How Owner.com’s CRO Is Closing $2M+ in ARR Per Rep With AI: 5 Things You Can Steal

Как CRO Owner.com закрывает $2M+ ARR на одного сейлза с помощью AI: 5 идей, которые можно позаимствовать

Jason Lemkin | Искусственный интеллект (AI), Блог, Продажи

На SaaStr AI 2026 Kyle Norton, CRO вертикального AI-лидера для ресторанов Owner.com, рассказал, как его команда добивается результатов, которые для традиционного B2B выглядят почти невозможными. Owner продаёт вертикальный AI независимым семейным ресторанам (представьте HubSpot плюс Shopify для шаурмичной за углом) и находится на уровне ~$100M ARR с трёхзначным ростом. Kyle пришёл в компанию, когда ARR составлял $2M.

Ключевые цифры из выступления:

20-кратное превышение закрытых сделок над OTE. Сейлз с OTE $150K приносит $2M+ ARR в год. Это средний показатель, а не результат лучшего сотрудника. В 4 раза больше ARR на сейлза, чем у прямых SMB-конкурентов. $100K+ закрытого ARR на одного аутбаунд-BDR в месяц. Не пайплайн. Закрытая выручка. На одного BDR. В среднем.

И нет, они не продают токены и не используют счётчик потребления. Это классическая подписочная B2B-выручка с AI, встроенным в GTM-процесс.

Вот пять решений, которые, по мнению Kyle, каждая B2B-компания должна принять прямо сейчас, — и позиция Owner по каждому из них.

Для начала: на какой ступени зрелости вы находитесь?

Kyle позаимствовал шкалу зрелости у Brendan Short, автора рассылки The Signal:

Уровень 0: Сейлзы используют ChatGPT как более умный поисковик. Уровень 1: Отдельные сейлзы и RevOps собирают кастомные GPT и навыки, пересылают друг другу markdown-файлы в Slack. Большинство компаний застревают здесь. Уровень 2: Команда GTM-инженеров или прикладного AI автоматизирует сквозные воркфлоу — предзвонковое исследование, скоринг лидов. Уровень 3: Централизованная инфраструктура, общие навыки, библиотека контекста. Настоящий компаундный рычаг. Разрыв начинает стремительно расти именно здесь. Уровень 4: Рекурсивно самосовершенствующаяся система, которая создаёт новые инструменты для себя. Kyle пока не нашёл ни одной B2B-компании, которая действительно достигла этого уровня. Включая Owner.

Тезис: разрыв между уровнем 3 и всеми остальными растёт экспоненциально, а не линейно. Это не 10–15% прирост продуктивности. Это удвоение выработки на сейлза, или работа, которая выполняется вообще без участия людей. Именно поэтому каждая B2B-компания должна стремиться к уровню 3 прямо сейчас.

Решение 1: Централизованный vs. децентрализованный AI

Подход «пусть расцветают тысячи цветов» выглядит вдохновляюще. Все строят. Все вайбят. AI-грамотность растёт по всей организации.

Позиция Kyle: этот подход также намертво фиксирует компании на уровне 1.

Децентрализованные модели запирают хорошие идеи внутри маленьких групп ранних последователей и никогда не масштабируются. Хуже того, они отвлекают сейлзов от их прямой работы. Stewart Butterfield называет это «гиперреалистичной деятельностью, похожей на работу». Adrien Rosencrantz из Webflow называет это «AI-перформанс-театром». Когда директор приходит с крутым приложением, правильный вопрос: это вывело тебя на большее количество звонков клиентам, или просто ощущалось как работа, потому что было увлекательно?

Позиция Owner: маленькая центральная команда экспертов отвечает за AI в GTM. Идеи могут приходить откуда угодно. Но продакшен-решения создаются централизованно.

Причина проста. То, что создаёт лид прикладного AI в Owner, не на 30–50% лучше того, что сейлз собирает за выходные. Оно лучше в 5–10 раз. Так зачем 20 людям собирать 20 посредственных инструментов, когда одна команда может создать один инструмент, который реально двигает метрику?

Одна оговорка. Если вы продаёте AI (Replit, Cursor, обёртки над Claude и т.д.), каждый сейлз должен быть AI-нативным, потому что этого требует продукт. Централизация по-прежнему применима — просто поверх неё нужно добавить децентрализацию.

Решение 2: Строить vs. покупать

Фреймворк Kyle — и одна из самых чётких ментальных моделей в выступлении: покупайте инфраструктуру, стройте интеллект.

Пять вопросов, через которые нужно пропустить любое решение:

Насколько критичен аптайм? Если сломается на полдня — команда остановится? Насколько кастомизированным должно быть решение? Готовый продукт уже покрывает 90% потребностей? Какой ROI от инженерных усилий? Это ключевой проприетарный интеллект? Даёт ли это реальное конкурентное преимущество?

