別再招傳統業務了：Ramp 營收機器背後的「工程師思維」與人才錯價套利

當銷售不再是話術比拼，而是演算法與基礎設施的火力展示，這就是未來的商業戰場。近期在《The Twenty Minute VC》Podcast 中，主持人 Harry Stebbings 與 Ramp 的業務副總 Max Freeman 進行了一場深度對話。這場長達一小時的訪談揭示了一個關鍵事實：Ramp 已經徹底將業務漏斗（Sales Funnel）視為純粹的「工程與數學問題」。透過系統化的基礎設施與精準的跨界招募，Ramp 成功將常規 SDR（銷售開發代表）的產能拉高了驚人的 4 到 6 倍。

我們的觀察是，當商業世界的資訊密度與決策速度急遽上升，缺乏數據基底與自動化工具的銷售團隊，正無可避免地撞上產能與認知的天花板。對於台灣的 B2B 決策者與企業主而言，這集節目拋出了一個必須嚴肅面對的課題：當競爭對手開始用資料管線、AI 調研引擎與跨界金融人才武裝前線時，企業該如何重塑自身的營收基礎設施？以下是我們針對這集 Podcast 核心洞察的深度解析。

業務本質已演變為數據與工程基礎設施

在節目片段 [17:18–22:07] 中，Max Freeman 剖析了一個重要的典範轉移：Outbound（主動出擊）已經不再是單純的「文案與通話問題」，而是深度的「數據基礎設施與數學工程問題」。

為了徹底解決這個工程難題，Ramp 在內部成立了專屬的「OATS（出海自動化團隊）」，並引進了成長工程師（Growth Engineer）來主導業務推進。這個團隊的核心任務，是打造一條具備遞迴（recursive）反饋能力的資料管線。

我們在協助企業進行數位轉型的過程中發現，許多銷售團隊的瓶頸在於無法將高轉換的成功經驗系統化。Ramp 的 OATS 團隊透過工程手段打破了這個限制，讓系統能夠自動在海量數據中吸收「高轉換特徵」，並將這些特徵持續投入新一輪的測試中。這意味著，驅動 Ramp 業績增長的動力，是一套能夠自我進化、不斷調校命中率的演算法基礎設施，而非單憑前線人員的直覺。當銷售行為被拆解為可量化的參數與自動化流程，企業就能在無需線性增加人力成本的情況下，大幅提升營收轉換的效率。

自建 AI 調研引擎極致壓縮認知摩擦

除了系統級的數據管線，Ramp 在單兵作戰的技術賦能上也展現了極致的工程思維。在節目 [54:47–57:28] 的深入解析中，Max Freeman 揭露了 Ramp 內部的秘密武器：「Ramp Revenue」系統與內部編碼代理工具「Inspect」。

在複雜的 B2B 銷售情境中，業務員在會議前通常需要花費 15 到 30 分鐘進行跨平台調查，包括翻閱客戶的 LinkedIn 頁面、研讀財報，以提煉出有價值的切入點。這不僅消耗龐大的時間成本，更帶來了巨大的「認知摩擦」——新人與頂尖業務在提煉資訊、抓取痛點的能力上，往往存在著難以迅速弭平的落差。

Ramp Revenue 與 Inspect 系統的出現 [55:20]、[64:46]，直接將這段繁瑣的跨平台調查，極致壓縮至短短的 90 秒。前線業務在接觸客戶的瞬間，就能即時獲得由 AI 高度客製化的論據與系統分析。這套機制不僅具體推升了團隊的每日外撥配額，更深層的戰略意義在於：它透過技術賦能，直接消弭了人員之間的認知落差。當每一位剛入職的新人，都能在 90 秒內擁有與資深頂尖業務同等深度的情報火力時，企業的擴張速度將不再受限於漫長的人才培訓週期。

利用「人才錯價」進行跨界降維打擊

在人才招募策略上，Ramp 摒棄了傳統邏輯，展現了如何利用「人才錯價（Talent Mispricing）」進行跨界降維打擊 [06:53]。

Ramp 選擇大量挖角來自高盛（Goldman Sachs）、花旗（Citi）等頂尖投資銀行的金融人才。這背後的佈局極具針對性：Ramp 的終極決策者通常是企業的 CFO（財務長）。投行出身的人才不僅具備極高的工時耐受度，更重要的是，他們天生就掌握著最高密度的財務語言。當這些跨界人才直接面對 CFO 時，他們能夠進行基於財務模型與營運效率的深度對話，這是一種專業語言上的降維打擊。

