本文核心结论：AI Agent 不是替代销售主管，而是把“该跟进、该报价、该催款”的判断变成可追踪的待办。这个案例的关键不在聊天机器人，而在客户、报价、合同、发货、开票、回款这些数据先能对上，再让 Agent 去盯异常、催动作、写回结果。
一、客户背景：销售团队不大，但重点客户跟进很重
客户是一家做工业配套产品的中小型贸易与轻加工企业，常年服务一批制造业客户。公司有 12 名销售、3 名商务、2 名财务，销售周期从 7 天到 45 天不等。老板最关心三件事：重点客户有没有持续跟，报价发出去后有没有反馈，货发了以后回款有没有超期。
原来公司已经有 CRM 表格、企业微信沟通群和财务软件，但这些工具没有形成闭环。销售在表格里记录“已跟进”，商务在另一张表里维护报价单，财务每周导出应收款，老板想知道某个客户状态时，经常要在群里同时问销售、商务和财务。
二、原系统和表格问题：数据有记录，但不能推动动作
调研时我们没有先问“要做什么功能”，而是抽了 30 个最近成交和流失的客户样本，沿着线索、报价、合同、发货、开票、回款逐条核对。问题集中在四类：
- 客户状态不统一：CRM 表格里写着“意向高”，报价表里却没有最新报价版本；销售口头说“客户在等领导批”，系统没有下一次跟进时间。
- 报价悬空无人盯：报价发出后没有自动计时，超过 3 天没人反馈也不会提醒，最后只能靠销售主管周会追问。
- 回款节点断开：财务知道哪些合同超期，但销售不知道自己名下哪些客户已进入催款优先级，导致客户体验和回款动作都不稳定。
- 复盘没有证据：客户流失后只能听销售描述，无法看到每次跟进间隔、报价调整次数、关键异议和审批耗时。
这些问题说明，公司不是“没有录数据”，而是数据没有变成明确的下一步动作。
三、一期范围：只盯三类高价值异常
一期没有做完整 CRM，也没有把所有销售话术都交给 AI。我们和客户把范围压缩到三条链路：重点客户漏跟、报价超期未反馈、应收款超期未处理。
具体功能包括：
- 建立客户主档、联系人、商机、报价、合同、回款计划之间的基础关联；
- 设置重点客户规则，例如 A 类客户 2 个工作日无跟进即提醒，报价发出 3 个工作日无反馈即进入主管视图；
- 接入销售跟进记录和财务回款台账，让 Agent 每天生成“今天必须处理”的待办；
- 对每条异常保留处理结果：已联系、客户无回复、需主管协助、已改期、已回款；
- 给老板和销售主管提供一个异常看板，只看超期数量、责任人、处理状态和金额风险。
AI Agent 的边界也提前讲清楚：它负责识别规则、生成提醒、整理上下文和催办，不直接承诺客户、不自动改报价、不替代财务确认收款。
四、上线过程：先用真实客户试跑，再逐步放开
项目分三步上线。第一步用两周清洗近 6 个月客户、报价和回款数据，统一客户名称、销售归属、报价版本和合同编号。第二步选 3 名销售做试点，让 Agent 每天早上推送待办，下午 5 点前检查处理结果。第三步扩大到全销售团队，并把周会从“逐个问进度”改成“只看异常清单”。
试运行期间有一个典型调整：最开始系统按“报价后 3 天未跟进”提醒，但部分客户采购周期固定在周五集中反馈，提醒过于频繁。后来改成按客户等级、报价金额和历史成交周期分层提醒，A 类大客户更严格，低金额询价则只进入个人待办，不推给主管。
五、结果指标：提醒不是目的，减少漏跟和回款拖延才是目的
上线 6 周后，客户用三组指标做验收：
- 重点客户无跟进超过 2 个工作日的记录，从试点前每周约 25 条下降到每周 6 条以内；
- 报价发出后 3 个工作日内有明确反馈或下一步记录的比例，从约 58% 提升到 86%；
- 超期应收款的首次责任人响应时间，从过去平均 2-3 天缩短到当天处理。
更重要的是，老板不再每天在群里追问“这个客户怎么样了”。销售主管每周只看未处理异常、重复超期人员和高金额风险客户，会议时间明显减少，讨论也从解释原因转向分配资源。
六、复盘：AI 能发挥作用，前提是业务口径先收敛
这个项目最大的经验是，AI Agent 不能建立在混乱字段上。客户名称不统一、报价版本不清楚、回款计划没有责任人时，Agent 只会更快地把混乱推给所有人。因此一期花了不少时间做字段口径：什么叫一次有效跟进，什么叫报价已反馈，什么叫回款风险关闭。
另一个经验是，不要把提醒做成“轰炸”。提醒太多，销售会屏蔽；提醒太少，老板觉得没价值。最后有效的做法是分层：个人待办尽量全，主管只看超期和高金额，老板只看趋势和重大风险。
七、适合借鉴的企业类型
这类方案适合已经有稳定客户池、销售过程较长、报价和回款风险较高的 B2B 企业，例如工业品贸易、设备配套、工程服务、企业服务等。不适合客户生命周期极短、单笔金额很低、销售流程每天都在变化的团队。对于中小企业来说，第一步不必追求“全能 AI”，先让重点客户、报价和回款三件事闭环，价值会更容易看见。
