Databricks 销售变革：AI 保 SDR 不裁员，回复率飙至 10%
这招怎么省人力
不靠堆人头，靠工具。Databricks 冻结 SDR 团队规模，用 AI 把外联回复率从 1%-2% 拉到 6%-10%，人均产出倍增，是销售提效的典型样本。
在 ARR 突破 70 亿美元、估值 1900 亿美元的阶段，很多销售团队陷入“业绩翻倍、人员翻倍”的泥潭。Databricks 没走老路。CRO Ron Gabrisko 披露的打法是：砍掉 5000 人级别的通用群发，转向“账户级定制”。AI 负责挖掘潜在客户的技术栈变更、高管动态，自动生成个性化脚本；人类 SDR 只做高价值跟进。据 CRO 实测，这种分工让回复率翻了 5-10 倍，而团队人数始终没涨。说白了，不是 AI 抢了 SDR 饭碗，是 AI 替掉了“线性扩张”的旧逻辑。
怎么落地招人
面试搞实战，不聊虚的。要求候选人现场用 AI 工具搭 Demo，不通过不入职，把“AI 优先”写进销售基因。
怎么确认一个销售“懂 AI”？Databricks 的做法是：面试时扔给候选人一个真实客户（如 Pepsi），强制使用 Genie 工具现场构建 CEO 级定制演示。不是讲 PPT，是动手写代码、推演结果。通过者还要接受全年持续认证，Rep 甚至要在手机上操作 AI 工具，践行“10 倍练习量”。另一家 Monaco 更狠，1 名 SDR 月均预约 400 场会议，全靠 AI 跑数据。销售瓶颈不再是“有多少人”，而是“每个人的杠杆率”。
- 面试实战：现场指定客户，用 AI 工具搭演示，考察工具熟练度与结果思维。
- 持续认证：每季度复审，未过者限 Demo 权限，确保“AI 优先”不落地成口号。
- 分工边界：AI 管筛选初触，人类管复杂谈判，冷呼保留人工但脚本由 AI 生成。
最大的坑是什么
小公司别硬抄大厂的 AI 体系。数据环境与工具成熟度不够，盲目上“账户级定制”容易失控，得先降依赖。
Databricks 和 Monaco 的玩法建立在极强的数据基建之上。中小团队若强行复制“全自动化信号追踪”，缺乏底层数据支撑，反而增加复杂度。想抄作业，得先解决“非 Databricks 级数据环境”的适配问题，降低工具依赖阈值，从 3 个种子客户试点，验证回复率提升后再铺开。表面看是缺工具——不，细想之下，缺的是“账户级定制”的颗粒度管理，颗粒太细、数据太散，系统就崩了。
常见问题
问：AI 真的能替代 SDR 团队吗？
答：不能。AI 替代的是低价值筛选，人类仍主导复杂谈判与关系维护，SDR 角色转向高价值跟进。
问：小团队如何起步？
答：先选 3-5 个高潜账户，用 AI 挖掘高管动态生成脚本，验证回复率提升，再逐步扩展自动化范围。
问：面试考 AI 合理吗？
答：合理。考察工具熟练度与结果导向，能筛掉只会关系型销售、不会用杠杆的人，提升人效。
来源 · SaaStrAI：阅读原文 →
