Alta Mengumpulkan $25M Seri A untuk Membangun Lapisan Operasi AI-Native untuk Tim Pendapatan

Alta telah mengumpulkan $25 juta dalam pendanaan Seri A untuk memperluas platform AI-nya untuk tim go-to-market, karena perusahaan mencari cara yang lebih efektif untuk menerapkan AI di penjualan, pemasaran, dan operasi pendapatan.

Putaran ini dipimpin oleh IN Venture, dengan partisipasi dari Mindset Ventures, Skywell Capital, LeumiTech77, Entrée Capital, Target Global, Verissimo Ventures, dan beberapa malaikat investor dan dana pengintai. Alta berencana menggunakan pendanaan untuk memperluas tim global, meningkatkan basis pelanggan, dan menambahkan lebih banyak integrasi data, CRM, dan iklan, sambil memperkenalkan agen AI baru untuk manajemen akun dan cross-selling.

Pendanaan baru ini datang kurang dari setahun setelah peluncuran komersial Alta. Perusahaan mengatakan bahwa mereka telah mencapai $15 juta pendapatan tahunan yang berulang dan berharap mencapai $30 juta pada akhir 2026. Pelanggan mereka termasuk Snowflake, Deel, Atlassian (TEAM ), Atoms, Riverside, dan Sabio Group.

Dari AI SDR ke Sistem GTM yang Lebih Luas

Pendanaan ini datang pada saat gelombang pertama otomatisasi penjualan AI menghadapi kenyataan yang lebih sulit. Banyak perusahaan mengadopsi AI SDR untuk meningkatkan aktivitas keluar, tetapi hasilnya seringkali beragam. Lebih banyak pesan tidak selalu diterjemahkan menjadi pipeline yang lebih baik, terutama ketika pembeli menerima lebih banyak pesan keluar AI yang generik daripada sebelumnya.

Posisi Alta sendiri mencerminkan pergeseran itu. Daripada mempresentasikan diri sebagai AI SDR tunggal, perusahaan menjelaskan produknya sebagai platform AI untuk tim go-to-market, dengan agen yang menemukan prospek, memenuhi syarat lead, dan memesan pertemuan. Bahan produk publik mereka menyoroti tiga agen inti: Katie untuk pipeline keluar, Alex untuk kualifikasi masuk, dan Luna untuk intelijen pendapatan dan pertumbuhan.

Perbedaan itu penting karena tumpukan pendapatan yang lebih luas telah menjadi semakin fragmentasi. CRM, gudang data, alat pengayaan, platform keluar, sistem otomatisasi pemasaran, dan dashboard analitik sering memegang potongan gambaran pelanggan yang sama. Tantangan bagi tim pendapatan bukan hanya menghasilkan lebih banyak aktivitas, tetapi memutuskan akun mana yang harus diprioritaskan, kapan harus bertindak, pesan apa yang harus dikirim, dan saluran mana yang harus digunakan.

Tesis Alta adalah bahwa agen AI akan lebih berguna ketika mereka beroperasi dari lapisan intelijen bersama daripada sebagai alat terisolasi. Perusahaan menyebut lapisan ini “Otak Perusahaan”, yang dirancang untuk memetakan bagaimana mesin go-to-market perusahaan bekerja dan memungkinkan beberapa agen untuk belajar dari data dan hasil yang sama.

Teknologi di Balik Pendekatan Alta

Platform Alta terhubung ke lebih dari 50 sumber data, termasuk data CRM, sinyal niat, lowongan pekerjaan, berita, pola penggunaan produk, dan pola keterlibatan. Sistem menggunakan sinyal-sinyal tersebut untuk mengidentifikasi audiens yang tepat, menentukan waktu, mempersonalisasi pendekatan, dan mengkoordinasikan aktivitas di seluruh saluran seperti email, LinkedIn, SMS, WhatsApp, dan panggilan.

Agen Pertumbuhan AI Alta, Luna, diposisikan sebagai lapisan intelijen yang menganalisis data GTM, mendeteksi pola, dan merekomendasikan atau memicu tindakan. Alta mengatakan bahwa Luna terhubung dengan HubSpot (HUBS ), Salesforce , dan lebih dari 50 alat lainnya, dan menganalisis sinyal dari aktivitas CRM, data niat, lowongan pekerjaan, berita, dan pola keterlibatan untuk mengidentifikasi kapan prospek mungkin siap untuk membeli.

Alta juga terdaftar di pasar HubSpot, di mana deskripsi aplikasinya menekankan integrasi CRM, analisis sinyal pembelian, pendekatan multi-saluran, kualifikasi masuk, dan operasi 24/7 di lebih dari 20 bahasa.

Gagasan produk yang lebih luas adalah tidak untuk menggantikan sistem yang perusahaan sudah gunakan, tetapi untuk duduk di atasnya dan mengkoordinasikan eksekusi. Situs web Alta membingkai platform sebagai satu sistem agen otonom yang beroperasi di seluruh keluar, masuk, dan intelijen pendapatan pada otak bersama, bukan pekerja AI terpisah yang dikerahkan untuk tugas individu.

Apa yang AI-Native GTM Bisa Berarti untuk Tim Pendapatan

Implikasi yang lebih besar dari sistem GTM AI-native adalah bahwa penjualan dan pemasaran mungkin menjadi kurang bergantung pada koordinasi manual di seluruh alat yang fragmentasi. Hari ini, sebagian besar fungsi pendapatan masih bergantung pada manusia yang menjahit bersama data CRM, sinyal niat, skor lead, hasil kampanye, dan catatan akun sebelum memutuskan apa yang harus dilakukan selanjutnya. Jika sistem AI dapat secara andal menafsirkan sinyal-sinyal tersebut dan mengkoordinasikan tindakan di seluruh tumpukan, peran tim GTM dapat bergeser dari eksekusi tugas ke strategi, pengawasan, dan kontrol kualitas.

Hal itu juga akan mengubah cara perusahaan berpikir tentang skala. Secara historis, tumbuhnya tim pendapatan berarti menambahkan lebih banyak orang, lebih banyak alat, dan lebih banyak proses. Agen AI memperkenalkan kemungkinan untuk menskalakan beberapa bagian prospek, kualifikasi, penelitian, tindak lanjut, dan pemantauan akun tanpa memperluas jumlah karyawan dengan kecepatan yang sama. Nilai sebenarnya, bagaimanapun, akan bergantung kurang pada volume otomatisasi dan lebih pada apakah sistem-sistem ini dapat meningkatkan waktu, relevansi, dan prioritas.

Ada juga risiko. Jika setiap perusahaan menggunakan AI untuk menghasilkan lebih banyak pendekatan, pembeli dapat menghadapi lebih banyak kebisingan, membuat kepercayaan dan personalisasi lebih sulit untuk dicapai. Sistem yang dirancang buruk mungkin hanya mempercepat kebiasaan penjualan yang buruk, membanjiri kotak masuk dengan pesan yang terasa otomatis, berulang, atau terputus dari kebutuhan pembeli yang sebenarnya.

Kesempatan jangka panjang lebih menarik: sistem GTM yang belajar dari hasil nyata daripada buku petunjuk statis. Jika platform-platform ini dapat memahami sinyal mana yang sebenarnya mendahului niat pembelian, pesan mana yang mengarah ke percakapan yang bermakna, dan akun mana yang layak mendapatkan perhatian manusia, mereka bisa membuat operasi pendapatan lebih adaptif. Masa depan kategori ini kemungkinan akan ditentukan oleh apakah AI dapat membantu tim menjadi lebih presisi, bukan hanya lebih produktif.