你有没有想过,客户支持这个看似传统的领域,实际上正在发生一场悄无声息的革命?当大多数人还在抱怨传统工单系统的笨重时,一家叫做 Pylon 的公司却在短短18个月内完成了从种子轮到B轮总计5100万美元的融资,估值飙升至8亿美元。更令人震惊的是,他们已经吸引了780多家快速增长的公司,包括 Together AI、Cognition 和 Temporal,其中超过150家公司主动从 Zendesk、Intercom 等老牌平台迁移过来。
这不是简单的技术升级,而是对整个 B2B 客户支持范式的颠覆性重新定义。我一直在观察这个领域的变化,发现传统的客户支持工具其实是为 B2C 场景设计的,然后被硬塞到 B2B 环境中使用。但 B2B 的客户关系管理根本不是简单的工单处理,而是一个涉及多团队、多渠道、多层次的复杂生态系统。Pylon 的创始人们敏锐地捕捉到了这个根本性的差异,并用一种全新的方式重新构建了 B2B 客户支持平台。他们刚刚完成的3100万美元B轮融资由 Andreessen Horowitz 和 Bain Capital Ventures 共同领投,这轮融资距离他们的A轮融资仅仅过去了一年时间,而距离公司成立也只有2.6年。
我发现很多人对客户支持的理解还停留在"处理工单"的层面,但这种认知在 B2B 领域已经完全过时了。传统的客户支持平台,无论是 Zendesk、Salesforce Service Cloud 还是 Intercom,都是基于邮件和表单的工单系统构建的。这种设计逻辑在处理 B2C 场景时还算合理,比如用户忘记密码、退换货或者简单的产品咨询,这些都是相对独立的、一次性的交互。
但在 B2B 环境中,情况完全不同。我们面对的不是简单的问题解决,而是复杂的关系管理。B2B 客户支持涉及的是高价值账户的长期合作关系,每一次互动都会影响客户的整体体验和续约决策。问题本身也更加复杂,比如"帮我们设计这个集成方案"或者"我们的业务流程应该如何配置你们的系统",这些问题需要深度的产品专业知识和对客户特定使用场景的理解。
更关键的是,B2B 的客户运营团队是跨职能的。不只是客户支持人员,还包括客户成功经理、解决方案工程师、账户经理、实施专家等等。他们需要协作工作,而不是各自为政。传统的工单系统根本无法支撑这种协作模式,因为它们的设计理念是将问题分配给特定的个人处理,而不是让团队共同解决复杂问题。
我观察到的另一个重要变化是,最好的 B2B 公司正在转向现代化的沟通渠道,比如 Slack、Microsoft Teams 和 Discord。他们直接嵌入到客户的工作流程中,因为这样感觉更协作、更个人化。想象一下,当你的客户团队每天都在 Slack 中工作时,如果你强迫他们切换到一个独立的支持门户来提交工单,这种体验该有多割裂。但传统的支持平台无法处理这些对话式的、动态的交互模式。
Pylon 的创始人 Marty Kausas 曾经说过一个很有洞察力的观点:在 B2B 环境中,你看到的不是结构化的邮件线程,而是共享的 Slack 频道。这些频道没有明确的开始和结束,有昵称、有反应表情、有短消息也有长消息,基本上所有现有的工具都无法直接插入这种环境。这就是为什么那么多公司的客户支持团队感到挫败,他们被迫在多个系统之间来回切换,无法获得客户的完整视图。
在深入了解 Pylon 后,我发现他们的创新不仅仅是技术层面的,更重要的是他们重新定义了什么是"B2B 客户支持平台"。传统平台只是票务系统,而 Pylon 构建的是整个售后团队的操作系统。这种差异听起来微妙,但实际影响是巨大的。
Pylon 的核心洞察是,B2B 客户支持不仅仅是关闭工单,而是管理与高价值账户的关系。每次互动都很重要,因为你在建立长期的合作伙伴关系,而不是处理一次性交易。这就要求平台能够提供账户层面的完整背景信息:合同价值、功能使用情况、关键利益相关者、续约风险、扩展机会等等。
更令我印象深刻的是,Pylon 能够无缝集成到客户已经在使用的现代沟通渠道中。他们不是试图改变客户的工作流程,而是适应客户的习惯。当客户在 Slack 频道中提问时,Pylon 可以自动识别这是一个新问题还是现有问题的延续,自动标记问题的优先级和类别,并将相关信息同步到 Jira 或 Linear 等项目管理工具中。
从技术架构角度看,Pylon 解决了一个根本性问题:如何将分散在各种渠道的客户交互统一起来。他们的平台可以同时处理 Slack 消息、Teams 对话、邮件、聊天小部件和传统工单,并且能够理解这些不同格式的消息的语义关联。这需要非常强大的自然语言处理能力和工作流引擎,而这正是传统平台所缺乏的。