同時，Ramp 還有另一個極具啟發性的招募標的：鎖定那些在高營收但低 NPS（淨推薦值）公司（例如 6sense）表現優異的頂尖業務。我們的解讀是，能夠在產品不具備絕對好感度優勢的劣勢環境中，依然能創造巨大需求並成功破局的業務，本身就具備了極強的抗壓性與市場開拓能力。這種不拘泥於表面履歷，專注於「底層破局能力與專業語言契合度」的錯價招募法，為 Ramp 組建了一支具備高度不對稱優勢的營收軍團。

這對你的企業意味著什麼

對於台灣的 B2B 企業主與 AI 導入決策者而言，Ramp 的模式是一套現在就必須開始評估的戰略藍圖。我們建議企業可以從以下幾個具體方向採取行動：

1. 打造「售前 90 秒情報彙整」的平民版槓桿

對於缺乏龐大內部工程團隊的中小企業，我們建議應優先評估導入或開發類似「Ramp Revenue」的 Pre-meeting Briefing Agent（會前簡報代理）工具鏈。透過串接網路搜尋與企業內部的結構化資料庫，讓 AI 代理在對話前 90 秒自動輸出目標客戶的背景與痛點摘要。精準鎖定這個情報彙整的節點，能為前線團隊提供實質的火力支援，避免企業的 AI 應用僅停留在產出通用推廣信而被市場淘汰。

2. 建立遞迴反饋與自動化驗證機制

企業在評估自家的 AI 架構時，應將「資料回流」視為基礎建設的核心。每一次的客戶互動、轉換成功或失敗的特徵，都應有系統地寫入企業的數據倉儲（例如 BigQuery）中，以持續調校模型。此外，在交付數位員工或自動化 Agent 接管流程時，我們建議應仿效 Ramp 的工程嚴謹度，設立「自動化情境測試與合格認證」的硬性關卡。只有在受控環境中驗證通過的系統，才能真正接觸真實流量，確保營收機器的穩定性。

3. 重塑招募邏輯：發掘專屬的「錯價資產」

在對外擴拓的過程中，請重新審視你的客戶決策鏈。如果你的產品是賣給技術長，是否應該尋找懂得架構語言的工程師來執行銷售？跳脫傳統招募的框架，尋找那些具備高專業語言契合度、但在其原生產業中未被以「銷售槓桿」定價的錯價資產。這將是企業建立不對稱競爭優勢、精準打擊決策層的關鍵策略。

風險與反方觀點

然而，在擁抱高度自動化與 AI 賦能的同時，這套系統也伴隨著企業必須嚴肅面對的風險與挑戰。

內部工具賦能的資安風險

在開發類似 Inspect 這類能夠即時生成高客製化情報或 Demo 的 Agent 工具時，企業極容易陷入為了追求效率，而放任未受控的 Agent 直接讀取客戶原始配置的陷阱。我們強烈提醒，在架構設計初期就必須嚴格遵循「最小權限原則（Least Privilege）」。必須在正式環境與敏感的個人機密資訊（PII）之間建立堅固的隔絕層，防止任何潛在的 Prompt Injection（提示詞注入）攻擊導致跨租戶的資料外洩。

過早垂直化的陷阱

在市場擴張的節奏上，我們總結指出一個常見的戰略盲點：在市場份額不到 3% 到 5% 之前，企業不應過早切入並將資源限縮於單一垂直行業。過早垂直化會嚴重限制漏斗頂端的總開拓量。唯有當企業的基礎市場已經具備一定規模，且明確需要拉高特定領域的轉換率時，才值得投入資源進行深度的垂直化調校，否則反而會扼殺了營收機器的成長動能。

結語

Ramp 的模式為 B2B 銷售降低人力依賴提供了有力的實證。當業務漏斗成為數據管線，當會前準備從 30 分鐘壓縮到 90 秒，當前線的交鋒成為專業語言的精準打擊，企業的營收成長已然成為一場結合工程運算與跨界思維的綜合競賽。

面對這個趨勢，決策者應視為重塑企業體質的絕佳契機。檢視您現有的業務流程，找出那些充滿認知摩擦的斷點，並開始引入工程與數據的解法。建立具備遞迴能力的自動化系統，尋找市場上的錯價人才，打造屬於您企業的自動化營收機器。

深入探索 Ramp 的營收機器策略，請聆聽完整 Podcast 原音： 原始節目連結：The Twenty Minute VC - How to Build a Sales Machine | Max Freeman, Ramp