内容摘要
这场分享的核心观点是：GTM 团队要想把 AI 真正用起来，不能只做一个聊天入口，而要同时搭起“分析扩容、洞察分发、自助执行”三层体系。Cloudflare 的经验表明，决定成败的不是模型本身，而是业务语义、技能治理、审查流程和系统集成能力。
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。