By 小墨
2026年5月22日
77
295
Anthropic与Atlassian同台:洞悉SaaS的未来图景
2026年,SaaS行业正站在一个关键的十字路口。当客户和投资人都在追问「你们的AI策略是什么」时,许多创始人陷入了焦虑:是否需要推倒现有产品,从头构建AI原生应用?SaaStr AI Annual 2026第一天的两场背靠背演讲,为这个困惑提供了清晰的答案。
不换工具,换连接方式
第一位演讲者是Anthropic行业负责人Eleanor Dorfman,她在会上分享了如何用Claude将销售团队从零改造成AI原生组织的完整历程。2025年12月,随着Opus 4.6发布,Anthropic面临着一个甜蜜的烦恼:需求曲线垂直飙升,但团队规模仍是平缓的直线。两条线之间出现了巨大的缺口——她称之为「The Gap」。关键问题不在于人手不足,而在于即使愿意扩大三到五倍团队规模,也无法在所需速度内完成新客户 onboarding。招人有周期,培训有周期,但市场需求不等人。
54%企业客户自助成交的背后
Anthropic的解决方案并非引入一套全新工具,而是两步走策略:首先,Scale what works——将已有GTM工具栈中的AI能力全部激活;其次,Dream what's next——用Claude将这些工具串联起来,在工具覆盖不到的地方由Claude补位。他们的GTM工具栈包含11个工具:Salesforce作为记录系统、Clay用于线索 enrichment、LeanData做路由、Gong处理通话、Jira管理工单、Fin by Intercom提供支持、Ironclad处理合同、Gmail和Slack分别负责邮件和沟通、Snowflake作为数据仓库。每个工具都打磨了三年,不打算丢弃。 问题在于,AE每天在这些工具之间跳来跳去,上下文碎成渣。Anthropic的做法是让Claude成为工具之间的叙事主线,在6个核心工具之间读写并传递上下文,形成完整的客户旅程线索。用Eleanor的话说:「我们没有换工具栈。我们让Claude变成了工具栈浮出的那个界面。」
我们没有换工具栈。我们让Claude变成了工具栈浮出的那个界面。
“Eleanor Dorfman”效率跃升与最佳实践民主化
这场变革最炸裂的数据是:54%的新增企业客户通过self-serve自助成交。过去15年,企业SaaS行业有一条铁律——企业级套餐必须经过销售人员介入。但Anthropic在2026年1月上线了Enterprise Self-Serve,具体做法是双漏斗并行:所有inbound leads先经过Claude+Clay自动enrich、evaluate、qualify;漏斗A(Self-serve)由Fin by Intercom引导客户走自助流程,签真正的企业合同;漏斗B(Sales)只有「seller能改变结果」的deal才路由给AE。这不是降级,而是给买家一条更快的路。 AE的日常工作也被彻底改造。提案生成从45分钟压缩到4分钟——Claude从Salesforce机会信息、Gong通话承诺、Ironclad已批准定价自动合成提案草稿,直接路由到Ironclad,AE只需审核。Pipeline hygiene不再是人工活,Claude对比CRM数据和Gong通话内容,自动识别矛盾并写回Salesforce。每周312条Gong transcript进入Snowflake,Cl
Atlassian的三个反直觉教训
如果说Anthropic是「AI公司教你怎么用AI卖AI」,那么Atlassian就是「存量SaaS公司教你怎么在老产品里活出新花样」。Atlassian Head of AI Sherif Mansour分享了三个内部激烈辩论过的矛盾。 矛盾一:Chat是万能界面?外部声音说所有产品都应该headless,Chat是终极UI。Atlassian的答案是:两者都对,而且是一个循环。Chat会像当年的MS-DOS命令行一样,专属产品会从对话中孵化出来,但Chat本身也会留存并继续演化。他们发现了三种实际模式:Automate the prompts(把用户在Jira Chat里反复做的操作做成按钮)、Prompt → AI workflow(把用户说的需求变成正式功能)、Chat → UI → Chat循环(Agent跨数据源拉取,落到专属UI)。关键洞察是Work proximity matters——用户会用离他们最近的AI。 矛盾二:Bolt-on AI是错的?「不要把AI生硬地嫁接到旧工作流上」——bolt-on这个词本身听着就low。但Atlassian的做法是:「
如有侵权,请联系删除。
Related Articles
-
Fri Jul 24 2026原生工具调用、多模态Agent与开源模型:Foundation Model 2.0论坛直面Agent时代的模型演进
