这家AI公司不卖客户名单，它想直接告诉外贸业务员“谁现在可能正在采购”

做外贸开发客户的人，对Apollo、ZoomInfo、LinkedIn Sales Navigator这类工具应该都不陌生。过去十几年，B2B客户开发工具基本围绕一件事情打转：帮你找到一批“可能是客户的人”。比如你做工业阀门，可以筛美国、制造业、员工500人以上，再锁定采购经理或者供应链负责人，一次导出几百个联系人。接下来业务员发开发信、加LinkedIn，再慢慢判断到底谁有需求。

问题也很明显。这500个人虽然都符合你的客户画像，但真正“现在正在采购”的人可能只有十几个。业务员不知道谁今年要扩产、谁刚换生产线、谁最近开始研究新的设备、谁正在比较供应商，最后往往只能靠大量群发去碰运气。9月23日，一家2025年才成立的纽约AI创业公司NextLM公布了一项新进展：它的AI Prospecting Agent进入Google Cloud Marketplace和Gemini Enterprise。这家公司最有意思的地方就在于，它不是继续给销售团队卖一张更大的客户名单，而是试图先判断“哪些具体的人，现在正在表现出购买意图”。

NextLM和传统客户数据库最大的区别，其实不是它用了AI，而是它改变了客户开发的顺序。传统工具先给你一份名单，然后由业务员自己判断谁值得联系；NextLM则希望先替你做判断，再把少量更值得联系的人送到销售手里。按照公司公布的产品逻辑，用户首先会和一个名叫Stuart的AI聊几分钟，告诉它公司卖什么、什么样的企业最容易成为客户、过去哪些客户成交过、哪些最后没有成交。系统再据此给企业配置一个独立的Prospecting Agent，让它持续观察互联网上出现的购买信号，把既符合客户画像、又可能处于采购窗口的人筛出来，再推送到邮箱或者CRM。

NextLM声称自己的数据系统每天处理约350亿个行为信号，覆盖3亿多家公司和3.7亿个职业档案。这里需要特别说明，这些规模数据来自NextLM自己的公开材料，并不是第三方审计结果。但它背后的产品思路本身很值得外贸行业研究，因为它正在把“找客户”的逻辑从“这个人是不是我的目标客户”，变成“这个人是不是我的目标客户，而且他现在是不是正在研究我要卖的东西”。这两个问题表面只差一句话，实际价值完全不同。

假设你是一家中国工业自动化设备公司。传统数据库可以帮你找出5000名美国制造企业里的工程经理、采购经理和工厂负责人，理论上他们都是客户，但业务员并不知道谁刚刚开始扩产、谁准备升级设备、谁最近频繁研究自动化方案。于是开发客户最后很容易变成“每天发100封邮件，看看有没有人正好需要”。NextLM想做的是观察一个人的公开行为，再判断这个人的行为模式和已经成交客户在购买前的行为像不像。如果相似度足够高，再把他推给销售，而且系统还会附上判断依据，例如检测到了哪些行为、为什么认为对方可能处于采购窗口，以及模型对这个判断有多大信心。

另一个比较值得关注的地方，是NextLM并不想给所有企业使用同一套客户判断模型。它的思路是让不同公司根据自己的历史成交和失败记录，逐渐形成不同的判断标准。比如两家公司都卖工业设备，A公司的优势是价格，主要客户是中小工厂；B公司的设备贵很多，但符合汽车行业认证，客户集中在大型汽车零部件企业。表面看，两家公司都在找“工业设备买家”，但真正应该优先联系的人完全不同。所以NextLM希望根据企业自己的成交结果持续调整模型：类似某个成功客户的信号提高权重，类似失败客户的信号降低权重，长期下来，每家公司得到的都是一套自己的“什么人最可能成交”的客户判断体系。

9月23日的新变化，是这个Agent进一步进入Google Cloud Marketplace和Gemini Enterprise。企业可以通过已有的Google Cloud账户采购，同时把NextLM找到的潜在客户继续交给Gemini Enterprise里的其他Agent处理。例如，NextLM先识别潜在客户，研究Agent继续调查公司背景，CRM Agent检查以前有没有联系记录，写信Agent再生成一封针对这个客户的开发邮件，最后由销售人员审核发送。这样一来，“发现客户”不再是一个孤立的软件功能，而有机会成为整个销售Agent工作流的第一环。

对中国外贸人来说，这个方向其实比“AI写开发信”更值得研究。过去两年，国内外贸行业谈AI开发客户，讨论最多的还是怎么用ChatGPT写一封更好的邮件，但实际销售里，发给谁、什么时候发，往往比文案本身更重要。一个根本没有采购需求的人，开发信写得再漂亮也很难转化；反过来，一个采购经理恰好正在换供应商，你的邮件哪怕没有那么精致，只要产品匹配，也可能得到回复。

所以AI获客真正有价值的方向，可能不是“帮业务员每天生成500封开发信”，而是“原来要联系500个人，现在AI先帮我筛到30个人”。前一种提高的是内容生产效率，后一种提高的是销售判断效率。对于机械、设备、工业零部件、工程产品、企业级软件等高客单价B2B业务来说，一个真正处在采购窗口的客户，价值可能远远超过几千个普通邮箱。