惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

G
GRAHAM CLULEY
T
Tenable Blog
Know Your Adversary
Know Your Adversary
C
CXSECURITY Database RSS Feed - CXSecurity.com
P
Privacy International News Feed
S
Security Affairs
NISL@THU
NISL@THU
O
OpenAI News
Attack and Defense Labs
Attack and Defense Labs
Application and Cybersecurity Blog
Application and Cybersecurity Blog
Hacker News: Ask HN
Hacker News: Ask HN
Webroot Blog
Webroot Blog
Schneier on Security
Schneier on Security
S
SegmentFault 最新的问题
S
Schneier on Security
G
Google Developers Blog
V
V2EX
C
Check Point Blog
U
Unit 42
Google DeepMind News
Google DeepMind News
T
Threatpost
阮一峰的网络日志
阮一峰的网络日志
T
The Exploit Database - CXSecurity.com
Recent Announcements
Recent Announcements
M
MIT News - Artificial intelligence
S
Secure Thoughts
博客园 - 司徒正美
Recorded Future
Recorded Future
P
Proofpoint News Feed
Spread Privacy
Spread Privacy
K
Kaspersky official blog
Cyber Security Advisories - MS-ISAC
Cyber Security Advisories - MS-ISAC
AI
AI
博客园 - 聂微东
N
News and Events Feed by Topic
SecWiki News
SecWiki News
钛媒体:引领未来商业与生活新知
钛媒体:引领未来商业与生活新知
V
Vulnerabilities – Threatpost
P
Palo Alto Networks Blog
OSCHINA 社区最新新闻
OSCHINA 社区最新新闻
Engineering at Meta
Engineering at Meta
Recent Commits to openclaw:main
Recent Commits to openclaw:main
奇客Solidot–传递最新科技情报
奇客Solidot–传递最新科技情报
酷 壳 – CoolShell
酷 壳 – CoolShell
WordPress大学
WordPress大学
The Hacker News
The Hacker News
The Last Watchdog
The Last Watchdog
Project Zero
Project Zero
W
WeLiveSecurity
博客园 - Franky

