Alta Kerää 25 Miljoonan Dollarin Sijoituksen AI-Native Operaatiokerroksen Rakentamiseen Tuloverkkotiimille

Alta on kerännyt 25 miljoonan dollarin sijoituksen sarjassa A rahoittajilta laajentaakseen AI-alustaa markkinointitiimille, kun yritykset etsivät tehokkaampia tapoja soveltaa AI:ta myyntiin, markkinointiin ja tuloverkkotoimintoihin.

Rahoituksen johtajana toimi IN Venture, ja siihen osallistuivat Mindset Ventures, Skywell Capital, LeumiTech77, Entrée Capital, Target Global, Verissimo Ventures ja useat enkelisijoittajat ja scout-rahastot. Alta aikoo käyttää rahoitusta laajentaakseen maailmanlaajuista tiimiään, kasvattaakseen asiakaskuntaansa ja lisätäkseen tietoja, CRM- ja mainontaintegraatioita sekä esittelemään uusia AI-virkailijoita tilinhoitamiseen ja ristiinmyyntiin.

Uusi rahoitus saapuu vähemmän kuin vuosi Alta:n kaupallisen lanseerauksen jälkeen. Yritys kertoo saavuttaneensa 15 miljoonan dollarin vuosittaisen toistuvan tulon ja odottaa saavuttavansa 30 miljoonan dollarin vuoden 2026 loppuun mennessä. Sen asiakkaat ovat Snowflake, Deel, Atlassian (TEAM ), Atoms, Riverside ja Sabio Group.

AI-SDR:stä Laajempaan GTM-Järjestelmään

Rahoitus saapuu hetkenä, jolloin ensimmäinen aalto AI-myyntäautomaatiota kohtaa haasteellisemman todellisuuden. Monet yritykset ovat omaksuneet AI-SDR:t lisätäkseen ulospäin suuntautuvaa toimintaa, mutta tulokset ovat usein olleet sekavia. Enemmän viestejä ei välttämättä käännä paremmaksi putkiksi, etenkin kun ostajat saavat enemmän geneerisiä AI-luotuja lähestymisviestejä kuin koskaan aiemmin.

Alta:n oma asettelu heijastaa tätä muutosta. Sen sijaan, että esittäisi itseään yksittäisenä AI-SDR:na, yritys kuvaa tuotettaan AI-alustana markkinointitiimille, jossa on agentteja, jotka löytävät prospekteja, lajittelevat johdannaisia ja varaa tapaamisia. Sen julkiset tuotemateriaalit korostavat kolmea ydinasiantuntijaa: Katie ulospäin suuntautuvalle putkelle, Alex sisäänsuuntautuvalle lajitteluun ja Luna kasvuun ja tuloverkkotiedusteluun.

Tämä ero on merkittävä, koska laajempi tuloverkkorakenteesta on muuttunut yhä fragmentoituksi. CRM:jä, tietovarastoja, rikastusvälineitä, ulospäin suuntautuvia alustoja, markkinointiautomaatiosysteemejä ja analytiikkaohjauspaneelia usein pitävät osia samasta asiakaskuvasta. Haaste tuloverkkotiimille ei ole pelkästään lisätä toimintaa, vaan päättää, mihin tiliin priorisoida, milloin toimia, mitä viestiä lähettää ja mitä kanavaa käyttää.

Alta:n väittämä on, että AI-agentit ovat hyödyllisempiä, kun ne toimivat jaetusta älykerroksesta erillisten työkalujen sijaan. Yritys kutsuu tätä kerrosta “Yrityksen Aivoiksi”, joka on suunniteltu kartoittamaan, miten yrityksen markkinointimoottori toimii, ja sallimaan useiden agenttien oppia samasta tiedosta ja tuloksista.

Alta:n Lähestymistavan Taustalla Oleva Teknologia

Alta:n alusta yhdistää yli 50 tietolähteeseen, mukaan lukien CRM-tiedot, aikomusmerkit, työpaikkailmoitukset, uutiset, tuotteen käyttö ja sitoutumismallit. Järjestelmä käyttää näitä merkkejä oikean yleisön tunnistamiseen, ajoituksen määrittämiseen, lähestymisen mukauttamiseen ja toiminnan koordinointiin kanavissa, kuten sähköposti, LinkedIn, SMS, WhatsApp ja puhelut.

