People.ai
People.ai 通过 AI 自动捕获销售团队的邮件、日历、通话等活动数据，清洗并回写至 CRM，提升数据准确性与销售可见性。
People.ai
核心参数与统计
People.ai（现已更名为 Backstory）与 Gong 有本质区别：Gong 分析通话内容挖掘成交信号，People.ai 则专注"活动数据捕获"——自动抓取销售代表的邮件、日历、通话记录等行为数据，不是分析"说了什么"，而是分析"做了什么"。2026 年品牌升级为 Backstory 后，定位从"活动数据捕获"进一步升级为"直接回答哪个商机是真实的"——从数据层跃迁到决策层。
| 项目 | 公开信息 |
|---|---|
| 官方定位 | AI 收入智能平台，为销售领导提供基于证据的直接答案 |
| 核心能力 | 销售活动自动捕获 + CRM 数据回写 + 商机风险识别 |
| 数据来源 | 邮件（Gmail/Outlook）、日历、通话日志Slack、Zoom、Teams |
| CRM 集成 | Salesforce、Microsoft Dynamics、Oracle（支持多 CRM 同时接入） |
| 输出 | 活动时间线、管道健康度、直接答案（deal risk）、预测 |
| 最新版本 | 2026 |
| 支持平台 | Web |
| G2 评分 | 4.5 / 5（600+ 条评价） |
| 日均使用者 | 100,000+ 销售代表 |
| 头部客户 | OpenAI、Red Hat、HPE、Zscaler、Rubrik、AMD、Databricks |
核心差异：People.ai 不要求销售代表改变任何工作习惯——所有活动数据从已有工具中自动捕获，CRM 自动填充。品牌升级为 Backstory 后，进一步从"自动记录"进化到"自动判断"：直接告诉销售领导哪个商机有风险、为什么、下一步该做什么。
People.ai 的用户与市场认可
People.ai（Backstory）的市场认可主要来自企业级客户的实际采用和第三方评测平台的高分验证，而非公开披露的营收数字。
企业客户矩阵：官网公开显示信任客户包括 OpenAI、Red Hat、HPE、Zscaler、Rubrik、AMD、Databricks、Elastic、Cyberark、Cohesity、Five9、Seismic、Pluralsight、TTEC、Hexagon、Ping Identity、Forcepoint、F5 Networks 等。这一客户名单覆盖了从基础设施、网络安全到企业软件多个 IT 细分领域，说明平台在技术型销售组织中有较强的适配性。
用户规模：官方声称"100,000+ sellers daily"，即每天有超过 10 万名销售代表活跃使用平台。该数字在 SaaS 销售工具赛道属于中大规模，说明产品已跨越早期验证阶段，进入规模化商业落地期。
G2 社区评价：Backstory 在 G2 上累计 600+ 条评价，综合评分 4.5/5。在多个细分榜单中获得头部位置——Sales Performance Management 企业版 High Performer、Customer Revenue Optimization 企业版 Best Results、AI Sales Assistant 企业版 Highest User Adoption、Customer Revenue Optimization 企业版 Easiest To Use。这些评价标签指向两个关键信号：用户对"采用率"和"易用性"的满意度高于同类产品，而这正是 People.ai"零改变工作流"策略的直接成果。
客户可验证成果：官网公开引用三家客户的量化结果——Red Hat 实现 50% 赢单率提升Hexagon 实现 29% 会议预订量增长AMD 实现 76%+ 手动数据录入减少。虽然这些数据来自官方案例研究而非独立审计，但其具体程度（百分比 + 客户实名 + 职位）已明显高于行业平均的模糊宣传，可作为 PoC 阶段的参考基线。
