Cómo Intercom Usa Snowflake Cortex AI para Ahorrar 1,4 Millones al Año a Sus Equipos de Ventas

Intercom, la plataforma de atención al cliente con IA, construyó un Sales Cockpit en la Nube de Datos AI de Snowflake impulsado por Cortex AI para ofrecer a los representantes de ventas una vista unificada de los datos de clientes y decks de información generados por IA. La herramienta ahorra más de 2.000 horas al mes en toda la organización de ventas, equivalente a 1,4 millones de dólares en ahorros anuales, y redujo el tiempo de generación de informes de clientes en un 96%.

Resultados

$1.4MAhorro anual por eficiencia del equipo de ventas
96%Reducción en el tiempo de generación de informes de clientes
2,000+Horas ahorradas por mes
40 min → 30 secTiempo para enviar correo personalizado
~500Decks de información producidos mensualmente

Herramientas y tecnologías

1S
Snowflake
Cloud data warehouse by Snowflake for storing, querying, and sharing structured and semi-structured data.
2SC
Snowflake Cortex AI
Built-in AI and ML capabilities within the Snowflake Data Cloud

Categorías de IA

Desafío

Los representantes de ventas de Intercom necesitaban ocho o nueve herramientas y paneles diferentes para investigar una sola cuenta de cliente, creando flujos de trabajo fragmentados, preparación inconsistente y una sobrecarga de tiempo significativa que limitaba la capacidad de los representantes para atender eficazmente a los clientes.

Solución

Intercom construyó Sales Cockpit en la Nube de Datos AI de Snowflake usando Cortex AI para generar automáticamente decks de información de clientes y consolidar datos de uso de producto, conversacionales y de rendimiento de servicio en una única interfaz, desplegada por un solo ingeniero en días con Snowflake Container Services.

Historia completa

Intercom’s sales teams faced a fragmented information environment. To prepare for a customer review or meeting, a rep needed to navigate eight or nine different tools and dashboards to research an account, build context on service performance, and understand customer sentiment. This disjointed workflow consumed time that could be directed toward serving customers better—and created inconsistency in how reps approached their work.

Accede a 451+ casos de uso de IA, 424+ herramientas y rankings de señales de adopción.

Fuente

SNOWFLAKE
mayo de 2026
Caso de estudio original

Casos similares

1SW
How SD Worx Uses Snowflake AI Data Cloud to Power HR Analytics for 105,000 Customers
SD Worx
650,000Employees supported with data insights
2L
How LTM Uses Snowflake Cortex AI to Predict Candidate Onboarding with 80% Accuracy
LTM
80%Candidate onboarding prediction accuracy
3I
How Intercom Uses Snowflake to Save Sales Teams $1.4M Annually
Intercom
$1.4MProjected annual savings from sales efficiency gains
4E
How Ensono Uses Snowflake ML to Predict IT Failures and Cut MTTR by Up to 70%
Ensono
54–70%Reduction in mean time to resolution (MTTR)
5O
How O3sigma Builds AI Factory Optimization Models to Generate $100K+ in New Revenue
O3sigma
2 weeksModel fine-tuning time to global top-3 ranking
6SW
How SD Worx Uses Snowflake to Deliver Real-Time HR Analytics at Scale
SD Worx
650,000Employees supported by SD Worx insights
7T
How Tipalti Uses Snowflake Cortex AI to Democratize Data Insights
Tipalti
5xParallel query throughput increase
8T
How Tipalti Uses Snowflake Cortex AI to Enable 600+ Ad-Hoc Analyses and 5x Query Capacity for $75B Payments Platform
Tipalti
5x increaseSimultaneous query execution capacity
Ver todos los casos →