智能体开始自己找客户：一人公司的报价单位要换

结论先行：新出的销售智能体已经会自己发现老客户停单、主动分析订单历史、查出原因并生成挽回方案，交付的起点从客户找上门挪到了客户还没走，报价单位也跟着变了。

11 月初，一家做 AI 搜索的企业推出了面向工作场景的企业级智能体产品。它和之前那些「你问它答」的东西有一个明显区别：它不只接任务，它会自己往下走。

按公开介绍，这套系统可以按角色分配智能体——市场营销、销售、客户支持、运营管理、财务分析各配一个，多个智能体并行干活并且彼此协作。每个智能体有自己的、持续存在的对话线程，用户随时能看到它做到哪一步了。系统会自己规划工作内容、跟踪执行情况，并根据环境变化主动采取行动。

举个报道里给出的例子，很能说明问题：在销售场景下，智能体发现某位长期客户停止下单，随后主动分析该客户的订单历史和售后记录，调查原因并提出解决方案，甚至生成一份优惠方案，或者提醒团队介入处理。

另外，这套系统之间还能互相交接——一个智能体发现网站存在漏洞后，会把调查结果转交给另一个智能体去制定修复方案。

一、三类监控目标：流失、增销、交易风险

把这类做法拆开看，目前能稳定识别出来的监控目标大致是三类。有一份做 SaaS 收入风险监控的实操拆解，把它们列得很清楚：

• 客户流失——哪些客户可能续不了约。可用的信号包括登录频率下降、用量下降、工单数量增加、支付失败。对应动作是提前触达，安排挽回。
• 增销机会——哪些客户可能买更多。信号是用量逼近套餐上限、新模块开始试用、组织规模在扩大。对应动作是自动通知销售，生成增销线索。
• 交易风险——哪些商机可能会丢单。这一类需要判断的部分最多，也最依赖人对关系的了解。

如果把这三类看成一条时间轴，会发现一件挺有意思的事：流失是过去时，增销是将来时，交易风险是进行时。过去一个人的注意力只能放在进行时——客户来了，得接住；客户走了，得挽回。而这套系统把注意力往两头铺开了。

同期另一条更接地气的线也在往这个方向走。会员制业务的做法是搭一个「感知—决策—执行」闭环：系统把某个会员标为高风险之后，不该等着，该立刻动作——普通风险自动匹配优惠券推过去；高价值客户的流失风险，自动把预警卡片发到专属客服的企业微信里，里面带着会员详情、流失原因预判和推荐话术；风险来自服务投诉的，自动创建服务补救工单、指派到人、设定处理时限。还有一类「快要沉睡」的客户，自动邀请参与转介绍活动。

注意这里的分寸：系统只做感知和触发，涉及折扣、承诺和谈判的动作仍然留给人。这个边界划得很清楚，也是这套模式能落地的前提。

二、真正的门槛不在算法，在信号有没有被记下来

上面这些看起来很高级，但拆到最底下，会发现决定成败的不是模型，是一件很土的事：你的业务里有没有把这些信号记下来。

那份 SaaS 实操拆解里有一段讲得极好：预测效果取决于「信号捕获」，而不是「预测算法」。它举了一个例子——某家 SaaS 发现，「客户公司的联系人离职」这个信号比别的字段管用得多，但这个字段压根不在系统的必填项里，所以模型怎么调都跑不准。结论是：先补全特征体系，再谈模型精度。

这句话对一人公司的价值，比任何工具介绍都大。因为它说明了一件事：你不需要会训练模型，也能吃到主动型智能体的红利。你需要做的是把散落的信息归位。

那么「信号」散落在哪儿？对一个做服务的一人公司来说，至少是这五处：

• 往来记录——邮件、聊天、群里发的消息。谁多久没联系了？
• 交付记录——每次交付花了多久、返工了几次、对方催过没有。
• 使用痕迹——对方到底用不用你做出来的东西？用得多不多？
• 关键人变动——对接人换了吗？换人之后联系频率有没有掉？
• 合同与套餐——什么时候到期、额度用了多少、有没有触到上限。

这五处的共同点是：它们全都已经存在，只是从来没被当成「信号」来看。你在自己的一人公司里做一遍这个归位动作，成本几乎为零，但它是所有后续动作的地基。

三、一人公司能切进去的三个位置

完整的客户流失预警系统需要数据打通、需要模型、需要企业级部署，一个人做不了全部。但把链条拆开，有三个位置是真的能接的：

• 位置一 · 流失信号梳理与客户档案归位。这是门槛不高、也最容易被忽略的一段。交付物是一份客户档案：每个客户的关键人、联系频率、交付节奏、用量、合同到期时间，以及「哪些字段你们现在根本没记」。收费方式是按建档收一次钱、按季度更新收一次钱——因为业务一直在变，信号一直在漂。
• 位置二 · 预警到动作的闭环设计。交付的不是软件，是流程：什么信号触发什么动作、动作由谁点头、话术怎么写、什么时候必须停。这一段可以按月收。
• 位置三 · 增销信号识别。这是三类里最容易收钱的一类，因为「客户快用满额度了」是一个双方都清楚的客观事实，不用预测、不用赌。你要做的是把这件事变成一个可提醒的事件，并把提醒接到人手上。

三个位置的共同点：你卖的是「盯着」，不是「做东西」。这意味着你的报价单位变了——过去按项目、按份、按工时；现在按客户数、按月、按覆盖的信号类型数。

顺带说一句规模上的现实：一个人盯三十个客户是可行的，盯三百个就不是了。三十个客户这个数字，正好是一人公司能吃下的量。规模化的路径不是盯更多客户，而是把识别动作做得更省时间。

四、三个坑

• 坑一：把「发现问题」当成「解决问题」。系统告诉你某客户三个月没下了——然后呢？发消息、给优惠、还是上门谈？这一步才是价值所在，也是必须有人点头的一步。做这一单时，交付物里必须包含「发现问题之后你打算怎么办」，否则客户会问：所以我买了什么？
• 坑二：没有停止条件的挽回。有一份 CRM 侧的实践里写得很清楚：要给预警设停止条件——两个不同渠道触达都没回应，或者客户明确表达了终止意愿，就停止加码，转向退出、转介绍或未来再合作。没有停止条件的挽回，最后往往只是反复打扰——把一个还在犹豫的客户彻底推走。这条要写进合同，不能只记在脑子里。
• 坑三：先买工具，后补字段。字段没记、信号没采，模型再准也是在准空气上。而且工具的订阅费是固定成本，客户的钱是慢慢来的——在信号还没跑起来之前，这笔固定成本会先压住你。顺序应该是：先手工跑一遍、跑出三五个真实案例，再决定要不要上工具。

再补一条边界，因为它是这套模式能不能长期做下去的关键：主动型智能体让「发现问题」变得极其便宜，于是「解决问题」的产能变成了新的瓶颈。你的系统一周给你列出五十个风险信号，而你一周只能处理十个——这中间的差距，要么靠流程提效，要么就得学会主动放弃一部分信号。

而这恰恰是一人公司该主动做的事。盯三十个客户、认真处理其中十个有戏的，比盯三百个然后全部放着不管要强得多。

把盯出来的信号整理成一份客户看得懂的现状清单、再转成一份能直接发的图文，选题、成稿、排版一条龙走完，本站公众号图文工具就是干这件事的——省下来的时间正好用来多盯几个客户。