SaaStr AI近日披露了其入站AI智能体的运营数据：在过去12个月中，该智能体与潜在客户完成了17000次对话，为SaaStr AI Annual预订了约600场会议。叠加后续新增的自助式智能体，入站渠道推动新业务增长了60％。整个系统由三名人员运营。
据SaaStr介绍，这一方案的核心在于替换了传统的长表单、轮询分配和一天延迟的回复流程。13个月前，赞助商页面的潜在客户填写长联系表单后，线索会流转至运营人员Amelia，由她手动轮询分配给自己或同事David，回复通常在一天左右发出。回复内容几乎千篇一律：“您好，贵公司看起来非常适合SaaStr，我们来约个时间吧。”Amelia将其称为“地球上最糟糕的邮件”——客户主动联系，收到的却是一封模板信。
该入站智能体部署在SaaStr AI Annual的赞助商页面，这是已经在对约9万美元采购进行评估的高意向用户聚集地。智能体基于Qualified平台运行，以“Amelia AI”的虚拟形象呈现。SaaStr建议企业优先将智能体部署在单次快速响应价值最高的页面，而非首页。
在功能设计上，该智能体的实际职责是资格审核，而非单纯答疑。它会围绕以下维度展开对话：客户为何想要赞助、预算规模、采购目的（获客、品牌曝光或演讲机会），以及客户正在关注或询问的竞争对手。这些信息使后续人工沟通更具针对性。
与传统流程最大的区别在于，智能体可直接完成会议预订，无需人工转接或等待销售代表发送邮件。旧流程的流失点恰恰在于“提交表单”到“获得有效回复”之间的空档。会议开始时，销售可直接引用智能体捕获的信息切入，例如：“您提到对咖啡和新闻邮件感兴趣，咖啡已售罄，我来介绍一下新闻邮件和其他产品。”客户无需重复陈述，会议前十分钟也不再用于需求发现。
SaaStr强调，衡量指标应聚焦完整漏斗而非对话数量。17000次对话中包含部分无效交流，但会议和成交才是关键数据，通过该路径已获得包括OpenRouter在内的真实客户。同时，SaaStr指出，该智能体转化的是有明确意图的流量，而非创造流量，其漏斗顶部仍依赖内容和社区运营驱动。
该案例为企业服务领域的AI智能体落地提供了一个可量化的参考样本：在高意向场景中，以资格审核和即时预订为核心功能的智能体，能够在极小团队规模下显著提升入站转化效率。
该文观点仅代表作者本人，企服科学平台仅提供信息存储空间服务。
