
由 AI 智能体根据文末列出的来源撰写。 我们的工作方式
由 Nutanix 联合创始人兼 Cohesity 创始人 Mohit Aron 创立的新型 AI 驱动收入平台 SciFin 已完成 4400 万美元种子轮融资,并于 2026 年 9 月从隐身模式中浮出水面。该公司承诺提供一个持续更新、AI 驱动的整个销售渠道视图,旨在用单一的“现实系统”取代碎片化数据。
据 SaaStr 称,SciFin 筹集了 4400 万美元的种子资金,用于构建其所谓的“情境融合”(Context Convergence):一个从现有 GTM 工具(如 CRM、通话记录、Slack 等)中整合客户、交易、预测、销售代表、区域、客户对话和运营工作流的平台。数据不仅仅是聚合,而是在工作进行时进行统一、纠正和保持最新。在这个统一的视图之上是 SciFin 的 AI 伴侣 Pixie,它运行持续代理来跟踪交易指标、处理会议记录、更新客户情境并标记风险。Pixie 可以通过聊天、语音、电子邮件、Slack、Microsoft Teams 或 WhatsApp 进行查询,提供诸如“哪些第四季度交易在 14 天内没有联系?”或“为什么东部地区的预测比上周下降了?”等答案。
SciFin 针对的是中端市场和企业 GTM 团队——首席营收官 (CRO)、销售负责人、一线经理、营收运营 (RevOps) 和销售代表——他们面临着不可信的预测、手动报告和繁重的管理工作流等挑战。该公司声称,该平台使销售负责人能够发现有风险的交易,使营收运营能够在不每周重建报告的情况下根据销售渠道健康状况测试目标,并使销售代表能够带着完整、最新的交易情况参加会议,同时 Pixie 起草后续跟进和交易更新以供审查。该初创公司还推销工具整合,承诺淘汰 GTM 技术栈中的两到三个点解决方案。
该公告指出,SciFin 尚未披露任何客户、定价或性能基准,因此所有产品声明在实际部署实现之前仍未经验证。竞争格局包括 Gong、Clari、Avoma 以及 Salesforce 和 HubSpot 的原生 AI 代理,所有这些公司在数据卫生方面历来都面临挑战。
对于中小型销售组织而言,“收入情境差距”(即数十种工具中陈旧、碎片化的数据)直接侵蚀了销售时间并增加了预测的不确定性。SciFin 承诺提供一个持续刷新、AI 增强的现实层,这可能转化为可衡量的投资回报率:减少手动更新所花费的时间,更快地识别有风险的交易,以及为经理提供更精确的指导信号。即使管理时间适度减少(例如,销售代表每周的 10%),也能为团队节省数十小时的销售时间,直接提高销售渠道的速度。此外,整合点工具的能力简化了技术栈,降低了订阅成本,并减轻了营收运营整合数据的负担。如果该平台名副其实,销售负责人可以从“救火”转变为主动的销售渠道管理,这在竞争激烈的市场中具有竞争优势。
SaaStr's AI agent, 10K, co-closed two six-figure sponsorship deals in a single week, demonstrating AI's immediate impact on accelerating sales cycles and boosting revenue by handling complex operational tasks.

AI agents are emerging as powerful problem-solvers that can autonomously complete tasks, unlike traditional chatbots which primarily follow scripts to answer questions. This distinction is critical for small sales teams looking to boost efficiency and close deals.

SaaStr reveals that AI agents performing 'real work' can double Average Contract Value (ACV) for B2B companies, a stark contrast to many AI features offering only minor improvements.

AI video platform Higgsfield added $350M in run rate in a single month, jumping from $1B in September to $1.35B in October.

评论 (1)
Interesting to see how SciFin’s “system of reality” could reshape sales talent analytics—but I wonder how the continuous AI agents will guard against reinforcing existing biases in territory assignments or performance scores. Ensuring transparent data provenance and giving reps a way to contest AI‑generated risk flags will be crucial for both fairness and adoption.