Salesforce借Momentum重构Agentforce 自动抓取对话数据消除收入盲区

How to Eliminate Revenue Blindspots with Agentforce Sales, Powered By Momentum with Salesforce — Ai4

Ai4

割裂的点状工具与低质数据导致近半数AI Agent效能受损,企业必须在后台自动捕获全渠道对话并回写CRM,才能以高保真上下文驱动管线激活与销售辅导。

AI-assisted summary of How to Eliminate Revenue Blindspots with Agentforce Sales, Powered By Momentum with Salesforce — original source. Check the original for full context.

Source published:

Detailed notes

## Background 本内容由频道 Ai4 于 2026 年 8 月 20 日在 YouTube 平台发布,由 Salesforce 产品营销总监 Ashley Blackwell-Guerra 与客户解决方案工程师 Jordan Nettles 共同主讲。视频围绕由 Salesforce 近期收购的 Momentum 所驱动的 Agentforce Sales 展开,展示其如何原生捕获并分析全渠道客户互动信号,消除 CRM 数据盲区并赋能 AI 智能体与营收工作流。

## TL;DR 分享首先剖析了当前收入技术栈碎片化和点状工具激增导致的数据质量危机,指出销售代表仅有 40% 的时间用于实际销售。随后深入解读了 Agentforce Sales 的“三层蛋糕”架构,重点阐述 Momentum 如何在底层实现跨多模态渠道的上下文自动捕获与智能结构化沉淀,并列举了 Ramp 每周自动更新 25,000 个字段以及 Zscaler 赋能 4,000 名 GTM 成员的标杆案例。演讲还展示了如何将数据从记录系统延伸至 Slack 等行动系统以实现精准辅导与流失商机唤醒,并为营收团队提出了未来 6 至 18 个月在组织协作、实时赋能、全球分析及跨部门协同上的四大战略转变方向。

## Atmosphere & style 整场分享呈现出专业、务实且极具实战导向的科技峰会宣讲风格。两位主讲人配合默契,Ashley 擅长从宏观战略和 RevOps 运营痛点切入建立共鸣,而 Jordan 则以具体的客户案例和系统运行逻辑进行深度剖析。叙事节奏紧凑流畅,将枯燥的 CRM 数据录入难题转化为激动人心的智能化工作流愿景,既有切中一线销售痛点的真实洞察,又充满前瞻性的技术说服力。

## Key takeaways - [00:04](https://www.youtube.com/watch?v=qLAlee1Cbjc&t=4s) 企业收入技术栈高度碎片化,多达 15 个以上相互割裂的事实来源不仅造成严重的工具疲劳,还导致 46% 的管理者担忧底层数据质量严重削弱 AI Agent 的效能。 - [00:04](https://www.youtube.com/watch?v=qLAlee1Cbjc&t=4s) 一线销售代表仅将约 40% 的时间投入在实际销售中,大量精力被手动拼接跨工具数据和录入 CRM 等低效事务消耗。 - [03:23](https://www.youtube.com/watch?v=qLAlee1Cbjc&t=203s) Agentforce Sales 采用“三层蛋糕”架构:第 1 层跨渠道捕获对话,第 2 层结构化解析并沉淀至 CRM,第 3 层驱动 AI Agent 自主采取可靠行动。 - [03:23](https://www.youtube.com/watch?v=qLAlee1Cbjc&t=203s) 通过原生构建在 Salesforce 底座上的收入编排系统,能够横向打通从 SDR、AE、SE 到交付团队与 CSM 的全流程,彻底消除跨职能交接盲点。 - [06:44](https://www.youtube.com/watch?v=qLAlee1Cbjc&t=404s) Momentum 支持将非结构化对话深度映射至 MEDDIC、SPICED 等标准销售方法论框架中,摆脱了单纯生成通用会议摘要的被动模式。 - [06:44](https://www.youtube.com/watch?v=qLAlee1Cbjc&t=404s) 金融科技客户 Ramp 借助该方案实现每周在 Salesforce 中自动更新 25,000 个业务字段,并精准提炼交易规模等专属指标以预测客户长周期价值。 - [10:54](https://www.youtube.com/watch?v=qLAlee1Cbjc&t=654s) 基于长周期沉淀的客户对话细节(如竞品合同到期日与原话引用),Agentforce 能够提前数月主动给出激活流失商机的策略建议。 - [12:42](https://www.youtube.com/watch?v=qLAlee1Cbjc&t=762s) Zscaler 实践证明了该方案作为静默后台基础设施的价值,在覆盖 4,000 名 GTM 成员的同时无需额外登录新工具,为高管预测(Forecast)提供真实数据支持。 - [13:26](https://www.youtube.com/watch?v=qLAlee1Cbjc&t=806s) 打通 CRM 记录系统与 Slack/Teams 行动系统,将原本耗时数小时的录音排查转化为 7 分钟高价值视频切片,实现针对销售短板的主动式精准辅导。 - [16:22](https://www.youtube.com/watch?v=qLAlee1Cbjc&t=982s) 未来 6 至 18 个月内,营收团队将迎来角色职责重构、实时辅导升级、全球业务复盘标准化以及跨部门横向战略协同四大维度的深层变革。

## Detailed walkthrough ### [00:04](https://www.youtube.com/watch?v=qLAlee1Cbjc&t=4s) 收入技术栈的碎片化困境与数据质量危机

在按惯例提示观众“所有采购决策应基于当前已发布的产品功能”的前瞻性免责声明后,Salesforce 产品营销总监 Ashley Blackwell-Guerra 与客户解决方案工程师 Jordan Nettles 共同展示了由 Salesforce 最近收购的 Momentum 所驱动的 Agentforce Sales。Ashley 指出,当今的竞争对手正在建立一套敏捷的收入运转机制(revenue motion),能够在其他企业反应过来之前,先行捕获信号并执行跟进。根据《销售现状报告》(State of Sales Report),行业内面临着两个令人担忧的核心指标:一方面,46% 的企业管理者担心其 AI Agent 的效能正被低劣的数据质量严重拖累;另一方面,一线销售人员仅将约 40% 的工作时间真正花在“销售”这件事情上。

这两大现状直指当前企业普遍面临的数据基础设施缺陷、数据质量恶化以及工作流程错位。从自身过去负责技术采购与实施的运营背景出发,Ashley 揭示了背后的症结:企业内部往往存在 5 个、6 个甚至 15 个以上相互割裂的“单一事实来源(sources of truth)”。管理层迫使一线员工(IC)在各种点状工具(point solutions)之间来回切换并手工拼接数据。这造成了极其严重的摩擦点,不仅引发了工具泛滥(tool sprawl)和一线人员及主管的“工具疲劳症(tool fatigue)”,还导致报表数据割裂、看板准确度下滑。其连锁反应是管理层只能“依靠猜测而非确信”来运作,在收入预测与管线管理中留下了巨大的业务盲区。

