文章探讨了AI如何重塑市场进入（GTM）策略。传统需求生成方式因送达率下降和个性化失效而面临挑战。AI工具通过自动化工作流和多层意图信号实现“市场速度”，提升精准度。文中示例展示了AI驱动的GTM显著提高互动率。这一转变要求GTM团队更重视能管理系统性、数据驱动外联的GTM工程师。
译自：From data to dollars: AI’s role in the modern GTM stack
作者：Deirdre Mahon, Jatin Gupta
关于AI的讨论通常集中在内容创作、软件开发和财务管理。然而，正在被最快转变的业务流程之一是市场进入（GTM）流程，其中营销、销售和产品协同以产生收入。
多年来，获取和追加销售客户的策略依赖于“需求生成漏斗”，该漏斗建立在Salesforce或HubSpot等CRM和营销自动化工具之上。这个过程跟踪客户参与度，使用评分来分类营销合格线索（MQLs）和销售合格线索（SQLs），并依赖电子邮件培养潜在客户直至“成功成交”状态。
这个策略已被两大发展颠覆。首先，由于垃圾邮件政策的变化（Yahoo、Google、微软)以及关键的出站渠道“过度饱和”，电子邮件和社交渠道的送达率下降了50%以上。每个人都在使用相同的普及工具执行相同的策略，这使得差异化几乎不可能。
其次，传统的个性化——例如根据LinkedIn上的升职公告发送“恭喜…”邮件或类似内容——在AI时代现在被认为是“新的泛化”，并且不再有效。营销人员需要在他们的GTM堆栈和个性化方法上更具创意。
现在是速度致胜的游戏
每个人都拥有相同的工具；这不再是工具的竞争，而是速度/系统的竞争。或许我们可以创造一个新词“市场速度”（STM）。
虽然送达率的历史性下降和传统CRM系统有效性的降低对营销人员来说是坏消息，但好消息是，一大批全新的AI驱动工具已经出现。它们正在赋予营销人员塑造和管理高效GTM管道的能力，其规模和速度前所未有。
随着AI的兴起，定制研究和工作流自动化变得更快，因此更容易构建、测试和迭代。Clay、n8n和Unify GTM等“市场速度”工具通过将AI能力与业务流程自动化相结合，使营销人员能够自动化工作流。曾经需要大量代码开发和平台集成的复杂潜在客户培育工作流，现在可以由营销人员直接自动化和管理，无需编码。
凭借这些强大的功能，GTM流程中最关键的一步是选择正确的意图信号作为行动基础。我们将这种方法称为GTM工程，它取决于找到正确的信号功率谱来指导外联：
- 一级：人口统计学、企业统计学。 经典的理想客户画像（ICP）数据：公司地理位置、规模、行业、职能和职称。
- 二级：技术统计或事件驱动。 基于商业事件的信号，例如他们正在使用的特定技术栈、近期一轮融资、新聘请的管理团队成员或具体的招聘信息。
- 三级：高度业务相关。 超级相关、基于时间点的更新，如新产品发布、报告、博客或其他近期内容推送。
这三种信号的结合提供了一种更专注、更有针对性的方法来识别和吸引最合适的买家。
AI驱动的GTM实战
以一家正在实施GTM工程的A-B轮初创公司为例。其技术栈中的一个关键工具是Teamfluence，它监控所有在LinkedIn上与团队内容互动的人（关注者、点赞、评论、个人资料浏览）。如果在30天内，有3,170人与团队内容互动，这份列表就代表了一个“高意图”参与者池。
这个列表随后通过webhook导入到Clay（一个AI驱动的出站GTM平台），提供了一个“热”受众。Clay允许营销人员深入了解每个个体，对照ICP检查他们的内容互动、职能和其他数据点。关键是，Clay随后使用像Apollo这样的多个应用程序来获取最佳联系信息，例如个人的电子邮件地址。
此外，Clay记录互动类型（点赞、评论等）并分配分数（“点赞”为3分，“评论”为5分）。此条目会与HubSpot（同时用作CRM和营销自动化工具）进行比对；如果联系人已存在，则更新互动分数；如果不存在，则创建一个新联系人以捕获总目标市场。
一旦添加到HubSpot，这些联系人就会被添加到电子邮件培育和LinkedIn外联活动中。最后，也是最重要的一步是激活，这可能包括为这些联系人投放LinkedIn广告，将他们添加到再营销计划中，并将其纳入HubSpot上的自动化培育工作流。这个自动化的、数据驱动的过程之所以能够“保持关注”并提供信息，是因为其互动基于高度契合的数据驱动行为。
同样的联系人也可以添加到La Growth Machine的营销活动中，这是一个自动化LinkedIn和电子邮件个性化外联的工具。整个过程完全自动化。在此示例中，最初的3,200个潜在客户产生了约320次对话，与传统的CRM目标定位相比，互动率和回复率显著提高。
现代AI范式已经转变了GTM策略。五到十年前，每个渠道和平台都是独立的；现在，一切都相互连接，使得GTM营销人员能够系统性地思考。AI使用户能够更准确地找到并联系符合特定ICP参数的个体，并且它在识别假阳性和假阴性方面表现得更好，从而避免疏远不接受的潜在客户。
这种转变意味着GTM团队的构成必须改变。过去，熟练的文案撰稿人和电子邮件营销人员受到优先重视，而今天，拥有能够筛选海量数据集以精准定位符合理想客户画像的个体并管理系统性流程以优化外联的GTM工程师至关重要。制定和管理这种系统性流程的能力比实际信息本身更重要。