成本优势：按席位报价的企业级定价结构
People.ai（Backstory）的成本模式属于典型的"企业销售驱动型"——不设公开的自助订阅档位，全部通过商务洽谈定价。
C 端/个人：不支持个人版本。产品设计目标客群是拥有完整 CRM 体系和销售流程的中大型团队，没有面向个人销售代表的独立付费入口。
团队/部门级：报价制，按用户数计费。官网未公开起价、每席位单价或最低席位要求。可参考的间接信息是：从官网签约客户规模（AMD、Red Hat 等千人级销售团队）推断，单席位成本可能随规模增加而有显著折扣，但无官方数据支撑。
企业级：含定制集成、高级权限管理、多 CRM 同时接入（Salesforce + Dynamics + Oracle 并行）、数据合规支持（SOC2 等认证以官方实时页面为准）。需联系商务获取报价。官网预约 demo 入口显示 "price: 0"，即 demo 免费，但正式合同需商务确认。
与竞品的成本结构对比：
| 维度 | People.ai / Backstory | Gong | Clari | 传统 CRM 自动化插件 |
|---|---|---|---|---|
| 定价模式 | 报价制，按席位 | 报价制，按席位 | 报价制 | 通常按席位/模块 |
| 公开起价 | 未公开 | 未公开 | 未公开 | 部分公开 |
| 免费试用 | 仅 Demo | 仅 Demo | 仅 Demo | 部分支持 |
| 隐性成本 1 | 集成与数据迁移需专业服务支持 | 通话数据存储与处理费用 | 数据治理人力投入 | 插件维护与升级成本 |
| 隐性成本 2 | 多 CRM 并行接入可能涉及额外配置 | 非标准 CRM 适配需定制 | 预测模型校准周期 | 活动数据仍靠手动补充 |
| ROI 参考 | AMD 手动录入减少 76%+ | 通话分析驱动的赢单率提升 | 预测准确率提升 | 以 CRM 厂商数据为准 |
成本建议：由于无公开价格，建议采购前要求官方提供一份含"预期席位、接入系统数量、数据保留周期SLA 等级"的正式报价，并要求在 PoC 有境中验证活动捕获准确率和 CRM 回写延迟，作为商务谈判的量化依据。
People.ai 的主要功能
People.ai 的能力围绕"自动捕获 → 关联商机 → 给出答案"三条主线展开。以下为其核心功能及其协同效应：
-
全渠道活动自动捕获：从 Gmail/Outlook 邮件、日历事件Zoom/Teams 通话Slack 消息中自动提取销售活动数据，无需销售人员安装任何插件或执行任何额外操作。捕获粒度包括客户邮件往来、会议时间、通话时长、参与人、讨论主题摘要等。专家视点：这套捕获机制的价值不仅在于"省去手动录入"，更在于捕获了销售代表自己可能遗忘或选择性忽略的接触点——比如一封简短的跟进邮件、一次未在 CRM 中登记的咖啡会议。这些"低信号强度"活动在传统 CRM 流程中极易丢失，但对判断商机真实热度至关重要。
-
CRM 自动回写与数据清洗：捕获的活动数据自动写入 Salesforce / Microsoft Dynamics / Oracle 的时间线和自定义字段中。回写规则可配置——联系记录自动创建、机会历史自动追加、活动类型自动归类。隐藏联动：这一功能与"活动捕获"构成闭有——捕获越全面，CRM 数据越完整；CRM 数据越完整，管道预测和风险分析的输入质量越高。实际效果是：当捕获率达到一定阈值后，CRM 的"数据完整性"指标会自我强化。
-
商机风险直接答案：这是 Backstory 品牌升级后最核心的能力升级。平台不再只是提供仪表盘和图表，而是直接输出自然语言答案——"这个商机有风险，原因是唯一的决策联系人已 14 天无回应，且未建立多线程接触。"答案背后附有原始活动证据链接，销售领导可以直接点击验证。专家视点：从"数据展示"到"直接答案"的跃迁，改变了销售管理者的使用方式——不再需要花时间解读仪表盘，而是直接获得可行动指令。这对每周要过 50-100 个商机的区域销售 VP 来说，是显著的时间杠杆。
