VC Tuangkan Lebih $200 Juta ke dalam Syarikat Permulaan Jualan AI: Isyarat Timbunan GTM

Modal teroka itu tidak mengalir ke "ciri AI yang ditambahkan pada perisian sedia ada." Ia mengalir ke syarikat yang membina infrastruktur GTM dari awal.

Tiga pusingan ditutup dalam jangka masa yang singkat. Monaco mengumpul Siri B $50 juta yang dipimpin oleh Benchmark. Netomi menutup pusingan $110 juta yang dipimpin oleh Accenture Ventures. Actively mendapatkan Siri B $45 juta yang diketuai bersama oleh TCV dan First Harmonic. Itu lebih $200 juta dalam beberapa minggu, mengalir kepada platform yang dibina sepenuhnya mengelilingi ejen AI yang melaksanakan kerja GTM, bukan membantu manusia melakukannya.

Menurut Crunchbase News, syarikat permulaan jualan, pemasaran, dan CRM telah mengumpul kira-kira $3.7 bilion secara global pada 2026, dengan majoriti mengalir kepada syarikat berfokus AI. Corak itu cukup konsisten untuk menjadi isyarat, bukan sekadar trend.

Apa yang Sebenarnya Dibeli oleh Pembiayaan Itu

Setiap pusingan menyokong lapisan berbeza daripada infrastruktur GTM asli AI.

Monaco adalah kes yang paling mencolok. Ia adalah platform jualan dan CRM asli AI yang dibina dari sifar, menyasarkan syarikat permulaan peringkat awal dan Siri A. Ia mempunyai pangkalan data prospek proprietari dan menempatkan jurujual manusia berpengalaman dalam gelung untuk memantau dan membimbing AI tersebut. Apabila Monaco keluar dari mod senyap pada Februari 2026, hasilnya adalah sifar. Menjelang April 2026, ia telah melepasi MRR tujuh angka. Siri B $50 juta membawa jumlah pembiayaannya melebihi $85 juta, semuanya dari permulaan penuh dalam masa kurang dua belas bulan.

Pusingan $110 juta Netomi menyasarkan hujung pasaran yang lain: perusahaan dalam persekitaran berisiko tinggi dan terkawal. Platform pengalaman pelanggan agentiknya direka untuk jenis industri peka pematuhan di mana "cuba AI dan lihat" bukan satu pilihan.

Actively, dengan Siri B $45 jutanya, membina alat AI agentik khusus untuk pasukan GTM: kerja prospek, kelayakan, dan jangkauan yang dilakukan oleh ejen, bukan dibantu oleh mereka.

Dan walaupun tidak dalam tetingkap dua minggu yang sama, Siri D $150 juta Hightouch pada penilaian $2.75 bilion daripada Goldman Sachs dan Bain Capital Ventures melengkapkan gambaran itu. Hightouch membina infrastruktur pemasaran agentik, khususnya lapisan data dan orkestrasi di bawah kempen.

Fakta Utama

• Monaco mengumpul Siri B $50 juta yang dipimpin oleh Benchmark dan beralih daripada sifar kepada MRR tujuh angka dalam masa kira-kira lapan minggu. (citybiz / TechCrunch, 2026)
• Syarikat permulaan jualan, pemasaran, dan CRM telah mengumpul kira-kira $3.7 bilion secara global pada 2026, kebanyakannya kepada syarikat berfokus AI. (Crunchbase News)
• Penggunaan AI yang dipimpin vendor dan dikhususkan berjaya kira-kira 67% berbanding kira-kira 33% untuk binaan dalaman. (Penyelidikan MIT 2025 GenAI Divide)

Isyarat Bina-atau-Beli yang Tidak Boleh Anda Abaikan

Pusingan-pusingan ini menyampaikan sesuatu yang spesifik tentang pasaran perisian GTM. Ia bukan membiayai bot sembang AI yang lebih baik yang dilapisi pada aliran kerja sedia ada. Ia membiayai aliran kerja baharu dengan AI di tengahnya dan manusia dalam peranan pemantauan.