人人都是产品经理

为什么你的产品找不到差异化?90%的失败都卡在第一步上(下) – 人人都是产品经理, 3年从30万到1300万用户、获2200万美元融资,这个AI教育产品用“抽卡”破解了获客难题 – 人人都是产品经理, 园区招商系统怎么做才能真正帮到去化?我加了这一个功能,推广链接转发400次阅读过万 – 人人都是产品经理, AI大事件:OpenAI发完网络安全模型又搞药物研发,小鹏汽车要抓”DeepSeek时刻” – 人人都是产品经理, 电商不是卖货,是一场更残酷的产品经理实战 – 人人都是产品经理, 没想到,活动营销又回来了! – 人人都是产品经理, 为何All-in海外KOC:一场关于AI时代窗口期的豪赌 – 人人都是产品经理, 重新理解企业的内部协作 – 人人都是产品经理, 苹果的 AI 战略到底是什么? – 人人都是产品经理, 医疗智能体·第2讲——合规护城河:等保、PIPL与HIPAA的架构实战 – 人人都是产品经理, 向量知识库五步法:从“答非所问”到“精准回复” – 人人都是产品经理, 鸿蒙PC三方库构建总指挥HPKBUILD(sha)库为例 – 人人都是产品经理, 何时该用LLM?AI产品经理的LLM设计指南 – 人人都是产品经理, 医疗信息领域的需求方、决策方、准入方以及关注点(二) – 人人都是产品经理, 即梦涨价:一场被误读的「傲慢」 – 人人都是产品经理, 面试AI PM必答题:Hermes和OpenClaw的区别,如何讲清楚业务价值 – 人人都是产品经理, AI的下一张船票:世界模型——AI产品经理必须理解的技术拐点 – 人人都是产品经理, 小红书做GEO,怎么让AI信你?记住这 3 个重要信息 – 人人都是产品经理, 5 家印度 AI 初创公司,看看印度 AI 再做什么 – 人人都是产品经理, AI项目跨团队协作:产品技术业务如何不打架 – 人人都是产品经理, Agentic Workflow(智能体工作流):让AI从”答案生成器”变成”数字员工” – 人人都是产品经理, lycium_plusplus 项目全景解读:OpenHarmony 三方库构建的“大管家” – 人人都是产品经理, 从爆单救火到前置履约:两套预采策略,把生鲜大促履约效率拉满 – 人人都是产品经理, 什么时候该补货?我用一轮数据做了一个决定 – 人人都是产品经理, 从“机械兜底”到“动态分流”:AI客服重复进线治理的4大底层逻辑 – 人人都是产品经理, 抖音拼效率,红书拼洞察 – 人人都是产品经理, 全民狂欢与退潮——为什么龙虾这波热潮冷却得如此之快? – 人人都是产品经理, Stripe押注!MPP重塑全球支付 – 人人都是产品经理, 小红书GEO:AI引用你的内容,不是因为你对,而是因为你看起来可信 – 人人都是产品经理, 前百度副总裁押注办公Agent,日韩付费爆发,Manus迎来强劲对手 – 人人都是产品经理, 企事业单位数字化的业务供需本质 – 人人都是产品经理, 医疗智能体·第1讲——医疗信息化重构:从“辅助软件”到“自主智能体”的范式转移 – 人人都是产品经理, 粉丝量就是空气!!! – 人人都是产品经理, 用户说“薯片碎了”,机器回“要买吗?”:意图识别的翻车与破局 – 人人都是产品经理, RAG召回准确率从75到90 我做对了这三件事 – 人人都是产品经理, AI大事件:Anthropic改收费、OpenAI发安全版、手术机器人纳入医保、阿里发布”秒悟” – 人人都是产品经理, Chrome 推出 Skills 新功能,Agent 重塑上网方式 – 人人都是产品经理, GitHub前创始人拿了a16z的1700万美元,做Agent时代的Git – 人人都是产品经理 拷贝或克隆其他 Flutter OH 项目到本地后无法运行 – 人人都是产品经理, 优惠券设计:优惠券创建 – 人人都是产品经理, 不用死磕文档!AI 助手 1 小时搞定飞书 CLI 安装 + 配置 + 知识库 – 人人都是产品经理, 用小龙虾做竞品分析报告:从2天到20分钟,我是怎么做到的 – 人人都是产品经理 用小龙虾做市场分析报告:搞懂这3个公式,市场规模不再靠猜 – 人人都是产品经理, 你早就在做 Harness 工程,只是不知道它叫这个名字 – 人人都是产品经理, Think Long就够?你可能想多了! – 人人都是产品经理, 货代SRM实战:供应商准入怎么做,才能让资源池不是通讯录而是可交付网络? – 人人都是产品经理, 如何做好用户调研?详解基本技巧 – 人人都是产品经理, 木鸟、途家、美团对打,平台春天行动开“卷” – 人人都是产品经理, 入职才发现公司不靠谱?