Прогоните через эти вопросы дайлер — и ответ очевиден: покупать. Twilio потратил на аптайм больше, чем вся ваша инженерная команда когда-либо потратит на что-либо. AI-платформы для симуляций вроде Avoma? Покупать. Проблемы с задержками — не ваша головная боль.

Прогоните через те же вопросы инструмент AI Pre-Call Research от Owner — и ответ меняется на противоположный. Аптайм не критичен (лиды обогащаются пакетно за ночь). Уровень кастомизации для маркетинга независимых ресторанов — экстремальный. Инженерные затраты были умеренными. Интеллект уникален для Owner. Конкурентное преимущество огромно, потому что когда их сейлзы делают холодный звонок, уровень персонализации на порядок выше, чем у конкурентов.

Этот AI PCR-инструмент — ключевой фактор того, как BDR-команда достигает $100K+ закрытых сделок на BDR в месяц. Две недели работы одного инженера. 15 BDR теперь бронируют на 85% больше встреч.

Этот же фреймворк объясняет, почему Kyle оптимистичен насчёт выживания Salesforce вопреки нарративу о дизрупции. Прогоните Momentum, Data Lane, Avoma через пять вопросов — и все они явно попадают в категорию «покупать». Большая часть AI-поверхности, за которую конкурирует Salesforce, — это инфраструктурная работа.

Решение 3: С чего начать

Совет, который никто не хочет слышать, потому что он не выглядит эффектно: начните с данных.

Важны две вещи.

Данные третьих сторон: полная карта рынка. Кто ваши аккаунты? Они оценены? Кто нужные контакты внутри них? Какова ваша гипотеза, почему им нужен ваш продукт? Нельзя натравить AI-агентов на посредственные данные и ожидать чего-то кроме посредственного результата. Мусор на входе — мусор на выходе.

Собственные данные: путь клиента, правильно инструментированный. Owner использует Momentum для обработки каждой записи звонка и автоматического заполнения любого количества полей в Salesforce. Изменения цен, эволюция позиционирования, упоминания конкурентов — всё фиксируется автоматически. Нельзя просить сейлза заполнять 25 полей. Он не будет. Momentum будет.

Когда данные на месте, Kyle использует то, что он называет фреймворком 5P, для выбора приоритетов:

Possibilities (Возможности). Какие реальные возможности есть в вашем бизнесе? Payoff (Отдача). Если решить задачу — насколько велик выигрыш? Probability (Вероятность). Каковы шансы, что это действительно сработает? Perspiration (Усилия). Каковы общие затраты, включая внедрение и управление изменениями? Priority (Приоритет) = (Payoff × Probability) / Perspiration

Не обязательно считать точно. Сама ментальная модель уже выявляет правильные точки старта.

И ещё одно о старте: главный вызов — это управление изменениями, а не технологии. Если вы в начале пути, приоритизируйте решения, которые очевидно полезны для сейлза. Сделайте его работу проще. Помогите ему заработать больше. Заслужите доверие, прежде чем просить кардинально перестроить рабочие процессы. Рынок отлично напугал сейлзов тем, что их вот-вот заменят. Сначала перетяните их на свою сторону.

Решение 4: Команда

Кто реально выполняет эту работу?

Централизованная команда с настоящей технической экспертизой. Не RevOps, занимающийся AI между делом (хотя сильные RevOps-специалисты могут перейти в эту роль). Лучше всего работают люди с бэкграундом в инженерии и данных.

Куда команда подчиняется — менее важно, чем кто ей владеет. Kyle изначально держал эту роль в своей оргструктуре, затем перевёл под VP of Data, потому что ритм решения задач стал лучше. Команда может быть под CRO, CEO, RevOps, данными и т.д. Главное — тот, кто владеет ею, должен искренне верить в AI и быть готовым продавливать. Ему придётся бороться за бюджет. Придётся менять поведение людей. Придётся настаивать: «Это ещё недостаточно хорошо, переделываем». Для этого нужен убеждённый лидер у руля.

Другой важный кадровый вопрос: AI должен заставить вас переосмыслить саму функцию должности. Подход Jordan Crawford: должность — это просто набор задач. AI даёт право разобрать каждую задачу и спросить, где ей место на самом деле. У машин или у людей?

BDR — очевидный пример. В большинстве описаний вакансий BDR до сих пор указаны составление списков и исследование, и в большинстве компаний это 60% рабочего времени BDR. Это ужасное использование сейлза. Owner разделил задачи. Центральная дата-команда занимается составлением списков. BDR продаёт.

Ожидайте схлопывания CS и онбординга, объединения AM и CS, перетасовки традиционных функций продаж. Компании, которые первыми разберут работу на составляющие, первыми получат рост продуктивности.