Yrityksen AI-kasvuagentti, Luna, on esitetty älykerroksena, joka analysoi GTM-tietoja, havaitsee kuvioita ja suosittelee tai laukaisee toimia. Alta sanoo, että Luna yhdistyy HubSpotiin, Salesforceen ja yli 50 muuhun työkaluun, ja analysoi merkkejä CRM-toiminnasta, aikomuksista, työpaikkailmoituksista, uutisista ja sitoutumismalleista, jotta voidaan tunnistaa, milloin prospektit saattavat olla valmiita ostamaan.

Alta on myös listattu HubSpotin markkinapaikassa, jossa sovelluksen kuvaus korostaa CRM-integraatiota, ostomerkkien analyysiä, monikanavaista lähestymistä, sisäänsuuntautuvaa lajittelua ja 24/7-toimintaa yli 20 kielellä.

Laajempi tuotekäsite ei ole korvata järjestelmiä, joita yritykset jo käyttävät, vaan istua niiden päällä ja koordinoida toimintaa. Alta:n verkkosivu kehystää alustaa yhtenä itsestään toimivien agenttien järjestelmänä, joka toimii ulospäin suuntautuvan, sisäänsuuntautuvan ja tuloverkkotiedustelun yhteisellä aivokerroksella, eikä erillistenä AI-työntekijöinä, jotka on otettu käyttöön yksittäisiin tehtäviin.

Mikä AI-Native GTM Voisi Merkitä Tuloverkkotiimille

AI-natiivi GTM-järjestelmien laajempi vaikutus on, että myynti ja markkinointi saattavat tulla vähemmän riippuvaiseksi manuaalisesta koordinoinnista fragmentoituneiden työkalujen yli. Tänään suurin osa tuloverkkofunktiosta edelleen riippuu ihmisistä, jotka yhdistävät CRM-tietoja, aikomuksia, johtamismerkkejä, kampanjan tuloksia ja tilin muistiinpanoja, ennen kuin päättävät, mitä seuraavaksi tehdä. Jos AI-järjestelmät voivat luotettavasti tulkita näitä merkkejä ja koordinoida toimintaa pinon yli, GTM-tiimien rooli saattaa siirtyä tehtävien suorittamisesta strategiaan, valvontaan ja laadunvalvontaan.

Se muuttaisi myös sitä, miten yritykset ajattelevat skaalautumista. Historiallisesti tuloverkkotiimin kasvattaminen on tarkoittanut enemmän ihmisiä, enemmän työkaluja ja enemmän prosessia. AI-agentit esittävät mahdollisuuden skaalata tiettyjä osia prospektointia, lajittelua, tutkimusta, seurantaa ja tilin valvontaa ilman, että henkilöstön määrää kasvatetaan samalla tahdilla. Todellinen arvo riippuu kuitenkin vähemmän automaation määrästä ja enemmän siitä, voivatko nämä järjestelmät parantaa ajoitusta, asiayhteyttä ja priorisointia.

On myös riskejä. Jos jokainen yritys käyttää AI:ta lisätäkseen lähestymisviestejä, ostajat voivat kohtaamaan entistä enemmän melua, mikä tekee luottamuksesta ja personoinnista haasteellisempaa. Huonosti suunnitellut järjestelmät voivat vain kiihdyttää huonoja myyntitapoja, tulvittaen sähköpostilaatikoita viesteillä, jotka tuntuvat automaattisilta, toistuvilta tai irrellisilta oikeiden ostajien tarpeista.

Pitkän aikavälin mahdollisuus on mielenkiintoisempi: GTM-järjestelmät, jotka oppivat todellisista tuloksista eikä staattisista pelikirjoista. Jos nämä alustat voivat ymmärtää, mitkä merkit edeltävät ostopäätöstä, mitkä viestit johtavat mielekkäisiin keskusteluihin ja mitkä tilin ansaitsevat ihmisen huomion, ne voivat tehdä tuloverkkotoiminnasta sopeutuvampaa. Tämän kategorian tulevaisuus määritellään todennäköisesti siitä, voivatko AI-järjestelmät auttaa tiimejä tulemaan tarkemmaksi, eikä pelkästään tuottavammaksi.