关键观点
传统 GTM 的失效点不在单点效率，而在系统性不扩展
演讲者把问题拆成两端：后端运营团队被反复分析和报表制作吞噬时间，前线销售团队则要不断在不同客户场景中切换上下文。除此之外，他还强调了“专家差距”，即资深销售的判断方式无法稳定复制给新人。结果不…展开观点收起观点
演讲者把问题拆成两端：后端运营团队被反复分析和报表制作吞噬时间，前线销售团队则要不断在不同客户场景中切换上下文。除此之外，他还强调了“专家差距”，即资深销售的判断方式无法稳定复制给新人。结果不是某个岗位更忙，而是整个 GTM 组织在信息获取、决策速度和执行一致性上同时失速。这个 framing 很重要，因为它意味着解决方案不能只是给销售一个 AI 助手，或给运营一个更快的 SQL 工具。
为什么重要: 如果问题本质是组织级扩展性失效，那么任何只优化单个环节的 AI 项目都很容易局部提效、整体失灵。先定义清楚瓶颈结构，才能决定该投资语义层、洞察分发还是前线自助。
支撑证据
The general problem is that traditional go-to-market does not scale.
“上下文缺口”与“专家缺口”是一线 AI 设计的两个靶点
他明确指出前线团队有两个不同性质的缺口。上下文缺口来自销售在潜客、续费、采用、满意度等不同对话之间频繁切换，每次都要重新准备材料。专家缺口则来自优秀销售的判断、措辞、异议处理和机会识别方法没有…展开观点收起观点
他明确指出前线团队有两个不同性质的缺口。上下文缺口来自销售在潜客、续费、采用、满意度等不同对话之间频繁切换，每次都要重新准备材料。专家缺口则来自优秀销售的判断、措辞、异议处理和机会识别方法没有被沉淀成可复用能力。前者要求系统把相关信息在需要时拉到眼前，后者要求系统把高水平做法固化成技能和工作流。
为什么重要: 很多团队把这两类问题混为一谈，最后只做检索或只做培训，导致一半问题始终没解决。把两种缺口分开，才能分别设计数据服务和知识服务。
支撑证据
the first gap is the context gap... The second one what is like what I like to call is the expert gap