Alta збирає $25 млн серії А для створення штучного інтелекту для операційної системи команд доходу

Alta зібрала $25 млн у рамках фінансування серії А для розширення своєї платформи штучного інтелекту для команд виходу на ринок, оскільки компанії шукають більш ефективні способи застосування штучного інтелекту в продажах, маркетингу та операціях з доходом.

Раунд був очолюваний IN Venture, з участю Mindset Ventures, Skywell Capital, LeumiTech77, Entrée Capital, Target Global, Verissimo Ventures та кількох ангельських інвесторів і скаутів. Alta планує використати фінансування для розширення своєї глобальної команди, збільшення клієнтської бази та додавання більшої кількості даних, CRM та рекламних інтеграцій, а також введення нових агентів штучного інтелекту для управління обліковими записами та перекрестних продажів.

Нове фінансування надходить менш ніж через рік після комерційного запуску Alta. Компанія заявляє, що вона досягла річної рекурентної виручки в розмірі $15 млн і очікує досягти $30 млн до кінця 2026 року. Її клієнтами є Snowflake, Deel, Atlassian (TEAM ), Atoms, Riverside та Sabio Group.

Від штучного інтелекту SDR до більш широкої системи GTM

Фінансування відбувається в момент, коли перша хвиля автоматизації продажів штучним інтелекту зіштовхується з більш складною реальністю. Багато компаній прийняли SDR штучного інтелекту, щоб збільшити зовнішню діяльність, але результати часто були сумішшю. Більше повідомлень не обов’язково перекладаються у кращий трубопровід, особливо коли покупці отримують більше загальних повідомлень, згенерованих штучним інтелекту, ніж будь-коли раніше.

Власне позиціонування Alta відображає цю зміну. Натомість представляти себе як окремий SDR штучного інтелекту, компанія описує свою продукцію як платформу штучного інтелекту для команд виходу на ринок, з агентами, які знаходять потенційних клієнтів, кваліфікують ліди та записують зустрічі. Її публічні матеріали продукту підкреслюють трьох основних агентів: Katie для зовнішнього трубопроводу, Alex для кваліфікації входу та Luna для зростання та інтелекту доходу.

Ця відмінність має значення, оскільки більш широкий стек доходу став дедалі більш фрагментованим. CRM, склади даних, інструменти розширення, платформи виходу, системи маркетингової автоматизації та панелі аналітики часто містять частини однієї й тієї ж картини клієнта. Викликом для команд доходу є не просто генерація більшої кількості дій, а визначення облікового запису, який потрібно пріоритизувати, коли діяти, яке повідомлення надіслати та який канал використовувати.

Теза Alta полягає в тому, що агенти штучного інтелекту будуть більш корисними, коли вони працюватимуть з спільного шару інтелекту, а не як ізольовані інструменти. Компанія називає цей шар “Компанія-Мозок”, який призначений для мапування того, як працює двигун виходу на ринок бізнесу, та дозволяє кільком агентам навчатися з одних і тих же даних та результатів.

Технологія за підходом Alta

Платформа Alta підключається до понад 50 джерел даних, включаючи дані CRM, сигнали намірів, вакансії, новини, використання продукту та шаблони взаємодії. Система використовує ці сигнали для визначення правильної аудиторії, визначення часу, персоналізації виходу та координації дій у каналах, таких як електронна пошта, LinkedIn, SMS, WhatsApp, дзвінки.

Агент зростання штучного інтелекту компанії, Luna, позиціонується як шар інтелекту, який аналізує дані GTM, виявляє закономірності та рекомендує або запускає дії. Alta заявляє, що Luna підключається до HubSpot (HUBS ), Salesforce та понад 50 інших інструментів, і аналізує сигнали з діяльності CRM, даних намірів, вакансій, новин та шаблонів взаємодії для визначення часу, коли потенційні клієнти можуть бути готові купити.

Alta також перелічена на ринку HubSpot, де опис її додатка підкреслює інтеграцію CRM, аналіз сигналів купівлі, багатоканальний вихід, кваліфікацію входу та круглодобну роботу понад 20 мовами.

Більш широкою ідеєю продукту є не заміна систем, які компанії вже використовують, а розміщення поверх них та координація виконання. Веб-сайт Alta описує платформу як одну систему автономних агентів, які діють у зовнішньому, вході та інтелекті доходу на спільному мозку, а не окремих працівників штучного інтелекту, розгорнутих для окремих завдань.

Що може означати штучний інтелект GTM для команд доходу

Більше того, імплікація штучного інтелекту GTM полягає в тому, що продажі та маркетинг можуть стати менш залежними від ручної координації фрагментованих інструментів. Сьогодні більша частина функції доходу все ще залежить від людей, які швють дані CRM, сигнали намірів, оцінки лідів, результати кампаній та облікові записи перед тим, як вирішити, що робити далі. Якщо системи штучного інтелекту можуть надійно інтерпретувати ці сигнали та координувати дії у стеку, роль команд GTM може змінитися від виконання завдань до стратегії, нагляду та контролю якості.

Це також змінить те, як компанії думають про масштаб. Історично зростання команди доходу означало додавання більшої кількості людей, інструментів та процесів. Агенти штучного інтелекту вводять можливість масштабування певних частин пошуку потенційних клієнтів, кваліфікації, дослідження, повторного зв’язку та моніторингу облікових записів без розширення штату на той самий темп. Реальна цінність, однак, буде залежати менше від обсягу автоматизації та більше від того, чи можуть ці системи покращити час, актуальність та пріоритезацію.

Є також ризики. Якщо кожна компанія використовує штучний інтелект для генерації більшої кількості виходу, покупці можуть зіштовхнутися з ще більшим шумом, що робить довіру та персоналізацію важчими для досягнення. Погано спроектовані системи можуть просто прискорити погані продажні звички, затоплюючи скриньки входящих повідомлень повідомленнями, які здаються автоматизованими, повторюваними або не пов’язаними з реальними потребами покупців.

Довгострокова можливість більш цікава: системи GTM, які вчаться з реальних результатів, а не статичних підручників. Якщо ці платформи можуть зрозуміти, які сигнали передують наміру купівлі, які повідомлення ведуть до змістовних розмов та які облікові записи заслуговують на людську увагу, вони можуть зробити операції доходу більш адаптивними. Майбутнє цієї категорії, ймовірно, буде визначено тим, чи зможе штучний інтелект допомогти командам стати більш точними, а не просто більш продуктивними.