出品｜虎嗅科技组尚盈配资
作者｜陈伊凡、孙晓晨
编辑｜苗正卿
头图｜AI生成
尚盈配资
“AI原生100”是虎嗅科技组推出针对AI原生创新栏目，这是本系列的第「11」篇文章。
作为在AI销售——找线索领域的产品，Clay找到了它的增长秘籍，成为硅谷在这个领域增长最快的公司之一。
8月6日，这家公司正式官宣了新一轮1亿美金的融资，估值31亿美元，这个速度，甚至超过了火热的AI编码赛道公司——AI 编码代表性企业Lovable的估值约为15亿美金。
Clay可以把这个流程里最耗时、最机械、最容易出错的环节——找客户名单、查公司背景、写冷启动邮件、更新CRM——统统交给AI Agent。Clay甚至还创造了一个AI原生的职业——GTM（Go-to- Market：面向市场）工程师。
Clay也因为这一次AI改造，结束了自己过去5年几乎0收入的困境。在2022年之后，实现了10倍的收入增长。
对于希望在AI销售领域创业的初创公司来说，Clay的启示在于，首先，聚焦PMF（产品市场契合度），目标客户可以不用多，但行业要够垂，做透场景；其次，重视品牌和营销，讲好自己的品牌故事，让大家都听懂；第三，搞定例如OpenAI、谷歌这样的大客户。
不过，在AI找销售线索这个赛道，已经挤满了竞争者，甚至还有一些大平台公司。Clay的优势能维持多久，是否能保持用户粘性，还不好说，毕竟在Agent领域，公司的起起伏伏是常态。
嘉和资本CEO袁子恒告诉虎嗅，Clay这类公司模式最根本的问题在于，很难形成飞轮效应，一方面Clay从互联网抓取很多数据进行整合，帮助客户有针对性地联系他的客户，但这种方式的门槛其实并不高。在红海的AI售前场景下，拼的是精准度。
另一方面，Clay的模式，没有和用户形成有效的交互机制，并且Clay没有独家数据，而LinkedIn的数据正在收紧，这也极大影响了Clay的收入。
7年时间，转型与收敛
成立于2017年的Clay，是一家位于纽约的加拿大AI公司。
由麦吉尔大学毕业生卡里姆·阿明（Kareem Amin）和尼古拉·鲁桑（Nicolae Rusan）一同创办。
此前，卡里姆·阿明曾创办名为Frame的公司，这是一家企业服务公司,公司开发的云端平台能够让用户在浏览器中运行桌面应用，该公司于2012年被Sailthru收购。
尼古拉·鲁桑曾担任道琼斯产品副总裁和微软项目经理，但如今他已离开Clay，经营一家名为Toolkit的公司。曾在Google等团队任职的·阿南德（Varun Anand）是另外一位重要的联合创始人，他在2021年加入团队，带领公司实现变革。
Clay的早期产品是一款连接了API的电子表格，Clay会从数十个数据库中抓取信息，并直接将其导入电子表格。但是，尽管有了可行的产品形态，但因为这款产品不同的群体都能用它来做不同的事情，反而模糊了目标客户。
比如，阿明曾分享一个客户案例，一家公司发送了他们的代码库，想将所有数据发送到NetSuite（一个基于云计算的企业管理软件平台），需要Clay对其进行逆向工程。这份任务与营销无关，但花费了Clay很长时间，并导致了服务器故障。显然，产品延展性带来了意料之外的成本，也让Clay很难从纷繁的反馈中分辨出有效信息。
最终，他们意识到，需要聚焦。
2020年，Clay决定从一个平台型产品，转向一款面向销售GTM的垂直Agent产品。产品聚焦之后，Clay才开启了其疯狂增长之路。
此后，Clay进行了多轮融资，其中不乏知名投资机构。
· 2024年6月，B轮融资4600万美元，Meritech Capital Partners、Sequoia Capital、First Round、BoxGroup等参与投资；
· 2025年1月，B+轮融资4000万美元，投资者包括Sequoia Capital、First Round、BoxGroup、boldstart ventures等；