小红书从业者求职避坑指南 – 人人都是产品经理, 美国 AI 三巨头联手封堵,中国 AI 突围之路在何方 – 人人都是产品经理, 小红书,放在需求对面的镜子 – 人人都是产品经理, AI 会带来大规模失业吗? – 人人都是产品经理, 从出单到补货前,我第一次犹豫:该不该放大? – 人人都是产品经理, Flutter 三方库鸿蒙化适配:5 种高效检查方式,快速判断是否需要适配 – 人人都是产品经理, 从做产品进阶拿结果:医美机构产品经理转岗科室运营经理 – 人人都是产品经理, 阿里HappyHorse,一场关于“Token经济”的阳谋 – 人人都是产品经理, To B AI:客户留存落地的观察与思考 – 人人都是产品经理, AI产品的“生命线”——数据采集、标注、清洗的产品化设计 – 人人都是产品经理, 谈谈AI Agent(二):当“孩子”能自己“体验世界”时,你该学什么? – 人人都是产品经理, UI/UX设计师的3层能力进阶,前两层让你活下来,第三层…才是真正的分水岭 – 人人都是产品经理, 2分钟 → 30秒,效率提升75%:B端产品经理如何用「规则枷锁」驯服AI幻觉? – 人人都是产品经理, 还没来得及学OpenClaw,来了个更猛的:Hermes Agent – 人人都是产品经理, AI日报:宇树机器人跑出10m/s刷新世界纪录 – 人人都是产品经理, 一文说透基金互金如何用情绪价值引导用户决策做转化 – 人人都是产品经理, 当浏览器开始替你”看”网页:AI 浏览器正在亲手拆掉它脚下的那张网 – 人人都是产品经理, 0代码,一天时间我Vibe Coding了个网站 – 人人都是产品经理, Hermes 和 OpenClaw 之争,Agent 的能力应该“装上去”还是“长出来”? – 人人都是产品经理 视频生成的“桌子”,字节Seedance 2掀完,阿里快乐马掀 – 人人都是产品经理, 从听不懂到完全信任:我的 Codex 深度产品体验 – 人人都是产品经理, 当虚拟偶像有了北京户口,与真人偶像还有什么区别? – 人人都是产品经理, 会说,远远比会做更重要 —— 对 SBTI 爆火现象的五层观察 – 人人都是产品经理, AI产品经理必看:当“搭环境”比“选模型”更重要,你的认知还在2024年吗? – 人人都是产品经理, 2026年AI产品商业化核心逻辑:从功能demo到规模化营收的3个必破卡点 – 人人都是产品经理, 京东围绕供应链,卷起裤腿下场的那些事儿 – 人人都是产品经理, SBTI一夜刷屏:它赢在了“太会说人话” – 人人都是产品经理, 折扣零售的真相:不是便宜,而是价值感! – 人人都是产品经理, 和甲方吵了一架,最后加钱做了——我学到的ToB产品经理生存法则 – 人人都是产品经理, 和几位小红书操盘手聊了8小时,干货全在这 – 人人都是产品经理, 智谱GLM-5.1登场,开源模型首超Opus4.6!!! – 人人都是产品经理 Anthropic收入凭什么反超OpenAI,终于有人把这事说清楚了 – 人人都是产品经理, 史上最有故事感的技术报告——Claude最强模型Mythos 7个极其精彩的细节 – 人人都是产品经理, 模型不是壁垒,Harness 也不是 – 人人都是产品经理, 抖音本地生活业务思考21 – 人人都是产品经理, Superpowers:145k Star的AI编码框架,到底是什么来头? Superpowers:145k Star的AI编码框架,到底是什么来头? – 人人都是产品经理, OpenAI 的路走错了,Anthropic Harness 解法启示:模型需要实践专科生 – 人人都是产品经理, 画原型图的前一步:设计站点地图 – 人人都是产品经理, 给 DeepSeek 的最后一封催更信 – 人人都是产品经理, 手把手教你用 Claude Code 搭建 AI 营销团队:5 个 Agent、12 项技能,独立完成研究、写作、设计全流程 – 人人都是产品经理, 你以为大模型在学语言?不,它在重新发明语言学 – 人人都是产品经理 所谓Skill,不过是AI时代的工业垃圾 – 人人都是产品经理, 聊一聊内容传播的几个方法 – 人人都是产品经理, 当平台开始吃掉生态:从 OpenClaw 被封杀,读懂 Anthropic 的这盘棋 – 人人都是产品经理, 你装了 10 个 AI 插件,Obsidian 还是一个文件夹 – 人人都是产品经理 关于AI智能体架构演进的系统性思考:从单体试水到多体协同的重构 – 人人都是产品经理, 当“人”变成Skill,我们又该何去何从? – 人人都是产品经理 Mythos 事件:前沿 AI 治理的意外实验 – 人人都是产品经理, 货代CRM:信用与风险管理怎么做,才能把坏账风险拦在放货之前? – 人人都是产品经理, 从HR收集自拍照到员工自助录入——我见证了园区人脸识别从”不可用”到”真好用”的全过程 – 人人都是产品经理 千问闯关AI混沌期:阿里画靶,吴嘉张弓,马云射箭? – 人人都是产品经理,
融资550万美金,用AI来帮助销售真的可行吗?
深思 SenseAI · 2024-04-11 · via 人人都是产品经理

