Alta Raises $25M Series A để Xây dựng Lớp Hoạt động AI-Native cho Các Đội Nhóm Doanh thu

Alta đã huy động được 25 triệu đô la trong vòng tài trợ Series A để mở rộng nền tảng AI của mình cho các đội nhóm tiếp thị, khi các công ty đang tìm kiếm các cách thức hiệu quả hơn để áp dụng AI trên bán hàng, tiếp thị và hoạt động doanh thu.

Vòng tài trợ này được dẫn đầu bởi IN Venture, với sự tham gia của Mindset Ventures, Skywell Capital, LeumiTech77, Entrée Capital, Target Global, Verissimo Ventures, và một số nhà đầu tư thiên thần và quỹ trinh sát. Alta dự định sử dụng nguồn vốn này để mở rộng đội ngũ toàn cầu, tăng cường cơ sở khách hàng và thêm nhiều tích hợp dữ liệu, CRM và quảng cáo, đồng thời giới thiệu các tác nhân AI mới cho quản lý tài khoản và bán chéo.

Việc tài trợ mới này diễn ra ít hơn một năm sau khi Alta ra mắt thương mại. Công ty cho biết họ đã đạt được doanh thu hàng năm là 15 triệu đô la và dự kiến sẽ đạt 30 triệu đô la vào cuối năm 2026. Khách hàng của họ bao gồm Snowflake, Deel, Atlassian (TEAM ), Atoms, Riverside và Sabio Group.

Từ AI SDRs đến Hệ Thống GTM Rộng Lớn Hơn

Việc tài trợ này diễn ra vào thời điểm khi làn sóng đầu tiên của tự động hóa bán hàng AI đang phải đối mặt với thực tế khó khăn hơn. Nhiều công ty đã áp dụng AI SDRs để tăng hoạt động bán hàng, nhưng kết quả thường không đồng đều. Việc gửi nhiều thông điệp hơn không nhất thiết chuyển thành đường ống tốt hơn, đặc biệt khi người mua đang nhận được nhiều thông điệp tiếp cận AI được tạo tự động hơn bao giờ hết.

Vị trí của Alta phản ánh sự thay đổi đó. Thay vì giới thiệu bản thân là một AI SDR duy nhất, công ty mô tả sản phẩm của mình là một nền tảng AI cho các đội nhóm tiếp thị, với các tác nhân tìm kiếm khách hàng tiềm năng, đủ tiêu chuẩn dẫn đầu và đặt cuộc họp. Các tài liệu sản phẩm công khai của họ nhấn mạnh ba tác nhân cốt lõi: Katie cho đường ống bán hàng, Alex cho đủ tiêu chuẩn dẫn đầu và Luna cho tăng trưởng và thông tin doanh thu.

Sự khác biệt đó rất quan trọng vì ngăn xếp doanh thu rộng lớn hơn đã trở nên phân mảnh hơn. Các hệ thống CRM, kho dữ liệu, công cụ làm giàu, nền tảng bán hàng, hệ thống tự động hóa tiếp thị và bảng điều khiển phân tích thường giữ các phần của cùng một bức tranh khách hàng. Thách thức đối với các đội nhóm doanh thu không chỉ là tạo ra nhiều hoạt động hơn, mà còn quyết định tài khoản nào để ưu tiên, khi nào hành động, thông điệp nào để gửi và kênh nào để sử dụng.

Luận điểm của Alta là các tác nhân AI sẽ hữu ích hơn khi chúng hoạt động từ một lớp thông minh chung chứ không phải là các công cụ bị cô lập. Công ty gọi lớp này là “Bộ não Công ty”, được thiết kế để lập bản đồ cách thức hoạt động của động cơ tiếp thị và cho phép nhiều tác nhân học hỏi từ cùng một dữ liệu và kết quả.

Công Nghệ Đằng Sau Phương Pháp Của Alta

Nền tảng của Alta kết nối với hơn 50 nguồn dữ liệu, bao gồm dữ liệu CRM, tín hiệu ý định, đăng tin việc làm, tin tức, sử dụng sản phẩm và mẫu tương tác. Hệ thống sử dụng các tín hiệu đó để xác định đối tượng phù hợp, xác định thời gian, cá nhân hóa tiếp cận và phối hợp hoạt động trên các kênh như email, LinkedIn, SMS, WhatsApp và cuộc gọi.

