# ARR超2000万美元的Clay：销售工具该像吉他，别像微波炉 > Training Data No. 23 中文精读 - 原标题：Clay’s Kareem Amin on Building the Sales ‘System of Action’ with AI - 发布日期：2024-11-19 - 主持：Sonya Huang · Pat Grady · Konstantine Buhler 等 - 网页版：https://trainingdata.qiaomu.ai/ep/023-clays-kareem-amin-on-building-the-sales-system-of-action-wit-K_F0nc.html - 精读字数：约 5218 字（阅读约 12 分钟） > 本文为 trainingdata.qiaomu.ai 基于原始访谈的 AI 改写中文精读，非官方翻译；引用请注明出处并链接网页版。 一家只有75个全职员工的公司，客户名单里写着Anthropic。它的Slack社区挤进了17000多人，社区周围还长出一批两三个人规模的小公司，有的成立半年，年化收入就超过100万美元。 这家公司叫Clay，做销售增长工具。红杉资本的播客《Training Data》请来了它的联合创始人兼CEO Kareem Amin，主持对谈的是红杉合伙人Alfred Lin，红杉也是Clay的早期股东。Alfred在开场介绍里说，Clay是增长最快的AI原生商业应用之一。Kareem本科学物理和电子工程，在微软和《华尔街日报》做过产品，2017年创办Clay，定位是「帮助增长的创作工具」。 先把数据摆出来：4500多家客户，约10万名用户。《The Information》估算它的年经常性收入超过2000万美元，Kareem在节目里笑着说「差不多在这个范围」。 然后是Alfred抛出的争议问题：AI会不会彻底取代SDR，也就是销售开发代表？ Kareem的回答很干脆：不会。 ## AI取代不了销售，但存在第三条路 先看SDR为什么被所有人盯上。传统B2B公司要卖东西给其他公司，得养一批SDR做客户研究：找到目标公司，判断对方合不合适，再花钱从数据供应商那里买补充信息。人又多，活又琐碎，成本大头全压在这里。 市面上的应对方式有三种。第一种，给SDR配工具、配副驾驶，提升效率。第二种，幻想一步到位：接上所有第一方和第三方数据，AI自动找客户、发消息、做跟进，人彻底退出。第三种是Clay走的路：**把整件事交给更懂技术的人**，比如收入运营或增长营销，让他们拿着AI去设计有创意的打法。 > 归根结底，你卖东西的对象是人，你得搞清楚怎么触达他们、怎么从市场上其他人中间冒出来。 Kareem认为全自动走不通，理由很朴素：**卖东西的终点是人，你得想办法在人群里被注意到。**AI能自动化大量工作，偶尔也能来点创意，但没法持续帮一家公司从噪音里冒出来，今天的技术做不到，因为所有人都在用同样的模型发邮件。 他眼里的未来组织长这样：销售、市场、客户成功合并成一个增长团队，底下有个增长运营团队负责供数据。CRM继续当「记录系统」，存着客户资料和互动历史。而基于数据怎么行动，发生在Clay里。**Clay要当的是「行动系统」。** Alfred追问：那你们会做AI CRM吗？Kareem绕了个弯回答：CRM的存在前提，是SDR和销售要手动往里录数据、再手动查数据。这些环节都不需要人了，CRM在技术栈里的分量就会下降。他顺带吐槽，很多CRM故意设很低的API速率限制，就是不让你把数据拉出去，好守住记录系统的地位，结果越来越多公司干脆把数据搬进数据仓库。他的判断是：**AI时代的CRM会长得和今天完全不同。** ## 客户名单里有Anthropic，还有一家盯着它官网故障的公司 Clay的大部分客户是中小企业：注册，上手，找公司和联系人，挖出独特的数据点，然后写个性化外联。大客户玩得更花。 安防公司Verkada用Clay给访客生成个性化着陆页，谁来访问官网，页面就展示对他最有价值的信息。一家卖开发者工具的公司更绝，写了个程序盯着Clay的状态页，网站一宕机就发消息过来：「用我们的产品，这事儿本来可以避免。」Kareem说这条消息能抓住他，是因为他当时确实知道产品挂了。**时机踩得准，比话术重要得多。** Anthropic的用法最能说明问题。这家模型公司当然会清洗数据，他们甚至把自己的模型接进Clay里跑。Clay做的事，是把各家数据源拉通、让模型迭代运行、再叠加一堆第三方数据供应商做富化。