Itu adalah seni bina yang berbeza daripada apa yang kebanyakan pasukan jualan gunakan hari ini. Dan patut dipersoalkan apa maknanya bagi pembaharuan CRM atau platform penglibatan jualan Anda seterusnya.

Penyelidikan MIT 2025 GenAI Divide (melalui Fortune) mendapati sesuatu yang bertentangan dengan jangkaan: penggunaan AI yang dipimpin vendor dan dikhususkan berjaya kira-kira 67% berbanding kira-kira 33% untuk binaan dalaman. Lebih separuh daripada bajet AI generatif mengalir kepada jualan dan pemasaran, tetapi pulangan terukur terbesar datang daripada automasi bahagian belakang pejabat. Pengajaran bukan bahawa AI jualan tidak berfungsi. Ia bahawa pelaksanaan bertujuan khas dan diuruskan vendor berfungsi kira-kira dua kali lebih baik berbanding yang dibina sendiri.

Trajektori Monaco memperkukuh perkara ini. Ia tidak menang dengan menjadi lebih murah daripada Salesforce. Ia menang kerana bertujuan khas: pangkalan data prospek yang dimiliki dan diselenggara sendiri, ejen yang melakukan kerja prospek, dan manusia yang menyemak dan membimbing apa yang dihasilkan oleh ejen. Itu adalah cadangan nilai yang berbeza daripada "sambungkan CRM Anda kepada LLM API."

Bagi pemimpin jualan, soalan sebenar bukan sama ada perlu memerhati syarikat-syarikat ini. Ia sama ada timbunan teknologi semasa Anda dibina atas prinsip asas yang sama, atau pada seni bina yang sama sekali berbeza. Bandingkan apa yang dibina oleh syarikat permulaan ini dengan kriteria penilaian dalam CRM asli AI berbanding Salesforce: cara seni bina berasaskan ejen mengubah perbandingan.

Ujian GTM Asli AI: Tiga Soalan untuk Pembaharuan Seterusnya

Ini adalah rangka kerja untuk menilai mana-mana alat GTM semasa pembaharuan, sama ada ia adalah syarikat sedia ada atau penantang. Sebutnya Ujian GTM Asli AI. Beri skor pada tiga dimensi.

1. Kualiti data: adakah ia berjalan pada data proprietari atau data yang disahkan?

Monaco membina pangkalan data prospek sendiri. Hightouch adalah lapisan pengaktifan di atas gudang data pihak pertama Anda. Ejen Netomi beroperasi pada pangkalan pengetahuan berstruktur yang disemak pematuhan.

Bandingkan dengan persediaan di mana ejen AI berjalan pada eksport CRM Anda: pendua, kenalan lapuk, rekod tidak lengkap. Ejen hanya sebaik apa yang boleh dibacanya. Alat yang memiliki atau mengesahkan lapisan data mempunyai kelebihan yang berkekalan. Alat yang bergantung pada kualiti data Anda mewarisi masalah data Anda.

Tanya vendor Anda: dari mana data itu berasal, dan siapa yang bertanggungjawab atas ketepatannya?

2. Agensi: adakah ejen menyiapkan tugas, atau sekadar mencadangkan?

Pemisahan pasaran adalah nyata. Sesetengah alat adalah "dibantu AI": ia merangka e-mel, Anda menyemak dan menghantar. Yang lain adalah "asli AI": ejen menyelidik prospek, menulis jangkauan, menjadualkan susulan, dan merekodkan aktiviti, dengan manusia menyemak hasilnya dan bukannya menghasilkannya.

Ejen Monaco melakukan yang terakhir. Actively dibina mengelilingi model yang sama. Sebab Monaco bergerak daripada sifar kepada MRR tujuh angka dengan begitu pantas adalah kerana pembeli merasai perbezaannya serta-merta: ejen yang menyiapkan kerja berbanding yang mencadangkan langkah seterusnya.

