35歲在舊金山從零開始做 AI GTM 代理，還帶著一個新生兒，這強度我是真服。白天要對接客戶、拆解銷售流程、盯產品落地，晚上還得起來餵奶換尿布，很多決定都是在凌晨兩三點的零碎時間裡做完的。舊金山灣區的生活和用人成本本來就高，初創團隊又不可能一開始就招很多人，所以每一分錢、每一個小時都得精打細算。這個階段最怕的不是忙，而是忙錯方向：今天追一個看起來很熱鬧的功能，明天又換一個獲客管道，最後團隊被拖垮。

AI 幫 B2B 找客戶這件事，聽起來簡單，做起來全是細節——線索從哪裡來、怎麼判斷值不值得跟進、話術怎麼落地。比如線索來源，可能是公司招聘頁面、融資新聞、技術堆疊變化、產業活動名單，也可能是 CRM 裡沉睡的舊線索；但抓取之後還要清洗、去重、補全聯絡人資訊，還要判斷這家公司近期有沒有預算和痛點。判斷值不值得跟進，更不能只看產業標籤，要看訊號強弱：是不是剛融資、是不是在招相關職位、是不是換了關鍵負責人、是不是最近頻繁瀏覽產品頁。話術落地也不是讓模型一次寫一堆郵件就完事，而是要按角色、產業、情境拆分，再根據回覆率不斷校準。產業裡常見的說法是，銷售人員大量時間耗在找線索、整理紀錄和重複跟進上，真正用於深度溝通的時間反而不多；而 B2B 線索如果回應得慢，轉化率就會明顯下滑。所以真正難的不是模型，而是把銷售那套雜活拆解成機器能做的事，還要讓機器做得穩定、可追蹤、能復盤。

說個觀察：這類工具最後比的是數據閉環，誰先跑通「找得到＋跟得動」，誰就能活下來。找得到，意味著線索來源廣泛且品質可控；跟得動，意味著從觸達、回覆、會議到成交的數據都能回流，讓下一次推薦更精準。只做一個漂亮的線索清單，沒有後續跟進和回饋，價值很快就會見頂。做了這麼久，倉位控制永遠比方向判斷重要，創業也一樣，節奏比野心值錢。新手爸爸加上初創公司，祝你別兩頭都熬垮。也許是我看錯了，等著被打臉。