我特别关注他们的产品演进路径。Pylon 最初只是一个 Slack 到 Zendesk 的集成工具,看起来很不起眼,但这个简单的产品解决了一个真实的痛点。在与更多客户交流的过程中,他们发现了一个更深层的问题:这些公司不只是在 Slack 支持方面有困扰,他们的整个售后运营都是碎片化的。现有的"支持"平台是为交易性的 B2C 互动而构建的,根本不适合关系驱动的 B2B 世界。
于是在公司成立一年后,他们扩大了愿景。不再只是做 Slack 集成,而是要构建第一个专门为 B2B 支持而设计的平台。这种产品演进的思路非常聪明:从一个小而有价值的功能开始,然后基于客户反馈逐步扩展到更大的市场机会。
从商业策略角度看,Pylon 选择了一个足够大的市场。他们注意到 Salesforce 这家全球最大的 SaaS 公司,其最大的收入来源不是 CRM,而是他们的支持系统 ServiceCloud,年收入90亿美元,超过了 SalesCloud 的83亿美元。这个数据充分说明了客户支持市场的巨大潜力。
说到 AI,我必须承认 Pylon 的时机把握得非常精准。他们在2022年11月成立公司,而 ChatGPT 恰好在几周后发布。这种时机的巧合创造了完美的市场环境,让他们能够从一开始就将 AI 作为核心能力来构建。
但我发现,与大多数急于推出 AI 聊天机器人进行客户转移的公司不同,Pylon 看到了一个不同的机会。大多数 AI 支持工具在 B2B 环境中表现不佳,因为它们试图替代人类交互,而不是增强人类能力。但在 B2B 中,你并不想转移客户,你希望让你的支持和客户经理能够与客户建立更强的关系。
Pylon 的关键洞察是:要为 B2B 支持构建真正有用的 AI,你需要全面的客户背景信息。Pylon 迅速成为所有客户交互的真实数据源,这为他们提供了构建真正有效的 AI 的基础。他们目前已经推出了三个 AI 产品,每个都有明确的价值主张。
第一个是 AI Agents,能够减少50%的常规工单工作。这些 Agent 处理那些重复性的、程序化的任务,让人类客服专注于关系建立和复杂问题解决。我认为这种分工模式比完全替代人类更现实,也更有效。
第二个是 AI Assistants,帮助客服人员在 Pylon 平台内的工作速度提升3倍。这些助手能够提供即时的背景信息、建议回复和自动化工作流程。这种内部效率提升往往被忽视,但实际上对客户体验的影响巨大。
第三个是 Account Intelligence,将混乱的对话数据转化为可操作的信号。团队可以主动识别追加销售机会、发现风险账户,以及了解整个客户群的共同痛点。这种从被动响应到主动管理的转变,正是 B2B 客户成功的核心。
我特别欣赏 Pylon 对 AI 的态度:这不是为了 AI 而 AI,而是让 B2B 团队在他们最擅长的事情上做得更好——建立客户关系。他们的 AI 能够理解客户询问功能请求时,这对产品团队是有价值的情报;当客户提到预算限制时,这是客户成功团队的信号;当客户扩大团队时,这是账户经理的追加销售机会。
更重要的是,Pylon 处于所有客户对话的中心,这给了他们独特的视角来观察整个售后运营。有了 Account Intelligence,团队可以查询个别账户数据("这个季度我们应该重点关注哪些账户进行追加销售?")或分析所有客户的模式("客户流失的最常见原因是什么?")。这种从交易层面到战略层面的洞察能力,正是传统工单系统无法提供的。
从融资角度看,Pylon 的表现堪称教科书级别。他们用6天时间完成了320万美元的种子轮融资,14天内完成了1700万美元的A轮融资,现在又在一年内完成了3100万美元的B轮融资。这种融资节奏和效率背后有着深刻的战略思考。
我分析他们的融资策略,发现了几个关键因素。首先是社会证明的力量。他们没有直接冷邮件给投资人,而是让投资人已经认识和尊重的创始人来介绍他们。他们的一些客户直接联系投资人说:"我认识 Pylon 的创始人,他们现在在 YC,你们有在关注吗?你们应该关注,因为他们是一家热门公司,我认为他们在做的事情很棒。"
这种介绍方式让投资人直接找到他们,基本上已经准备好进行严肃的谈话,直接跳到合伙人会议。社会证明已经存在了,而在种子轮,社会证明就是一切。你的业务仍然如此新生,很难理解你要去哪里,所以让投资人信任的创始人为你担保是非常重要的。
其次是时间压力的创造。他们在一周内安排了尽可能多的 VC 电话,试图在投资人之间创造某种时间压力。他们向每个投资人发出信号:"我们这周融资很积极,下周可能没有时间进行对话,所以我们需要现在一次性敲定所有事情。"
