借助 Perplexity 的 API，Apollo 用户的预约会议数量增长 46%

挑战

实现潜在客户研究自动化，支持不断壮大的销售代表用户群

Apollo 平台的核心差异化优势在于，它为销售代表和 GTM 团队用户群提供了一个可搜索的 B2B 数据库，收录超过 2.1 亿位联系人和 3500 多万家公司。然而，为了在不同潜在客户之间更好地实现个性化触达，销售代表常常需要四处挖掘更多背景信息，包括公司动态、高管关注重点以及不断变化的市场趋势。仅仅为了找到合适的联系对象并撰写切题的邮件，销售代表就得在 LinkedIn 个人资料、公司官网、新闻稿和泛泛的搜索结果之间来回切换——这样的主动拓客工作流零散、缓慢，且无法规模化。

Tyler Phillips 是 Apollo 的产品管理总监，他发现了这一缺口，并提议将 AI 深度研究直接引入平台——既免去在不同工具间切换的麻烦，又能实现可规模化的主动拓客工作流。用他的话说：“你应该能够拿出 1,000 家目标客户，对它们逐一开展研究，然后看看哪些客户显示出与你的产品相契合的信号。”为了将这一愿景变为现实，Tyler 将目光投向外部——优先考虑产品上市速度，同时避免给 Apollo 的 AI 团队增加不必要的负担。他需要的是一款可直接集成的解决方案，并且必须做到：

• 准确：在 B2B 销售中，每一次客户触达都依赖高水平的研究，容不得任何错误或过时的信息。在测试了多款采用其他前沿模型的竞品解决方案后，Tyler 发现它们给出的说法含糊不清或未经核实，因此他明白，自己需要一个能够按需提供有据可查的洞察的 AI 合作伙伴。
• 高性能：对于时间紧张的销售代表来说，在处理大量潜在客户名单时，每一秒都至关重要。如果研究结果迟迟不出，销售代表就会失去节奏，转而处理下一项工作。Tyler 需要一款响应即时的解决方案——既要快到足以大幅提升主动拓客工作流的效率，又要灵敏到足以支持实时决策。
• 可扩展：Apollo 平台支撑着由众多销售代表组成的完整生态系统，每月处理数百万条记录。Tyler 理想中的解决方案必须能够支撑这种规模，而无需在成本与质量之间做出取舍。一款在负载下难以为继、或随着用量增长而成本高得令人望而却步的研究解决方案，根本无从考虑。

解决方案

在统一平台中为销售代表提供附有引用来源的实时洞察

事实证明，Perplexity 的 API 正是 Tyler 所需要的：它让 Apollo 平台能够实现 AI 深度研究，而无需投入大量时间和资源进行内部自建。Apollo 团队借助 Perplexity 的 API 打造了后来的 Apollo AI Research——这是一个研究层，能够同时从 Apollo 内部数据源和公共网络上的外部来源中提取洞察。

有了 Apollo AI Research，销售代表如今可以在同一流程中完成从识别潜在客户到个性化触达的全部工作——无需切换工具，也不会错过任何信号。“研究很快成为了我们最重要的用例，”Tyler 说，“高质量的输出至关重要——而 Perplexity 帮助我们保持了这一标准。”

以可验证的研究加速客户触达

销售代表行动迅速，Apollo AI Research 也同样快捷。这一由 Perplexity 驱动的研究层能在数秒内从内部和外部来源中提取全面且附有引用的洞察，助力销售代表满怀信心地加速主动拓客工作流。用 Tyler 的话说：“Perplexity 的 API 在帮助我们的用户发掘 Apollo 内部数据集中没有的信息方面发挥了重要作用，例如最新发布的 10-K 年报，或某位 CEO 在播客中发表的言论。”

通过边缘案例协作不断提升准确性

与 Perplexity 的紧密协作确保了答案始终保持高准确性——即使查询变得越来越复杂。当销售代表遇到边缘案例时，Apollo 会实时标记，然后通过 Slack 直接与 Perplexity 合作优化系统。“团队非常重视我们的反馈，”Tyler 说，“因此，销售代表在处理细节复杂的查询时能获得更可靠的答案，这增强了他们对系统的信任，也减少了反复质疑输出结果所耗费的时间。”

在节省时间的同时提升内部效率

其影响并不仅限于 Apollo 的用户。为了确保 Apollo 的数据库始终是识别潜在客户的有力来源，同时又不耗尽内部人力，Perplexity 目前支撑着超过 65% 的 AI Research 数据补充任务。系统每月处理数百万次数据补充，性能却丝毫没有下降，能够稳定地扩展规模，既不会变慢，也不会推高成本。

成果

借助 Apollo AI Research，销售代表得以把握每一个机会

Apollo AI Research 可按需提供有据可查的洞察，让销售代表行动更快、挖掘更深，并能跟进更多优质商机。Apollo 用户无需再手动汇总数千条潜在客户的信息，如今只需数秒即可执行复杂查询，并在所有商机中发掘相关研究结果。

集成仅仅数月后，Apollo AI Research 就已帮助其用户将预约会议数量提升了 46%。在运营方面，Apollo 每月通过 Perplexity Sonar 执行 560 万次数据补充，确保平台庞大的 B2B 联系人数据库始终是识别潜在客户的有力来源。

“目前，人们对 AI 在销售领域的应用持有很多怀疑——大家以为它只会批量制造垃圾邮件，”Tyler 说，“但借助 Perplexity 为 Apollo 的研究功能提供支持，我们证明了 AI 实际上可以提高标准。我们的用户正在生成个性化、有价值且值得信赖的客户触达内容——而这正是我们希望大规模提供的体验。”

Sonar Chat Completions 现已升级为 Agent API，提供更多模型、工具以及基于研究的预设。请点击此处查阅我们的文档，即刻开始使用。