-
管道健康度监控与预测：基于团队活跃度数据预测管道流转速度和最终收入。与传统预测工具不同，People.ai 的预测输入不是销售代表手动填写的"关闭概率"，而是实际捕获的活动数据——邮件回复率下降、会议频率降低、关键联系人失联等客观信号。因果链：活动数据越客观 → 预测对真实商机状态的反映越准 → 管理层越信任预测 → 越少依赖主观判断和"销售代表在 forecast call 上的口头承诺"。
-
多线程交易追踪：自动识别每个商机中销售方与采购方的接触分布——是否只有一个人在与客户沟通？客户方是否只有一个联系人参与？采购委员会是否覆盖了决策者、技术评估者、法务等关键角色？当检测到单线程风险时，自动标记并建议补充接触策略。
-
数据质量审计与合规保障：持续扫描 CRM 中的异常数据——过时联系人、重复记录、缺失活动历史的漏洞。同时，确保所有捕获活动符合企业数据治理策略（如数据保留期限、访问权限控制）。
People.ai 的模型与版本演进
People.ai 的版本迭代以"年"为单位，每次年度大版本围绕一个核心能力主题展开。由于官方未公开完整的 Changelog，以下版本脉络基于公开里程碑信息整理：
2026 版本（当前最新）：版本号 2026.7。核心变化是从 People.ai 品牌升级为 Backstory，产品定位从"活动数据捕获层"升级为"收入智能决策层"。新增"直接答案"引擎——不再仅仅展示活动时间线，而是直接给出"商机是否健康、风险在哪、下一步行动"的结论性输出。同时扩展了多 CRM 并行接入能力（支持 Salesforce + Dynamics + Oracle 同时接入），以及 MCP 集成接口。
2025 版本：引入 AI 驱动的数据清洗与漏斗预测引擎。重点解决了"活动捕获后的数据质量"问题——自动去重、联系信息更新、异常活动识别。同时首次推出管道健康度评分，将活动数据抽象为可量化的商机健康指数。
2024 版本及之前：产品以 People.ai 品牌运营，核心能力聚焦在活动数据捕获与 CRM 自动回写。先后完成了 Gmail/Outlook 集成、日历事件捕获、通话日志对接Slack 消息接入等数据源的覆盖，并建立了与 Salesforce、HubSpot、Microsoft Dynamics 的深度集成。
技术路线图观察：从版本演进可以看出清晰的产品路径——先解决"数据捕获"（2024 前）、再解决"数据质量"（2025）、再升级为"决策智能"（2026）。后续方向可能向"自动执行"延伸——即平台不仅告诉你该做什么，还能自动触发行动（如自动发送跟进邮件、自动调整管道阶段）。该方向以官方实时动态为准。
People.ai 的技术优势
People.ai 的技术优势不体现在模型参数或推理速度上，而体现在"销售活动数据的结构化捕获与关联引擎"这一细分技术栈中。
零侵入数据捕获机制：与需要安装浏览器插件、桌面客户端或手动 API 集成的传统销售工具不同，People.ai 通过对 Gmail/Outlook 的 API 级授权、日历系统的日历事件推送UC 平台（Zoom/Teams）的会议元数据回调，实现全被动式数据采集。销售代表无需安装任何额外软件，也无需改变任何工作习惯。机制 → 效果：零侵入采集 → 采用率接近 100% → 数据完备性远超基于"销售代表主动录入"的传统 CRM 流程。
活动-商机关联引擎：这是 People.ai 最核心的技术资产。平台收到一封邮件或一条通话记录后，需要自动判断它属于哪个客户、哪个商机、哪个联系人——而邮件中可能根本没有明确的商机 ID。People.ai 利用多维信号（邮件主题、收件人域名、邮件正文中的产品关键词、历史沟通模式）进行概率匹配，将原始活动数据关联到 CRM 中的结构化记录。因果链：关联准确率越高 → CRM 回写的自动化程度越高 → 销售运营团队的手动修正工作量越低 → 数据质量的正向飞轮越快启动。