在过去十年里,销售专业人员用于与潜在客户建立关系的时间显著减少,目前销售团队只有 28% 的时间用于直接销售,其余时间则消耗在各种非销售相关的活动上。

在当前的人工智能时代,AI 的应用可以显著提升销售业务的效率,增强销售人员的生产力。SiftHub 就是在这样的背景下诞生的,它是一家由前 LogiNext 首席技术官兼联合创始人 Manisha Raisinghani 创立的人工智能初创公司。该公司已成功筹集了 550 万美元的种子资金,以开发其人工智能助手。

这个平台旨在帮助销售和售前团队更有效地建立客户关系,同时减轻他们在繁琐的非销售活动上的负担。

我们尝试基于文章内容,提出更多发散性的推演和深思,欢迎交流。

无缝的工作流集成:通过将人工智能助手集成到企业的现有工作流程中,SiftHub 使销售团队能够在熟悉的环境中访问必要的信息和工具,从而无需离开其日常使用的平台。这种集成使得 SiftHub 不仅能够提供即时的、精确的回答,还能确保这些回答与客户的历史数据和交互记录保持一致。

模型幻觉问题的解决:SiftHub 采用了检索增强生成(RAG)技术和交叉编码器等先进方法来精细化其信息检索过程,有效应对了大型语言模型(LLM)中普遍存在的幻觉问题。

AI Native 产品分析——SiftHub

1.产品:SiftHub

2. 产品上线时间:2024 年

3.创始人:

Manisha Rasinghani

在创立 SiftHub 之前,Manisha 与他人共同创立了领先的物流自动化 SaaS 平台 LogiNext。

4. 产品简介:

SiftHub 是一个专为企业销售团队设计的人工智能平台。该平台允许销售团队查询其业务技术堆栈中的所有应用程序,从而使销售顾问能够立即且明确地回答客户的问题。通过集成公司使用的各种应用和工具,SiftHub 为销售人员提供了一个统一的查询接口,使他们能够快速访问和提供所需信息,从而提高响应速度和效率。

5. 发展故事:

-2024 年 4 月, 获得由 Matrix Partners India 和 Blume Ventures 领投的 550 万美元种子资金, Neon Fund 和著名天使投资者也参与其中。

一、AI 时代下的 B2B 销售业务

资深风险投资人 Tomasz Tunguz 在 Twitter 上发布了一张图片:在 Gemini 输入“比较 10 人销售团队的 Salesforce 和 Hubspot,哪个更好?”

Gemini 的反馈显示了当前企业买家的购买模式和卖家的销售方式都发生了显著变化:

销售的重心已经转移到下游:买家变得更为了解情况。他们的研究工作从网上开始,涵盖网站、分析师报告、客户评价,现在还包括 LLM。在许多情况下,他们甚至会试用或使用产品,这得益于以产品为中心的营销。潜在客户往往在购买周期的后期才与销售代表互动。

销售变得更加技术化:这意味着,潜在客户参与销售过程往往是为了获取更深入的信息或支持。他们需要的不仅仅是基础的教育内容,还包括解决特定边缘案例、特定工作流程和集成的方案。他们可能还在寻找更多细节,如法律、信息安全、数据隐私、数据存储和保留政策。最关键的是,产品本身也变得更加复杂。现在每个产品都是科技产品(例如特斯拉),而未来每个产品都将融入人工智能。

