Alta ได้รับเงิน 25 ล้านดอลลาร์ ใน Series A เพื่อสร้างชั้นการทำงาน AI-Native สำหรับทีม Revenue

Alta ได้รับเงิน 25 ล้านดอลลาร์ ใน Series A เพื่อขยายแพลตฟอร์ม AI สำหรับทีม go-to-market เนื่องจากบริษัทต่างๆ มองหาวิธีการใช้ AI ที่มีประสิทธิภาพมากขึ้นในการขาย การตลาด และการดำเนินงานรายได้

รอบการลงทุนนี้นำโดย IN Venture โดยมีการเข้าร่วมจาก Mindset Ventures Skywell Capital LeumiTech77 Entrée Capital Target Global Verissimo Ventures และนักลงทุนมลพิษและกองทุนสเกาต์หลายราย Alta มีแผนจะใช้เงินลงทุนเพื่อขยายทีมระดับโลก ขยายฐานลูกค้า และเพิ่มการผสานรวมข้อมูล CRM และโฆษณา ในขณะที่แนะนำตัวแทน AI ใหม่สำหรับการจัดการบัญชีและการขายข้าม

การระดมทุนครั้งใหม่นี้เกิดขึ้นน้อยกว่าหนึ่งปีหลังจากการเปิดตัวเชิงพาณิชย์ของ Alta บริษัทระบุว่าได้ทำรายได้ประจำปี 15 ล้านดอลลาร์และคาดว่าจะทำรายได้ 30 ล้านดอลลาร์ภายในปี 2026 ลูกค้าของบริษัท ได้แก่ Snowflake Deel Atlassian (TEAM ) Atoms Riverside และ Sabio Group

จาก AI SDRs ไปสู่ระบบ GTM ที่กว้างขึ้น

การระดมทุนครั้งนี้เกิดขึ้นในขณะเดียวกับที่คลื่นลูกแรกของการขายอัตโนมัติ AI กำลังเผชิญกับความเป็นจริงที่ยากขึ้น บริษัทต่างๆ มากมายได้นำ AI SDRs มาใช้เพื่อเพิ่มกิจกรรมออกไป แต่ผลลัพธ์มักจะผสมปนเปไป มีข้อความมากขึ้นไม่จำเป็นต้องแปลเป็นไปปายที่ดีกว่า โดยเฉพาะอย่างยิ่งเมื่อผู้ซื้อกำลังได้รับข้อความส่งเสริมการขาย AI ที่สร้างขึ้นโดยอัตโนมัติมากกว่าที่เคยเป็นมา

การวางตำแหน่งของ Alta สะท้อนถึงการเปลี่ยนแปลงนั้น แทนที่จะนำเสนอตัวเองเป็น AI SDR เพียงตัวเดียว บริษัทอธิบายผลิตภัณฑ์ของตนว่าเป็นแพลตฟอร์ม AI สำหรับทีม go-to-market โดยมีตัวแทนซึ่งพบผู้มีโอกาสเป็นลูกค้า คัดเลือกผู้มีโอกาสเป็นลูกค้า และจองการประชุม สื่อการตลาดสาธารณะของบริษัทเน้นย้ำตัวแทนหลักสามตัว ได้แก่ Katie สำหรับการจัดการสายออกไป Alex สำหรับการคัดเลือกผู้มีโอกาสเป็นลูกค้าเข้ามา และ Luna สำหรับการเติบโตและการวิเคราะห์รายได้

ความแตกต่างนั้นมีความสำคัญเพราะ chồngซ้อนรายได้ได้กลายเป็นส่วนประกอบที่ซับซ้อนมากขึ้น CRM ห้องจัดเก็บข้อมูลเครื่องมือเพิ่มเติมแพลตฟอร์มการขายอัตโนมัติระบบการตลาดอัตโนมัติและแดชบอร์ดการวิเคราะห์มักจะถือชิ้นส่วนของภาพลูกค้าเดียวกัน ความท้าทายสำหรับทีมรายได้คือไม่เพียงแต่สร้างกิจกรรมมากขึ้น แต่ยังต้องตัดสินใจว่าบัญชีใดควรให้ความสำคัญเมื่อใดควรดำเนินการ ข้อความใดควรส่ง และช่องทางใดควรใช้

ทฤษฎีของ Alta คือตัวแทน AI จะมีประโยชน์มากขึ้นเมื่อทำงานจากชั้นข้อมูลที่ใช้ร่วมกันมากกว่าเครื่องมือที่แยกจากกัน บริษัทเรียกชั้นนี้ว่า “Company Brain” ซึ่งออกแบบมาเพื่อสร้างแผนที่ว่าเครื่องยนต์ go-to-market ของธุรกิจทำงานอย่างไร และอนุญาตให้ตัวแทนหลายรายเรียนรู้จากข้อมูลและผลลัพธ์เดียวกัน

เทคโนโลยีเบื้องหลังแนวทางของ Alta

แพลตฟอร์มของ Alta เชื่อมต่อกับแหล่งข้อมูลมากกว่า 50 แหล่ง รวมถึง CRM สัญญาณเจตนา การประกาศงาน ข่าว การใช้งานผลิตภัณฑ์ และรูปแบบการมีส่วนร่วม ระบบใช้สัญญาณเหล่านั้นเพื่อระบุกลุ่มเป้าหมายที่เหมาะสม กำหนดเวลา ส่งเสริมการขายส่วนบุคคล และประสานกิจกรรมข้ามช่องทางต่างๆ เช่น อีเมล LinkedIn SMS WhatsApp และการโทร

