商业 智东西 · 茄子 · 1小时前 · AI 生成
这家Agent创企融了2亿！前微软员工创业，ARR涨超5倍 Encore AI 是一家以色列 AI 智能体初创公司，通过分析企业优秀员工的客户交互数据，训练 AI 语音智能体，实现销售转化和客服效率提升。该公司刚刚完成 3000 万美元 A 轮融资，ARR 在 18 个月内增长超 5 倍，主要服务大型金融机构。文章核心价值在于介绍了其“交互挖掘”技术，并指出企业 AI 竞争的关键壁垒在于能否将历史沟通记录转化为可复用的经验，而非仅拥有数据。适合关注 AI 应用落地、企业服务赛道及智能体商业化的读者。原文 ↗ 原文 ↗
核心观点
▍ 企业 AI 竞争的关键壁垒在于能否从长期积累的客户交互数据中提取有效经验，并将其转化为可执行的智能体能力，而非仅拥有数据或模型。 01 Encore AI 完成 3000 万美元 A 轮融资，由 Team8 领投，部分参投金融机构此前已是其客户。 02 Encore AI 在种子轮后 18 个月内，ARR 增长超过 5 倍，但未披露具体收入规模和估值。 03 公司核心技术为“交互挖掘”，通过分析电话录音、邮件、短信等历史交互数据，拆解沟通阶段，识别推动销售转化或导致流程失败的关键行为。 04 Encore AI 声称其平台可在数周内完成部署，一家大型贷款机构客户在部署数月后实现了 10 倍投资回报率。 05 创始人 Dvir Ginzburg 拥有几何深度学习博士背景，曾在微软担任推荐系统研究员，并在 Meta 和思科担任软件工程师。 反方 / 局限
— 文章未提及 Encore AI 技术在不同行业（如非金融、强监管之外的行业）的适用性，也未讨论其 AI 智能体在处理复杂或非标准化客户需求时的局限性。 — 文章未提供 Encore AI 与 Salesforce Agentforce、HubSpot Breeze 等竞品在具体性能指标（如客户满意度、转化率提升幅度）上的直接对比。 — 文章未提及“交互挖掘”技术可能存在的隐私合规风险，以及企业客户对员工沟通数据被用于训练 AI 的接受度问题。
前置背景 CRM巨头们的AI智能体军备竞赛
Encore AI面临的不是空白市场。Salesforce已将Sales Cloud改名Agentforce Sales，九个月创收12亿美元；HubSpot推出Breeze Agents全家桶；Zoho把Zia升级为独立智能体平台。国内这边，EC的SIXBOT四大AI员工已跑通两年，金蝶接入DeepSeek。巨头们的共同动作是把CRM从「记录工具」变成「主动帮销售做事的数字员工」——Encore AI的差异化在于，它不依赖CRM存量数据，而是从通话录音、邮件等「交互记录」中挖经验。
▸ 3 条关联资料
▼
平行视角 智能体繁荣背后的真实失败率
当Encore AI宣称ARR涨5倍时，行业另一面是残酷的落地现实。Gartner预测到2027年底超40%的智能体项目将被取消；MIT研究显示95%的生成式AI试点未带来可衡量回报。港中文和新加坡管理大学的实证研究更直接：当前主流智能体任务完成率仅约50%。失败主因包括长链路任务中状态丢失与幻觉累积、缺乏企业级上下文结构、以及工具调用脆弱。这解释了为什么Encore AI选择「学习优秀员工经验」而非通用模型——窄切口反而提高了成功率。
▸ 3 条关联资料
▼
未来推演 交互挖掘赛道的关键变量与拐点
Encore AI的「交互挖掘」模式能否跑通，取决于三个可观察信号：金融监管对AI语音代理的合规态度（2026年Q4多地金融监管局已开始试点AI坐席审计要求）；大模型能力提升是否降低交互挖掘技术门槛，让Salesforce等巨头用更便宜的方式复制；以及Encore AI能否在18个月窗口期内从金融业扩展到保险、医疗等高客单价行业。目前最大未知数是：当CRM巨头们补齐历史交互数据采集能力后，Encore AI的壁垒是否还能守住。
▸ 3 条关联资料
▼
延伸追问 当AI学会「讲笑话」，谁在定义好服务？
Encore AI CEO称其智能体可复用客户经理「曾讲过的笑话和故事」。这引发一个深层次追问：如果AI从优秀员工身上学会了「建立信任的行为模式」，那它是否也学会了「让客户产生依赖」的操控技巧？在金融销售场景中，某些被验证「有效」的沟通方式可能处于合规灰色地带——比如利用客户焦虑情绪促成高佣金产品。AI学会「有效」不等于学会「正确」，当交互挖掘深到能识别情绪杠杆时，行业需要一套新的伦理边界。
▸ 3 条关联资料
▼