Jason Lemkin led the seed-runde via SaaStr Fund i Unicorn Owner. com, en AI-drevet plattform som forvandler hvordan små restauranter driver virksomhet. Kyle Norton sluttet seg til kort tid etter og, etter en treg start, vokste selskapet raskt til nesten 100 millioner dollar i årlig inntekt innen noen år, med skaleringsvekst. Både Jason og Kyle har åpent delt innsikt og erfaringer fra sine AI-agent-implementeringer, hvor Kyle nå overvåker et salgsteam på over 100 personer forbedret av AI, mens Jason og Amelia hos SaaStr driver over 20 AI-agenter. **Topp 10 Tomaspørsmål:** 1. AI-agenter overgår gjennomsnittlige salgsrepresentanter (AEs/SDRs), men ikke toppresterne; dette endrer fundamentalt strukturen på GTM-team. 2. Den første AI-agenten du distribuerer bør trenes og styres personlig av CRO eller CMO—byråer eller konsulenter vil ikke holde; det krever ca. 30 dagers dedikert arbeid. 3. Fokuser på ett eller to verktøy i dybden i stedet for å jonglere med mange leverandører; velg en etablert aktør og en startup for sammenligning. 4. Salesforce forblir avgjørende som et sentralt knutepunkt for flere autonome AI-agenter som deler data og innsikt. 5. Den “mellomliggende” vekstfasen forsvinner—enten satser man på rask skalering (10x-multiplere) eller aksepterer langsommere vekst (15-20%). 6. Prioriter å snakke med Forward Deployed Engineers på leverandørteam for å sikre smidig implementering, da funksjoner alene ikke garanterer suksess. 7. Opplæring av hver agent grundig over 30 dager er essensielt; å negligere trening fører til AI-feil. 8. Ta tak i de mest smertefulle kundereiseproblemene først ved hjelp av AI—test nettstedet ditt ipsikolog, fikse det som frustrerer kundene. 9. AI-styrkede salgsteam er omtrent 3 ganger mer produktive per representant, noe som gir høyere kvoter og vekst, ikke færre ansettelser. 10. Elite SDR-er som håndterer AI effektivt vil ha lønninger 2-3 ganger høyere, med forventning om 10x output. **Bakgrunn:** SaaStrs AI-satsning startet med frustrasjon over dyre salgsrepresentanter som sluttet uten varsel midt i viktige hendelser, noe som førte til et skifte til AI-drevne agenter. Startet med én agent i mai, kjører SaaStr nå over 20 agenter som genererer mer enn 1 million dollar i inntekter, med AI som overgår mellomleder-representanter. Konsekvensen: midt-på-treet GTM-roller står overfor terminal nedgang med mindre de oppgraderer med AI. **Nåværende tilstand:** AI er fortsatt tidlig i GTM—dagens "hyper-personalisering" i outreach inkluderer bare minimal dynamisk innhold, men fremtidens AI vil utnytte omfattende kundeinformasjon og interaksjoner for å lage svært effektive kommunikasjoner som kan matche topp menneskelig innsats.

Tidlige AI SDR-misser skyldtes ufullstendige LLM-er; nå er de stabile, og feil skyldes for det meste mangel på riktig trening. **30-dagersregelen:** Å distribuere en AI-agent innebærer tre faser over 30 dager: - Dager 1-7: Datahåndtering og oppretting av eksempeletsOutput, - Dager 8-21: Daglig vurdering og korrigering, - Dager 22-30: Klar for produksjon med minimalt med feil. Å hoppe over denne prosessen fører til dårlig ytelse som feilaktig tilskrives AI. **Ledelsesråd:** CRO-er og CMO-er må personlig eie AI-implementeringen for å unngå utdøelse—det er ikke lenger realistisk å stole på byråer eller konsulenter for tidlig adopsjon. Erfarne ledere har trent opp agenter selv før de overlater til andre. **Leverandørvalg:** Velg ett problem å løse først (f. eks. AI SDR, RevOps). Insist på å snakke direkte med Forward Deployed Engineer før kontraktinngåelse. Sett av omtrent 50-100K dollar for den første distribusjonen, med fokus på ROI fremfor kostnadsbesparelser. Unngå overveldende vurderinger av mange leverandører; to gode alternativer holder. **Innbound AI:** Raske gevinster oppnås gjennom AI-forbedret innkommende support som muliggjør instant, høy-kvalitets interaksjon med potensielle kunder, fjerner friksjon i kvalifisering og reduserer forsinkelser i salgsprosessen—noe tradisjonelle prosesser svikter i dagens miljø. **Salesforce sin rolle:** Salesforce fungerer som datahub hvor flere AI-agenter mates med informasjon, løser konflikter og gjør integrasjoner smidigere. Selv om AgentForce krever mer oppsett, gir den dype Salesforce-integrasjoner ofte en fordel. **Produktivitetspåvirkning:** Mens AI kan øke representantens produktivitet med opptil 3 ganger, eliminerer det ikke behovet for flere ansatte på grunn av høye vekstkrav og talentmangel. Høyt presterende reps som håndterer AI vil ha betydelig høyere lønn, men må levere tilsvarende økning i output. **Markedsrealiteter:** Den “Goldilocks” vekstsonen (tre-dobling, dobbel-dobling) som tidligere tiltrakk halvparten av VCene, sikrer nå bare omlag 10% finansiering. Grunnleggere må strekke kapitalen, møte tøffere rekruttering og realistisk vurdere finansierbarhet med AI-verktøy som saastr. ai/aivc. **Velge din vei:** Det er en tydelig splitt— - Arbeid ekstremt hardt for å oppnå hypervekst med intens innsats, slik Kyle Norton og Jason Lemkin viser, - Eller bli i saktere vekstselskaper med jevnere tempo og livsstilsvalg. Den moderate “middels”-situasjonen eksisterer for det meste ikke lenger i SaaS GTM. **Topp 5 ledelsesfeil med AI GTM-agenter:** 1. Overdrive vendor-bake-offs—tren kun to agenter grundig. 2. Outsource AI-implementering i stedet for å eie den internt. 3. Kjøp verktøy uten å forplikte seg til den essensielle 30-dagers treningen. 4. Signer kontrakter før du har kontakt med implementeringsingeniører. 5. Gi AI-verktøy individuelt til reps uten sentral styring. **Merkverdige sitater:** - Jason Lemkin understreker: "Jeg er ferdig med å betale en SDR 150K i året for middelmådig outreach og deretter miste dem, " og understreker nødvendigheten for ledere å "kni seg i ermene" i AI-initiativ eller bli irrelevante. - Kyle Norton fremhever en “3x booket inntekt per dollar brukt per AE” med AI-inntreden, rask distribusjon, men også sterkt personlig innsats selv med fordelene. I sum er AI-agenter i ferd med å endre B2B GTM-strategier, og krever leders involvering, streng trening, klokt leverandørvalg og aksept av at raskere vekst forutsetter åpenhet for kontinuerlig innsats og tilpasning. Mulighetene er enorme—men det samme er utfordringene.