结果是Anthropic的数据覆盖率翻了三倍，成本只有原来的一小部分。 Kareem点破了行业现状：市面上有一批数据供应商，质量比巨头好、价格比巨头低，但大家不知道它们存在，因为界面太难用。Clay把这些长尾数据源接进来，等于做了一层聚合。 效果层面，他给了一个数字：**用Clay做数据富化和自动化的SDR，打开率和回复率是没用的人的两倍。**乘以团队人数，差距会被放大得非常可观。 还有两个玩法值得记下来。一个类似Figma的打法：假设你有个设计工具，准备发布开发者模式，那就筛出有多少客户公司雇了5名以上设计师，向这些公司的工程负责人做外联，「你的设计团队已经在用我们了，工程团队也接上吧，省得来回沟通」。获客和扩张在一个动作里完成。另一个是实体信件：Clay能接任何API，有客户用它的邮件API寄个性化实体信，效果出奇地好。Kareem说Clay的产出可以是一封邮件、一个个性化网页、一条广告，渠道随便换，核心永远是那条信息本身。 ## 吉他与微波炉：魔法藏在路线里 Kareem在公司内部反复讲一个类比。微波炉：设个时间，按开始，饭热了，简单直接。吉他：六根弦，看着也简单，但可以玩一辈子，能弹不同类型的音乐，而且弹琴的过程本身就是在学音乐。 Clay想做的显然是后者。它的使命是：**任何增长点子，都应该能在Clay里快速实现。** Alfred问了一个所有人都想问的问题：用户都说Clay「像魔法」，魔法到底在哪？在模型里，在工作流里，还是在产品体验里？ Kareem承认自己的回答有点非主流：魔法和护城河都藏在「路线」里。**销售和增长是一种创作行为。**其他公司把它当成漏斗处理题，怎么更快过漏斗、怎么自动化更多环节、怎么把漏斗顶部做大。这些必要，但不够。 他喜欢用物理里的「活化能」打比方：烧水的时候水一直在冒泡，但要到100摄氏度才发生相变，从液态变成气态。用户和品牌互动也一样，几个愉悦时刻攒起来，跨过某个阈值，才会变成客户。**想清楚阈值在哪，再快速测试各种制造时刻的创意，这是Clay设计产品的底层逻辑。** 具体到AI，它的角色是预配置。新用户注册，Clay去看你的网站、案例页上的客户Logo、你写的产品介绍，推断你在卖什么、目标客户是谁，把搜索和数据源提前搭好。你接入自己的wiki、Notion或者历史邮件，它学会你的语言风格再去写外联。听起来像全自动，实际上是把积木搭好，改不改、怎么改，控制权留在你手里。再比如接入CRM后，Clay会找出过去丢单的客户，对照你的产品路线图：你刚通过SOC 2合规认证，那当年因为这个原因流失的客户就值得重新激活。 产品层面有个叫Claygent的AI研究代理，实现自ReAct论文：让模型先做计划，再调用工具执行，能抓网页、能总结、能调Clay自己的公司和联系人数据。想知道一家公司有几个定价档位、有没有企业版、专业版比基础版贵多少，这些过去要人去翻的细节，现在交给它。 Alfred问Clay会不会自己做AI SDR。会，但必须按Clay的方式拆开：一个组件读你的公司数据，判断行业和目标客户，官方叫AI ICP识别器，已经做出来了；一个组件定期从CRM里找最佳客户、找相似客户；一个组件接入内部系统，学你的沟通风格。每个部件都能单独配置、自由组合。**一旦不能拆、不能改，它就成了一件没有差异化的商品。** 至于张力，Kareem直接搬出黑格尔：正题和反题碰撞，合成新的东西，历史就是这样前进的。Clay信奉的正是这种状态，**既要当创作工具，又要支撑大规模的流程化操作，两种力量拉扯着，最有意思的东西就在中间长出来。** ## 两三个人的Claygencies，半年做到百万美元年化 围绕Clay长出了一个生态。Slack社区超过17000人，各种训练营教人用Clay，还有一批被称为Claygency的代理公司：通常两到四个人，用Clay帮别的公司做增长。**有的Claygency成立才六个月，年化收入已经超过100万美元。**大量SDR在主动升级技能，学增长打法，学Clay，因为他们看到了市场缺口里的钱。 Kareem把世界分成新旧两半。旧世界的本事是把一堆工具拼起来做增长，在电子表格里手工富化数据，这种活儿会整体交给自动化。新世界的核心能力，是判断谁会成为你的好客户，然后快速把想法变成动作。 他特别强调研究：**事前研究做得越深，越可能触达真正需要你产品的人。**没人想发那些被无视、被删除的消息，唯一的解法是把研究做扎实，想出聪明的角度从人群里冒出来。盯着状态页发消息的那家公司，就是这个逻辑的极端版本。 ## 七年弯路：从电子表格到聚焦增长 Clay成立于2017年，比这波AI应用浪潮早了好几年。