企业级AI获客系统的核心，是将非结构化的市场信号转化为有优先级的、可执行的销售动作，同时通过反馈回路持续提升精准度。整个系统可以拆分为五层。
第一层：信号采集
来源必须多元化。
- Web行为可以通过埋点或反向 IP 解析工具识别匿名访客，例如 Clearbit Reveal。
- 社交媒体可以通过 LinkedIn Sales Navigator API 或合规采集方式获取职位变动、公司融资、招聘等信号。
- 第三方意图数据平台，例如 Bombora、G2、TechTarget，可以提供行业级购买意图。
- 内部 CRM 和 ERP 数据则提供历史成交客户的特征基准。
第二层：洞察与评分
这是系统的智能核心。
- ICP 建模可以使用 Lookalike 算法，对标 Top 20% 客户，提取公司规模、行业、技术栈、增长速度等特征。
- Lead 评分可以基于 XGBoost 或 LightGBM 构建预测模型，同时区分规则打分（静态属性）和行为打分（实时活跃度）。
- 购买窗口预测的关键，是判断意图信号密度。当短时间内多个信号同时触发时，往往意味着采购决策期正在形成。
第三层：多渠道触达
AI SDR 是当前最成熟、最容易落地的方向。
- 用 LLM 基于公司最新动态，例如融资、扩招、产品发布，自动生成高度个性化的第一封外联邮件，而不是模板群发。
- 外联 Sequence 通过编排引擎统一管理，邮件、LinkedIn、电话等多触点节奏可以根据响应情况自动调整。
- 对于高价值目标账户，可以通过 6sense、Demandbase 等方案执行 ABM 广告定点投放。
第四层：转化加速
- 对话 AI，包括网站 Chat 和邮件 AI 回复，负责捕获入站意向并自动路由。
- 对于高意向线索，可以直接触发 AI 自动完成会议预约，类似 Chili Piper 一类工具的能力。
- 在销售实战中，Gong、Chorus 这类工具可以实时转录通话并提示关键信息，提案 AI 则辅助生成定制化方案。
第五层：反馈与优化
这也是系统区别于普通营销工具的关键。
- 每一笔赢单或输单都应该反哺评分模型。
- 多触点归因需要明确到底是哪个渠道真正推动了成交。
- A/B 实验持续测试邮件主题、CTA 文案和触达时机。
- 漏斗健康预警则用于在管道断层发生前提前干预。
技术选型建议
| 模块 | 推荐工具/方案 |
|---|---|
| 意图数据 | Bombora、6sense、G2 Buyer Intent |
| ICP 与评分 | 自建模型（Python + XGBoost）或 MadKudu |
| AI 外联 | Clay + GPT-4o / Instantly / Apollo |
| 会议预约 | Chili Piper、Calendly |
| 对话 AI | Drift、Intercom + LLM 定制 |
| 通话分析 | Gong、Chorus |
| 编排中枢 | n8n / Make / 内部微服务 |
| 数据仓库 | Snowflake / BigQuery |
实施路径建议
建议分三阶段推进：
- 第一阶段（1-3个月）先接通数据源，建立 ICP 模型，跑通邮件自动化外联。
- 第二阶段（3-6个月）上线预测性评分、多渠道编排与 ABM 广告联动。
- 第三阶段（6个月后）完善反馈闭环，引入对话 AI，并建立归因分析体系。
如果继续深化，这套体系最值得优先拆解的，通常是 ICP 建模、Lead 评分引擎和多渠道触达编排这三个模块。