Решение 5: Ассистивный vs. агентный AI

Спектр подходов:

Ассистивный (ко-пилоты): Сейлзы сами вызывают инструменты. Люди принимают каждое решение. Гибридный: Детерминированные воркфлоу с генеративными шагами и контрольными точками для человека. Полностью агентный: Автономные циклы без участия человека.

Ключевая концепция, которую Kyle хочет донести до каждого операционного лидера: потери качества (lossiness).

Каждый генеративный шаг в цепочке вносит ошибку. Если вы просите AI просканировать сайт, определить ценностное предложение, определить ICP, определить позиционирование, найти конкурентов, а затем написать письмо на основе всего этого — вы наложили пять генеративных шагов. На выходе — AI-мусор. Мы все получаем такое в почту каждый день.

Будьте осознанны в том, сколько генеративных шагов вы нанизываете, прежде чем вмешается человек или детерминированное правило. Для enterprise-сейлзов Owner AI выдаёт оценённый и обоснованный список аккаунтов. Затем человек решает, какие аккаунты попадают в воронку проспектинга. Эта единственная контрольная точка убивает эффект накопления потерь.

Ещё один недооценённый момент: вы и есть eval. Большинство историй «AI не работает» — это на самом деле истории «я собрал MVP, попробовал два раза и бросил». Сборка — теперь лёгкая часть. Настоящая работа — это упорная итерация над промптами, контекстом и цепочками воркфлоу, пока качество результата не станет действительно хорошим. Большинство сдаются на третьем часу. Прорывы обычно случаются на шестом или восьмом.

Личный стек: ведите за собой

Kyle закончил тем, что, возможно, является самым важным тезисом для B2B-руководителей — и тем, к которому мы постоянно возвращаемся на 20VC: нельзя делегировать AI-грамотность. Вы должны собрать собственный стек.

Подход Garry Tan: перестаньте думать о продуктивности. Начните думать о компаундных системах. Ваши навыки, ваши контекстные файлы, обработка заметок со встреч, ваш персональный граф знаний. Всё это накапливает ценность по мере использования.

Воркфлоу подкаста Kyle — хороший пример. Гость соглашается. Агент отправляет заготовленное письмо-анкету с формой Tally. Вебхук запускает Open Claude. Исследовательский навык собирает всё о госте, парсит LinkedIn, генерирует пять тем-кандидатов, Kyle выбирает одну, агент за один проход готовит план выпуска. Шесть-десять часов на создание. Теперь экономит часы каждую неделю. Каждый записанный выпуск разбивается на атомарные идеи и сохраняется в его графе знаний для дальнейшего использования.

Он не пришёл к этому с первого раза. Он пришёл через упорную работу. Первые планы выпусков были плохими. Парсинг LinkedIn постоянно падал. Генератор каруселей было сложно довести до ума. Но каждая итерация компаундно накапливалась в следующую, и теперь система работает сама.

Если хотите сохранить работу — автоматизируйте свою работу и делайте новую работу поверх неё (h/t Jeff Charles из Ramp). Руководители, которые до сих пор просят команду делать всю AI-работу за них, проиграют тем, кто ведёт за собой с передовой.

Выводы

Централизованный подход побеждает децентрализованный. Собирайте идеи отовсюду. Выпускайте из одной команды. Покупайте инфраструктуру. Стройте интеллект. Фреймворк из пяти вопросов покажет, что есть что. Начните с данных, затем приоритизируйте по формуле (Payoff × Probability) / Perspiration. И сначала беритесь за победы, полезные для сейлзов, чтобы набрать инерцию. Команда должна быть технической и верить в AI. Поставьте во главе того, кому не всё равно. Будьте осознанны в длине генеративной цепочки. Потери качества реальны, и вы — это eval. Не давайте сейлзам управлять агентами. Запускайте агентов централизованно и доставляйте результат в интерфейсы, где сейлзы уже работают (Salesforce, Salesloft и т.д.). Управление агентами для сейлзов — это ещё одно отвлечение от звонков клиентам. 60% рабочего времени BDR в большинстве компаний уходит на составление списков. Это ужасное использование сейлза. Централизуйте это и дайте BDR продавать. Проверяйте каждую AI-инициативу одним вопросом. Это вывело нас на большее количество звонков клиентам и сдвинуло реальную метрику, или это AI-перформанс-театр? Тот, кто сдаётся на третьем часу, проигрывает тому, кто упорно работает до восьмого. Сборка — это легко. Ценность — в итерациях. Большинство историй «AI не работает» — это на самом деле истории «я сдался слишком рано».

Компании, застрявшие на уровне 1 и наблюдающие за этой гонкой со стороны, на собственном опыте убедятся, что разрыв не сокращается. Он растёт. Каждый месяц.

(примечание: Jason Lemkin вёл сид-раунд Owner для SaaStr Fund)