Foundation Model 2.0论坛聚焦在Agent时代模型的演进,讨论如何通过原生工具调用与多模态融合提升Agent的执行能力与适应性,并探讨端侧小模型的可行路径。
-
Mon Jul 06 2026示例域名与文档用途说明
example.com 是一个专门为文档示例而保留的顶级域名,供教程、示范和测试文档使用,不需要额外许可即可引用。
-
Mon Jul 06 2026未知文章标题
未提供文章内容或可抓取的 URL,因此无法提取实际引言或第一段。此处为占位文本,提示用户补充源内容以生成完整的 Frontmatter。
-
Sun Jul 05 2026未知来源文章
未提供可爬取的文章 URL 或内容,系统无法获取实际正文。此处为占位引言,说明输入数据缺失并提供元数据占位以便后续替换。
-
Sun Jul 05 2026无法生成:缺少文章源数据
未提供可用于爬取的文章 URL 或 JSON 数据,因此无法依据页面内容生成完整的 Frontmatter。请提供包含文章信息的 JSON 数组或一组有效 URL。
-
Sun Jul 05 2026未提供的文章标题
未提供文章内容。请提交文章的 URL 或粘贴全文,以便根据内容生成前言与分段信息。
-
Sat Jul 04 2026未提供文章链接或内容
未提供文章内容或链接,无法提取引言或第一段。请提交包含文章 URL 的 JSON 数组或直接提供文章文本。
-
Sat Jul 04 2026未提供文章信息
未收到文章内容或可爬取的 URL,因此无法生成文章段落。请提交包含文章 URL 的 JSON 数组,格式示例:[ {"url": "https://example.com/article1"}, {"
-
Sat Jul 04 2026未提供文章来源
未收到可用的文章内容或链接,因此无法提取段落。请提交包含多篇文章信息的 JSON 数组或每篇文章的 URL,以便爬取并生成完整的 postDetails 内容。
-
Fri Jul 03 2026示例文章标题(缺少来源)
未收到具体文章 URL 或内容,因此无法从原文中提取引言。此处为占位引言,说明系统需要源页面以抓取实际内容并生成结构化的 Astro Markdown YAML Frontmatter。
-
Thu Jul 02 2026聚焦自进化、Harness等Agent最火的九个方向,年度AI智能体大会7月开幕
中国AI智能体大会(AgenticAICon 2026)将于7月在杭州举办,围绕智能体领域的前沿技术展开,旨在推动研究与产业深度融合,探寻智能体从对话式工具向主动执行系统转型的路线图。
-
Wed Jul 01 2026探索 Astro.js 与 YAML:构建可维护的内容管理工作流
在现代静态站点与内容驱动的项目中,统一且可验证的元数据格式对内容维护和自动化发布至关重要。Astro.js 提供了灵活的内容渲染能力,而采用严格的 YAML Frontmatter 模板,可以让团队共
-
Tue Jun 30 2026首届光谷智能体经济大会举行 光谷从“AI试验场”迈向“AI价值场”
2026年6月29日,武汉东湖新技术开发区举办首届光谷智能体经济大会,正式发布“光谷智能体引力计划”。大会提出未来三年将在政策、算力、基金等方面投入超10亿元,旨在打造以智能体为核心的创新生态,培养智
-
Tue Jun 30 2026中国广电联合会《全国交通传媒行业AI应用调研报告》正式发布
中国广电联合会交通宣传委员会在内蒙古发布了《2026全国交通传媒行业AI应用调研报告》,基于对145家交通传媒机构的调查,总结了行业在AI应用上的现状与发展路径。
-
Tue Jun 30 2026韩国万亿'芯'基建拆解:存储行业能否建成AI时代'油田'
韩国近期公布了总投资逾1800万亿韩元的三大超级AI基建项目,涵盖半导体制造、先进封装与AI数据中心,目标是借助国家级投入与龙头企业布局,打造面向AI时代的关键产业能力。
-
Mon Jun 29 2026能量岛企业家俱乐部6.28 芯谷 AI 沙龙圆满落幕
6月28日,能量岛企业家俱乐部在苏州芯谷产业园举办AI智能体应用沙龙,活动以实战分享和产业交流为核心,吸引了本地创业者、企业高管与科研人员参与。
-
Mon Jun 29 20262026.06.20:AI 泡沫退潮,Agent 与数据架构重构产业底层
InfoQ 的周度深度分析指出,生成式 AI 已走完狂热期,行业正进入理性调整阶段,专家纷纷回归技术和落地路径的讨论。
-
Mon Jun 29 2026OKF——要做AI时代的'知识图谱通用语'—继MCP之后,Google又扔出一张Agent王牌
2026年6月,谷歌云发布了Open Knowledge Format(OKF)v0.1,这是一套以带YAML前置元数据的Markdown文件夹为单位来表示知识的开放规范,旨在解决企业知识分散的问题。
