2026年10月16日，一家领先上市B2B软件公司的销售代表在48小时内向同一收件人发送了两封邮件。第一封邮件声称提供关于买家意向和AI效率的“洞察”，但未给出任何实质内容，仅列出三条产品线并询问是否需要“对标”其软件。第二封邮件则询问收件方是否正在为“2024年剩余时间”评估自动化平台，并以“在考虑2024年底目标时，这是否值得进一步讨论”收尾。
这封邮件得以发出，意味着多个环节同时失效。有人在2024年编写销售序列步骤时将年份硬编码，该序列在经历两个年度规划周期后仍然存活——尽管这家上市公司设有销售赋能团队、营销运营团队以及负责审核序列的销售经理。随后，该序列被加载到收件人名下，由客户经理发送或未经阅读即自动发出。在同类公司中，一名中小客户销售代表通常管理数百个账户，依赖序列工具并背负配额，逐封阅读待发邮件并不现实，因此无人执行这一动作。久而久之，真正在“销售”的是序列本身，而无人对内容是否仍然合理负责。
第二封邮件提供了数字营销、营销自动化、销售加速、CRM、客户服务和技栈整合六个类别的菜单式选项。这一菜单的存在，恰恰说明发件方未对账户做任何背景调查。公开信息显示，SaaStr以Salesforce作为记录系统，近期将超过10年的Marketo数据和流程迁移至该平台，并将邮件迁移至Salesforce Marketing Cloud。其Salesforce账单今年因智能体使用量上升约40％，这一数字尚未计入Salesforce即将对智能体API调用开始计费的影响。其AI营销副总裁“10K”每天平均发起约3.5万次Salesforce API调用。基于此，SaaStr正在对核心GTM技术栈进行自建与采购评估。
一个具备基本研究能力的竞争CRM厂商本可以写出更具针对性的邮件：对方的CRM即将对智能体的每次调用计费，按每天3.5万次调用计算，成本为某一数字，而使用本方产品则为另一数字。这类邮件会被阅读，也可能促成会面。但当前的外呼系统并未要求这种研究，也未为执行研究留出空间。
这一事件的核心并非单个销售代表的失误，而是系统设计问题。在2026年，外呼流程中的序列管理、账户研究、内容生成与发送审核等环节，本应由智能体承担。人类仍能写出比智能体更好的冷邮件，但问题出现在规模化环节：当人类停止阅读自己发送的内容，而工具链仍假设他们会阅读时，外呼就从销售行为退化为无人负责的自动化输出。
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。