Semasa pembaharuan, tanya: apa yang sebenarnya dilakukan oleh ejen dari mula hingga selesai, dan apa yang masih perlu dilakukan oleh manusia secara manual?

3. Manusia dalam gelung: siapa yang memiliki kualiti apabila ejen tersalah?

Monaco mengekalkan jurujual berpengalaman dalam gelung bukan sebagai konsesi tetapi sebagai ciri reka bentuk. Ejen mengendalikan jumlah; manusia mengendalikan pertimbangan. Struktur itu penting kerana ejen AI membuat kesilapan pada skala, dan apabila satu kesilapan dihantar kepada seribu prospek sekaligus, kerosakan itu berlipat ganda.

Tanya vendor Anda: apakah laluan eskalasi apabila ejen menghasilkan output yang buruk? Siapa yang menyemak sebelum ia dihantar? Dan apakah mekanisme pemulihan?

Beri skor mana-mana alat pada ketiga-tiga perkara ini. Hasilnya akan memberitahu Anda lebih banyak tentang risiko pembaharuan berbanding mana-mana laporan analis. Untuk maklumat lanjut tentang di mana melukis sempadan antara penantang asli AI dan lapisan CRM warisan, lihat penilaian lapisan AI ROX berbanding ganti CRM.

Risiko Syarikat Sedia Ada Adalah Nyata, Tetapi Tidak Segera

Jangan baca ini sebagai "ganti CRM Anda sekarang." Baca ia sebagai "CRM Anda kini berada dalam pasaran berdaya saing yang tidak wujud dua belas bulan lalu."

Salesforce dan HubSpot tidak berdiam diri. Agentforce Salesforce adalah respons langsung kepada tekanan pasaran yang sama. Breeze AI HubSpot menambah automasi seperti ejen pada platformnya yang sedia ada. Tetapi kedua-dua syarikat tidak membina asasnya untuk aliran kerja agentik: mereka sedang mengubah suai. Soalannya ialah sama ada mengubah suai dengan cukup pantas akan mencukupi.

Penilaian platform GTM agentik Apollo meliputi kes pertengahan yang berguna: platform yang bermula sebagai data/kecerdasan dan kini beralih ke arah orkestrasi agentik penuh. Ia bukan asli AI dalam erti kata Monaco, tetapi ia lebih jauh pada spektrum berbanding vendor CRM tradisional.

Untuk alatan wakil pembangunan jualan (SDR) AI secara khusus, analisis SDR AI untuk 2026 meliputi bila model ejen masuk akal secara kewangan dan bila tidak. Ringkasnya: ia sangat bergantung pada sama ada Anda mempunyai data yang bersih dan buku panduan yang ditentukan untuk diberikan kepada ejen.

Pengumpulan $1.5 bilion Sierra untuk ejen pelanggan adalah versi perusahaan bagi pertaruhan yang sama. Analisis itu di Sierra AI dan pertaruhan ejen pelanggan $1.5 bilion meliputi apa maknanya bagi GTM pasca-jualan.

Apa yang Perlu Dilakukan Sebelum Pembaharuan Seterusnya

Senarai semak empat langkah yang sesuai untuk mana-mana semakan timbunan teknologi jualan:

Jalankan ujian tiga soalan pada timbunan teknologi semasa Anda. Kualiti data, kedalaman agensi, reka bentuk manusia dalam gelung. Beri skor pada setiap alat semasa Anda secara jujur. Anda bukan mencari sebab untuk bertukar; Anda mencari gambaran tepat tentang di mana Anda terdedah.