- 46% 的团队担忧底层数据质量直接削弱了 AI Agent 的有效性。 - 销售代表仅有约 40% 的时间投入在实际销售中,其余时间被繁琐事务消耗。 - 典型的收入技术栈(RevOps Stack)四分五裂:包括 Gong 或 Chorus 等通话智能平台,Salesloft 或 Outreach 等外发触达工具,以及 Zendesk 或 Gainsight 等售后与客户成功平台。 - 点状工具无法原生集成在 Salesforce CRM 之上,企业被迫使用软件厂商各自加工的数据版本,极大加重了 AI 层的负荷。

```mermaid flowchart TD accTitle: Revenue Tech Stack Fragmentation subgraph PointSolutions["割裂的点状工具层 (Point Solutions)"] direction LR A["通话智能<br/>(Gong / Chorus)"] B["销售触达<br/>(Salesloft / Outreach)"] C["客户成功/工单<br/>(Zendesk / Gainsight)"] end

subgraph Impact["下游负面影响"] direction TB D["数据碎片化与工具疲劳<br/>(15+ 割裂的事实来源)"] E["AI 层承压与预测盲区<br/>(依赖猜测而非确信)"] end

PointSolutions --> D --> E ```

---

[03:23](https://www.youtube.com/watch?v=qLAlee1Cbjc&t=203s) Agentforce Sales 与 Momentum 的“三层蛋糕”架构

为了打破点状工具造成的死局,Salesforce 推出了由近期收购的 Momentum 提供底层支持的 Agentforce Sales。Ashley 强调,这是目前市场上唯一原生构建在 Salesforce 内部的收入编排系统(revenue orchestration system),能够对所有收入信号进行实时捕获,在单一平台上清晰呈现交易全貌并完成跨系统编排。这个运作体系被形象地概括为“三层蛋糕(three-layer cake)”模型,而 Momentum 专注于在最关键的底部两层高效发力:首先是跨渠道的上下文监听与捕获,接着是对这些原始数据进行结构化分析并回写 CRM,最终激活最上层的自主行动层。

从销售旅程的第一阶段(BDR/SDR 初次触达线索)到阶段交接、解决方案架构师介入、专业服务团队预先规划季度末交付产能,再到最终成单(Closed-Won)及后续的续约与增购,由于缺乏打通的数据流,传统的跨职能交接处处丢失关键信号。Ashley 表示,收入领导者必须具备横向全局视角,以角色为轴心加速交易周期。通过将捕获与结构化分析的数据沉淀在统一的 CRM 底座上,底层的可靠数据即可全面解锁各类 AI Agent,不仅能辅助 BDR 进行潜客挖掘、帮助一线主管进行管线清洗与预测校准,还能无缝赋能销售培训与续约预测,让 AI Agent 真正与前线团队并肩作战。

```mermaid flowchart TD accTitle: Three Layer Cake Architecture subgraph ThreeLayerCake["Agentforce Sales 三层蛋糕架构"] direction TB Layer3["第 3 层:行动层 (Action Layer)<br/>可靠的 Agent 编排、实时预测、跨角色赋能"] Layer2["第 2 层:分析与沉淀 (Analyze & Send)<br/>结构化提炼、自动回写 Salesforce 原生数据模型"] Layer1["第 1 层:信号捕获 (Capture Layer)<br/>全面监听 Zoom 会议、邮件往来、电话通话"] end

Layer1 --> Layer2 --> Layer3 ```

- **三层蛋糕模型**:第 1 层捕获全渠道对话;第 2 层结构化解析并沉淀至 CRM;第 3 层驱动 Agent 自主采取可靠行动。 - **全生命周期覆盖**:消除 SDR 到 AE、AE 到售前 SE、交付团队到售后 CSM 各环节的交接盲点。 - **横向职能赋能**:同时为一线销售代表、销售工程专家(SE)、业务经理及客户成功经理(CSM)提供实时指导洞察与管线清晰度。

---

[06:44](https://www.youtube.com/watch?v=qLAlee1Cbjc&t=404s) 深度捕获、智能结构化与 Ramp 的规模化落地实践

随后 Jordan Nettles 接管分享并展开现场演示。他指出,理解 Momentum 的最好方式是看它如何把分散的对话转化为驱动业务的动力。无论销售代表是在 Zoom 上开会、与客户在线下餐厅共进午餐,还是通过电话拨号器打冷访电话,哪怕是对同一个客户的四到五次多形式互动,Momentum 都会如影随形地在对话发生之处捕获上下文,将其总结并转换为结构化数据回写进系统。Jordan 强调,在 2026 年的技术语境下,仅仅生成一段泛化的“会议摘要”已远远不够,“它必须契合你的具体业务上下文”。例如在一场处于 POC 试点中期的沟通中,系统必须精准抓取客户尚未解决的技术疑问、预期达成的业务指标,以及推动合同签署所需的关键阻碍项。

在传统流程中,CRM 中的关键字段往往是一片空白,因为企业过度依赖销售代表、SE 或 BDR 在会后手动录入。Momentum 改变了这种依赖,它不只是提供一个“看录像和读摘要”的被动界面,而是自动完成原本压在销售身上的繁琐工作。针对两类最核心的信息需求——用于交易审查和预测校验的销售方法论框架(如 MEDDIC、SPICED、Challenger 等),以及用于构建 BDR Agent 或维护长期客户交接上下文的底层数据基座——Momentum 将数次通话与邮件往来直接编织进统一的数据模型。Jordan 以实际客户 Ramp 为例分享了一组惊人数据:Ramp 利用该方案实现了每周在 CRM 中自动更新 25,000 个字段。这让 Ramp 能够清晰洞察客户在当前、6 个月及 18 个月后的潜在业务价值,因为系统从 BDR 的沟通中全自动提取了诸如“预估刷卡总额”、“每月预计交易规模”以及“所需实体卡总数量”等金融业务高度定制的专有参数。

- **多模态触点捕获**:覆盖 Zoom 线上会议、现场拜访就餐、电话外呼及邮件交互。 - **业务方法论深度融合**:支持将非结构化对话精准映射至 MEDDIC、BANT、SPICED 等标准销售方法论框架。 - **Ramp 标杆案例**:每周通过 Agent 自动化更新 Salesforce 内部 25,000 个业务字段。 - **前瞻性价值预测**:自动提取特定行业的专有指标(如预估卡消费额、月交易流水、实体卡需求),使企业在上门入职与试点阶段即可准确量化客户的生命周期价值(LTV)。

