联系表单上放个AI代理 614场会议和两百万美元怎么来的

全站最无聊的那个页面，联系我们的表单，可能是第一批人工智能代理回报率最高的落点。SaaStr 创始人 Jason Lemkin 在百万级访问数据上算了一笔账，把代理放到表单上之后，单个年度大会周期里订出 614 场合格会议，平均客单价约 8.5 万美元，其中一个月里，已成交的赞助商订单有 71% 直接来自 AI 初筛的线索，而这个比例的历史水平只有 29% 到 34%。这个叫 Amelia 的代理架在 Qualified 的 Piper 引擎上，用的是公司首席AI官的数字分身，上岗任务只有一个：接住每一个填表的人。

这套东西替代的是什么？是绝大多数 B2B 公司至今仍在用的标准流程：客户填表、进队列、轮给销售、等人跟进、再约时间，顺利的话两三天走完，不顺利的话就没有下文了。Lemkin 审计自己大会之后的客户管理系统数据，发现大约 1000 个填了赞助意向表单的人，从来没有得到过任何人工回复，而这些全是主动举手要给钱的人。表单的真实成本就在这里，每一次交接都会让热线索降温，有一些直接掉在地上，没人察觉。

这个代理没有骚扰所有访客。66.8 万次访问里，它只在意向信号出现时出手，比如反复查看定价页、赞助页或者多次回访，共触达 4.5 万人次，谈出 1025 场真实对话，订下 91 场会议、创建 99 条客户记录。换成人肉在线客服，一轮大概只能覆盖一两百次会话，代理覆盖了 4.5 万。筛选逻辑很清楚，大部分访客只是在读内容，不需要被推销，而第三次打开赞助方案书的人，两秒内就该有人接话。信号选得越准，打扰就越少，转化反而越高，这是它和满屏弹窗客服最大的区别。

为什么这是最容易做对的代理落地场景？买家已经自己举了手，任务边界清晰，回答问题、资格审查、分流、订会议，指标就是会议数和成交额，替代对象又只是一个躺在队列里的表单，下行风险很小。SaaStr 的经验是训练决定成败：代理每天爬取官网保证信息不过期，门票买家和赞助商分成两套话术分开训练，现场参会者用一个小而专的场馆知识库回答取徽牌这类问题。合作方 Qualified 的团队还给了条实用建议，用大白话写代理守则，比用另一个大模型生成的指令效果更好，并且把给人类销售新人看的资料全部喂给它。

对预算有限的小团队，这本账的启示比任何宏大叙事都实在：与其追逐全网最复杂的代理架构，先把门口那个表单换掉，让每一根举起来的手在几秒内被握住。出站销售要名单、分层、养号、反复迭代才有起色，入站代理几周就能干活，门槛低到一间两三个人的公司也能照抄。先把最笨的环节自动化，往往比追新概念更接近增长，这大概是新一年里性价比最高的一笔技术投入。

创业找资源，上乌鸦部落。