025 af de tidligere Freshworks-ledere Anand Venkatraman, Ramesh Parthasarathy og Senthil Kanthaswamy. Virksomheden vil bruge kapitalen til at udbygge en platform, der kombinerer relationsindsigt med agenter til research, salgsstøtte, omsætningsdrift og CRM-administration.
Opbygning af en fælles hukommelse om kunderelationer
CRM-registreringer fokuserer typisk på det, der kan stå i et felt: en kontakt, en salgsmuligheds værdi, en afslutningsdato eller et salgstrin. Samtalen bag disse oplysninger er ofte mere informativ. En potentiel kunde kan gøre indsigelse mod prisen, nævne en eksisterende leverandør eller afsløre, at en anden direktør nu råder over budgettet.
Dreamteam kalder sin underliggende hukommelse Company Brain. Ifølge finansieringsmeddelelsen samler den oplysninger fra e-mails, møder, kundesamtaler og arbejdsgange og forbinder køberens hensigter, indvendinger, omtaler af konkurrenter og dynamikken mellem interessenter. Specialiserede agenter trækker på denne fælles kontekst i stedet for at arbejde ud fra separate noter.
Forestil dig en køber, der fortæller en sælger, at et køb afhænger af en sikkerhedsgennemgang. Hvis kontoen registreres som »interesseret«, går den betingelse tabt, selv om den afgør næste skridt. Når den faktiske samtale bevares, får en assistent grundlag for at forberede en relevant opfølgning, og en salgschef får en bedre forklaring på, hvorfor handlen er gået i stå.
Det ændrer den måde, CRM-systemet indsamler og bruger oplysninger på; det er ikke blot en ny måde at søge i de eksisterende felter på. Systemets nytte afhænger af, at hvert signal knyttes til den rette konto, og at kilden bevares, efterhånden som relationen udvikler sig.
Fire AI-assistenter med forskellige ansvarsområder
Dreamteam fordeler arbejdet mellem fire navngivne assistenter:
- Rachel, researchassistenten, beriger oplysninger om konti og kontakter og forbereder research om potentielle kunder.
- Sally, salgsassistenten, forbereder mødebriefinger, udarbejder opfølgningsmails og hjælper med at administrere opgaver.
- Raj, RevOps-partneren, overvåger salgspipelinen, fremhæver risici ved handler og understøtter prognoser.
- Alex, CRM-administratoren, hjælper med at konfigurere og vedligeholde systemet ved hjælp af instruktioner i naturligt sprog.
Denne arbejdsdeling skal gøre agenterne anvendelige uden at kræve, at hver kunde bygger en samling assistenter fra bunden. En sælger og en leder inden for omsætningsdrift har brug for forskellige resultater, men begge får gavn af, at resultaterne afspejler den samme kundehistorik.
»Dreamteam lærer af det arbejde, jeres team allerede udfører, og holder konteksten levende,« sagde medstifter og CEO Anand Venkatraman i meddelelsen.
Handlinger, der kan gennemgås, og forbindelser til eksisterende værktøjer
Virksomhedens produkthjemmeside føjer en vigtig præcisering til dens præsentation af et CRM-system, der opdaterer sig selv: Ændringer foreslået af AI vises som kladdekort, som brugerne kan gennemgå, redigere og godkende. Ifølge hjemmesiden kan handlingerne spores tilbage til den samtale, de stammer fra.
Hjemmesiden opregner også forbindelser til e-mail og kalendere fra Google og Microsoft, Slack og Zoom samt berigelsesværktøjer som Clay, LinkedIn og Apollo. Disse forbindelser er vigtige, fordi kundehistorikken er spredt på tværs af kommunikations- og researchsystemer og ikke begrænset til én salgsapplikation.
Meddelelsen beskriver en førsteklasses API og en server til Model Context Protocol for eksterne AI-agenter. Det giver andre værktøjer mulighed for at arbejde med CRM-konteksten og udvider dermed systemet ud over dets eget grænseflade. Adgangen skal dog stadig tage hensyn til, hvem der må se kunderegistreringer, og hvilke handlinger en bruger har givet tilladelse til.
Menneskelig godkendelse er særligt vigtig, når en agent fortolker hensigter. Et forsinket svar kan være tegn på en svag handel, men det kan også skyldes en helligdag eller en intern gennemgang. Hvis sælgeren får dokumentationen og et forslag til handling, bliver det lettere at efterprøve vurderingen, før den ændrer en registrering eller påvirker en henvendelse til kunden.
Magic Apps udvider CRM-systemet ud over standardarbejdsgange
Dreamteam lancerer også Magic Apps, som ifølge meddelelsen gør det muligt at oprette tilpassede applikationer og betjeningspaneler ved hjælp af instruktioner i naturligt sprog. Ideen er at bringe softwareudvikling baseret på prompter ind i CRM-systemet, så forretningsbrugere kan anmode om værktøjer, der er skræddersyet til deres arbejdsgange.
En fælles kundehukommelse og konfigurerbare applikationer løser forskellige dele af det samme problem. Hukommelsen leverer forretningskonteksten, mens applikationen giver teamet mulighed for at bruge den. En tilpasset visning kan organisere risici forbundet med kundefornyelser ud fra de forhold, der er vigtige for den enkelte virksomhed, i stedet for at tvinge alle teams til at bruge det samme foruddefinerede dashboard.
Denne fleksibilitet gør det også vigtigt at håndtere forandringer. En applikation, der viser eksisterende poster på en ny måde, har andre konsekvenser end en, der ændrer videresendelsen eller opretter opgaver. Nyttig tilpasning skal gøre konsekvenserne forståelige for dem, der skal godkende den.
Tidlig udbredelse og ambitioner om at dække en større del af kunderejsen
Dreamteam oplyser, at hundredvis af virksomheder bruger platformen på tværs af brancher, herunder sundhedsvæsen, produktion, konsulentvirksomhed, onlinemedier og kunstig intelligens. I meddelelsen nævnes DMS Health, invideo og Plex blandt de første brugere. Disse kunders beretninger beskriver udbredelse og fordele for arbejdsgangene; meddelelsen indeholder ikke et kontrolleret sammenligningsgrundlag for omsætningsvækst eller prognosenøjagtighed.
På virksomhedens ledelsesside fremgår det, at Venkatraman står i spidsen for markedsføring og salg, Kanthaswamy for produktudvikling og Parthasarathy for teknik. Grundlæggerne har tidligere haft ledende stillinger hos Freshworks, hvilket har givet virksomheden erfaring med de salgs- og driftsmæssige krav, der stilles til virksomhedssoftware.
Den langsigtede plan omfatter alt fra kundeanskaffelse til kundeudvikling og mersalg. For Dreamteam ligger muligheden i at gøre CRM til et sted, hvor viden om kunderne samles og omsættes til nyttigt arbejde. Finansieringen på 53 millioner dollar giver virksomheden ressourcer til at forfølge denne forandring, men udbredelsen vil i sidste ende afhænge af, om teams har tillid til den indsamlede kontekst og vurderer, at de foreslåede handlinger er værd at godkende.