[10:54](https://www.youtube.com/watch?v=qLAlee1Cbjc&t=654s) 捕获历史商机信号:长周期跟进与自动化 Pipeline 激活

在销售周期中捕获正确的数据并沉淀在系统中,即使跨越 18 个月依然能发挥巨大价值。在几个月前举办的 SaaStr 大会上,有客户主动走过来交流,提到他们曾在六至八个月前与团队对接跑过销售流程,但当时因为公司预算冻结(budget freeze)不得不暂时搁置,如今希望重新启动合作。令人惊叹的是,销售团队当场转过 CRM 屏幕向客户展示:系统里早已由 AI Agent 预定好在一个月后自动向该客户发送跟进邮件。

之所以能够做到如此精准,是因为在去年的整个交易周期中,系统自动从长达七个小时的通话与往来邮件中提炼出了关键数据:包括客户 RevOps 负责人的具体原话引用、客户明确提及的“现有竞品合同到期日”、该商机的预估价值、应匹配的资源规模以及邮件的最佳联系人。对于一名每天要打七到八通电话的销售代表来说,根本不可能将这些海量且零散的细节全部手动录入 CRM。然而,借助能够实时倾听对话并提取要点的工具,系统捕获了原本隐藏在自然对话中的微弱信号。如果企业不主动捕捉这些信号,竞争对手就会抢占先机。依托这些底层事实,Agentforce 能够主动给出管道推进建议——例如针对半年前 Closed Lost(流失)的商机,识别出客户的竞品合同将于 11 月或 12 月到期,从而建议在 9 月主动发起触达,启动一个为期两个月的跟进周期以重新赢回订单。

```mermaid flowchart TD accTitle: 客户交互信号捕获与 Agent 自动化激活流程 subgraph Capture ["信号捕获 (Momentum 基础设施)"] A["多渠道交互<br>(通话/邮件/会议/短信)"] --> B["AI 实时监听与解析<br>(预算/痛点/合同到期日)"] end

subgraph Store ["统一数据沉淀"] B --> C["Salesforce CRM<br>(结构化客户上下文)"] end

subgraph Action ["智能触发与行动"] C --> D["Agentforce 智能调度<br>(如: 提前2个月激活流失商机)"] C --> E["自动化触达/任务建议<br>(精准邮件/下一步推进)"] end ```

---

[12:42](https://www.youtube.com/watch?v=qLAlee1Cbjc&t=762s) 无感知的后台数据基础设施与跨团队赋能(Zscaler 案例)

这套机制的核心优势在于全部在后台静默运行。尽管系统支持销售代表和管理层进行更深入的交互操作,但其本质是作为底层的无缝基础设施发挥作用。以 Zscaler 为例,该方案已经全面部署到其 Go-to-Market(GTM)体系下的 4,000 名员工中,覆盖了 SDR、BDR、客户经理(Account Manager)以及专业服务团队(Professional Services)。

企业不需要引入又一个强迫全员登录、耗费大量时间去填写的孤立工具,而是让数据流在后台自动完成采集、清洗与切片分发。当 AI Agent 需要上下文数据,或者首席营收官(CRO)需要对业绩预测(Forecast)做出关键判断时,高保真的数据早已就绪。这种后台运行的管道不仅消除了销售录入负担,更为整体营收预测提供了最真实的底层依据。

- **4,000 名 GTM 成员覆盖**:在 Zscaler 实现了跨 SDR、BDR、AM 及专业服务团队的全面后台数据赋能。 - **零额外登录负担**:无需强推新软件让员工适应,所有数据提取与加工均在后台无感完成。 - **实时 Forecast 支撑**:为 CRO 和高管层提供基于真实客户对话上下文的精准预测支持。

---

[13:26](https://www.youtube.com/watch?v=qLAlee1Cbjc&t=806s) 从“记录系统”到“行动系统”:Slack 中的精准销售辅导实战

数据不仅需要停留在“记录系统”(System of Record,即 CRM)中,更需要渗透到员工日常工作的“行动系统”(System of Action,如 Slack 或 Microsoft Teams)。传统的销售管理工具往往要求主管每天花费一小时登录平台、翻找长达数小时的录音库,试图大海捞针般寻找辅导切入点。而在新型基础设施的支持下,这一逻辑被彻底颠覆:系统会自动监听代表向市场推介新产品的关键时刻,并将高度浓缩的精选视频片段直接推送给销售赋能(Enablement)负责人或业务主管,将原本数小时的筛选缩短为 7 分钟高价值的精准辅导材料。

Momentum 在被 Salesforce 收购前曾经历过一个典型痛点:商机在阶段二(Stage 2)向阶段三(Stage 3)流转时转化率极低。团队通过深度分析后发现,核心问题在于销售代表在通话结束时没有明确给出下一步行动建议(Next Steps)。客户在电话中清晰表达了需求、时间表与决策标准,但销售代表却以极其软弱的方式收尾——"你们内部先讨论一下,合适的时候再联系"。为此,销售副总裁设置了自动化规则,专门监听通话最后 5 分钟内未给出明确行动计划的场景。一旦触发,系统就会在 Slack 中自动向 VP 和对应的客户经理(AE)推送一条私密消息,形成一个"无需主管主动搜寻,问题会自己找上门"的专属辅导契机。反之,当 SDR 成功化解客户异议时,精彩片段也会被自动同步到 Teams 或 Slack 的公共频道供全员学习。

---

[16:22](https://www.youtube.com/watch?v=qLAlee1Cbjc&t=982s) 展望未来 6-18 个月:营收团队的四大战略转变

当企业全面打通自动化数据捕获与分析后,营收领导者在未来 6 到 18 个月内应当聚焦并推动四大维度的深层次变革:

1. **组织文化与角色职责转变(Roles & Responsibilities Shift)**:自动化免去了全员繁重的手动数据录入工作,每年能为企业节省数万小时,同时数据质量大幅提升。高层领导需要明确各阶段角色的新预期,重新规划一线经理在 1-on-1 会议、团队周会及商机交接(Handoff)中的协作模式。 2. **销售赋能与实时辅导体系升级(Enablement & Real-time Coaching)**:赋能团队不仅能够评估现有销售方法论在实际执行中的偏差并敏捷迭代,还能直接结合真实的视频切片,为一线经理和个人贡献者(IC)提供即时辅导;同时帮助产品营销(PMM)团队验证新产品的话术与定位是否在实际拜访中准确落地。 3. **标准化全球分析与复盘(Standardized Global Analytics)**:依托可靠沉淀在 Salesforce 中的客户全景上下文,企业能够在全球范围内统一 QBR(季度业务复盘)与月末复盘模板,告别各小组各自为政的汇报模式,以更高效率推动全球业务策略的快速迭代。 4. **跨部门横向战略协同(Cross-Functional Alignment)**:CRO 或 RevOps 副总裁能够携带第一手客观数据,与产品营销团队对齐市场反馈、与定价与包装团队(Pricing & Packaging)验证价格策略的接受度、与公关传播团队(Corporate PR)统一对外口径,从底层彻底打通跨业务部门的数据鸿沟。

