Salesforce 斥資 20 億美元，收購一家替你訪談客戶的公司

Salesforce 已簽署最終協議，將收購 AI 客戶研究平台 Listen Labs，據報導交易金額約為 20 億美元。兩家公司都不願公開確認價格，但這筆收購的邏輯並不難理解。

Listen Labs 以 AI 代理執行質性研究的全流程工作。這些代理負責設計研究、從 Salesforce 聲稱觸及超過 5,000 萬人的網絡中招募參與者、進行訪談，並綜整所聽到的內容。該平台以超過 120 種語言、全天候進行訪談，並宣稱能將研究時程從數個月壓縮到數天。

它真正賣的東西

這套說法賣的不是為自動化而自動化，而是觸及的能力。

「企業一向都想聽到每一位客戶的聲音，但直到現在，真的能談到話的只有寥寥數人，」Listen Labs 執行長暨共同創辦人 Alfred Wahlforss 表示。有了 AI，企業可以同時進行數千場對話，而且用他的說法，還能在採取行動之前先模擬客戶會如何反應。

第二部分正是這個產品有趣、也棘手的地方。Listen Labs 打造它所稱的「數位孿生」：以真實客戶行為為基礎的模擬，用來推估某個人可能如何回應一項新產品、一則行銷訊息或一個想法。團隊可以在花錢對真人測試之前，先拿各種做法與模擬結果比對。

這兩種產出之間的區別，比行銷說法所暗示的更為重要。訪談捕捉的是真實招募來的人實際說過的話；數位孿生產生的則是模型預測「和他們類似的人」會說的話。兩者都有用，但它們不是同一種證據，而錯誤往往就發生在兩者之間的落差裡。

Salesforce 為何想要它

CRM 系統極擅長處理量化資料。購買紀錄、客服工單、續約日期、點擊事件：全都妥善捕捉、易於查詢。它們從來沒能好好捕捉的，是脈絡。某個決定背後的原因、客服對話串裡的挫敗感、客戶在訪談中說出口、足以解釋流失數字的那句話。

Listen Labs 幾乎恰好填補了這個缺口。Salesforce 表示，計畫把這項技術納入 Marketing Cloud、Service Cloud 以及更廣泛的代理式（agentic）產品組合，讓質性脈絡成為 AI 代理推理時的另一項輸入。研究發現不再是躺在一份沒有人會再打開的獨立報告裡，而是與其餘客戶紀錄並存。

這是 Salesforce 今年第三樁具規模的 AI 收購，先前才以約 36 億美元收購客戶服務自動化公司 Fin。這個模式顯示，該公司買的是自家代理所需的「輸入」，而不只是代理本身。一個能對客戶資料採取行動的代理，其表現取決於它能看見什麼樣的客戶資料；而多數企業多年來在這幅圖像的質性那一半，一直是摸黑飛行。

買方接手了什麼

Salesforce 買的不只是一套研究工具，而是一條會產出「客戶想要什麼」這類主張的輸送帶，而這些主張將被送進會實際採取行動的系統裡。這就改變了舉證責任的歸屬。當研究只存在於簡報裡，推論錯誤的代價是一檔糟糕的活動；當它餵養的代理會改動定價、分流客服或推出功能，一個錯誤的推論會在任何人察覺之前，於數千個決策中層層複合。Listen Labs 在 Salesforce 內部的價值，取決於這家公司能否讓證據保持可追溯，確保模擬出來的反應永遠不會被當成真實客戶說過的話來據以行動。

估值算術

相對於其本業，報導中的 20 億美元是個驚人的數字。Listen Labs 在今年 1 月的 B 輪募資中估值為 5 億美元，交易當時的年化營收約為 3,000 萬美元。這意味著超過 60 倍的營收倍數。

成長軌跡說明了其中一部分原因。這家公司由 Wahlforss 與技術長 Florian Juengermann 於 2023 年創立，源自創辦人打造的一款 AI 訪談員，而其緣起是他們做的一款 App 在一夜之間吸引了 2 萬名使用者。微軟與 Anthropic 都是它的客戶。在與 Salesforce 達成協議之前，它已就一輪更高估值的募資簽下投資條款書，卻選擇放棄，轉而追求這樁收購。

為一家年輕公司付出這樣的價碼，等於宣示 Salesforce 認為，一旦這項能力接上該公司擁有通路優勢的平台，它值多少錢。以 Listen Labs 目前的規模，單獨來看這項業務撐不起這個價格；綁在一起就撐得起，或者 Salesforce 相信它會。這類收購的定價，通常是看第二曲線，而不是第一曲線。

它踏入的研究市場

傳統市場研究是一門緩慢、昂貴、以合約驅動的生意，其經濟邏輯建立在稀缺性之上：受訪者數量有限、熟練的訪談者有限，而且分析要花上好幾週。Listen Labs 一次攻擊這三個環節。參與者網絡解決供給問題，語言覆蓋解決觸及問題，綜整步驟則解決分析瓶頸。它沒有解決的，是「快速研究」是否等同於「好研究」。速度改變的是你提問的頻率，而不是問題本身對不對；一家以大規模方式問錯問題的公司，只會對錯誤的答案更加自信。這個平台讓提問變得更便宜，卻沒有讓判斷變得更簡單。

決定成敗的問題

這筆交易讓客戶研究在真正做出決策的工具裡更容易使用，相較於被困在 PDF 裡的發現，這是實實在在的進步。但它在同一時間也創造了新問題：當代理式系統依據研究採取行動時，必須有人能分辨某項建議究竟立基於客戶說過的話，還是模擬猜測他們可能會說的話。

Salesforce 尚未說明將如何整合這項技術，或哪些代理工作流程會取用其產出。實際的考驗在於，客戶能否在不模糊這條界線的前提下使用這些新增的脈絡，以及系統是否留下能顯示其推論過程的稽核軌跡。研究的全部價值就在於它是證據。一旦模擬回應與訪談混入同一條洪流，這份價值就更難被信任，也更難在決策出錯時站得住腳。

若以座位數販售，這是一套研究工具，買家是大家熟悉的行銷長；若作為代理的輸入來販售，它就變成資訊長必須承接治理責任的東西。最後會是哪一種，將決定這 20 億美元究竟是撿到便宜，還是一記警鐘。