第三是对投资人选择的战略思考。他们专注于寻找能够成为长期好伙伴的投资人,这些投资人有声誉良好的品牌。这个品牌随后帮助他们招聘员工,因为有了社会证明,也会帮助他们获得客户,他们还可以帮助获得下一轮的投资人。General Catalyst 基本上是他们种子轮的首选,所以他们追求像他们这样的基金。
最令我印象深刻的是,他们对市场时机的把握。Marty 提到,在试图找出如何进行良好融资时,他基本上问投资人:"Twitter 团队为什么融资这么快?"投资人告诉他,实际上没有秘密,你必须有一个真正好的团队,在一个真正大的市场中构建,有一个人们喜爱的真正好的产品,以及高增长潜力。如果你具备所有这些条件,你基本上已经做了所有的工作。
从数字表现看,Pylon 确实验证了这些基本面。他们从种子轮时的6万美元年收入增长到现在的780多个客户,其中150多家是从竞争对手平台迁移过来的。这种增长速度和客户迁移率说明了他们的产品确实解决了市场的真实需求。
在了解 Pylon 的发展过程中,我特别关注他们的团队建设理念。Marty、Advith 和 Robert 三位联合创始人都有技术背景,这在早期阶段给了他们很大优势。他们都是通用型人才,任何人都可以做销售或营销,都可以自己去解决问题。
我发现他们的招聘策略很有意思。在公司发展的前期,他们优先招聘工程师,直到第13个员工才招聘第一个营销人员。创始人们承担了大部分的客户沟通工作,这让他们能够获得第一手的市场反馈,并保持对公司所有信息的掌控,从而能够快速做出正确决策和快速调整方向。
他们的工作文化也很独特。6个月前,他们实际上住在办公室里,Robert 在客厅有一张床,他们的销售人员接打销售电话的桌子距离那张床只有5英尺。Marty 在会议室里睡觉。对他们来说,领导力就意味着自己做事,然后其他人跟着榜样,受到激励和鼓舞。
这种极度专注的工作方式让他们在与老牌竞争对手的竞争中获得了优势。正如 Marty 所说,当你与现有平台竞争时,你实际上并不是在与他们的所有员工竞争,他们中的大多数人都不在研发部门工作,大多数人实际上并不关心,因为他们只是在拿薪水。而他们当时住在办公室,每天工作14小时,在 Zendesk 真正努力完成同样事情的人很少。
我认为这种创业精神在早期阶段是必要的,但更重要的是它反映了他们对胜利的渴望。正如 Marty 所说,他们和联合创始人都有一个共同感受,就是他们想要赢,想要建立一家公司,所以他们就是不让自己放弃。
我相信 Pylon 的成功不仅仅是一个公司的胜利,而是代表了整个软件行业的一个重要趋势:专门为 B2B 场景设计的工具正在挑战那些从 B2C 改造而来的传统解决方案。这种趋势将在未来几年内重塑多个软件类别。
从市场结构角度看,客户支持正在从成本中心转变为收入驱动中心。现代的 B2B 公司越来越意识到,优秀的售后体验直接影响客户保留率、扩展销售和推荐业务。这就是为什么一些公司在售后服务上投入的资源甚至超过了初始销售。
我观察到的另一个重要变化是,技术买家和产品导向增长的兴起模糊了传统 B2B/B2C 支持的界限。今天的 B2B 买家期望消费者级别的体验,但同时需要企业级别的功能和集成能力。这种需求的复杂性正是 Pylon 这类专门化平台的机会所在。
从 AI 技术的应用角度看,Pylon 的成功证明了在垂直领域深度应用 AI 比通用 AI 工具更有价值。他们的 AI 不是简单的聊天机器人,而是深度理解 B2B 客户支持场景的智能助手。这种专门化的 AI 应用模式可能会在其他企业软件领域被复制。
我也注意到,Pylon 的快速客户获取反映了企业对供应商整合的需求。在经历了多年的"最佳品种"采购策略后,企业开始厌倦管理过多的点解决方案。他们更愿意选择能够整合多种功能的平台,即使这些平台在某些单一功能上可能不如专门的工具。
从投资角度看,Pylon 在18个月内完成三轮融资、估值达到8亿美元的表现,说明资本市场对这种专门化 B2B 工具的认可。特别是在当前的市场环境下,投资人更加关注那些有明确收入模式、强劲增长和可防御壁垒的公司。
长远来看,我认为 Pylon 的成功可能会催生更多专门为 B2B 场景设计的软件工具。传统的企业软件巨头需要重新思考他们的产品策略,是继续维护为 B2C 设计然后改造的产品,还是重新构建专门的 B2B 解决方案。
虽然 Pylon 目前的发展势头非常强劲,但我也看到他们面临的一些挑战和机遇。首先是规模化的挑战。随着客户数量从780家继续增长,他们需要确保平台能够处理更大规模的数据量和更复杂的集成需求。特别是当他们服务大型企业客户时,对可靠性、安全性和合规性的要求会显著提高。