最初的野心很大也很抽象：把编程的能力交给多一个数量级的人。团队琢磨过各种载体，工作流编辑器是一种，电子表格是另一种，他们很快意识到，**电子表格是世界上用户最多的编程环境。** 表格搭好之后，他们发现商务人士在表格里干得最多的一件事，就是整理待触达的公司和联系人清单。联合创始人顺手用产品给自己找客户，做完感叹：这流程太复杂，步骤太多，我们做的东西正好能帮上忙。 所以方向其实定得很早，是靠分析推出来的，并非误打误撞。真正耗时间的是下决心。Kareem打了个游戏里的比方：战争迷雾。他们把整张地图走了一圈，看遍了能做的事，然后回到正确的位置上。 他没做过销售也没做过市场，很多销售科技公司的创始人都是亲历痛点后出来创业的，这一层他先天不足。但他做音乐制作，喜欢Ableton Live那种把组件连起来创作的工作方式，把这种能力交给更多人，正好接上了最初「让编程普及」的野心。 回头看，他承认走了不少冤枉路，也承认这些路绕不开。早期最活跃的用户恰恰是那些代理公司，团队当时没聚焦在他们身上，工具一直做得很泛。**「专注」这件事，听过和做到之间，隔着一堆说「不」的次数，和几次把弯路当正路的教训。**真下决心聚焦之后，产品一发布就有了回响，因为所有模糊的表述都删掉了，只剩增长这一件事。而增长覆盖销售、市场、客户成功，已经是半家公司，够了。 这个选择也解释了Clay产品上的「怪」。市面上的销售工具大多承诺一键出线索、接几个数据源、后台自动跑。Clay反过来，要求用户投入时间学产品、学增长方法论。Kareem说这是刻意设计的高天花板：像Photoshop、Figma、Ableton Live一样，手艺可以在工具里持续精进，做出别人没做过的东西。 明年的重点已经定下：第一方数据。接入Segment之后，产品分析、账单数据、官网访问记录、Gong通话录音、邮件往来全部打通，基于这些信息决定触达谁、说什么。更远处，Kareem的野心是成为所有增长想法的唯一入口，连新用户引导流程、官网上的预约机器人，都可以用Clay做个性化。 ## 冷静的高成就者，和说谎的代价 Clay的公司文化被Kareem概括成四个词：chill high achievers，松弛的高成就者。焦虑、恐惧、挫败感都可以摆上桌面，但不当场反应，先保持头脑清醒，把信息收集齐，再做决定。他们的面试就这么设计：先收集信息、交换信息，不当场评判，最后统一决策。 公司价值观里有一条很特别，叫「负维护」。有人高维护，有人零维护，他们要的是负数：**主动帮身边的人减掉工作，主动给紧张的气氛降温。**另一条叫「总有办法」，别名「先让它能用，再让它伟大」。这两条天然打架，一个要求快，一个要求好，平衡交给每个人自己判断。Kareem补了个参照：造火箭没法先能用再改好，一开始就必须伟大；做增长工具，快本身就是竞争力，先发出去，再打磨到伟大。 给创始人的建议分两层。第一层是老生常谈但很少人做透的「对齐」：产品是销售驱动还是产品驱动，每个功能都必须完美还是先发布再迭代，这些选择要和你的野心对得上。 第二层更私人。**说谎的代价，是和自己失联。**骗过所有人，甚至躲过惩罚，也躲不过自己：对自己撒谎之后，人就失去了靠感受导航的能力，不知道什么是真的、什么是好的，只剩机械地做事。他给了一个自查信号：**心里一旦冒出「我应该」，说明那件事多半已经偏离了你的真实想法。** 对应的解法是承担真实的风险。对冲过的风险不算风险：做某个功能只是因为几个人说可行，失败了你会归咎于建议，成功了也说不清原因。真风险是你确实不知道结果会怎样，并且愿意公开承认失败。Kareem说，内部罗盘就是这样一次次攒出来的，战争迷雾里靠的就是它。 节目结尾的快问快答里，他最喜欢的初创公司是做音乐生成的Suno，欣赏的产品是Linear，手机上用得最多的是ChatGPT，写代码用Cursor。他觉得下一个会被AI搅动的市场是专家访谈网络，信息收集高度重复，存量玩家又老。至于未来十年AI最好的可能性，他选了递归AI：能改进自身的AI。否则，我们会卡在当前技术能到达的局部最优上。 最后是三件明天就能上手的事。 - 做外联的团队，别再比谁发的邮件多。把客户研究交给团队里最懂技术的那个人，用数据富化和AI把每条线索的背景挖透，再找类似「盯状态页」这种带时机感的切入角度。 - 拿打开率和回复率当标尺。用对工具的SDR已经做到两倍产出，差距主要来自数据质量和切入创意，话术排在其后。 - 做产品也好，做公司也好，先回答那几组张力题：要快还是要好，销售驱动还是产品驱动。答案定了就别摇摆，心里冒出「我应该」的时候，停下来重新想。