## Notable quotes > [00:04](https://www.youtube.com/watch?v=qLAlee1Cbjc&t=4s) 所有采购决策应基于当前已发布的产品功能 — Ashley Blackwell-Guerra

> [00:04](https://www.youtube.com/watch?v=qLAlee1Cbjc&t=4s) 依靠猜测而非确信 — Ashley Blackwell-Guerra

> [03:23](https://www.youtube.com/watch?v=qLAlee1Cbjc&t=203s) 三层蛋糕(three-layer cake) — Ashley Blackwell-Guerra

> [06:44](https://www.youtube.com/watch?v=qLAlee1Cbjc&t=404s) 它必须契合你的具体业务上下文 — Jordan Nettles

> [06:44](https://www.youtube.com/watch?v=qLAlee1Cbjc&t=404s) 看录像和读摘要 — Jordan Nettles

> [10:54](https://www.youtube.com/watch?v=qLAlee1Cbjc&t=654s) 现有竞品合同到期日 — Jordan Nettles

> [13:26](https://www.youtube.com/watch?v=qLAlee1Cbjc&t=806s) 你们内部先讨论一下,合适的时候再联系 — Jordan Nettles

> [13:26](https://www.youtube.com/watch?v=qLAlee1Cbjc&t=806s) 无需主管主动搜寻,问题会自己找上门 — Jordan Nettles

## Mentioned Jordan Nettles, Ashley Blackwell-Guerra, Salesforce, Momentum, Agentforce Sales, Agentforce, Gong, Chorus, Salesloft, Outreach, Zendesk, Gainsight, Ramp, Zscaler, SaaStr, Zoom, Slack, Microsoft Teams, MEDDIC, SPICED, BANT, Challenger

## Video description Jordan Nettles - Account Solution Engineer, Salesforce Ashley Blackwell-Guerra - Director, Product Marketing, Salesforce

Every customer interaction holds a revenue signal. Most never get captured in your CRM. Agentforce Sales, powered by Momentum, changes that — automatically capturing and analyzing every call, email, meeting, SMS, and more natively in Salesforce. The result? A unified data foundation connected to the systems your go-to-market team already uses. No manual data entry. No missed signals. Just complete, governed customer context that powers AI agents and revenue workflows.

[Source](https://www.youtube.com/watch?v=qLAlee1Cbjc)

中文简报

Salesforce 收购 Momentum,为 Agentforce 实现数据摄取自动化 通过后台信号捕获消除 CRM 手动录入,赋能自主 AI 智能体与实时辅导,从而增加销售代表的销售时间并提高预测精准度。 Ashley Blackwell-Guerra 与 Jordan Nettles 详细阐述了零散、非原生的单点解决方案如何因低劣的数据质量和预测盲区而削弱销售组织。他们介绍了由 Momentum 提供支持的 Agentforce Sales,这是一种涵盖自动捕获、结构化 CRM 数据丰富化及智能体工作流的原生三层架构。通过 Ramp 和 Zscaler 等真实企业实践案例,他们展示了自动化后台摄取如何填充 MEDDPICC 等销售方法论,并通过 Slack 和 Teams 推动实时辅导。最终,这种原生编排模型消除了行政负担,提高了预测准确性,并协同了跨职能 GTM 团队。 由于行政负担,销售人员仅将 40% 的时间用于销售,而 46% 的销售团队担心数据质量较差会严重限制 AI 智能体的性能。 (0:04) 运行 15 个或更多非原生单点解决方案会导致报告割裂、运营摩擦,并为 RevOps 负责人带来严重的预测盲区。 (0:04) 由 Momentum 提供支持的 Agentforce Sales 采用原生三层架构运行:捕获(交互)、分析(结构化提取)和行动(自主 AI 工作流)。 (3:23) 该平台可自动截获多渠道客户互动——包括电话、电子邮件、Zoom 会议和面对面午餐——以消除销售代表的手动数据录入。 (6:44) Ramp 利用 Momentum 每周自动填充超过 25,000 个自定义 CRM 字段,从而解锁了诸如 6 个月、12 个月和 18 个月客户生命周期价值等精细化预测指标。 (6:44)

精炼阅读摘要

Ashley Blackwell-Guerra 与 Jordan Nettles 指出,现代销售团队因工具割裂和繁重的数据录入陷入预测盲区;Salesforce 通过整合收购的 Momentum 推出 Agentforce Sales,依托原生三层架构将多渠道客户对话转化为结构化数据,并触发实时的业务行动与辅导闭环。 销售技术栈碎片化与数据质量瓶颈 (0:04) Ashley Blackwell-Guerra 指出,当前市场正迅速转向基于信号的销售模式,但底层技术栈的割裂阻碍了这一进程。数据显示,46% 的销售团队担忧低劣的数据质量会严重制约 AI Agent 的实际效能;同时,销售代表因陷入繁琐的行政事务,仅将 40% 的工时真正投入到销售活动中。多数企业缺乏单一真实数据源,往往在 Gong、Salesloft、Zendesk 等 5 到 15 个以上的独立点状系统之间来回切换,导致销售人员疲于应付工具,数据分析割裂。 由于这些外挂工具未能原生构建在 Salesforce CRM 之上,企业被迫迁就外部数据模型,给企业级 AI 层带来了沉重负担。这种架构断层使得实时掌握商机动态、开展前线辅导以及精准预测客户续约和增购变得难以落实,营收决策者在制定预测时往往只能依赖主观推测。 从捕获到行动的原生三层架构 (3:23) 为了从系统层面根除盲区,Salesforce 推出了由 Momentum 驱动的 Agentforce Sales,并将其定位为能够在 Salesforce 内部实时捕获所有客户互动的原生营收编排系统。