第二个挑战是功能深度与广度的平衡。虽然他们专注于 B2B 场景给了他们差异化优势,但客户也会期望平台具备与传统工具相当的功能深度。如何在保持创新优势的同时,补齐传统功能的短板,这需要精心的产品策略和资源分配。
第三个挑战是竞争对手的反击。当 Pylon 证明了 B2B 专门化支持平台的市场需求后,传统的企业软件巨头肯定会推出类似的产品,或者通过收购来快速获得这种能力。Pylon 需要建立足够强的护城河,包括技术护城河、数据护城河和客户关系护城河。
从机遇角度看,我认为他们有几个明显的增长方向。首先是地理扩张。目前他们主要服务北美市场,但 B2B 客户支持是一个全球性需求,欧洲和亚太市场都有巨大潜力。其次是行业垂直化。不同行业的 B2B 支持需求有显著差异,医疗、金融、制造等行业都可能需要专门定制的解决方案。
我特别看好他们在 AI 方面的发展潜力。随着大语言模型技术的不断进步,Pylon 可以构建更智能的客户支持体验。比如预测性客户服务,在客户遇到问题之前就主动提供解决方案;或者自动化的客户健康度评估,帮助客户成功团队更有效地分配资源。
从商业模式角度看,Pylon 目前主要依靠软件许可收费,但我认为他们有机会探索更多元化的收入模式。比如基于结果的定价,根据客户满意度提升或支持效率改善来收费;或者数据洞察服务,为客户提供行业对比分析和最佳实践建议。
最后,我认为 Pylon 有可能成为更大的企业软件生态系统的中心。客户支持是企业与客户关系的关键接触点,如果 Pylon 能够成为这个接触点的核心平台,他们就有机会向销售、营销、产品等其他领域扩展,最终成为完整的客户关系管理平台。
总的来说,Pylon 的故事还只是开始。他们在一个传统领域找到了创新的机会,用专门化的解决方案挑战通用化的工具,并且已经证明了这种策略的有效性。在接下来的几年里,他们如何执行扩张计划、如何应对竞争挑战、如何持续创新,将决定他们能否真正成为下一个企业软件巨头。但从目前的表现来看,我对他们的未来充满期待。
文章来自于微信公众号“深思圈”,作者是“Leo”。
【开源免费】字节工作流产品扣子两大核心业务:Coze Studio(扣子开发平台)和 Coze Loop(扣子罗盘)全面开源,而且采用的是 Apache 2.0 许可证,支持商用!
项目地址:https://github.com/coze-dev/coze-studio
【开源免费】n8n是一个可以自定义工作流的AI项目,它提供了200个工作节点来帮助用户实现工作流的编排。
项目地址:https://github.com/n8n-io/n8n
在线使用:https://n8n.io/(付费)
【开源免费】DB-GPT是一个AI原生数据应用开发框架,它提供开发多模型管理(SMMF)、Text2SQL效果优化、RAG框架以及优化、Multi-Agents框架协作、AWEL(智能体工作流编排)等多种技术能力,让围绕数据库构建大模型应用更简单、更方便。
项目地址:https://github.com/eosphoros-ai/DB-GPT?tab=readme-ov-file
【开源免费】VectorVein是一个不需要任何编程基础,任何人都能用的AI工作流编辑工具。你可以将复杂的工作分解成多个步骤,并通过VectorVein固定并让AI依次完成。VectorVein是字节coze的平替产品。
项目地址:https://github.com/AndersonBY/vector-vein?tab=readme-ov-file
在线使用:https://vectorvein.ai/(付费)
【开源免费】AutoGPT是一个允许用户创建和运行智能体的(AI Agents)项目。用户创建的智能体能够自动执行各种任务,从而让AI有步骤的去解决实际问题。
项目地址:https://github.com/Significant-Gravitas/AutoGPT
【开源免费】MetaGPT是一个“软件开发公司”的智能体项目,只需要输入一句话的老板需求,MetaGPT即可输出用户故事 / 竞品分析 / 需求 / 数据结构 / APIs / 文件等软件开发的相关内容。MetaGPT内置了各种AI角色,包括产品经理 / 架构师 / 项目经理 / 工程师,MetaGPT提供了一个精心调配的软件公司研发全过程的SOP。
项目地址:https://github.com/geekan/MetaGPT/blob/main/docs/README_CN.md