Respond.io是一家专注于通过AI技术提升企业客户接待效率的公司。该公司利用AI和多渠道整合，将客户从多个平台统一到一个后台，从而简化了销售和服务流程。
--91likeyou---
今天分享的这个产品，大家应该都很感兴趣，因为它和生意、获客直接挂钩：Respond.io，
在国内，一家商家想在线上接待客户，通常离不开。
客户可以在公众号里看内容，在小程序里下单，加企业，再通过。
无论中间经过多少环节，大部分行为都发生在同一个生态里。
海外商家面对的情况则完全不同：
客户可能在 TikTok 上看到广告，点进去用 WhatsApp 询价；过几天又在 Instagram 私信里追问；下单后通过邮件确认信息；遇到复杂问题，最后再打一个。
如果这些渠道分别由不同员工管理，商家很容易遇到几个问题：
- 最常见的是同一个客户，在系统里被当成三四个人；
- 销售不知道客服之前说过什么；
- Instagram 上的咨询已经回复了，WhatsApp 上的问题却没人看到；
- 员工休息以后，广告还在继续带来客户，但消息要等到第二天才能处理。
Respond.io 做的事情，就是把这些分散的客户重新放回一个后台。
WhatsApp、Instagram、TikTok、Facebook Messenger、LINE、、邮件、网站客服和，都接入同一个系统。
AI 先回答问题、判断客户意向、记录资料，再把复杂或高价值客户转给真人销售。
截至 2026年6月，Respond.io 披露的年度经常性收入达到 3500万美元，同比增长169%，利润率达到30%。
公司服务 180 多个国家的 1万多家企业，每个季度处理超过 20亿条消息，并刚刚完成 6250 万美元 B 轮融资。
01 海外商家缺少一个统一的“”
Respond.io 的创始人杰拉多·萨兰德拉来自萨尔瓦多，先后在德国、爱尔兰、奥地利和香港生活过，曾经在 IBM、Google 和运动应用公司 Runtastic 工作。
在 Runtastic 工作时，萨兰德拉发现了一个很实际的问题。
客户经常通过 Facebook Messenger 询问产品和售后问题，但公司的正式流程仍然建立在邮件上。
员工只能让客户重新发送邮件，很多人嫌麻烦，直接放弃了咨询。
当时的 Salesforce、HubSpot 等客户管理软件，也主要围绕邮件、、网站表单设计。
即时通讯往往只是后来补充进去的渠道。
这种问题在东南亚更明显。
当地消费者不仅使用 WhatsApp，还可能使用 LINE、Viber、、Facebook Messenger 或 。
商家不能要求所有客户统一去某一个平台，只能到客户习惯使用的地方接待他们。
2017年，萨兰德拉与哈桑·艾哈迈德、雅罗斯拉夫·库德里茨基在香港创办 Rocketbots，也就是 Respond.io 的前身。
当时很多通讯软件甚至没有向企业开放接口，Respond.io 能正式接入的主要渠道只有 。
为了验证需求，团队还曾经反向研究一款没有开放接口的热门通讯应用，做出连接方案，卖给早期企业客户。
他们押注的是：消费者已经转向即时通讯，企业接口迟早会开放。
后来，WhatsApp、Messenger 等平台陆续开放企业接口，这个判断才真正变成了一门生意。
Respond.io 目前主要服务的也不是只收几十条消息的小店，而是员工规模约200 到 1万人的消费企业，尤其是汽车、医疗、教育、旅游、美容和零售公司。
这些行业有一个共同点：客户通常不会看完网页就直接付款。
买车前要问车型、配置、贷款和试驾；
做医美前要问项目、价格、医生和恢复期；
报名课程前要了解时间、老师和适合的人群；
预订旅行前还要确认日期、路线、签证和酒店。
一笔交易往往需要多轮沟通。
Respond.io 当前约 30% 的收入来自亚太地区，30% 来自拉丁美洲，20% 来自中东和非洲，北美与西欧合计只占 20%。
也就是说，它首先跑出来的地方，恰好是 WhatsApp 等通讯软件已经成为商业基础设施的地区，而不是企业软件最成熟的美国。
02 先做的不是AI，而是把客户消息放回“同一张桌子”
今天看 Respond.io，你可能会把它理解成一个 WhatsApp AI 客服。
但如果只有一个会回答问题的机器人，这家公司很难做到 3500万美元年化收入。