该系统设计为三层体系:第一层“捕获层”静默监听电子邮件、Zoom 会议和电话呼叫等所有沟通渠道;第二层“分析层”对原始对话文本进行结构化提取,直接对齐并映射至标准的与自定义的 CRM 字段;第三层“行动层”则由自主 AI Agent 和一线销售代表依据经过治理的实时数据推进业务工作流。 演讲者强调,从早期的 SDR/BDR 拓客、售前工程交接,到交付团队的容量规划以及后期的续约扩张,传统的跨部门断层通常源于客户背景信息的流失。通过在底层实现自动化捕获与解析,Agentforce Sales 能够为整个生命周期的不同角色提供针对性赋能,兼顾拓客协助、管道卫生维护与续约信号追踪。 业务方法论驱动的 CRM 自动丰富 (6:44) Jordan Nettles 演示了系统如何将非结构化的买家对话转化为结构化的 CRM 情报。他认为,简单的会议摘要已无法满足要求,数据提取必须严格嵌入企业的具体销售流程,在试用阶段精准捕捉技术疑问、客户成功标准及推进阻碍。通过将 MEDDPICC、BANT 或 SPICED 等销售方法论的关键要素从通话录音与邮件中自动解析并回写至 Salesforce,系统消除了对人工录入的依赖。 在具体实践中,金融科技客户 Ramp 借助该机制每周自动更新超过 25,000 个 CRM 字段。通过在早期的 SDR 通话中自动记录预估刷卡支出、月交易量及所需实体卡数量,Ramp 能够更精准地推算客户在 6、12 和 18 个月周期的生命周期价值;该系统亦可跨越数小时的多渠道交流,精准记录竞品合同到期日等关键条款,为自动化后续跟进提供依据。 即时通讯集成与自动化辅导闭环 (12:16) 除了数据记录,Agentforce Sales 还能在后台静默运行并将洞察推向具体行动。以网络安全企业 Zscaler 为例,该方案覆盖了其 SDR、AE、客户经理和专业服务团队等 4,000 名 GTM 员工,能够基于历史交易记录自动调度外联时机,例如识别数月前流失但竞品合同即将到期的客户并自动安排跟进。 为了推动一线行为改善,Momentum 深度集成了 Slack 和 Microsoft Teams。赋能团队无需耗费数小时人工审查录音,系统会自动剪辑 5 至 7 分钟的关键音视频片段(如新产品话术演示),直接推送给管理层。演讲者分享其实际经验称,针对商机在推进阶段流失的问题,管理层曾设定自动化规则:一旦发现初次探索电话结束时未锁定明确的后续步骤,系统便会向该销售代表及销售副总裁发送包含 5 分钟录音切片的私信预警,从而构建起即时的自动化辅导闭环。 GTM 角色转变与跨职能协同标准化 (17:15) Ashley Blackwell-Guerra 总结道,当捕获、分析和执行流程完全由 CRM 原生托管后,企业将在 6 至 18 个月内迎来组织文化的根本转变。自动化数据采集每年可为跨职能团队节省数万小时工时,管理者的工作重心将从机械性的数据追踪和管道审查,转向与 AI Agent 协同分析关键业务趋势。赋能部门能够利用实战视频切片快速纠偏,帮助一线代表动态调整策略。 这种统一的客户上下文同时促进了企业整体的协同一致。产品营销人员可直接查看一线执行情况,确保战略发布的推介话术准确落地;统一的指标与报告结构能够取代孤立的部门汇报模板,让全球季度业务复盘(QBR)和月度回顾基于统一的客观事实展开,并为定价、包装和品牌公关等跨职能决策提供客观的数据支撑。 演讲者总结表明,消除收入盲区不仅取决于通过原生架构将客户对话资产化,还需要企业在免除手工数据录入后,主动重构前线管理者的赋能流程与跨部门协同标准;但如何在释放数万小时工时后合理重新配置团队精力,仍需营收管理者持续探索与引导。

Detailed notes — zh

## Background 本内容由频道 Ai4 于 2026 年 8 月 20 日在 YouTube 平台发布,由 Salesforce 产品营销总监 Ashley Blackwell-Guerra 与客户解决方案工程师 Jordan Nettles 共同主讲。视频围绕由 Salesforce 近期收购的 Momentum 所驱动的 Agentforce Sales 展开,展示其如何原生捕获并分析全渠道客户互动信号,消除 CRM 数据盲区并赋能 AI 智能体与营收工作流。 ## TL;DR 分享首先剖析了当前收入技术栈碎片化和点状工具激增导致的数据质量危机,指出销售代表仅有 40% 的时间用于实际销售。随后深入解读了 Agentforce Sales 的“三层蛋糕”架构,重点阐述 Momentum 如何在底层实现跨多模态渠道的上下文自动捕获与智能结构化沉淀,并列举了 Ramp 每周自动更新 25,000 个字段以及 Zscaler 赋能 4,000 名 GTM 成员的标杆案例。演讲还展示了如何将数据从记录系统延伸至 Slack 等行动系统以实现精准辅导与流失商机唤醒,并为营收团队提出了未来 6 至 18 个月在组织协作、实时赋能、全球分析及跨部门协同上的四大战略转变方向。 ## Atmosphere & style 整场分享呈现出专业、务实且极具实战导向的科技峰会宣讲风格。两位主讲人配合默契,Ashley 擅长从宏观战略和 RevOps 运营痛点切入建立共鸣,而 Jordan 则以具体的客户案例和系统运行逻辑进行深度剖析。叙事节奏紧凑流畅,将枯燥的 CRM 数据录入难题转化为激动人心的智能化工作流愿景,既有切中一线销售痛点的真实洞察,又充满前瞻性的技术说服力。 ## Key takeaways - [00:04](https://www.youtube.com/watch?v=qLAlee1Cbjc&t=4s) 企业收入技术栈高度碎片化,多达 15 个以上相互割裂的事实来源不仅造成严重的工具疲劳,还导致 46% 的管理者担忧底层数据质量严重削弱 AI Agent 的效能。 - [00:04](https://www.youtube.com/watch?v=qLAlee1Cbjc&t=4s) 一线销售代表仅将约 40% 的时间投入在实际销售中,大量精力被手动拼接跨工具数据和录入 CRM 等低效事务消耗。 - [03:23](https://www.youtube.com/watch?v=qLAlee1Cbjc&t=203s) Agentforce Sales 采用“三层蛋糕”架构:第 1 层跨渠道捕获对话,第 2 层结构化解析并沉淀至 CRM,第 3 层驱动 AI Agent 自主采取可靠行动。 - [03:23](https://www.youtube.com/watch?v=qLAlee1Cbjc&t=203s) 通过原生构建在 Salesforce 底座上的收入编排系统,能够横向打通从 SDR、AE、SE 到交付团队与 CSM 的全流程,彻底消除跨职能交接盲点。 - [06:44](https://www.youtube.com/watch?v=qLAlee1Cbjc&t=404s) Momentum 支持将非结构化对话深度映射至 MEDDIC、SPICED 等标准销售方法论框架中,摆脱了单纯生成通用会议摘要的被动模式。 - [06:44](https://www.youtube.com/watch?v=qLAlee1Cbjc&t=404s) 金融科技客户 Ramp 借助该方案实现每周在 Salesforce 中自动更新 25,000 个业务字段,并精准提炼交易规模等专属指标以预测客户长周期价值。 - [10:54](https://www.youtube.com/watch?v=qLAlee1Cbjc&t=654s) 基于长周期沉淀的客户对话细节(如竞品合同到期日与原话引用),Agentforce 能够提前数月主动给出激活流失商机的策略建议。 - [12:42](https://www.youtube.com/watch?v=qLAlee1Cbjc&t=762s) Zscaler 实践证明了该方案作为静默后台基础设施的价值,在覆盖 4,000 名 GTM 成员的同时无需额外登录新工具,为高管预测(Forecast)提供真实数据支持。 - [13:26](https://www.youtube.com/watch?v=qLAlee1Cbjc&t=806s) 打通 CRM 记录系统与 Slack/Teams 行动系统,将原本耗时数小时的录音排查转化为 7 分钟高价值视频切片,实现针对销售短板的主动式精准辅导。 - [16:22](https://www.youtube.com/watch?v=qLAlee1Cbjc&t=982s) 未来 6 至 18 个月内,营收团队将迎来角色职责重构、实时辅导升级、全球业务复盘标准化以及跨部门横向战略协同四大维度的深层变革。 ## Detailed walkthrough ### [00:04](https://www.youtube.com/watch?v=qLAlee1Cbjc&t=4s) 收入技术栈的碎片化困境与数据质量危机 在按惯例提示观众“所有采购决策应基于当前已发布的产品功能”的前瞻性免责声明后,Salesforce 产品营销总监 Ashley Blackwell-Guerra 与客户解决方案工程师 Jordan Nettles 共同展示了由 Salesforce 最近收购的 Momentum 所驱动的 Agentforce Sales。Ashley 指出,当今的竞争对手正在建立一套敏捷的收入运转机制(revenue motion),能够在其他企业反应过来之前,先行捕获信号并执行跟进。根据《销售现状报告》(State of Sales Report),行业内面临着两个令人担忧的核心指标:一方面,46% 的企业管理者担心其 AI Agent 的效能正被低劣的数据质量严重拖累;另一方面,一线销售人员仅将约 40% 的工作时间真正花在“销售”这件事情上。 这两大现状直指当前企业普遍面临的数据基础设施缺陷、数据质量恶化以及工作流程错位。从自身过去负责技术采购与实施的运营背景出发,Ashley 揭示了背后的症结:企业内部往往存在 5 个、6 个甚至 15 个以上相互割裂的“单一事实来源(sources of truth)”。管理层迫使一线员工(IC)在各种点状工具(point solutions)之间来回切换并手工拼接数据。这造成了极其严重的摩擦点,不仅引发了工具泛滥(tool sprawl)和一线人员及主管的“工具疲劳症(tool fatigue)”,还导致报表数据割裂、看板准确度下滑。其连锁反应是管理层只能“依靠猜测而非确信”来运作,在收入预测与管线管理中留下了巨大的业务盲区。 - 46% 的团队担忧底层数据质量直接削弱了 AI Agent 的有效性。 - 销售代表仅有约 40% 的时间投入在实际销售中,其余时间被繁琐事务消耗。 - 典型的收入技术栈(RevOps Stack)四分五裂:包括 Gong 或 Chorus 等通话智能平台,Salesloft 或 Outreach 等外发触达工具,以及 Zendesk 或 Gainsight 等售后与客户成功平台。 - 点状工具无法原生集成在 Salesforce CRM 之上,企业被迫使用软件厂商各自加工的数据版本,极大加重了 AI 层的负荷。 ```mermaid flowchart TD accTitle: Revenue Tech Stack Fragmentation subgraph PointSolutions["割裂的点状工具层 (Point Solutions)"] direction LR A["通话智能<br/>(Gong / Chorus)"] B["销售触达<br/>(Salesloft / Outreach)"] C["客户成功/工单<br/>(Zendesk / Gainsight)"] end subgraph Impact["下游负面影响"] direction TB D["数据碎片化与工具疲劳<br/>(15+ 割裂的事实来源)"] E["AI 层承压与预测盲区<br/>(依赖猜测而非确信)"] end PointSolutions --> D --> E ``` --- ### [03:23](https://www.youtube.com/watch?v=qLAlee1Cbjc&t=203s) Agentforce Sales 与 Momentum 的“三层蛋糕”架构 为了打破点状工具造成的死局,Salesforce 推出了由近期收购的 Momentum 提供底层支持的 Agentforce Sales。Ashley 强调,这是目前市场上唯一原生构建在 Salesforce 内部的收入编排系统(revenue orchestration system),能够对所有收入信号进行实时捕获,在单一平台上清晰呈现交易全貌并完成跨系统编排。这个运作体系被形象地概括为“三层蛋糕(three-layer cake)”模型,而 Momentum 专注于在最关键的底部两层高效发力:首先是跨渠道的上下文监听与捕获,接着是对这些原始数据进行结构化分析并回写 CRM,最终激活最上层的自主行动层。 从销售旅程的第一阶段(BDR/SDR 初次触达线索)到阶段交接、解决方案架构师介入、专业服务团队预先规划季度末交付产能,再到最终成单(Closed-Won)及后续的续约与增购,由于缺乏打通的数据流,传统的跨职能交接处处丢失关键信号。Ashley 表示,收入领导者必须具备横向全局视角,以角色为轴心加速交易周期。通过将捕获与结构化分析的数据沉淀在统一的 CRM 底座上,底层的可靠数据即可全面解锁各类 AI Agent,不仅能辅助 BDR 进行潜客挖掘、帮助一线主管进行管线清洗与预测校准,还能无缝赋能销售培训与续约预测,让 AI Agent 真正与前线团队并肩作战。 ```mermaid flowchart TD accTitle: Three Layer Cake Architecture subgraph ThreeLayerCake["Agentforce Sales 三层蛋糕架构"] direction TB Layer3["第 3 层:行动层 (Action Layer)<br/>可靠的 Agent 编排、实时预测、跨角色赋能"] Layer2["第 2 层:分析与沉淀 (Analyze & Send)<br/>结构化提炼、自动回写 Salesforce 原生数据模型"] Layer1["第 1 层:信号捕获 (Capture Layer)<br/>全面监听 Zoom 会议、邮件往来、电话通话"] end Layer1 --> Layer2 --> Layer3 ``` - **三层蛋糕模型**:第 1 层捕获全渠道对话;第 2 层结构化解析并沉淀至 CRM;第 3 层驱动 Agent 自主采取可靠行动。 - **全生命周期覆盖**:消除 SDR 到 AE、AE 到售前 SE、交付团队到售后 CSM 各环节的交接盲点。 - **横向职能赋能**:同时为一线销售代表、销售工程专家(SE)、业务经理及客户成功经理(CSM)提供实时指导洞察与管线清晰度。 --- ### [06:44](https://www.youtube.com/watch?v=qLAlee1Cbjc&t=404s) 深度捕获、智能结构化与 Ramp 的规模化落地实践 随后 Jordan Nettles 接管分享并展开现场演示。他指出,理解 Momentum 的最好方式是看它如何把分散的对话转化为驱动业务的动力。无论销售代表是在 Zoom 上开会、与客户在线下餐厅共进午餐,还是通过电话拨号器打冷访电话,哪怕是对同一个客户的四到五次多形式互动,Momentum 都会如影随形地在对话发生之处捕获上下文,将其总结并转换为结构化数据回写进系统。Jordan 强调,在 2026 年的技术语境下,仅仅生成一段泛化的“会议摘要”已远远不够,“它必须契合你的具体业务上下文”。例如在一场处于 POC 试点中期的沟通中,系统必须精准抓取客户尚未解决的技术疑问、预期达成的业务指标,以及推动合同签署所需的关键阻碍项。 在传统流程中,CRM 中的关键字段往往是一片空白,因为企业过度依赖销售代表、SE 或 BDR 在会后手动录入。Momentum 改变了这种依赖,它不只是提供一个“看录像和读摘要”的被动界面,而是自动完成原本压在销售身上的繁琐工作。针对两类最核心的信息需求——用于交易审查和预测校验的销售方法论框架(如 MEDDIC、SPICED、Challenger 等),以及用于构建 BDR Agent 或维护长期客户交接上下文的底层数据基座——Momentum 将数次通话与邮件往来直接编织进统一的数据模型。Jordan 以实际客户 Ramp 为例分享了一组惊人数据:Ramp 利用该方案实现了每周在 CRM 中自动更新 25,000 个字段。这让 Ramp 能够清晰洞察客户在当前、6 个月及 18 个月后的潜在业务价值,因为系统从 BDR 的沟通中全自动提取了诸如“预估刷卡总额”、“每月预计交易规模”以及“所需实体卡总数量”等金融业务高度定制的专有参数。 - **多模态触点捕获**:覆盖 Zoom 线上会议、现场拜访就餐、电话外呼及邮件交互。 - **业务方法论深度融合**:支持将非结构化对话精准映射至 MEDDIC、BANT、SPICED 等标准销售方法论框架。 - **Ramp 标杆案例**:每周通过 Agent 自动化更新 Salesforce 内部 25,000 个业务字段。 - **前瞻性价值预测**:自动提取特定行业的专有指标(如预估卡消费额、月交易流水、实体卡需求),使企业在上门入职与试点阶段即可准确量化客户的生命周期价值(LTV)。 ### [10:54](https://www.youtube.com/watch?v=qLAlee1Cbjc&t=654s) 捕获历史商机信号:长周期跟进与自动化 Pipeline 激活 在销售周期中捕获正确的数据并沉淀在系统中,即使跨越 18 个月依然能发挥巨大价值。在几个月前举办的 SaaStr 大会上,有客户主动走过来交流,提到他们曾在六至八个月前与团队对接跑过销售流程,但当时因为公司预算冻结(budget freeze)不得不暂时搁置,如今希望重新启动合作。令人惊叹的是,销售团队当场转过 CRM 屏幕向客户展示:系统里早已由 AI Agent 预定好在一个月后自动向该客户发送跟进邮件。 之所以能够做到如此精准,是因为在去年的整个交易周期中,系统自动从长达七个小时的通话与往来邮件中提炼出了关键数据:包括客户 RevOps 负责人的具体原话引用、客户明确提及的“现有竞品合同到期日”、该商机的预估价值、应匹配的资源规模以及邮件的最佳联系人。对于一名每天要打七到八通电话的销售代表来说,根本不可能将这些海量且零散的细节全部手动录入 CRM。然而,借助能够实时倾听对话并提取要点的工具,系统捕获了原本隐藏在自然对话中的微弱信号。如果企业不主动捕捉这些信号,竞争对手就会抢占先机。依托这些底层事实,Agentforce 能够主动给出管道推进建议——例如针对半年前 Closed Lost(流失)的商机,识别出客户的竞品合同将于 11 月或 12 月到期,从而建议在 9 月主动发起触达,启动一个为期两个月的跟进周期以重新赢回订单。 ```mermaid flowchart TD accTitle: 客户交互信号捕获与 Agent 自动化激活流程 subgraph Capture ["信号捕获 (Momentum 基础设施)"] A["多渠道交互<br>(通话/邮件/会议/短信)"] --> B["AI 实时监听与解析<br>(预算/痛点/合同到期日)"] end subgraph Store ["统一数据沉淀"] B --> C["Salesforce CRM<br>(结构化客户上下文)"] end subgraph Action ["智能触发与行动"] C --> D["Agentforce 智能调度<br>(如: 提前2个月激活流失商机)"] C --> E["自动化触达/任务建议<br>(精准邮件/下一步推进)"] end ``` --- ### [12:42](https://www.youtube.com/watch?v=qLAlee1Cbjc&t=762s) 无感知的后台数据基础设施与跨团队赋能(Zscaler 案例) 这套机制的核心优势在于全部在后台静默运行。尽管系统支持销售代表和管理层进行更深入的交互操作,但其本质是作为底层的无缝基础设施发挥作用。以 Zscaler 为例,该方案已经全面部署到其 Go-to-Market(GTM)体系下的 4,000 名员工中,覆盖了 SDR、BDR、客户经理(Account Manager)以及专业服务团队(Professional Services)。 企业不需要引入又一个强迫全员登录、耗费大量时间去填写的孤立工具,而是让数据流在后台自动完成采集、清洗与切片分发。当 AI Agent 需要上下文数据,或者首席营收官(CRO)需要对业绩预测(Forecast)做出关键判断时,高保真的数据早已就绪。这种后台运行的管道不仅消除了销售录入负担,更为整体营收预测提供了最真实的底层依据。 - **4,000 名 GTM 成员覆盖**:在 Zscaler 实现了跨 SDR、BDR、AM 及专业服务团队的全面后台数据赋能。 - **零额外登录负担**:无需强推新软件让员工适应,所有数据提取与加工均在后台无感完成。 - **实时 Forecast 支撑**:为 CRO 和高管层提供基于真实客户对话上下文的精准预测支持。 --- ### [13:26](https://www.youtube.com/watch?v=qLAlee1Cbjc&t=806s) 从“记录系统”到“行动系统”:Slack 中的精准销售辅导实战 数据不仅需要停留在“记录系统”(System of Record,即 CRM)中,更需要渗透到员工日常工作的“行动系统”(System of Action,如 Slack 或 Microsoft Teams)。传统的销售管理工具往往要求主管每天花费一小时登录平台、翻找长达数小时的录音库,试图大海捞针般寻找辅导切入点。而在新型基础设施的支持下,这一逻辑被彻底颠覆:系统会自动监听代表向市场推介新产品的关键时刻,并将高度浓缩的精选视频片段直接推送给销售赋能(Enablement)负责人或业务主管,将原本数小时的筛选缩短为 7 分钟高价值的精准辅导材料。 