摘要：企业客户团队面临一个难题：他们手中的数据远远超出目前的使用能力——来自 Salesforce 记录、 Jira 工单、项目仪表板和 Google Docs 等的数据随处可见——但当需要制定能够与客户产生共鸣的沟通策略时，却难以将所有信息有效整合。

企业客户团队面临一个难题：他们手中的数据远远超出目前的使用能力——来自 Salesforce 记录、 Jira 工单、项目仪表板和 Google Docs 等的数据随处可见——但当需要制定能够与客户产生共鸣的沟通策略时，却难以将所有信息有效整合。

现有工具通常依赖于通用模板或幻灯片，无法完整展现客户旅程、路线图、项目目标及业务目标的全貌。

Korl 是一家今日新上线的初创公司，其推出的新平台旨在解决上述挑战，该平台能够跨多个系统工作，帮助构建高度定制化的沟通文案。这款多代理、多模态工具采用了 OpenAI、 Gemini 和 Anthropic 的多种模型，来获取并赋予数据上下文。

Korl 的首席执行官兼联合创始人 Berit Hoffmann 在接受 VentureBeat 独家采访时表示：“工程师们拥有强大的 AI 工具，但面向客户的团队却只能依赖于肤浅且割裂的解决方案。Korl 的核心创新在于我们先进的多代理管道，这些管道旨在构建客户和产品的上下文，而这是通用演示工具所缺乏的。”

创建基于多源视角的定制化客户材料

Korl 的 AI 代理会聚合来自不同系统的信息——例如来自 Jira 的工程文档、来自 Google Docs 的大纲、来自 Figma 的设计以及来自 Salesforce 的项目数据——以构建多源视角。

举例来说，一旦客户将 Korl 与 Jira 连接，其代理就会研究现有及计划中的产品能力，以确定如何映射数据并导入新的产品能力，Hoffmann 解释道。该平台将产品数据与客户信息（例如使用历史、业务优先级和生命周期阶段）匹配，并利用 AI 补充空缺信息。

Hoffmann 表示：“Korl 的数据代理会自动从内部来源及外部公共数据中收集、增强和结构化各种数据集。”

随后，该平台会自动生成个性化的季度业务回顾 ( QBR )、续约推介、定制化演示文稿以及在关键客户节点所需的其他材料。

Hoffmann 补充称，公司核心的差异化优势在于能够提供“精美、面向客户的材料”，例如幻灯片、叙述和电子邮件，而不仅仅是分析数据或原始见解。

“我们认为这为面向客户的团队提供了在当前资源紧张的情况下迫切需要的运营价值，”她表示。

根据性能在 OpenAI、 Gemini、 Anthropic 之间切换

Hoffmann 解释称，Korl 协调管理来自 OpenAI、 Gemini 和 Anthropic 的“模型组合”，并根据速度、准确性和成本选择当时最合适的模型。由于 Korl 需要执行复杂且多样化的任务——包括细腻的叙述、数据计算和视觉呈现——每个用例都将匹配上表现最佳的模型。公司还实施了“复杂的备用机制”以减轻故障问题；Hoffmann 报告说，早期单一供应商的依赖导致了较高的故障率。

该初创公司开发了一种专有的自动映射器，该映射器经过微调后能处理 Jira、 Salesforce 等系统中多样的企业数据模式。平台会自动将数据映射到 Korl 的相关字段。

Hoffmann 表示：“我们的方法不仅仅是语义匹配或字段名称匹配，而是会评估诸如数据稀疏度等额外因素，以打分并预测字段匹配度。”

为了加速处理，Korl 结合了低延迟、高吞吐量的模型（例如用于快速构建上下文响应的 GPT-4o）与更深入的分析模型（例如用于更复杂面向客户沟通的 Claude 3.7）。

Hoffmann 解释道：“这确保我们在即时性与准确性之间做出了基于上下文的权衡，从而为最终用户提供最佳体验。”

由于“安全性至关重要”，Korl 要求供应商提供企业级隐私保障，以确保客户数据不被纳入训练数据集中。Hoffmann 指出，其多供应商协调和上下文提示进一步限制了数据意外暴露和泄露的风险。

应对“数据过于混乱”或“不完整”的挑战

Hoffmann 指出，在初期阶段，Korl 收到了客户的反馈，他们担心自己的数据会“过于混乱”或“不完整”而无法得到有效利用。对此，公司构建了数据管道，以了解业务对象之间的关系并填补数据空白——例如如何在对外展示功能，或如何围绕预期成果调整价值定位。

“我们的演示代理正是利用这些数据，在需要时动态生成客户幻灯片和谈话提纲（指导与潜在客户或线索的对话），”Hoffmann 说道。

她还表示，Korl 具有“真正的多模态”特性。该平台不仅仅是从各种来源提取数据，而是还能够解读不同类型的信息，如文本、结构化数据、图表或示意图。

她说：“关键步骤在于超越原始数据，回答以下问题：这张图表在讲述什么故事？其中隐藏着哪些更深层次的含义，这些含义是否真的能打动这位特定客户？我们构建的流程正是为完成这一关键尽职调查，确保输出的内容不仅仅是汇总数据，而是真正富有内涵并具备有意义的上下文。”

Korl 的两个主要竞争对手包括 Gainsight 和 Clari；不过，Hoffmann表示，Korl 通过整合深层的产品与路线图上下文而脱颖而出。有效的客户续约和扩展策略需要深入理解产品的作用，这必须与对客户数据和行为的分析相结合。

此外，Hoffmann 表示，Korl 解决了现有平台的两个“根本性短板”：深层的业务上下文和品牌准确性。Korl 的代理从多个系统中收集业务上下文，“没有这种全面的数据情报，自动生成的演示文稿就缺乏战略性业务价值，”她说。

在品牌管理方面，Korl 的专有技术能够提取并复制现有材料中的指导原则。

将演示文稿准备时间从“数小时缩短至几分钟”

Hoffmann 表示，早期迹象表明，Korl 能为中型软件企业在净收入留存率 ( NRR ) 上至少带来 1 个百分点的提升。这是因为它能够挖掘出之前未被认识到的产品价值，并使向客户传达这些价值变得轻而易举，从而在客户流失或者在续约和扩展决策前有效沟通。

该平台还提高了效率，将每次客户电话前准备演示文稿的时间从“数小时缩短到几分钟，”Hoffmann 称。

早期客户包括技能培养平台 Datacamp 以及礼品和直邮公司 Sendoso。

Sendoso 的首席客户官 Amir Younes 表示：“他们解决了一个关键而常被忽视的挑战：产品功能推出时，市场推广 ( GTM ) 团队往往无法有效地销售、支持或传达这些功能。借助 Korl 的 AI，[市场推广] GTM 的赋能与资产创建只需轻点一下——而且不会增加研发团队的负担。”

Korl 今日带着 500 万美元的种子资金上市，这轮融资由 MaC Venture Capital 和 Underscore VC 联合领投，Perceptive Ventures、 Stage2 Capital 以及 Diane Greene（ VMware 创始人及前 Google Cloud 首席执行官）亦参与其中。

来源：至顶网