两年历史数据冷启动：官方声称新部署的团队可以在"第一天"获得两年的历史商机活动分析。这意味着平台的爬取和回溯能力可以处理存量邮件和日历数据，而非仅从接入之日起开始积累。这对需要快速获得洞察的销售领导来说，显著缩短了价值验证周期——不需要等一个季度来积累数据。
直接答案引擎：2026 版本新增的核心能力。区别于传统 BI 仪表盘和预测分数，该引擎将活动数据、商机关联、历史成交模式三者结合，输出自然语言的结论性答案。技术实现上可能结合了规则引擎（明确风险信号如"14 天无联系"）与机器学习模型（基于历史交易的隐性模式识别），并附上证据链路以供人工复核。
MCP 集成接口：官方 featureList 中包含了 MCP（Model Context Protocol）集成，说明平台已与 AI Agent 生态对接。这意味着销售数据可以通过 MCP 接口被外部 AI 工具访问，在更广泛的自动化工作流中发挥作用。
People.ai 的如何使用
People.ai（Backstory）的使用入口分为三个层级，对应不同深度的使用方式：
| 使用方式 | 适合角色 | 核心动作 | 价值交付时间 |
|---|---|---|---|
| CRM 内嵌体验 | 销售代表、一线销售经理 | 在 Salesforce/Dynamics 内直接查看活动时间线和商机风险提示 | 即时，无需切换系统 |
| Web 应用 | 销售运营、区域销售 VP | 访问 app.people.ai 查看全团队仪表盘、管道健康度、活动分析 | 集成完成后 |
| 移动端/消息集成 | 高管、出差中的管理者 | 通过 Slack/Teams 接收商机风险摘要推送 | 集成完成后 |
标准化启动流程（以官网及官方文档为准）：
- 商务接洽：通过官网 demo 入口（https://www.backstory.ai/get-demo）提交企业信息，销售团队评估需求后安排 POC。
- 系统对接：授权接入企业邮箱系统（Gmail/Outlook）、日历、通话平台（Zoom/Teams）、CRM 系统（Salesforce/Dynamics/Oracle）。
- 历史数据回溯：平台开始抓取过往两年的邮件、日历和通话数据，建立活动基线。
- 关联映射校准：销售运营团队审核活动-商机的关联准确率，调整规则配置。
- 启用直接答案：关联准确率达标后，开启商机风险标记与直接答案输出。
- 团队推广：销售代表无需培训（零改变），销售管理层开始在日常 forecast call 中使用平台数据。
落地节奏建议：官方建议从接洽到上线通常需要 2-4 周。建议先在一个区域销售团队（10-20 人）中运行 2-4 周，重点验收"活动捕获准确率"和"CRM 回写时效性"两个关键指标，再逐步扩展到全团队。
People.ai 的产品定价
People.ai（Backstory）的定价属于完全的商务驱动模式，无公开的自助订阅选项。
| 层级 | 目标客群 | 定价方式 | 包含内容 | 未明确项 |
|---|---|---|---|---|
| Demo | 所有潜在客户 | 免费 | 30 分钟产品演示 + 需求沟通 | 不包含实际数据接入 |
| 团队版 | 销售团队（10-100 人） | 按席位报价制 | 活动捕获CRM 回写、基础仪表盘 | 起价、每席位单价、最低席位要求 |
| 企业版 | 大型销售组织（100+ 人） | 按席位报价制 | 多 CRM 并行接入、高级权限管理、定制集成MCP 接口、专属 CSM | SLA 等级、数据保留周期、合规认证详情 |
免费的真相：People.ai 不设免费自助版本或免费试用期。唯一的"免费"接触点是 Demo，不涉及实际数据接入。这意味着中小团队无法通过自服务方式低成本验证产品价值，必须先进入销售对话流程。
隐性成本：
