真正的人工智慧競賽與模型或數據無關。這是關於上下文的。

In This Article

我現在接觸的每家公司都確信他們有人工智慧問題。 他們的人工智慧所寫的電子郵件無人回覆。它研究六個月前已經關閉的客戶和領導銷售團隊。在工具之間複製和貼上的令人手指麻木的會話生成的內容聽起來與每個競爭對手發布的內容一模一樣。領導者投資了一個又一個工具，舉辦了一個又一個的培訓課程，但仍然發現自己盯著同一個問題：為什麼人工智慧沒有真正發揮作用？ 這是沒有人告訴你的。問題不在於你的模型。問題不在於你的數據。問題在於背景：您的業務、客戶及其當前需求的具體知識，以及您的團隊的實際運作方式。這也是最難解決的問題，也是業界解決速度最慢的問題。 情境是基礎設施，不是功能 我認為這是一個我們正在迷失的區別。數據就是發生的事情。上下文提供了真實事件的意義、它們的意義、它們為何重要以及如何應對。背景不是特徵；而是特徵。這是必要的基礎設施。 您的 CRM 有一筆交易在 18 個月前完成的記錄。那就是數據。背景是知道交易完成是因為您的冠軍更換了公司，定價在落地之前必須調整三次，並且該客戶現在每年都會推薦幾筆新交易，並且討厭通過自動化聯繫。操作該帳戶的人知道所有這些。幾乎沒有人工智慧可以做到這一點，因為幾乎沒有平台可以捕捉它。 這就是差距。不是型號差距。不是數據差距。上下文差距。這正是 HubSpot 透過 Agentic Customer Platform 解決的問題。當 Yamini 今年稍早推出我們的代理商客戶平台時，她描述了背後的基礎：所有客戶資料和業務上下文都存在的地方，可供您的團隊和人工智慧代理在需要時使用。 最好的基礎設施是看不見的。它在後台運行，隨著您的業務變化而保持最新狀態，並且不會讓您的團隊重複自己。這是人工智慧應該遵守的標準，但幾乎永遠達不到。 背景差距的隱性成本 您的團隊每天支付的成本不會出現在您的人工智慧預算中。我們稱之為簡報稅：為人工智慧提供足夠的背景以產生有用的東西所需的時間和重複。 在要求它寫之前，你先解釋一下你的品牌聲音。在要求其進行研究之前，您可以貼上帳戶歷史記錄。在執行每項有意義的任務之前，您需要描述您的定價結構、競爭對手狀況、客戶概況。第二天，你又這樣做。它不了解你的業務。真正的成本不是你的團隊因重新向人工智慧報告而損失的時間，而是機會成本：如果人工智慧真正了解你的業務，它可能會浮現出洞察力。 簡報稅只是日常摩擦。更困難的問題是你看不到的：隨著時間的推移，上下文會發生什麼變化。您的競爭定位發生變化。您的理想客戶檔案發生了變化。您的劇本已更新。你的人工智慧對此一無所知。並不是它忘記了。它有對話記憶。它只是與其背後的業務沒有任何關聯。 對於 GTM 團隊來說，這看起來像是人工智慧肯定是錯的。專案發生變化，團隊不斷調整，但人工智慧不斷借鏡過時的背景。輸出開始發出聲音。建議不再符合您的目標。 當你的人工智慧無法連結到整體情況時，它永遠無法發展出創造真正價值所需的完整、動態知識。它仍然是一個工具。它永遠不會成為值得信賴的隊友。 成長團隊需要自己的背景 並非所有上下文都是一樣的。 ChatGPT 等個人人工智慧工具正在建立個人背景：您的偏好、您的對話歷史記錄、您的溝通方式。像 Glean 這樣的企業工具正在建立組織環境：您的文件、wiki 和機構知識。在 HubSpot，我們正在建立成長環境：豐富、高品質和精確的理解人工智慧需要推動行銷、銷售和客戶成功的成果。 這不是一個概念。我們正在建立真正的基礎設施，這意味著我們將為客戶捕獲和維護這種環境，同時也賦予他們自我管理的能力。我們認為成長背景有五個維度： 商業環境是關於你做什麼、如何做的一切競爭，以及什麼讓你值得購買。您的產品定位、您的差異化、您的定價原理、您的品牌聲音。在這種背景下，AI 聽起來像你的公司，而不是像其他所有公司。你的類別。捕獲它需要的不僅僅是上傳品牌文件。它需要一個系統來建立這些知識並在每次互動中自動應用它。 團隊環境是您的員工實際工作的方式。您的銷售方法、您的資格標準、您的升級路徑。不是您入職文件中的版本，而是您最好的銷售代表實際使用的版本。這就是遵循腳本的人工智慧與進行真正判斷的人工智慧的區別。這種背景在任何 CRM 領域都不存在。它存在於通話錄音、交易記錄和僅在數千次互動中可見的模式中。 流程上下文是您的工作流程在實務上的樣子。什麼觸發了切換。是什麼讓交易成為重中之重。您的行銷活動是如何建構的以及每個行銷活動的成功情況如何。這使得人工智慧能夠採取行動，而不僅僅是提供資訊。將其建置到人工智慧中需要了解您的實際工作流程，而不僅僅是描述它們，以便系統可以對它們採取行動而不是引用它們。 客戶背景是您關係的累積歷史。每個帳戶購買了什麼，為什麼購買，他們的目標是什麼，哪裡發生了摩擦，下一個合乎邏輯的對話應該是什麼。這使得外展活動感覺像是對話，而不是一次推銷電話。這是最難維護的類別，因為它不斷變化。在每個接觸點自動保持最新狀態是大多數平台尚未解決的基礎設施問題。 網路環境是成長環境的一個維度，任何一家公司都無法單獨建置。 HubSpot 與超過 28 萬家公司合作。這意味著我們看到了團隊如何進入市場、行銷活動如何進行以及客戶如何購買等方面的廣泛趨勢，其規模是任何一家公司都無法單獨複製的。這種集體智慧成為平台上每個公司都可以使用的成長背景層，在您進行單一活動之前就形成人工智慧的建議。 正確的問題是什麼樣的 如果你正在為你的團隊評估人工智慧，那麼真正重要的問題並不是關於模型。模型日益商品化。正確的問題是關於背景的。 它能捕捉全貌並對其採取行動嗎？不僅是 CRM 中的結構化和非結構化數據，還有通常存在於人們頭腦中的推理、判斷和機構知識。 上下文會自動維護嗎？或者您的團隊必須手動保持最新狀態，從而將平台投資變成維護負擔？ 它是專門為成長而設計的嗎？或者它是一個通用的知識層，恰好包含一些客戶資料？ 隨著時間的推移它會復合嗎？或是是否需要不斷的再投資才能保持相關性？ 如果對其中任何一個問題回答“不”，那麼您的人工智慧就無法與您的業務合作，而是在您不再存在的業務版本上運行。 這才是真正的人工智慧競賽。獲得正確成長環境的公司不僅會更好地使用人工智慧。每次使用它，他們都會領先一步。

You May Also Like

13 Trending Songs on TikTok in March 2026 (+ How to Use Them)

Our Best AI PM Workflows for Prototyping, Strategy, and Personal OS (2026)

China’s Cybersecurity Agency Issues Security Warning About OpenClaw