ตัวแทนการเติบโต AI ของบริษัท Luna ถูกวางตำแหน่งเป็นชั้นข้อมูลที่วิเคราะห์ข้อมูล GTM ตรวจจับรูปแบบ และแนะนำหรือกระตุ้นการดำเนินการ Alta ระบุว่า Luna เชื่อมต่อกับ HubSpot (HUBS ) Salesforce และเครื่องมืออื่นๆ มากกว่า 50 รายการ และวิเคราะห์สัญญาณจากกิจกรรม CRM ข้อมูลเจตนา การประกาศงาน ข่าว และรูปแบบการมีส่วนร่วมเพื่อระบุว่าเมื่อใดที่ผู้มีโอกาสเป็นลูกค้าอาจพร้อมที่จะซื้อ

Alta ยังอยู่ในตลาด HubSpot โดยที่คำอธิบายแอปเน้นการผสานรวม CRM การวิเคราะห์สัญญาณการซื้อ การส่งเสริมการขายแบบหลายช่องทาง การคัดเลือกผู้มีโอกาสเป็นลูกค้าเข้ามา และการดำเนินการ 24/7 ในมากกว่า 20 ภาษา

แนวคิดผลิตภัณฑ์ที่กว้างขึ้นคือการไม่แทนที่ระบบที่บริษัทต่างๆ ใช้อยู่ แต่จะนั่งอยู่บนระบบเหล่านั้นและประสานการดำเนินการ แพลตฟอร์มของ Alta ถูกวางตำแหน่งบนเว็บไซต์เป็นระบบตัวแทนอัตโนมัติหนึ่งระบบที่ดำเนินการข้ามการขายออกไป การเข้ามา และการวิเคราะห์รายได้บน “Company Brain” ที่ใช้ร่วมกัน แทนที่จะเป็นตัวแทน AI ที่แยกจากกันซึ่งใช้สำหรับงานแต่ละอย่าง

AI-Native GTM อาจหมายถึงอะไรสำหรับทีม Revenue

ผลกระทบที่ใหญ่กว่าของระบบ GTM ที่เป็นมิตรกับ AI คือการขายและการตลาดอาจพึ่งพาการประสานกันของเครื่องมือที่แตกกระจายมากขึ้น ในปัจจุบันฟังก์ชันรายได้ส่วนใหญ่ยังคงพึ่งพามนุษย์ที่เชื่อมต่อข้อมูล CRM สัญญาณเจตนา คะแนนผู้มีโอกาสเป็นลูกค้า ผลลัพธ์แคมเปญ และบันทึกย่อของบัญชีก่อนที่จะตัดสินใจว่าจะทำอะไรต่อไป หากระบบ AI สามารถตีความสัญญาณเหล่านั้นและประสานการดำเนินการข้าม chồngซ้อนได้อย่างน่าเชื่อถือ บทบาทของทีม GTM อาจเปลี่ยนจากการดำเนินการงานไปสู่กลยุทธ์ การกำกับดูแล และการควบคุมคุณภาพ

สิ่งนี้จะเปลี่ยนแนวคิดเกี่ยวกับการขยายขนาดด้วย บริษัทที่เติบโตทีมรายได้เคยต้องเพิ่มคนมากขึ้น เครื่องมือมากขึ้น และกระบวนการมากขึ้น ตัวแทน AI นำเสนอความเป็นไปได้ในการขยายบางส่วนของการค้นหาผู้มีโอกาสเป็นลูกค้า การคัดเลือกผู้มีโอกาสเป็นลูกค้า การวิจัย การติดตาม และการตรวจสอบบัญชีโดยไม่ต้องเพิ่มจำนวนพนักงานในอัตราเดียวกัน คุณค่าที่แท้จริงจะขึ้นอยู่น้อยกว่ากับปริมาณการทำงานอัตโนมัติและมากขึ้นกับการปรับปรุงเวลา ความเกี่ยวข้อง และการจัดลำดับความสำคัญ

มีความเสี่ยงด้วย หากทุกบริษัทใช้ AI เพื่อสร้างการเข้าถึงมากขึ้น ผู้ซื้ออาจเผชิญกับเสียงรบกวนมากขึ้น ทำให้ความไว้วางใจและความเป็นส่วนตัวยากต่อการบรรลุผล ระบบที่ออกแบบไม่ดีอาจเพิ่มพฤติกรรมการขายที่ไม่ดี โดยท่วมท้นกล่องจดหมายด้วยข้อความที่ดูเหมือนอัตโนมัติ ซ้ำซากหรือไม่เชื่อมโยงกับความต้องการของผู้ซื้อจริง

โอกาสระยะยาวมีความน่าสนใจมากขึ้น ระบบ GTM ที่เรียนรู้จากผลลัพธ์ที่แท้จริงมากกว่าสมุดเล่นที่คงที่ หากแพลตฟอร์มเหล่านี้สามารถเข้าใจสัญญาณใดที่แท้จริงก่อนเจตนาในการซื้อ ข้อความใดที่นำไปสู่การสนทนาที่มีความหมาย และบัญชีใดที่สมควรได้รับความสนใจจากมนุษย์ พวกเขาอาจทำให้การดำเนินงานรายได้มีความยืดหยุ่นมากขึ้น อนาคตของหมวดหมู่นี้มีแนวโน้มว่าจะถูกกำหนดโดยความสามารถของ AI ในการช่วยให้ทีมมีความแม่นยำมากขึ้น ไม่ใช่แค่เพิ่มผลผลิตเท่านั้น