销售代表的压力比以往任何时候都大:在后疫情时代,随着对效率的重视加强,销售团队预计要完成更多任务:更高的销售指标、更少的人手以及更为严峻的市场环境,购买决策的审查也比以往任何时候都要严格。销售工程师们总是工作负荷过重,销售与销售工程师的比例在 1:3 到 1:5 之间变动。

随着企业陆续推出更为复杂和先进的产品,负责销售的团队面临日益增长的技术细节、数据和安全性问题。这种情况导致销售人员用于与潜在客户建立联系的时间大幅减少,目前销售团队只有 28% 的时间用于实际销售活动,其余时间则花费在非销售相关工作上。

在这种环境下,销售角色正发生着融合变化,现代销售代表必须兼具良好的关系建立能力、技术知识和高效的生产力。生成式人工智能(GenAI)在此背景下对销售行业产生了显著影响。GenAI 通过跨文本、图像、视频等多媒体生成新内容的能力,为销售人员提供了与潜在客户、现有客户沟通的全新方式。

目前已有 85% 的销售人士证实,人工智能技术增强了他们的工作效率。这不仅使销售团队有更多时间进行实际销售,还帮助他们更快地与客户建立起良好关系。波士顿咨询集团(BCG)的研究还表明,如果销售团队能有效集成 GenAI 到其工作流程中,可以节省高达 28% 的时间。

二、SiftHub:提升销售效率的 AI 工具

为了在人工智能时代为销售团队提供高效的工具,Manisha Rasinghani 在 2023 年 7 月创立了 SiftHub。她坚信人工智能(AI)可以解决许多迫切的问题。SiftHub 的平台旨在自动化产品知识管理,使销售人员能够集中精力于他们最擅长的领域——关系管理和业务推进。

在 LogiNext 工作超过十年后,Rasinghani 在 2022 年为区块链初创公司 Polygon Labs 提供上市策略咨询时,认识到了市场对 SiftHub 类似解决方案的需求。她发现,由于信息分散在多个平台,寻找关于 Polygon 的数据变得极其困难。销售和售前人员在与潜在客户沟通时需要大量的公司和业务运营信息,而从不同的来源(包括公司的 Slack 渠道和其他无组织的文件)搜集这些信息既耗时又繁琐。

通过与约 200 名用户的交谈,Rasinghani 深入了解了问题,并根据他们的反馈将需求分为不同的用例,最终决定将重点放在销售和售前团队上。

她解释说:“销售团队背后有一个‘影子团队’——售前团队或解决方案工程师,他们常常是组织中的无名英雄。他们承担了大量技术工作,从提交请求提案(RFP)到解答客户问题。”她补充道:“节省销售和售前人员的时间,实际上可以让他们有更多机会建立客户关系。”

Rasinghani 还谈到了效率和速度的重要性:“如今,销售团队仅有约三分之一的时间用于实际销售,其余时间被官僚主义和行政管理所占据,比如不断回答客户的问题。我们的目标是最大限度地减少这些时间,让团队能专注于销售本身。”

Manisha Rasinghani 强调,在电话或电子邮件交流中,客户提出的问题往往不仅仅是即兴的。许多公司已经习惯于处理包含 100 多个问题的复杂信息安全调查问卷,或者在销售过程中处理包含 500 多个问题的请求提案(RFP)。SiftHub 的平台能够大幅自动化这些调查的填写工作,准确地识别并回答各种问题,从而提高效率。

Rasinghani 还引用了 HubSpot 的研究,该研究显示销售专业人员只有 37% 的时间用于与潜在客户和现有客户建立联系。她补充说:“我们的目标是将这一比例提升至 90%,以便让销售团队有更多时间进行人性化的互动,增强客户关系。”