Uji satu penantang asli AI pada aliran kerja yang terkandung. Pilih sesuatu di mana Anda mempunyai metrik yang jelas: segmen tertentu, jujukan yang ditentukan, hasil yang boleh diukur. Pertumbuhan Monaco menunjukkan pembeli mengesahkan dengan pantas apabila ejen berfungsi. Anda akan mengetahui dalam satu suku tahun sama ada perbezaan seni bina itu adalah nyata untuk konteks Anda.

Desak pelaksanaan yang dipimpin vendor berbanding binaan dalaman DIY. Data MIT menyatakan perkara ini dengan jelas: kira-kira perbezaan kadar kejayaan 2 berbanding 1 antara penggunaan AI yang diuruskan vendor berbanding yang dibina secara dalaman. Jika pasukan Anda sedang membina AI tersuai di atas CRM Anda, itu adalah tanda amaran yang patut diperiksa, bukan sesuatu yang perlu dibanggakan.

Lindungi titik pemeriksaan manusia dalam gelung. Bagi mana-mana ejen yang Anda gunakan pada skala, tentukan siapa yang menyemak output sebelum ia mencapai pelanggan dan apakah laluan eskalasi apabila ejen menghasilkan sesuatu yang salah. Ini bukan skeptisisme terhadap AI; ia adalah disiplin operasi AI. Platform yang memenangi pembiayaan sekarang semuanya mempunyai ini mengikut reka bentuk.

Modal yang mengalir ke dalam infrastruktur GTM asli AI tidak meramalkan masa depan. Ia bertindak balas kepada pembeli yang sudah bertukar. $3.7 bilion yang dikumpulkan pada 2026 mencerminkan hasil yang sedang hilang oleh platform sedia ada, atau berisiko hilang. Itulah isyarat yang patut ditindakkan.

Soalan Lazim

Apakah timbunan GTM asli AI?

Timbunan GTM asli AI dibina dari bawah ke atas mengelilingi ejen AI yang melengkapkan tugas GTM, bukan membantu manusia melakukannya. Perbezaan utama daripada timbunan tradisional adalah: ejen berjalan pada data proprietari atau data yang disahkan (bukan eksport CRM Anda yang bermasalah), mereka menyiapkan kerja dari mula hingga selesai (prospek, kelayakan, jangkauan, pengelogan), dan manusia berpengalaman memantau dan membimbing ejen dan bukannya melakukan kerja itu sendiri. Monaco, Netomi, dan Actively adalah contoh syarikat yang membina seni bina ini.

Haruskah saya menggantikan CRM saya dengan platform jualan asli AI?

Belum lagi, dalam kebanyakan kes. Langkah yang betul adalah menjalankan Ujian GTM Asli AI pada timbunan teknologi semasa Anda dahulu (lihat tiga soalan di atas), kemudian mengujicubakan satu alat asli AI pada aliran kerja yang terkandung dengan metrik kejayaan yang jelas. Penggantian menyeluruh membawa risiko integrasi dan kos penukaran. Uji rintis yang tertumpu memberikan Anda data sebenar tentang sama ada perbezaan seni bina penting untuk gerakan jualan khusus Anda sebelum Anda membuat komitmen.

Adakah lebih baik membina alat jualan AI secara dalaman atau membeli daripada vendor?

Penyelidikan MIT 2025 GenAI Divide mendapati penggunaan AI yang dipimpin vendor dan dikhususkan berjaya kira-kira 67% berbanding kira-kira 33% untuk binaan dalaman. Itu adalah kelebihan kira-kira 2 berbanding 1 untuk membeli alat bertujuan khas berbanding membina sendiri. Sebab utamanya: vendor menyelenggara lapisan data, mengendalikan kemaskini model, dan memiliki akauntabiliti pelaksanaan. Binaan dalaman mewarisi masalah kualiti data Anda dan memerlukan kapasiti kejuruteraan ML yang berterusan yang kebanyakan pasukan jualan tidak miliki.

---

Sumber: Crunchbase News | TechCrunch, Februari 2026 | Fortune, 2025 (MIT GenAI Divide)