· 2025年8月，C轮融资，由Alphabet旗下独立成长基金CapitalG领投，Clay估值达到31亿美元。
AI原生时代的GTM工程师
GTM是Go-to- Market（面向市场）岗位，通常指负责将产品或服务推向市场的专业人员。该岗位在企业的市场营销和产品销售中扮演着关键的角色。
GTM人员需要深入了解目标市场的需求和竞争方向，为产品或服务的定位和推广提供数据支持；然后，根据市场调研结果，制定有效的市场推广和销售策略，确保产品或服务能够顺利进入市场并取得，接着进行资源整合：协调内部资源，如研发、生产、销售等部门，以及外部合作伙伴，共同推动产品或服务的上市进度，最后进行执行与监控：负责市场推广活动的执行，并监控市场反馈，及时调整策略以应对市场变化。
拿SDR（销售开发代表）来说，每天的生活就是在给尽可能多的潜在客户传达信息，他需要在公开网站上搜寻潜在客户以及潜在决策者，然后再编辑电子邮件，发送给潜在客户。
这个过程效率极低，并且销售成本极高。
但如果使用了Clay的这套自动化Agent，可以讲这个繁琐的流程自动化，Clay还能绕开垃圾邮件的判定，而且能够有效避开无效邮箱地址发送邮件。这对于这类的Agent来说，是一项核心技术。
引入Clay之后的销售团队可以为SDR免除销售中的繁琐工作，不再不理想的潜在客户上浪费时间 图片来源：Clay官网
不仅如此，Clay还创造了一个AI原生的新职业——GTM工程师，让熟练的销售和市场的人结合AI和自动化工具，搭建起一套推动盈利的“引擎”。
Clay的GTM工程师角色和功能 图片来源：Clay官网
聘请这些GTM工程师的企业，就自动成为了Clay社群里的一部分。
Clay还在文章中提到，一个人能成为优秀的 Clay GTM 工程师的最强信号很简单：他们非常擅长使用 Clay。因为使用 Clay 是 GTM 工程师工作的主要部分。
GTM 工程师可以将SDR（销售开发代表）需要手动完成的流程自动化。SDR无需将销售线索转交给 AE（Account Executive尚盈配资，负责业务的客户经理），AE 再请销售工程师帮忙——在Clay的语境下，他们都是同一个人——GTM工程师，而且至关重要的是。
比如之前，销售团队负责手动研究潜在客户的数据、手动编写和个性化电子邮件、手动发送电子邮件以及手动安排会议。但如今，一些 GTM 工程师使用 Clay、LLM、电子邮件预警工具和出站序列器来自动化个性化出站——规模是旧团队的 10 倍。
冷启动和品牌营销
如果打开Clay的官网，可以看到这家初创公司在品牌上花的心思。
他们在自己的每一篇日志中，详细介绍了自己的商业模式、为什么要做售前GTM、如何迭代自己的产品、增长策略……
在Clay的日志列表里，可以清晰看到这家公司如何从AI寻找销售线索，到AI寻找潜在客户，再到如何形成销售策略、发送销售邮件、再到最后推出GTM工程师岗位的思考全流程。
在这些日志中，没有艰深晦涩的语言，甚至Clay还用许多漫画的形式介绍自己的业务，让小白也能一目了然。
Clay官网页面 图片来源：Clay官网
Clay的冷启动做法也非常值得如今的AI Agent产品借鉴，毕竟对于当下AI Agent产品来说，如何营销是一个至关重要的环节，如果第一款产品没能打动用户，可能很难跑出来了。
Clay创始人起初做法是疯狂“刷存在感”，他们加入了WhatsApp群组和至少十几个销售和营销Slack社区，通过发表相关观点和回复咨询，形成“钩子”来引起人们注意。
之后，Clay邀请社群群主Eric加入初创团队。 Eric在社区和WhatsApp群组中为Clay赢得信誉，成功吸引了很多用户和代理机构。