Tác nhân Tăng trưởng AI của công ty, Luna, được định vị là lớp thông minh phân tích dữ liệu GTM, phát hiện mẫu và đề xuất hoặc kích hoạt hành động. Alta cho biết Luna kết nối với HubSpot (HUBS ), Salesforce và hơn 50 công cụ khác, và phân tích tín hiệu từ hoạt động CRM, dữ liệu ý định, đăng tin việc làm, tin tức và mẫu tương tác để xác định khi nào khách hàng tiềm năng có thể sẵn sàng mua.

Alta cũng được liệt kê trong thị trường HubSpot, nơi mô tả ứng dụng của họ nhấn mạnh tích hợp CRM, phân tích tín hiệu mua, tiếp cận đa kênh, đủ tiêu chuẩn dẫn đầu và hoạt động 24/7 trên hơn 20 ngôn ngữ.

Ý tưởng sản phẩm rộng lớn hơn là không thay thế các hệ thống mà các công ty đã sử dụng, mà là ngồi trên chúng và phối hợp thực hiện. Trang web của Alta mô tả nền tảng của họ như một hệ thống các tác nhân tự động hoạt động trên bán hàng, dẫn đầu và thông tin doanh thu trên một bộ não chung, chứ không phải là các công nhân AI riêng biệt được triển khai cho từng nhiệm vụ.

AI-Native GTM Có Thể Có Nghĩa Là Gì cho Các Đội Nhóm Doanh thu

Ý nghĩa lớn hơn của các hệ thống GTM AI bản địa là bán hàng và tiếp thị có thể trở nên ít phụ thuộc vào việc phối hợp thủ công trên các công cụ phân mảnh. Ngày nay, nhiều chức năng doanh thu vẫn phụ thuộc vào con người khâu lại dữ liệu CRM, tín hiệu ý định, điểm dẫn đầu, kết quả chiến dịch và ghi chú tài khoản trước khi quyết định hành động tiếp theo. Nếu các hệ thống AI có thể giải thích đáng tin cậy các tín hiệu đó và phối hợp hành động trên ngăn xếp, vai trò của các đội nhóm GTM có thể chuyển từ thực hiện nhiệm vụ sang chiến lược, giám sát và kiểm soát chất lượng.

Điều đó cũng sẽ thay đổi cách các công ty suy nghĩ về quy mô. Lịch sử, việc mở rộng một đội nhóm doanh thu có nghĩa là thêm nhiều người, nhiều công cụ và nhiều quy trình. Các tác nhân AI giới thiệu khả năng mở rộng một số phần của tìm kiếm khách hàng tiềm năng, đủ tiêu chuẩn dẫn đầu, nghiên cứu, theo dõi và giám sát tài khoản mà không cần mở rộng quy mô nhân sự cùng tốc độ. Giá trị thực sự, tuy nhiên, sẽ phụ thuộc ít hơn vào khối lượng tự động hóa và nhiều hơn vào khả năng của các hệ thống này để cải thiện thời gian, liên quan và ưu tiên.

Cũng có những rủi ro. Nếu mọi công ty sử dụng AI để tạo ra nhiều tiếp cận hơn, người mua có thể phải đối mặt với nhiều tiếng ồn hơn, khiến việc xây dựng niềm tin và cá nhân hóa trở nên khó khăn hơn. Các hệ thống được thiết kế kém có thể chỉ tăng tốc các thói quen bán hàng kém, ngập lụt hộp thư đến với các thông điệp cảm giác tự động, lặp đi lặp lại hoặc không liên quan đến nhu cầu thực sự của người mua.

Cơ hội dài hạn thú vị hơn: các hệ thống GTM học hỏi từ kết quả thực tế chứ không phải từ các cuốn sách chơi cố định. Nếu các nền tảng này có thể hiểu được các tín hiệu nào thực sự đi trước ý định mua, các thông điệp nào dẫn đến các cuộc trò chuyện có ý nghĩa và các tài khoản nào xứng đáng được chú ý của con người, chúng có thể làm cho hoạt động doanh thu trở nên thích ứng hơn. Tương lai của danh mục này sẽ có khả năng được định nghĩa bởi khả năng của AI trong việc giúp các đội nhóm trở nên chính xác hơn, không chỉ năng suất hơn.