1.2 個人加 20 個 AI Agent：SaaStr 創辦人的銷售團隊實驗

本文整理自 Lenny’s Podcast 2026 年 1 月播出的單集。

走進 SaaStr 的辦公室，你會看到一排十張空桌子。每張桌上立著一個小牌子，寫著奇怪的名字：Repli、Quali、Arti、AgentForce。這些不是員工的暱稱，而是 AI Agent 的名字。半年前，這些位子坐的還是真人——銷售開發代表、客戶經理、業務助理。現在，整個銷售部門只剩下一個全職業務，加上一位每週投入十幾小時的「AI 長」。十個人的工作，變成了 1.2 個人加 20 個 AI Agent 在做。

這不是某個新創公司的噱頭宣傳，而是 SaaStr 創辦人 Jason Lemkin 親自操刀的實驗。他說，這場實驗的起點，是一個讓他徹底心寒的時刻。

SaaStr 是什麼？為什麼他的實驗值得關注？

在討論這場實驗之前，必須先理解 SaaStr 在軟體產業的地位。SaaStr 是全球最大的 B2B SaaS（軟體即服務）創業社群，由 Jason Lemkin 在 2012 年創立。Jason 本身是連續創業家，曾共同創辦 EchoSign（後被 Adobe 收購成為 Adobe Sign），之後開始經營部落格，分享自己創業過程中犯過的錯誤。這個部落格逐漸演變成一個龐大的社群，每年舉辦的 SaaStr Annual 大會吸引超過一萬名創業者、投資人與科技從業者參加，是 SaaS 領域的年度盛事。

SaaStr Annual 之所以在國外特別熱門，有幾個原因。首先，它聚焦在 B2B SaaS 這個特定領域，不像一般科技大會什麼都談，而是深入探討訂閱制軟體公司的營運、銷售、募資等實務問題。其次，Jason 本人累積投資超過兩億美元在 SaaS 新創公司，投資報酬率接近十倍，這讓他的觀點不只是理論，而是有真金白銀背書的實戰經驗。第三，SaaStr 的內容調性非常直接，Jason 不講場面話，專門分享「我搞砸過什麼」、「這個做法為什麼沒用」，這種坦白的風格在創業圈很受歡迎。

換句話說，當 Jason Lemkin 說他要用 AI 取代銷售團隊，這不是一個局外人的隨口評論，而是一個在 SaaS 領域浸淫超過二十年、親自投資過無數銷售組織的人，拿自己的公司當實驗場。

兩名高薪業務當場辭職，成為轉型起點

2025 年五月，SaaStr 正在籌備年度大會。這是一場預算七位數美元、營收八位數美元的大型活動，需要大量的贊助商開發與票務銷售。當時團隊裡有兩位資深業務，薪資都在市場高標，Jason 對他們的待遇毫不手軟。然而就在大會現場，這兩個人當場遞出辭呈。

「這是我第三次經歷這種事，」Jason 在訪談中說，「我建立過八個銷售團隊了。我轉頭對我們的 AI 長 Amelia 說：我們不再招人類業務了。結束。」

這個決定聽起來衝動，但其實有個伏筆。在那之前，SaaStr 已經在用一款叫做 Delphi 的 AI 工具，建立了一個「數位 Jason」——一個用 Jason 的內容訓練出來的 AI 分身，可以回答社群成員的問題。這個 Agent 原本只是用來做客服和社群互動，但有一天，它自己談成了一筆七萬美元的贊助案。

一個沒有專門訓練銷售技巧的通用型 AI，居然能獨立完成一筆不小的交易。這讓 Jason 意識到：如果連通用 Agent 都能做到這件事，那專門訓練過的銷售 Agent 能做到什麼程度？

什麼是 SDR？為什麼這個職位首當其衝？

要理解這場實驗的意義，必須先認識一個在台灣相對陌生、但在美國 SaaS 公司極為普遍的職位：SDR，全名是 Sales Development Representative，中文可以譯為「銷售開發代表」。

SDR 這個職位的出現，跟 SaaS 商業模式的特性有關。傳統軟體是一次性買斷，銷售週期長、單價高，一個業務員可能一整年只需要成交幾個大案子。但 SaaS 是訂閱制，客戶每月或每年付費，單次金額較低，這意味著公司需要大量的客戶才能撐起營收。問題是，資深業務的時間寶貴，讓他們花時間在還不確定有沒有購買意願的潛在客戶身上，是一種浪費。

於是 SaaS 公司發展出一套分工模式：找一群相對資淺、薪資較低的人，專門負責銷售流程的「前端」——發開發信、打陌生電話、回覆網站上的詢問表單、篩選哪些潛在客戶值得進一步接觸。這些人就是 SDR。他們的工作不是成交，而是把「可能有興趣的人」變成「確定有興趣、值得業務花時間的人」，然後把這些合格的潛在客戶（qualified leads）交給客戶經理（Account Executive，簡稱 AE）去談合約。

這套分工在過去十幾年運作得很好。SDR 成為許多美國大學畢業生進入科技業的入門職位，起薪可能在六萬到八萬美元，表現好的可以在一兩年內升為 AE，薪資翻倍。但這個職位有幾個特性，讓它在 AI 時代特別脆弱。

