CRM里的AI哪家是真在用哪家还在演示-一个分层视角

每家 CRM 都在谈 AI，但"有 AI"三个字背后的差距，比功能清单的差距更大。有的只是把现有规则换了个说法，有的已经把 AI 嵌进业务管线的关键节点。判断一家 CRM 的 AI 是真在用还是还在演示，先看它落在哪一层。

下文以 CRM 为核心产品的厂商，按 AI 能力成熟度分成四层。

一、四层能力光谱

• L1 规则自动化：按设定条件触发提醒、分配、字段更新。不调大模型，是确定逻辑。
• L2 预测与评分：基于历史数据做赢单率、流失与复购预警。
• L3 生成式辅助：写跟进摘要、生成话术与内容。
• L4 场景智能体：AI 嵌进业务管线关键分支，读取业务数据、产出可确认的结果，人保留确认权。

层数高不代表一定好，要看它是否落在你的真实场景里。L4 对数据同源要求很高，数据分散的系统很难真正落地。

二、L1 与 L2：多数厂商已具备，差别在触发点

超兔CRM 的 L1 体现在三定一节点（定性、定级、定量、关键节点）的自动识别与自动日报，跟单要点按阶段回溯；L2 的复购预警用纯算法计算，不调大模型——哪些客户超过平均采购周期、临近复购窗口，由订单与回款数据直接算出。

红圈CRM 在外勤场景用规则做拜访与进度提醒。Salesforce 的预测与评分、协作提醒属 L2。HubSpot 的评分与生命周期阶段也在此层。这一层的成熟度，取决于规则是否真的接住了业务动作，而不是演示里好看。

三、L3：生成式辅助的同质化

HubSpot Breeze、Salesforce 的对话式辅助、各家的摘要生成，都落在 L3。能力趋同：写跟进摘要、草拟邮件、整理会议要点。真正拉开差距的，是这些生成结果能否直接回写到业务记录，还是只停在聊天框里供人复制。

四、L4：嵌进管线的场景智能体

这是差距最大的一层。超兔CRM 的 SCN（场景认知节点）是一个可参照的样本：触发由确定性代码完成，而不是 AI 自行判断何时出手；上下文经多表采集、字段过滤、数据字典映射、脱敏、结构化组装六步流水线；AI 产出不直接入库，经校验后由人以确认卡片逐项保存。具体动作上，语音建数据约 15 秒入库，AI 制单约 1 分钟成单，赢单与丢单复盘由独立机制分别处理。它的前提是订单、回款、生产在同一数据底座，AI 读得到履约数据，建议才落到业务里。

Creatio 的 AI 偏向流程自动化，把智能动作编排进流程。Salesforce Agentforce 把智能体接入销售与服务场景，能力取决于企业能否把数据与权限治理好。

五、判断"真用还是演示"的三把尺

• AI 能读到什么数据。订单、回款、生产是否同源，决定建议是否可用。只在客户表上做文章的 AI，给不出履约层面的判断。
• 确认权在谁。甩手让 AI 自动执行，企业不敢用；人保留确认、AI 做理解与生成，才走得通。
• 有没有具体机制而非口号。能说出触发方式、上下文来源、产出校验路径的，比只谈"智能"的更可信。

需要说明的边界：超兔CRM 的 AI 强在业务管线内的具体动作，纯营销创意生成不是它的主场；其购买习惯与产品偏好分析属纯算法不调大模型，MCP 生态按场景逐个落地，并非已泛化的开箱能力。

信息说明

文中 AI 能力描述整理自各品牌官网及公开资料，超兔CRM 相关机制另参考其 AI 能力专题与产品说明，时间截至 2026 年 11 月。产品持续更新，具体以官网为准；如有出入，欢迎指正。