它真正搭建的是一套围绕客户对话运行的销售和服务后台。
第一层，是把入口接进来。
商家可以把 WhatsApp、Instagram、TikTok、Facebook Messenger、LINE、、邮件、网站聊天窗口和 Respond.io。
商家投放 TikTok 或 Instagram 广告时，也可以把广告按钮直接设置成“发送消息”。
客户点开广告后，不需要填写很长的表单，直接进入 WhatsApp 或私信对话。
第二层，是建立统一的客户档案。
系统会保存客户来自哪条广告、使用哪个渠道、问过哪些问题、上一次由谁接待、目前处于哪个销售阶段。
如果同一个人先在 Instagram 咨询，后来又通过 WhatsApp ，Respond.io 可以把两个档案合并，避免销售把他当成两个陌生客户。
这个功能看起来不复杂，却直接影响后续的销售过程。
销售接手时，不必再问一遍“您之前咨询过什么”；客服也能看到客户已经购买过哪些产品、是否投诉过、目前有没有未完成订单。
第三层，是把客户分给正确的人。
早期的 Respond.io 主要依靠固定工作流。
例如，客户先选择“售前咨询”、“订单问题”或“售后维修”；系统再根据国家、语言、产品、门店和员工是否在线，把消息分配给不同团队。
高价值客户可以直接进入专属销售的收件箱；普通问题先由客服处理；长时间没有回复的客户，可以在两天后收到一条自动跟进消息。
管理者还能看到哪些消息一直没有被回复、员工第一次响应用了多久，以及一段对话最终有没有解决。
第四层，才是现在的 AI Agent。
企业可以把产品资料、价格、常见问题、网站内容、PDF、Word、图片和演示文稿放进知识库，规定 AI 可以回答什么、不能承诺什么，以及什么情况下必须转给真人。
AI 不只是生成一句回复，还能执行系统动作：
- 询问客户的地区、预算、需求和购买时间；
- 把这些信息写入客户资料；
- 给客户添加“新客户”“高意向”“需要贷款”等标签；
- 把客户从“初次咨询”更新到“意向客户”或“准备购买”；
- 调用工作流发送产品手册、预约链接或付款信息；
- 通过外部接口查询库存、创建预约或同步其他客户管理系统；
- 把复杂问题转给真人，并留下对话摘要；
- 对明显的垃圾消息结束对话。
Respond.io 目前允许 AI 通过安全的网络请求调用外部系统。
比如“ AI 帮商家预约和收款”，更准确的理解是：
AI 在对话中识别客户需求，再调用已有的预约、库存或支付系统，或者把相应链接发给客户。
03 一次汽车询价，AI 可以具体做完哪些事
Respond.io 为汽车经销商提供的官方配置范例，可以看出这套产品已经细到了什么程度。
假设一名客户从 TikTok 广告进入 WhatsApp，只发了一句：“我想买一辆七座车。”
AI 不会立刻把所有车型和价格全部发过去，而是一次只问一个问题：
- 想看新车还是二手车？预算是多少？
- 准备全款还是贷款？有没有旧车置换？
- 希望去哪个城市或门店看车？
AI 可以把车型、预算、付款方式和置换信息分别写进客户档案。
- 如果客户需要贷款，系统把对话转给金融团队；
- 如果准备全款，转给销售团队；
- 如果只是维修或购买零件，直接进入售后团队。
转交时，真人看到的不是一句“有客户找你”，而是一份已经整理好的信息：
客户想看什么车，预算多少，计划怎么付款，是否有旧车，以及此前问过哪些问题。
如果客户同意到店，系统再触发试驾或到店预约流程；如果客户要求马上与真人沟通，AI 也不能继续阻拦，而要直接完成转接。
这相当于把销售助理在第一次沟通中完成的工作，提前交给 AI。
销售不再花大量时间回答“多少钱”、“有没有现车”、“在哪个门店”这些重复问题，而是把精力放在已经说明预算、车型和购买时间的客户身上。
04 AI 现在也能接，但还不是一个完整
Respond.io 已经把 AI 从文字消息扩展到语音。
目前，它可以接听 WhatsApp、Facebook Messenger 和网络，支持 32 种语言。
AI 能自动判断来电者使用的语言，回答基础问题、收集需求，并根据客户要找的部门，把。
例如，客户说想了解价格，转给销售；询问账单，转给财务；需要售后，转给客服。