首先，SDR 的工作高度重複。每天發幾十封開發信、用固定的腳本回覆詢問、按照既定流程判斷潛在客戶的購買意願——這些都是 AI 擅長的任務。其次，SDR 的產出容易量化。發了多少信、約到多少會議、轉化了多少合格潛在客戶，這些數字清清楚楚，AI 的表現很容易跟人類比較。第三，SDR 的訓練成本高、流動率也高。一個 SDR 通常需要三到六個月才能完全上手，但很多人做一年就離職或升遷，公司等於不斷在支付訓練成本。

Jason 說得很直白：「傳統的 SDR——那種大學剛畢業、被雇來發 email 的年輕人——我們不需要了。靠發信和固定節奏（cadence）做開發的 SDR，明年會被 AI 取代九成。負責篩選進站詢問的 BDR（Business Development Representative，跟 SDR 類似的職位），明年應該要滅絕了。」

1.2 個人類，20 個 AI Agent

決定轉型後，Jason 和他的 AI 長 Amelia 開始部署各種 AI Agent。他們目前的配置是這樣的：

用 Delphi 建立數位分身，這個 Agent 可以回答關於 SaaStr 的各種問題，也能在對話中發現銷售機會。用 Artisan 處理對外開發信（outbound），這個 Agent 會主動聯繫潛在的贊助商。用 Qualified 處理進站詢問（inbound），當有人在網站上填表或發問，這個 Agent 會即時回應並判斷對方的購買意願。用 Salesforce 的 AgentForce 做「復活」任務——去聯繫那些過去被業務判定「不值得花時間」的舊名單。

為什麼要用不同的工具？Jason 解釋，目前市場上的 AI 銷售 Agent 各有專長，還沒有一個能通吃所有場景。更重要的是，這些 Agent 都需要大量訓練才能發揮效果。選工具的關鍵，不是看誰的功能最強，而是看誰願意花時間幫你訓練。「全世界功能最好的軟體，如果沒人幫你做訓練，99% 的人都不該買。」

訓練一個 Agent 需要多久？Jason 說，大約一個月。你要把公司網站、內部知識庫、訓練文件全部餵給它，然後花好幾個小時跟它對話、糾正它的錯誤、調整它的回應方式。這不是設定好就能放著不管的東西，而是需要持續校正的系統。

這也是為什麼他們需要一個「AI 長」。Amelia 每週花十到十五小時管理這 20 個 Agent，監控它們發出去的信件品質、調整表現不好的 Agent、處理需要人類介入的特殊狀況。這是一個全新的職位，需要的技能組合很特別：要懂行銷和銷售的邏輯，要有數據分析的能力，要對 AI 工具有足夠的技術理解，還要有耐心做重複的訓練和校正工作。Jason 說，這種人不太可能從傳統業務出身，比較可能來自產品、行銷或營運部門。

業績持平，但遊戲規則已經改變

轉型半年後，成果如何？Jason 說，淨生產力大約持平。20 個 AI Agent 加 1.2 個人類，做出來的業績跟之前 10 個人差不多。

這聽起來好像沒什麼了不起，但 Jason 強調，重點不在於業績有沒有成長，而在於效率和可擴展性。人類業務有上限——一個人一天能打的電話、能發的信、能開的會議就是那麼多。但 AI Agent 可以同時處理大量對話，而且週末和假日都在工作。當你的潛在客戶名單有幾十萬人，沒有任何人類團隊能全部照顧到，但 AI 可以。

有一個數字特別驚人：他們用 AgentForce 去聯繫那些被業務放棄的舊名單，回覆率達到 70%。這些是真人業務判斷「不值得我花時間」的對象，結果 AI 去聯繫之後，十個人裡有七個願意回應。為什麼？因為 AI 不會挑肥揀瘦，不會因為某個潛在客戶「感覺不會成交」就跳過，它就是老老實實地聯繫每一個人。

Jason 也坦承，AI Agent 目前還是有明顯的侷限。當交易變得複雜——需要談判價格、需要客製化合約、需要處理多個利害關係人——AI 的能力就會明顯下降。高單價的企業銷售，目前還是需要人類業務來完成。但他預測，即使是客戶經理（AE）這個職位，明年大概也只有 70% 是安全的，之後會逐漸下降到四、五成。

不是取代人，是取代人們不想做的工作

訪談最後，Jason 說了一句話：「AI 取代的是人們今天不想做的工作，它淘汰的是中等和平庸的表現者。」

頂尖的業務不會被 AI 取代，反而會因為 AI 而變得更強。他們可以用 AI 處理繁瑣的前期工作，把時間留給真正需要人類判斷和關係建立的高價值環節。但對於那些本來就在「混」的人——只會照著腳本發信、對產品一知半解、靠運氣而不是技術在做業務的人——AI 會毫不留情地證明他們的存在是多餘的。

Jason 的建議是：如果你在銷售或 GTM（Go-to-Market，市場進入）領域工作，現在就該開始學習怎麼使用 AI Agent。不要等公司發配一個工具給你，自己去找一個、自己訓練、自己搞懂它怎麼運作。因為在不久的將來，能夠「管理十個 AI Agent」的人，會比「自己當那十個人」值錢得多。

他說：「我們應該要有年薪二十五萬美元的 SDR，但他們管理的是十個 Agent，不是十個人。」

這場實驗還在進行中。Jason 說，如果現在有兩個很厲害的人類業務想加入，他還是會雇用。但他不會再雇用那種「進公司三個月還搞不清楚 SaaStr 在幹嘛」的人。那種工作，AI 已經可以做得更好了。