Clay 的主要盈利方式是自助式产品驱动型增长模式。我们为用户提供为期两周的免费试用，让他们能够使用专业级功能，例如无限用户、CRM 集成、高使用门槛等等。
这也被称为“反向试用”：当人们充分体验到产品的全部功能后，他们很有可能成为客户。即使他们没有转化，免费试用用户也常常会在某种程度上成为品牌的拥护者。
试用期结束之后，Clay会把这个试用期转化为基于使用量和功能的信用等级，Clay的产品定价采用按需付费的方式。Clay 允许用户访问超过 75 家数据提供商，而这些提供商原本需要用户自行付费，因此 Clay 的积分系统使用户能够直接访问这些提供商，并将它们组合起来以最大限度地提高数据质量，并且只需通过 Clay 积分支付所需的费用。
Clay 的定价范围为每月 0-800 美元，首个付费等级为每月 149 美元，这是一个适合中小企业预算的定价。
Clay的积分制付费套餐分为5类，依次如下：
免费版：一年免费给予用户1200积分，每次人员/公司搜索最多100个结果；
入门版：每月134美元，按年计费，一年预付24000积分，每次人员/公司搜索最多5000个结果；
探索版：每月314美元，按年计费，一年预付120000积分，每次人员/公司搜索最多10000个结果；
专业版：每月720美元，按年计费，一年预付6000000积分，每次人员/公司搜索最多25000个结果；
企业版：联系销售自定义积分。
图片来源：Clay官网
如今，Clay的业务对象覆盖Al、SAAS、金融科技等行业，有约6000家客户，其中不乏风头正劲的AI巨头，例如OpenAI、Google、Cursor等。
OpenAI GTM 系统负责人 Keith Jones 说，Clay 仍然是 OpenAI不断壮大的团队技术栈的核心组成部分。OpenAI GTM的团队成员和销售部门都使用Clay来拓展潜在客户、进行客户研究和目标定位。
Clay面临的问题：用户粘性和数据
尽管Clay的逆袭神话引来很多关注，但是它并非在这一领域一骑绝尘，环伺在侧的还有ZoomInfo、Apollo.io等销售技术平台以及Unify等初创公司。当竞争同质化时，就比谁提供的线索和数据更精准了。
在袁子恒看来，Clay的最大问题是用户粘性和数据飞轮。
“如果我是一个企业老板，用了clay提高了收入，我会想尝试别的类似产品对于销售的提升会不会更好。”袁子恒说。ToB的企业用户很现实，对他们而言，利润是最关键的指标，要提升用户忠诚度，只能靠给企业赚多少钱来说话，这是与C端用户不一样的地方。
袁子恒发现，Clay类似一个平台，一方面从互联网抓取很多数据，整合起来，帮助客户针对性的联系目标客户，但这样的事情，别的工具也可以做，最终拼的一定是匹配的精准度。
另一方面，Clay另一个问题在于赖以生存的数据源正在收紧，Linkedln等数据源对于第三方爬取极端抗拒。数据源的收费策略会直接影响Clay成本，如2024年LinkedIn API价格暴涨300%，就导致Clay的毛利率自62%跌落至41%。
“有没有独家数据是一个核心。”袁子恒说，AI应用的一个核心壁垒是私有数据，要不然一开始就有私有数据，要不然通过搞定客户，获取用户的数据，这也是私有数据的一种，而Clay在两端都没有建立起自己的数据壁垒。最关键的是，Clay的模式，至少目前看来，并没有体现出飞轮效应，所谓的“飞轮效应”， 需要用户使用后，进行数据反馈，这样能够让产品越用越精准。Clay给客户提供基于公开信息整合的数据，但并没有与用户形成有效的反馈和互动机制，形成自己的壁垒。
相比于其他AI售前的企业，Clay显然有先发优势，而且Clay还绑定了大客户，但这种优势会支撑Clay在竞争激烈的AI销售领域走多远？起码从现在看来，前景依然不明朗。
红腾网提示：文章来自网络，不代表本站观点。
沪深京指数
热点资讯
