AI 在海外客户开发上省下来的是「跑量」那一段：写初稿、查公司、整理记录。判断客户值不值得投入、什么时候该放弃，这一段现在还得人来。把这两段混在一起用 AI，回复率反而会掉。

3 句话总结
  • AI 真正省下的是写初稿、查资料、录 CRM 这三类重复劳动，一个业务员一天大概能省 2-3 小时。
  • 判断环节省不了：客户值不值得跟、报价给到哪一档、什么时候止损，都要人拍板。
  • 用 AI 上量是效率陷阱。我见过批量 AI 开发信发出去之后，回复率反而下降的情况。

先把结论说清楚

AI 用在客户开发上，省的是工作量，不是判断力。

我拆过的开发流程里，能明显压缩时间的环节有三个：写第一版开发信、查对方公司的公开信息、把沟通记录整理进 CRM。这三件事加起来，一个业务员一天能省 2-3 小时。

省不了的是剩下的三件事：判断这家客户像不像真买家、决定报价给到哪一档、判断什么时候该停止跟进。这三件事有个共同点，都需要有人为结果负责。

一封被 AI 写坏的开发信

举个模拟情境。一家做五金工具的工厂，业务员用 AI 批量生成了 300 封开发信，一天发完，回复率不到 1%。

问题出在信本身。AI 写出来的版本结构工整、语法正确、每段长度都差不多，读起来像一份公开信。采购一天收到几十封这种信，第一眼就归类了。

同一批客户，业务员挑出 20 家重新写。开头一句话提到对方官网在售的一款产品，中间只讲一个具体规格，结尾问一个封闭式问题。这一批的回复率明显高出一截。

差别不在语言水平。在「这封信是不是只对我说的」。

客户开发链条上，哪几段是重复劳动

第一段是资料收集。目标公司的主营业务、规模、在售产品线、最近有没有换采购负责人，这些信息基本都在公开渠道。人工查一家要十几分钟，AI 配合检索工具，几分钟能出一份摘要。

第二段是初稿撰写。开发信、产品说明、报价邮件的初稿，AI 写得比多数业务员快，但必须有人改。我的标准是：AI 出初稿，人改开头两句和结尾那句问话。

第三段是记录归档。沟通内容整理成 CRM 字段，是业务员最不愿意做的事，也是最该交给 AI 的一段。前提是 CRM 字段先定义清楚，否则整理出来的一堆文本还是没人看。

哪几段 AI 现在做不了

判断客户真伪这件事，AI 能帮你收集线索，不能替你下结论。询盘用的是免费邮箱还是公司域名邮箱、落款有没有职位、问题问得专业不专业，这些信号要综合看。AI 能把信号列出来，权重还得人来定。

报价这件事更明显。同样一个产品，给经销商和给终端品牌的价格逻辑不一样，要看采购量、付款方式、认证要求，还要看这个客户对你未来两年的价值。这是生意判断，不是信息检索。

止损判断也是。跟进三个月没进展的客户，是继续维护还是收手，取决于你的产能和市场策略。AI 手上没有这个上下文。

一个能落地的分工

我的建议是把跟进拆成四轮，AI 管前期的准备，人管需要担责的决策。

接触轮由 AI 查资料出摘要，人写开头两句话。确认需求轮由 AI 把对方回复里的关键信息抽出来填表，人决定要不要进入下一轮。给方案轮由 AI 出报价单初稿和规格表，人定价格档位和条款。维护轮由 AI 按 4-6 周的节奏提醒跟进时间，人决定每次发什么内容。

这套分工跑下来，一个业务员的有效触达量能从每天 10-15 家提到 25 家上下。有个前提：流程先写下来。流程没写清楚，AI 只会把混乱放大。

批量开发的效率陷阱

效率提升不等于业绩提升，这是我最想提醒的一点。

把触达量从每天 15 家提到 60 家，账面上是四倍效率。可这个量级的开发信，写的人和收的人都清楚它是批量发的。回复率会掉，掉到一定程度，你等于在用更高的成本做更差的触达。

我见过一家工厂，AI 上线两个月，触达量涨了四倍，成交客户数量没有变化，业务员的判断能力反而退化了。原因很简单，他们把所有环节都交给了 AI，包括原本该由人反复练的那部分。

工具怎么选

选工具的排序是：先看流程，再看数据接口，然后才轮到模型能力。

流程指的是你自己有没有一份写下来的跟进 SOP。有 SOP 的团队，用最小的工具就能跑出效果。没有 SOP 的团队，买再贵的工具也只是把乱动作做得更快。

数据接口关系到 AI 能不能读到你的真实记录。如果 CRM 是封闭的，AI 只能在外面空转，整理出来的东西还要人手抄一遍。

珠三角外贸团队的实际差异

顺德、佛山一带的工厂外贸团队，用 AI 的差距往往不在工具预算上。

已经有外贸部门的企业，缺的是流程文档，AI 接进去之后效果明显。业务全靠老板一个人跑的企业，先别急着上工具，把客户的联系人信息从个人微信里搬出来更要紧。

中山、江门一些做单一区域市场的外贸团队，客户数量少但沟通深，AI 的价值主要在资料整理和邮件初稿，不在批量触达。

团队里该谁先上手

我的建议是让最懂产品的那个人先用，不是打字最快的那个人。

AI 出初稿的质量，取决于喂给它的产品信息准不准。产品参数都说不清的业务员，用 AI 只会更快地写出含糊的信。

一个懂产品的老业务员，用 AI 之后效果是叠加的。他自己能判断哪一句该改，AI 负责把重复的部分填满。培养这样一个人通常要 2-3 年，AI 缩短的是过程中的杂活时间，缩不掉经验本身。

常见问题

Q：用 AI 写开发信会不会被平台判成垃圾邮件？ A：判定主要看发送量、退信率和收件人行为，不看你用什么写的。一天发 300 封手写信件，同样会被拦。

Q：业务员会不会因为 AI 变得不会谈客户？ A：把判断环节也交出去就会。让 AI 负责准备、人负责谈判，团队的能力是往上走的。

Q：小团队有必要上 AI 吗？ A：三个人以下的团队，先用免费的通用工具把资料整理和初稿这两件事做起来，不必急着买系统。

如果只记住一句

AI 在客户开发里是效率工具，不是业务员。把它放在准备环节，别放到需要担责的那一环。

信息来源与核对方式

AI 找客户这件事的官方口径是公开的：OECD 人工智能政策观察站 长期跟踪各国 AI 采用情况，亚马逊卖家工具目录 也把平台侧的自动化工具直接列了出来。

本文作者 James，在佛山给顺德和广东的工厂做 AI 落地与外贸流程改造。

本文由 AI 协助整理资料与校对，观点与经验判断来自作者本人。