，录音、文字记录和摘要可以继续保存在同一个客户档案里。
不过，这项能力的边界很明确：
- 目前 AI 只能接听来电，不能主动拨打；
- 单次通话最长3分钟；
- 通话过程中不能更新客户资料或触发外部系统，只能等通话结束后再执行；
- 真人不能在 AI 通话中途直接插话，只能由 AI 发起转接。
Respond.io 还明确要求，语音 AI 不能在，也不能处理付款。
因此，它现在更接近一个24小时在线的：
先确认客户是谁、为什么来电、应该找哪个部门，再把，而不是独立完成一笔复杂销售。
05 第一款产品几乎没人要，公司差点倒在2019年
Respond.io 的三位创始人，组合也比较互补。
萨兰德拉负责产品增长和商业化；
库德里茨基曾在 Kodak Alaris 和数字广告公司 Xaxis 工作，主要负责运营和对话流程设计；
艾哈迈德是技术负责人，此前曾经创办巴基斯坦大型新闻聚合平台。
公司一开始并不是直接做 WhatsApp 客户管理。
团队先替大企业定制聊天机器人，后来把过程中积累的工具做成 Rocketbots 平台，希望企业可以自己搭建聊天机器人、连接客户管理系统，并在机器人和真人客服之间切换。
他们当时甚至提出了 “Botpreneur” 的概念，希望像培养 App 开发者一样，通过课程、工作坊和黑客松，培养一批制作聊天机器人的创业者。
这个方向听起来很符合当时的趋势，但市场没有按他们预想的方式发展。
2019年3月，萨兰德拉判断公司可能撑不过当年夏天。
三位创始人已经投入了大部分个人积蓄，第一款标准化产品上线后却几乎没有增长：
没有足够用户，没有明确需求，也没有找到愿意持续付费的客户。
团队最后一次调整方向。
他们把旧产品里还能使用的消息连接、客户管理和真人转接代码拆出来，不再要求客户先学会“搭建一个机器人”，而是做了一个更直接的产品：
让一家公司里的多名员工，可以共同管理 WhatsApp 客户。
新产品推出后，创始人感受到的变化很明显。
以前是团队不断解释产品有什么用；转型以后，客户已经知道自己遇到了什么问题：
WhatsApp 消息太多、员工共用账号困难、客户资料分散、交接混乱。
他们只需要提供一个可以马上试用的解决方案。
按照萨兰德拉后来披露的数据，这个新产品在 12 个月内做到 100 万美元年化收入，主要依靠自然增长，没有广告，也没有销售团队。
如果从 2017年公司成立算起，Respond.io 用了约 4年才跨过 100 万美元年化收入。
06 没有广告和销售团队，第一批客户从哪里来
Respond.io 早期的获客方法并不神秘，主要依靠两件事：搜索内容和用户自己试用。
它没有只写“客户沟通的未来”、“聊天机器人改变商业”这类宽泛内容，而是围绕商家正在搜索的具体问题写文章：
- 怎样申请 WhatsApp Business API？
- 一个 WhatsApp 账号怎样让多名员工使用？
- 如何用 LINE 做客户服务？
- Viber 企业账号怎样开通？
- Instagram 私信怎样自动分配给销售？
这些问题搜索量不一定像消费新闻那么大，但搜索的人通常已经遇到实际问题，距离购买软件很近。
比如，一个墨西哥汽车经销商搜索“如何让多个销售共用 WhatsApp”，进入 Respond.io 的教程，他读完就能注册试用。
Respond.io 还把产品反馈直接放进开发过程。
公司公开产品路线图，客户可以给希望增加的功能投票。
2022年，由于大约 30% 的客户来自西班牙语地区，大量用户要求增加西班牙语版本，公司随后完成本地化。
截至 2022 年，公司已经服务超过 1万家企业，每月处理 1.4亿条消息；
从 2020年初到 2022年，收入增长了 25倍。
公司把这段增长归因于产品自增长和内容获客，而不是大规模购买广告或建立庞大的地推团队。
这套方法也解释了它为什么先在亚太、拉美和中东获得客户。
这些市场对 WhatsApp、LINE 和其他通讯工具的需求很强，但当地可用的企业软件不多。
Respond.io 用英文、西班牙语等内容提前占据搜索入口，再让客户在线注册和试用，不需要先在每个国家组建完整销售团队。
当然，今天的 Respond.io 已经不是一家完全依靠用户自己注册的小公司。
它开始提供企业版本、专属客户成功经理、28天上线服务，并计划通过收购进入北美和欧洲。
