真正的人工智能竞赛与模型或数据无关。这是关于上下文的。

In This Article

我现在接触的每家公司都确信他们存在人工智能问题。 他们的人工智能编写的电子邮件无人回复。它研究六个月前已经关闭的客户和领导销售团队。在工具之间复制和粘贴的令人手指麻木的会话生成的内容听起来与每个竞争对手发布的内容一模一样。领导者投资了一个又一个工具，举办了一个又一个的培训课程，但仍然发现自己盯着同一个问题：为什么人工智能没有真正发挥作用？ 这是没有人告诉你的。问题不在于你的模型。问题不在于你的数据。问题在于背景：您的业务、客户及其当前需求的具体知识，以及您的团队的实际工作方式。这也是最难解决的问题，也是业界解决速度最慢的问题。 上下文是基础设施，而不是功能 我认为这是一个我们正在迷失的区别。数据就是发生的事情。上下文提供了真实事件的意义、它们的含义、它们为何重要以及如何应对。背景不是特征；而是特征。这是必要的基础设施。 您的 CRM 有一项交易在 18 个月前完成的记录。那就是数据。背景是知道交易完成是因为您的冠军更换了公司，定价在落地之前必须调整三次，并且该客户现在每年都会推荐几笔新交易，并且讨厌通过自动化联系。操作该帐户的人知道所有这些。几乎没有人工智能可以做到这一点，因为几乎没有平台可以捕获它。 这就是差距。不是型号差距。不是数据差距。上下文差距。这正是 HubSpot 通过 Agentic Customer Platform 解决的问题。当 Yamini 今年早些时候推出我们的代理客户平台时，她描述了其背后的基础：所有客户数据和业务上下文都存在的地方，可供您的团队和人工智能代理在需要时使用。 最好的基础设施是看不见的。它在后台运行，随着您的业务变化而保持最新状态，并且不会让您的团队重复自己。这是人工智能应该遵守的标准，但几乎永远达不到。 背景差距的隐性成本 您的团队每天支付的成本不会出现在您的人工智能预算中。我们称之为简报税：为人工智能提供足够的背景以产生有用的东西所需的时间和重复。 在要求它写之前，你先解释一下你的品牌声音。在要求其进行研究之前，您可以粘贴帐户历史记录。在执行每项有意义的任务之前，您需要描述您的定价结构、竞争对手情况、客户概况。第二天，你又这样做。它不了解你的业务。真正的成本不是你的团队因重新向人工智能汇报而损失的时间，而是机会成本：如果人工智能真正了解你的业务，它可能会浮现出洞察力。 简报税只是日常摩擦。更困难的问题是你看不到的：随着时间的推移，上下文会发生什么变化。您的竞争定位发生变化。您的理想客户档案发生了变化。您的剧本已更新。你的人工智能对此一无所知。并不是它忘记了。它有对话记忆。它只是与其背后的业务没有任何联系。 对于 GTM 团队来说，这看起来像是人工智能肯定是错误的。项目发生变化，团队不断调整，但人工智能却不断借鉴过时的背景。输出开始发出声音。建议不再符合您的目标。 当你的人工智能无法连接到整体情况时，它永远无法开发出创造真正价值所需的完整、动态知识。它仍然是一个工具。它永远不会成为值得信赖的队友。 增长团队需要自己的背景 并非所有上下文都是一样的。 ChatGPT 等个人人工智能工具正在构建个人背景：您的偏好、您的对话历史记录、您的沟通方式。像 Glean 这样的企业工具正在构建组织环境：您的文档、wiki 和机构知识。在 HubSpot，我们正在构建增长环境：丰富、高质量和精确的理解人工智能需要推动营销、销售和客户成功的成果。 这不是一个概念。我们正在构建真正的基础设施，这意味着我们将为客户捕获和维护这种环境，同时也赋予他们自我管理的能力。我们认为增长背景有五个维度： 业务环境是关于你做什么、如何做的一切竞争，以及什么让你值得购买。您的产品定位、您的差异化、您的定价原理、您的品牌声音。在这种背景下，AI 听起来像你的公司，而不是像其他所有公司。你的类别。捕获它需要的不仅仅是上传品牌文档。它需要一个系统来构建这些知识并在每次交互中自动应用它。 团队环境是您的员工实际工作的方式。您的销售方法、您的资格标准、您的升级路径。不是您入职文档中的版本，而是您最好的销售代表实际使用的版本。这就是遵循脚本的人工智能与进行真正判断的人工智能的区别。这种背景在任何 CRM 领域都不存在。它存在于通话录音、交易记录和仅在数千次交互中可见的模式中。 流程上下文是您的工作流程在实践中的样子。什么触发了切换。是什么让交易成为重中之重。您的营销活动是如何构建的以及每个营销活动的成功情况如何。这使得人工智能能够采取行动，而不仅仅是提供信息。将其构建到人工智能中需要了解您的实际工作流程，而不仅仅是描述它们，以便系统可以对它们采取行动而不是引用它们。 客户背景是您关系的累积历史。每个帐户购买了什么，为什么购买，他们的目标是什么，哪里发生了摩擦，下一个合乎逻辑的对话应该是什么。这使得外展活动感觉像是一次对话，而不是一次推销电话。这是最难维护的类别，因为它不断变化。在每个接触点自动保持最新状态是大多数平台尚未解决的基础设施问题。 网络环境是增长环境的一个维度，任何一家公司都无法单独构建。 HubSpot 与超过 280,000 家公司合作。这意味着我们看到了团队如何进入市场、营销活动如何进行以及客户如何购买等方面的广泛趋势，其规模是任何一家公司都无法单独复制的。这种集体智慧成为平台上每个公司都可以使用的增长背景层，在您开展单个活动之前就形成人工智能的建议。 正确的问题是什么样的 如果你正在为你的团队评估人工智能，那么真正重要的问题并不是关于模型。模型日益商品化。正确的问题是关于背景的。 它能捕捉全貌并对其采取行动吗？不仅仅是 CRM 中的结构化和非结构化数据，还有通常存在于人们头脑中的推理、判断和机构知识。 上下文会自动维护吗？或者您的团队是否必须手动保持最新状态，从而将平台投资变成维护负担？ 它是专门为增长而设计的吗？或者它是一个通用的知识层，恰好包含一些客户数据？ 随着时间的推移它会复合吗？或者是否需要不断的再投资才能保持相关性？ 如果对其中任何一个问题回答“不”，那么您的人工智能就无法与您的业务合作，而是在您不再存在的业务版本上运行。 这才是真正的人工智能竞赛。获得正确增长环境的公司不仅仅会更好地使用人工智能。每次使用它，他们都会领先一步。

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