产品介绍
这个项目到底是什么、靠什么赚钱

Rox:不抢 CRM 的地盘,骑在它上面派 AI agent 干活
产品是什么
Rox 做的事一句话能说清:给每个客户账户配一组 AI agent,把销售团队最累的活全部接走。
调研客户、找联系人、写外联邮件、更新 CRM 记录、做会前简报——这些占掉销售一大半时间的杂活,agent 全部接手,人只需要拍板成交。
它接 Salesforce、Zendesk、HubSpot 这些客户已经在用的系统,在里面部署几百个 agent,每个 agent 负责一类活:监控现有客户动态、研究潜在客户、更新 CRM 记录、生成个性化外联。
这事的颠覆性在哪? CRM 巨头卖了几十年软件,逻辑一直是给人当记事本——销售自己录数据、自己查资料、自己写跟进。Rox 把这套逻辑翻了个面:软件是给 agent 用的,agent 干完活把结果喂回系统,人只做判断和成交。
怎么赚的钱
Rox 连收费方式都换了。不按席位收月费,按 agent 干的活收费,官方管这个计量单位叫 Agent Actions——干一次调研算几个 action,干多少活收多少钱。
- 免费档:每月 2000 次 action
- Core 档:¥336/月,5000 次 action
- 企业档:定制报价
agent 不跑就不花钱。 对客户来说这不是买软件,是买「干完的活」,两边利益天然绑在一起。
对一个企业级产品来说,把价目表公开挂在官网、还带免费档,这在同类里相当少见。
流量从哪来
第一,骑在存量系统上,零迁移成本。 这是它最聪明的一步。客户不用换 CRM、不用搬数据、不用重新培训团队,装上就能跑。MongoDB 的 CIO 说从评估到上线只用了 45 天——对动辄以年计的企业软件实施周期来说,快得离谱。
第二,效果数据自己会说话。 云安全公司 Upwind 的销售每天省下 80% 的时间;通信计费公司 Rev.io 每个销售每天发 200 封个性化外联;物流公司 Pallet 用上之后所有销售指标创了历史最佳季度。这些客户自己公布的数字,比任何销售话术都管用。
第三,自助版降低门槛。 2026 年 8 月上线自助版,不用销售团队开会部署,注册 2 分钟开跑,小团队和个人直接付费用。
站长是谁
Ishan Mukherjee,前 New Relic 首席增长官。他创办的监控公司 Pixie 在 2020 年被 New Relic 收购,之后他一路做到高管。
团队里还有斯坦福 AI 教授 Chris Ré(AI 领域被引用最多的学者之一),以及 Confluent 前数据基础设施负责人。
他的背景很关键: 做可观测性出身,知道怎么盯住一个复杂系统、从噪音里捞出真正重要的信号。这套本事搬到销售上,就是「从一堆客户数据里看出哪个 deal 要黄」。
这个案例能学到什么
- 不抢地盘,骑在地盘上面。 Rox 不逼客户换 CRM,客户零迁移成本。相比之下所有想「重新发明 CRM」的对手,都在跟客户最沉重的决策打架。
- 计费跟效果绑死。 按 agent 干完的活收钱,客户花钱买的是结果,不是席位。这就是为什么它能同时卖个人版和企业版——用多少付多少,谁都不亏。
- 预映射数据关系是 B 端 AI 的生死线。 Rox 官方研究博客公布过一个数字:直接让 agent 读原始表结构,查询准确率只有 9%;预先把客户、产品、行业、联系人之间的关系定义清楚,准确率能到 99.9%。销售数据错一个数就没人信了,谁敢用 9% 准确率的 agent?
- 红海里的差异化不在功能,在你站在哪一层。 做会议智能的、做外呼的、做 CRM 的一堆,Rox 站在「存量系统之上的执行层」,谁都不得罪,谁都需要它。
- 对手的政策收紧就是你的获客窗口。 这个类比的另一个版本在 OpenCode 身上发生过——Anthropic 一收紧第三方调用,大批用户涌向模型无关的工具。盯住大厂的「关门」动作,那是你开窗的时机。
来源与数据
- 站点:https://rox.com
- ¥80.64亿估值 + ¥3.36亿融资(Sequoia 种子、General Catalyst A 轮、GV 参投):TechCrunch 2026-03 报道,援引知情人士,公司未公开确认
- 2025 年预计 ARR 约 ¥5,376万:同上,为融资时的预计数字
- 定价档位(免费 2000 actions / Core ¥336 5000 actions):Rox 官网公开定价
- 客户名单(Ramp、MongoDB、New Relic、Together AI、Couchbase)与效果数据:Rox 官网及客户公开表述
- 注:12 亿估值对应约 150 倍收入倍数,属市场对未来空间的押注,不代表当前经营规模
一句话总结
工具再强,拍板成交的还得是人——AI 把销售杂活干完那天,拼的就是人的判断力了。
给别人的启发
别人做对了什么,你能直接抄的部分
骑在存量系统上干脏活,不逼客户换系统,零迁移成本是签单快的核心
计费跟效果绑死——按 agent 干完的活收钱,客户买的是结果不是席位
预映射数据关系把 agent 查询准确率从 9% 提到 99.9%,这一步是 B 端 AI 能不能用的生死线
竞争红海里的差异化不在功能,在「你站在哪一层」
对手的政策收紧就是你的获客窗口,Anthropic 一限流就是别人的迁移时机
官方披露:公司/创始人自己公布的数字
其他信息
同类案例