07 为什么不按照“客服人数”收费
Respond.io 的商业模式也为 AI 做了提前准备。
大部分企业软件按照员工账号收费。
公司有 20名客服，就购买20个账号；如果AI替代了其中10个人，软件公司能够收取的账号费也可能减少。
Respond.io 的核心收费单位是“每月发生过对话的客户”。
一个客户只要当月通过消息或，就算一个活跃客户。
无论回答他的是一名真人、五名真人还是 AI，计费逻辑都不会改变。
目前，Respond.io 的年付价格从每月 79美元起。
每月 159美元的增长版开始提供工作流、群发、外部接口和 AI Agent，默认包含 10名员工和 1000名月活跃客户；
语音 AI 的正式使用则需要每月 279美元起的高级版本。
AI 使用目前不单独收费，但受合理使用规则限制。
WhatsApp 自身收取的消息和通话费用也不包含在 Respond.io 订阅里，需要另外支付给 Meta。
这种设计让 Respond.io 和客户的消息量形成了更直接的关系。
AI 可以让一家企业在不增加客服人数的情况下，同时处理更多咨询；
咨询量越大，Respond.io 的活跃客户收入也会随之增加。
所以，当 AI 减少企业软件里的真人账号时，很多按人数收费的软件可能面临收入压力，Respond.io 却可能从更多对话中获得收入。
这也是它能在增长 169% 的同时保持盈利的一个重要原因。
08 用例：一家诊所如何让 AI 先接待所有患者
Respond.io 公布的西班牙在线医疗服务 Doctor Heal 案例，可以看到这套系统怎样落地。
Doctor Heal 的客户可能从 WhatsApp、Facebook Messenger、Instagram、网站聊天和邮件进入。
过去，这些消息分别留在不同渠道，推广活动一增加，很多潜在患者就要排队等待回复。
接入 Respond.io 后，AI 负责所有渠道的第一次接待。
它先问一个很简单的问题：你是已经接受服务的患者，还是第一次咨询？
系统根据答案，把客户标记成老患者或新客户，再调用诊所知识库回答基础问题、收集需求。
当对话转给真人时，系统已经完成三件事：
- 患者身份已经分类；
- 客户阶段已经更新；
- 咨询的医疗需求已经被整理出来。
如果客户几天没有继续回复，工作流会结束当前对话，等待两天，再发送一条带有患者姓名的 WhatsApp 跟进消息。
对方一旦回复，AI 重新开始接待。
按照 Respond.io 披露的数据，这家诊所的首次响应速度提高一倍，预约所需时间缩短62%，能够处理的潜在客户数量增加到原来的3倍。
09 3500 万美元之后，仍然有几个问题要解决
Respond.io 的优势很清楚，但风险也同样明确：
第一，它高度依赖 Meta、TikTok 和其他通讯平台。
这些平台一旦修改接口、消息价格、审核规则或营销限制，Respond.io 和客户都需要跟着调整。
商家除了支付 Respond.io 订阅费，还要承担 Meta 的 WhatsApp 消息费用。
第二，AI 仍然需要大量配置。
企业要整理知识库、定义可以回答的范围、设置转人工条件、测试不同提问方式，并处理 AI 工作流与原有自动化之间的冲突。
Respond.io 的帮助文档里明确说明，AI 不会因为一次分错客户就自动吸取教训。
管理员仍然需要修改提示和规则，防止同类错误再次发生。
第三，不同行业对错误的容忍度不同。
咖啡机价格回答错了，可能损失一笔订单；医疗建议、贷款条件或退款承诺回答错了，可能带来信任、合规和财务风险。
第四，北美和欧洲仍然是待验证的新市场。
这些地区目前只贡献公司约 20% 的收入，传统企业又长期使用以邮件和 Salesforce、HubSpot、Zendesk 等系统。
Respond.io 能否把在东南亚和拉丁美洲跑通的模式复制过去，还要看接下来的收购行动和本地化动作。
以上，祝你今天开心。
作者：张艾拉 公众号：Fun AI Everyday
题图来自Unsplash，基于CC0协议
🔥 热词：#WhatsApp · #Respond · #Instagram · #AI · #里替商家接客户 · #这家公司年化收入 · #3500 · #万美元、增长