三、核心功能

SiftHub 最初针对的目标客户群是年收入在 5000 万至 5 亿美元之间的中端市场和企业级 B2B 公司,这些公司专注于产品销售。为了收集早期反馈,这款人工智能助手目前仅向少数用户开放,而 SiftHub 计划在今年晚些时候正式全面推出。

自生成式人工智能(GenAI)兴起以来,专注于销售和售前运营的人工智能初创企业在过去一年中受到了广泛关注。从 Salesforce、Zoom 和 Google 等大型企业到 Quilt、People.ai 和 Darwin AI 等初创公司,不同规模的企业都开发了基于 GenAI 的工具。

然而,Rasinghani 认为 SiftHub 拥有独特优势,因为它能更深层次地融入客户的业务流程中,并解决整个销售应对过程的问题,这一点与“OpenAI 或其他任何大型语言模型(LLM)的wrapper”不同。

Manisha Rasinghani 表示:“每个销售团队成员都应对产品有基本的了解,但要求他们记住所有细节是不现实的,尤其是在产品迅速发展、公司政策和流程频繁变化的情况下。我们的平台就是为了解决这个问题,让他们能够即时回应潜在客户的需求,而不必担心记忆细节。”

SiftHub 旨在重新定义企业销售和售前团队获取最新信息和生成准确回应的方式。具体来说,SiftHub 提供以下核心功能:

1.自动填充准确的回复:一键生成精确、专业设计的 AI 响应,轻松获取相关的最新答案,并释放 80% 的工作带宽。

2.个性化回复的简易定制:根据用户的行业、地区等因素,定制个性化回复。可以调整答案的长度和语气,以符合品牌标准,并利用 SiftHub 的“AI 重写”功能,定制现有内容,避免重复发送模板化回复。

3.集成的工具生态系统:无需在多个应用间切换以搜索信息,SiftHub 使用户能够在其熟悉的工具生态系统内获取所需信息,使体验既熟悉又便捷。

4.人工智能驱动的搜索:通过即用型集成实现集中化的知识管理,SiftHub 的人工智能驱动的“统一语义搜索”功能消除搜索过程中的混乱。

5.无缝的协作流程:通过“人工智能生成的任务”节省管理活动时间,并实现任务所有者和截止日期的自动分配。通过项目和任务管理功能,轻松跟踪进度并与多个团队协作。

6.工作流程自动化提升生产力:与 CRM 系统无缝集成,自动处理所有供应商调查问卷和 RFP,基于交易状态、客户对话和相关利益相关者自动生成回应。

SiftHub 的生成式 AI 助手主要解决销售人员面临的大量非销售活动,与 Google Drive、Slack、Zendesk、HubSpot 和 Salesforce 等信息源集成,实现单一访问点以获取所有企业知识。销售和售前团队可以通过与其 AI 助手对话,完成信息安全调查问卷、供应商评估、RFP 和信息请求(RFI)。该助手支持作为 Slack 和 Microsoft Teams 上的机器人、Microsoft 插件、Chrome 插件和 Web 应用程序使用,并支持包括西班牙语和德语在内的 10 种语言。

Raisinghani 指出:“在企业级销售中,销售人员应当投入更多时间于建立关系,这对收入有直接影响。通过减少对售前技术工作的人力需求,公司可以节省时间,进而优化利润。”

四、幻觉问题

SiftHub 有其独特优势,它能提供安全、保密且具备访问控制的答案,并且能追溯到原始来源。利用 RAG(检索增强生成)技术和经过行业特定知识训练的微调大型语言模型(LLM),SiftHub 能够为用户生成无幻觉的个性化响应。这增强了透明度,降低了风险,并促进了对使用 AI 满足需求的绝对信任。

