[AI书房] 第36章 从冷启动拓客到长期合作伙伴
Claude Code完全掌握
Claude Code完全掌握
第36章 从冷启动拓客到长期合作伙伴
金京镇
热身之后，何时开启冷启动拓客
某天你打开表格，发现两个免费试点项目都顺利收官了。一个已经转化为维护合同，另一个拿到了客户的推荐视频。而你通过熟人网络能触达的潜在客户名单，眼看着快要见底了。
这时候一个问题浮上来：「现在可以开始冷启动拓客（Cold Outreach）了吗？」
答案取决于你的准备状态。冷启动拓客是扩张（Scale）的工具，不是探索（Exploration）的工具。它不是用来找第一个客户的，而是用来把已经跑通的体系推向更广阔市场的。
在启动冷拓客之前，你需要具备三样东西。
证据。你手里要有来自真实项目的成果。不是「我做AI自动化」，而是「我搭建的工作流帮A企业每周省下了20小时」。带数字的句子和不带数字的句子，分量完全不同。
语言。你要能用企业主的话来表达，而不是技术人员的术语。在热身阶段积累的那些表达方式，「每天重复处理的咨询」「手动往Excel里录数据的时间」，这些应该已经变成你自己的词汇了。
信心。不是模糊的自我感觉良好，而是从实战中验证过的能力生长出来的信心。「这类问题我解决过，而且拿到了结果」，有这种经验在背后撑着的姿态。
缺了这三样就去做冷拓客，结果会很惨。你一天发出几百封邮件，但本质上是把毫无背景的信息塞给毫无关系的人。没有证据、没有信任、没有连接点的邮件，对收件人来说只是噪音。你变成了一种商品（Commodity）。一旦变成商品，就掉进价格竞争，而价格竞争里永远有人比你更便宜。
以证据为基础：冷启动消息的结构
决定冷拓客成功率的不是发送数量，而是消息的结构。
美国一位AI自动化顾问在社区里观察到一个规律，是那些创业初期死磕大规模冷邮件的从业者的共同特征。他们抓取LinkedIn信息、提取邮箱、用AI生成通用文案、丢进群发工具，一天撒出400到500封。纸面上看起来很高效。现实却是另一回事。
没有证据、没有定位、没有灵魂的消息，发出去的人不过是又一个AI模板贩卖者。
以证据为基础的冷消息，结构完全不同。核心原则是：不从「我卖什么」出发，而从「我做到了什么」出发。
一条有效的冷消息包含四个要素。
1. 场景关联：关于对方处境的一句话。「看到贵司的[具体流程]，所以联系您。」2. 证据呈现：解决过类似问题的经验。「我曾为类似业务做过自动化，取得了[具体数据]的效果。」3. 价值假设：应用到对方身上的预期收益。「预计可以实现[某种效果]。」4.
低门槛的下一步：没有压力的提议。「能否用15分钟通话，一起看看有没有合作的可能？」
这四个要素要在5到6句话之内写完。写长了就没人看。忙碌的企业主扫一眼邮件，也就几秒钟的事。
[图36-1] 证据驱动型冷消息结构示意图]
冷消息里不能先谈价格。价格是对话开始之后，在需求挖掘（Discovery）环节才讨论的话题。消息的目标不是成交，而是让对话发生。
社区成果分享 → 转化为主动找上门的客户
冷拓客并不是扩张的唯一路径。有一条更强力的路径存在，叫做Inbound，，让潜在客户主动找上门。
Inbound的意思是潜在客户先来找你。触发这件事的机制比想象中简洁。
来看美国一个AI自动化社区里发生的事。一位从业者拿下第一个客户后，5天内顺利完成了试点项目。他把这段经历分享到了社区。「遇到了这样的问题，用了这种方法，拿到了这样的结果。」一篇带有具体过程和数字的帖子。
另一位社区成员看到了这篇帖子，主动联系了他。那个人正在为自己的客户寻找能干活的开发者，看到这个人的实际成果后产生了信任。这就成了他的第二个客户。他没有发冷邮件，也没有请人帮忙介绍。他只是分享了成果，机会就自己来了。
这种模式不是偶然。成果分享同时产生三种效果。
信任积累：包含具体数字和过程的分享，读起来不像自我推销（Self-promotion），更像案例研究（Case Study）。读的人会想：「这人是真做出来了。」
可被搜索：发布在在线社区、博客、社交媒体上的内容，会被搜索引擎和平台算法推送出去。你睡觉的时候，可能有人搜索「AI自动化 线索处理」然后发现了你那篇文章。
网络效应：一个人看了你的文章，转给另一个人。「这个人好像不错，你看看。」这种转发带给收件人的印象，远比你直接发的任何冷消息都要强烈。
成果分享的形式多种多样。社区帖子、LinkedIn动态、博客文章、短视频。比形式更关键的是内容的具体程度。「给客户做了自动化，效果不错」没有用。「把入站线索的处理流程自动化之后，一名员工每周省下了10小时，线索响应时间从24小时缩短到了5分钟」才有用。
[图36-2] 成果分享 → Inbound转化路径示意图]
定位为AI思维伙伴
无论是冷拓客还是Inbound，通往长期合作的路上，定位（Positioning）起着决定性作用。
来看定位的差异。
定位A：「我是做AI工作流的。」定位B：「我帮企业借助AI改善运营。」
A卖的是技术。B卖的是成果。客户对A说的是「帮我做这个」。客户对B问的是「您觉得该怎么办？」A可以被替代。B很难被替代。
成为AI思维伙伴（AI Thought Partner）不只是技术水平的问题，是视角的问题。企业知道自己现在需要AI。但AI在自家的运营中该嵌在哪里、怎么嵌进去，他们并不清楚。他们需要一个人来填补这个认知缺口。
如果你已经深入了一个客户的生态系统，搭建过他们的系统、理解了他们的数据、熟悉了他们的流程，那当这个客户要做新的AI决策时，你就可能是他第一个想到的人。这就是思维伙伴的位置。
要到达这个位置，得看到技术实施之外的东西。审计（Audit）、赋能培训（Enablement）、战略咨询，都属于这个范畴。当企业不知道AI能做什么的时候，帮他们看到可能性的人。当新模型发布的时候，帮他们分析对现有系统影响的人。这种角色的价值，远远超过交付一个工作流。
[图36-3] 模板贩卖者 vs. AI思维伙伴定位对比]
长期合作关系就是这样建立起来的。用第一个项目打进去，用维护服务保持关系，用扩展项目证明价值，用固定顾问费（Retainer）形成稳定的合作伙伴关系。在这个过程中，顾问对客户业务的理解越来越深，逐渐站到了别人难以替代的位置上。
关系越深，客户就越不把你当技术供应商看，而是当成业务伙伴。当这个客户向同行业的其他企业主推荐你的时候，那份推荐的分量，比你亲手发出的任何一封冷邮件都要重。
这一切可能听上去还有些抽象。与其停留在理论层面，不如跟着一个真正走过这条路的人的故事，一步步看下去，画面会清晰得多。
人工智能专家 金京镇律师
AI法律政策专家 · 前国会议员 · 著有多部作品
如果这本书曾在你身边停留片刻，请支持我们，让下一个故事得以问世。
（自愿赞助账户：韩国农协银行 302-1096-0948-81 户名：金京镇）