- 集成配置成本：对接多系统（邮件 + 日历 + 通话 + CRM）可能需要 IT 团队投入 1-2 周的配置时间，包括 API 授权、权限策略调整、数据映射规则定义。
- 数据治理成本：活动捕获上线后，销售运营团队需要定期审核关联准确率，处理异常匹配。捕获越全面，数据治理工作量越大。
- 变更管理成本：虽然销售代表无需改变工作习惯，但销售管理层需要适应"基于活动数据的客观决策"取代"基于销售代表口头汇报的主观判断"。这种管理方式的转变可能遇到内部阻力。
People.ai 的应用场景
People.ai（Backstory）的典型价值集中在需要"客观销售活动数据驱动管理决策"的中大型销售组织中：
-
销售运营团队的 CRM 数据治理：解决 CRM 数据不完整、不准确、不及时的长期痛点。传统方式下，销售运营团队需要定期手动清洗 CRM 数据——补充缺失的联系记录、合并重复商机、标记不活跃账户。People.ai 自动完成这些工作，且在捕获率达到一定水平后，CRM 数据质量会进入"自我维持"状态。核验重点：上线后第一个完整月内，CRM 数据完整性指标（如"有活动历史的商机占比"）的变化趋势。
-
销售管理者的商机风险预警：区域销售 VP 或 CRO 每周需要 review 50-100 个商机，传统方式下依赖销售代表在 forecast call 上的口头更新，信息滞后且可能存在"乐观偏差"。People.ai 直接给出风险商机列表及原因，管理者可将 review 时间聚焦在高风险商机上。降本增效推演：以一个管理 10 名销售代表、在手 80 个商机的区域销售 VP 为例——传统方式每周需 4-6 小时手工收集和分析商机状态；使用 People.ai 后，直接答案输出可将 Review 前置时间压缩至 1-2 小时，每周节省 3-4 小时，按年计约 150-200 小时，即约 4-5 个工作周。
-
多系统销售流程的闭有管理：销售代表穿梭于邮件、日历Zoom、Slack、CRM 之间，信息碎片化严重。People.ai 将所有活动串联为统一时间线，并自动关联到对应商机。当客户方联系人停止回应邮件、或会议频率突然下降时，平台立即标记。人机协作边界：风险标记和商机健康度评估可 100% 自动化完成；但"判断是否要采取行动"（如是否联系客户补充接触、是否调整管道阶段）仍需要销售管理者根据经验做最终决策。平台提供证据链支持，但不替代人类判断。
-
新销售领导的上任过渡：当新的 CRO 或销售 VP 加入一家公司时，通常需要 1-2 个季度来了解团队的真实销售能力和管道健康状况。People.ai 的"两年历史数据冷启动"能力让新领导在第一天就能看到每个商机的活动历史，大幅缩短"熟悉期"。量化推演：传统上任过渡期约 60-90 天，期间决策质量因信息不足而偏低；使用 People.ai 后，信息完备周期可缩短至 14-21 天，减少约 40-50 个信息不对称天数。
People.ai 的适用人群
People.ai（Backstory）的三类核心用户及其边界如下：
-
首席营收官（CRO）与销售 VP：承担营收目标、需要准确了解管道真实状态的管理者。他们最关注的不只是"数据完整性"，而是"哪些商机可能会丢、为什么、怎么办"。直接答案引擎专为此类角色设计。前置条件：需要团队已经达到一定规模（建议 20+ 销售代表），使自动化捕获的边际收益超过集成配置的固定成本。
-
销售运营团队（RevOps）：负责 CRM 数据治理、流程优化和销售工具栈管理的运营角色。People.ai 将他们的工作从"数据清洗"升级为"流程优化"——不再需要手动核对活动日志，而是可以专注在关联规则调优、捕获异常处理和团队培训上。前置条件：运营团队需要具备基础的 API 集成和规则配置能力。
-
区域销售经理：管理 5-15 名销售代表的一线管理者。他们最需要"团队活动可见性"和"早期风险信号"——谁这周联系客户不够？哪个商机可能在这个季度出问题？平台让这些信息透明化，减少对"销售代表自我报告"的依赖。前置条件：需要接受"客观活动数据可能挑战销售代表的自我评估"这一管理方式转变。
