您可以这样想象自己在销售和客户服务中的日常工作：仿佛突然有了一位助手，对所有数据了如指掌，清楚地知道到哪里找到您问题的答案，而且只需几秒钟。

我们的虚拟助手名叫 LOLA。我们用 LOGO CRM 的数据结构，以及用户平时通过数据库查询或搜索提出的典型问题对她进行了训练。

试想一下，在客户沟通之前，您可以让她为您快速总结客户档案、最近的联系记录、未结报价或投诉情况。

过去需要点击好几次，现在只需写下或说出一句简短的话。

日常工作中的示例

例如：“请给我一张表格，列出我所有邮件分类为圣诞礼品的联系人。”看到第一个结果后：“请在表格中增加一列，显示联系人的地址。”

或者：“请给我一份目标客户清单，列出处于再谈判销售阶段的商机，以及各自的销售额和商机价值。”得到第一个回答后：“请按潜在销售额从高到低排序。”接着：“请在表格中再增加两列，分别显示客户的主要负责人和商机的负责人。”

您可以在对话中继续细化结果，也就是添加数据或列，提出筛选条件或格式要求。全程使用日常语句即可。

或者：“上个季度我们在哪条贸易航线上的销售额最高？与上个月相比有变化吗？”

数据始终安全地保存在您的 CRM 中，不会有任何数据发送给 AI 服务商，AI 只负责构建查询，查询随后在数据库上执行。

LOLA 还能在互联网上调研

不仅如此，LOLA 还可以为您在互联网上进行调研，例如查找合适的联系人或有潜力的目标客户。

您可以用完全日常的语句来提问，例如：“我想了解位于 ABC 的 XYZ 公司：这家公司生产什么？客户有哪些？使用哪些物流服务？货物通过哪种运输方式运送（海运、空运、陆运）？目前由谁负责该公司的运输？”

或者：“XYZ 公司的采购负责人是谁？”只要互联网上有公开信息，就会给出姓名、职位及其他信息。

一场变革的开端

我们正处于软件使用方式变革的开端。

这些可能性背后的技术基础是 Agentic AI：多个 AI 智能体作为各领域专家，分别负责分析数据并提供结果。

在 2025 年 11 月 24 日发布的德国物流协会（BVL）博客文章中，LOGO 董事会成员 Dorothee Gabor 阐述了如何借助 Agentic AI，为庞大而复杂的数据库提供便于使用的操作方式。