SiftHub 的 AI 助手是基于开源大语言模型构建的,并通过 RAG 技术得到增强。RAG 技术通过引入额外的数据源来优化 AI 生成内容的准确性。在 LLM 上应用 RAG 可以帮助 SiftHub 减少生成式 AI 中常见的幻觉问题,即生成不准确或误导性的内容。此外,这家初创公司还采用交叉编码器来防止其平台从所依赖的知识库中提取错误信息。交叉编码器能同时分析两个查询,而不是单独查看每一个,从而提供更精确的答案。

“我们宁愿不提供答案,也不愿提供错误的答案,”Rasinghani 说。她强调,SiftHub 的系统可能少给出一些答案,但她相信所提供的人工智能答案的正确率至少达到 75%。

Rasinghani 还指出,SiftHub 使用了“智能搜索算法”,该算法会根据文档或知识源的最新程度来展示最相关的信息,确保用户总能获得最新的数据。

五、融资情况

在 2024 年 3 月,SiftHub 成功获得了 550 万美元的种子融资,本轮融资由 Matrix Partners India 和 Blume Ventures 领投,Neon Fund 和多位天使投资者跟投。

Matrix Partners India 的董事总经理 Pranay Desai 评论说:“买家变得越来越精明,通常会在购买流程的后期才与销售人员互动,并提出更复杂的问题。因此,销售团队面临的期望值也发生了变化——他们需要对先进的产品、技术和法律信息有深入了解才能取得成功,但他们缺少应对这种新销售环境所需的工具。”

Pranay Desai 对 SiftHub 的产品表达了肯定:“我们认识 Manisha 已有多年,一直对她将客户同理心、技术能力和创业直觉独特结合的方式表示赞赏。无论是在 IBM Watson 工作还是创建 LogiNext,她都深刻理解技术销售的领域,因此对问题陈述产生了深度共鸣。我们对人工智能改变技术销售领域的潜力感到兴奋。”

Blume Ventures 的合伙人 Sanjay Nath 表示:“SiftHub 是 Manisha 在 SaaS 领域的第二个创业项目。凭借十多年的创业经验和卓越的业绩记录,Manisha 和她的团队正在构建一个能够彻底改变销售和售前流程的革命性 AI 平台。我们很高兴能够支持 SiftHub 团队,并成为他们雄心勃勃的旅程的一部分。”

SiftHub 的 18 人团队在旧金山、孟买和金奈设有办事处。该公司已经招募了高级领导层,包括 doLoop Technologies 的创始人 Jitesh Nagaria 和 InVideo 的联合创始人 Harsh Vakharia。此轮融资将被用于招聘更多人才,进行产品研发,提升产品品质,并推动公司向更广阔的市场发展。

SiftHub 宣称:“我们正在以前所未有的方式运用人工智能来革新销售和售前领域。我们已经有了一个很好的开端,并对未来充满期待。”

参考材料:

https://www.sifthub.io/blog/the-sifthub-story

https://www.matrixpartners.in/matrixmoments/mastering-complex-b2b-sales-our-investment-in-sifthub-ai-3

https://techcrunch.com/2024/04/03/sifthub-funding-ai-sales/amp/?guccounter=1&guce_referrer=aHR0cHM6Ly93d3cuZ29vZ2xlLmNvbS8&guce_referrer_sig=AQAAAJSizZk1AbPnoNgx_Tc2JDd_fstkjIv_pciOOWB3d1LPm3XulID39Q8PD9byE-se6Au8wYyWz4fTVRSn-UzuKwQBuBEAyQ7AYBJx6cd3Krfm-uaW9caG7ODjbbfY4YGLqzLct06zxTP7wPYp_2Sivtn-PrYIrxyqPnVIrlSHGcDh

编译:Xuanxiao;编辑:Leo

来源公众号:深思SenseAI;关注全球 AI 前沿,走进科技创业公司,提供产业多维深思。

本文由人人都是产品经理合作媒体 @深思SenseAI 授权发布,未经许可,禁止转载。

题图来自 Unsplash,基于CC0协议

该文观点仅代表作者本人,人人都是产品经理平台仅提供信息存储空间服务。