不适配人群：
- 不需要 CRM 或使用非标准 CRM 的小型团队：5 人以下的销售团队中，活动捕获的固定集成本可能超过预期收益。建议先使用原生 CRM 功能，待团队扩张后再评估。
- 通话内容分析需求优先于活动数据捕获的团队：如果团队的核心痛点是"不知道通话中客户的真实反馈和异议点"，那么 Gong 或 Chorus 等通话分析工具更直接。People.ai 告诉你"他们是否联系了客户"，Gong 告诉你"客户在通话中说了什么"——两者互补而非替代。
- 销售代表抵触客观数据追踪的组织：如果企业文化高度依赖"销售代表的自我报告和关系信任"，引入 People.ai 可能遭遇团队阻力。建议先在与销售运营和销售管理层达成一致后，再逐步推广。
总结与展望
People.ai（Backstory）的核心价值在于把"销售活动数据的自动捕获"和"商机风险的直接判断"串联成一条完整的决策支持链路。它不是通用型 BI 工具，而是专门为"以 CRM 为核心的销售组织"设计的收入智能系统。2026 年的品牌升级和"直接答案"引擎的引入，标志着产品从"数据记录层"向"决策辅助层"的关键跃迁。
当前局限：
- 不分析通话内容本身，不能替代 Gong/Chorus 类工具的通话智能分析。
- 主要面向 Salesforce、Dynamics、Oracle 等主流英文 CRM 生态，对非主流或本地化 CRM 支持有限。
- 定价完全依赖商务洽谈，中小团队缺乏低成本验证入口。
- 直接从 People.ai 迁移到 Backstory 品牌后，部分老用户可能对品牌变更和定位调整产生混淆。
- 活动-商机关联准确率在不同销售流程复杂度的组织中可能差异较大，需在 PoC 中逐团队校准。
竞争格局对比：
| 维度 | People.ai (Backstory) | Gong | Clari | Salesforce 原生功能 |
|---|---|---|---|---|
| 核心能力 | 活动数据捕获 + 商机风险判断 | 通话内容分析 + 收入智能 | 预测分析 + 管道管理 | CRM 基础数据管理 |
| 数据捕获方式 | 全自动零侵入 | 需录制通话 | 主要依赖 CRM 数据 | 依赖手动录入 |
| 对销售代表的影响 | 无改变 | 需同意通话录制 | 需更新 CRM 字段 | 需手动录入 |
| 直接答案输出 | 是（2026 版） | 部分（Gong Deal Risk） | 部分（预测评分） | 否 |
| 适合团队规模 | 中大型（20+ 人） | 中大型 | 中大型 | 所有规模 |
| 主要替代成本 | 无公开定价，需商务 | 无公开定价，需商务 | 无公开定价，需商务 | 包含在 CRM 许可中 |
采购/采用风险评估： 建议遵循"试点 → 验证 → 扩展"三阶段：先在 1 个区域销售团队（10-20 人）中完成系统对接和 2-4 周 PoC，重点验收三个指标——① 活动捕获准确率（捕获的活动 vs 实际发生活动的比例）；② CRM 回写时效性（从活动发生到 CRM 字段更新的平均延迟）；③ 关联准确率（被正确映射到对应商机的活动占比）。三个指标均达到团队可接受阈值后，再扩展至全团队。
企业采购前需在合同中重点确认：数据保留和删除条款SLA 等级与可用性承诺、多 CRM 接入的费用边界、以及 SOC2/GDPR 等合规认证涵盖范围。由于无公开定价，建议同时对比 Gong 和 Clari 的报价，以确保在同类收入智能工具中获得具备竞争力的价格条款。
相关工具：
Notion AI、google-workspace
版本信息
- People.ai 2026 ：暂无官方精确日期。增强活动数据捕获与 CRM 集成深度。
- People.ai 2025 ：暂无官方精确日期。引入 AI 驱动的数据清洗与漏斗预测。
用户评价