Momentum 在被 Salesforce 收购前曾经历过一个典型痛点:商机在阶段二(Stage 2)向阶段三(Stage 3)流转时转化率极低。团队通过深度分析后发现,核心问题在于销售代表在通话结束时没有明确给出下一步行动建议(Next Steps)。客户在电话中清晰表达了需求、时间表与决策标准,但销售代表却以极其软弱的方式收尾——"你们内部先讨论一下,合适的时候再联系"。为此,销售副总裁设置了自动化规则,专门监听通话最后 5 分钟内未给出明确行动计划的场景。一旦触发,系统就会在 Slack 中自动向 VP 和对应的客户经理(AE)推送一条私密消息,形成一个"无需主管主动搜寻,问题会自己找上门"的专属辅导契机。反之,当 SDR 成功化解客户异议时,精彩片段也会被自动同步到 Teams 或 Slack 的公共频道供全员学习。 --- ### [16:22](https://www.youtube.com/watch?v=qLAlee1Cbjc&t=982s) 展望未来 6-18 个月:营收团队的四大战略转变 当企业全面打通自动化数据捕获与分析后,营收领导者在未来 6 到 18 个月内应当聚焦并推动四大维度的深层次变革: 1. **组织文化与角色职责转变(Roles & Responsibilities Shift)**:自动化免去了全员繁重的手动数据录入工作,每年能为企业节省数万小时,同时数据质量大幅提升。高层领导需要明确各阶段角色的新预期,重新规划一线经理在 1-on-1 会议、团队周会及商机交接(Handoff)中的协作模式。 2. **销售赋能与实时辅导体系升级(Enablement & Real-time Coaching)**:赋能团队不仅能够评估现有销售方法论在实际执行中的偏差并敏捷迭代,还能直接结合真实的视频切片,为一线经理和个人贡献者(IC)提供即时辅导;同时帮助产品营销(PMM)团队验证新产品的话术与定位是否在实际拜访中准确落地。 3. **标准化全球分析与复盘(Standardized Global Analytics)**:依托可靠沉淀在 Salesforce 中的客户全景上下文,企业能够在全球范围内统一 QBR(季度业务复盘)与月末复盘模板,告别各小组各自为政的汇报模式,以更高效率推动全球业务策略的快速迭代。 4. **跨部门横向战略协同(Cross-Functional Alignment)**:CRO 或 RevOps 副总裁能够携带第一手客观数据,与产品营销团队对齐市场反馈、与定价与包装团队(Pricing & Packaging)验证价格策略的接受度、与公关传播团队(Corporate PR)统一对外口径,从底层彻底打通跨业务部门的数据鸿沟。 ## Notable quotes > [00:04](https://www.youtube.com/watch?v=qLAlee1Cbjc&t=4s) 所有采购决策应基于当前已发布的产品功能 — Ashley Blackwell-Guerra > [00:04](https://www.youtube.com/watch?v=qLAlee1Cbjc&t=4s) 依靠猜测而非确信 — Ashley Blackwell-Guerra > [03:23](https://www.youtube.com/watch?v=qLAlee1Cbjc&t=203s) 三层蛋糕(three-layer cake) — Ashley Blackwell-Guerra > [06:44](https://www.youtube.com/watch?v=qLAlee1Cbjc&t=404s) 它必须契合你的具体业务上下文 — Jordan Nettles > [06:44](https://www.youtube.com/watch?v=qLAlee1Cbjc&t=404s) 看录像和读摘要 — Jordan Nettles > [10:54](https://www.youtube.com/watch?v=qLAlee1Cbjc&t=654s) 现有竞品合同到期日 — Jordan Nettles > [13:26](https://www.youtube.com/watch?v=qLAlee1Cbjc&t=806s) 你们内部先讨论一下,合适的时候再联系 — Jordan Nettles > [13:26](https://www.youtube.com/watch?v=qLAlee1Cbjc&t=806s) 无需主管主动搜寻,问题会自己找上门 — Jordan Nettles ## Mentioned Jordan Nettles, Ashley Blackwell-Guerra, Salesforce, Momentum, Agentforce Sales, Agentforce, Gong, Chorus, Salesloft, Outreach, Zendesk, Gainsight, Ramp, Zscaler, SaaStr, Zoom, Slack, Microsoft Teams, MEDDIC, SPICED, BANT, Challenger ## Video description Jordan Nettles - Account Solution Engineer, Salesforce Ashley Blackwell-Guerra - Director, Product Marketing, Salesforce Every customer interaction holds a revenue signal. Most never get captured in your CRM. Agentforce Sales, powered by Momentum, changes that — automatically capturing and analyzing every call, email, meeting, SMS, and more natively in Salesforce. The result? A unified data foundation connected to the systems your go-to-market team already uses. No manual data entry. No missed signals. Just complete, governed customer context that powers AI agents and revenue workflows. [Source](https://www.youtube.com/watch?v=qLAlee1Cbjc)

Source quotes

[0:04] Ashley Blackwell-Guerra: 所有采购决策应基于当前已发布的产品功能 [0:04] Ashley Blackwell-Guerra: 依靠猜测而非确信 [3:23] Ashley Blackwell-Guerra: 三层蛋糕(three-layer cake) [6:44] Jordan Nettles: 它必须契合你的具体业务上下文 [6:44] Jordan Nettles: 看录像和读摘要 [10:54] Jordan Nettles: 现有竞品合同到期日 [13:26] Jordan Nettles: 你们内部先讨论一下,合适的时候再联系 [13:26] Jordan Nettles: 无需主管主动搜寻,问题会自己找上门