十个销售砍到一个人 软件公司把获客交给机器

招人扩张是大多数公司的默认动作，可有一家做云服务的公司反着来：负责筛选线索的十个人，六周之后只剩下一个，剩下的活交给一个跑在服务器上的程序。这个程序一年的基础设施和调用费用不到五千美元，按公司自己的算法，投入产出比是三十二倍。人没有被裁掉，被挪去了更值钱的岗位，团队规模缩了，接待客户的速度反而更快。省下来的不是工资，是管理的复杂度：十个人的排班、培训、考核，变成一个人的复核和一套日志。

他们把最好的一位销售拉过来，让工程师跟着她坐几天，把她打开过的每一个页面、查过的每一个数据库、发过的每一条消息都记下来，做成一套可以重复的流程。流程先跑通，再让模型接手。第一版上线后先做六周影子运行，最好的销售逐条看输出、逐条纠错，直到她挑不出毛病，人才退出这个环节，程序才算正式上岗。影子运行这段时间最费人，也最关键，因为错误都在这一段被发现，等程序独当一面，代价就高了。

每个内部程序都由同样三个人搭：一个负责业务的工程师，一个数据科学家，加上这个岗位上最强的那个人。三个人坐在一起，把最强的做法写成步骤，程序只负责执行，不能自己决定事情，遇到拿不准的就停下来等人。这套方法在三十个销售流程上跑过，包括活动跟进和高意向线索的分配，那个季度的人均指标涨了三成。三人小组的另一个好处是责任清楚：谁写流程、谁管数据、谁验收效果，出了问题不用开会找原因。

客服那一块更彻底。他们先买了现成的产品，效果不满意，干脆自己造，两个月的工期，三个工程师，一个月三百美元的基础设施加上一万二千美元的调用费用，一年下来十五万美元左右，每周处理几千个技术工单，九成三的工单由它解决。市面上做同类事情的供应商养着一百五十个工程师，收费高得多，速度还未必跟得上。他们每个季度还会重新问一遍：市面上有没有更快更便宜的方案，如果有，就把自己造的那套换掉。

这套东西能跑起来，靠的不是模型多聪明，是数据有多干净。他们先把收入模型拆成最小的因果单元，再做一层语义层，所有程序都跑在这层上。负责数据的人说，没有这层，程序只会胡编或者给出空话，答得越快错得越远。一个数据分析程序接入之后，过去要走一周工单的问题，现在一分钟内就有答案。数据这层做不起来，程序就只能回答笼统的问题，答案听起来顺，落到实际业务上全是错的。

对小团队来说，能抄的部分是流程，抄不了的部分是最强那个人的时间。你得先有一个愿意把做法摊开来的骨干，再有几个能把它写成步骤的工程师，之后才是买模型。顺序反了，钱花了，程序也跑不起来，最贵的成本不是调用费，是让一个高手停下来讲清楚自己怎么干活，还要忍受别人一遍遍挑错。还有个隐形成本：流程一旦写死，业务变了就要重写，谁也不愿意动，程序还在跑，业务已经绕开它了。

创业找资源，上乌鸦部落。