在AI浪潮席卷全球的今天，一家名为Clay的AI销售公司凭借其独特的“预测式销售”模式，成功在传统SaaS市场中脱颖而出。短短几年间，Clay的收入增长了6倍，估值更是飙升至15亿美金。他们是如何做到的？本文将带你深入剖析Clay的成功秘诀，探索其背后的技术创新和商业模式。

在不久前的第三届红杉资本AI峰会上，有一句话令人印象深刻：

AI结果的累积速度，将决定你公司价值增长的上限。

这一点，在AI销售领域体现得尤为明显。这两年，靠着帮企业收集销售线索，一批AI销售公司迅速崛起，其中最具代表性的公司当属Clay。

简单来说，Clay干的事情就是整合了100家Data供应商的数据，比如Hubspot、领英、地图、CRM，结合Agent的研究能力，对网页的信息进行爬取、判断比对、总结处理，完成类似SDR（销售发展代表）员工的基本信息检索工作。

同时，他们也通过AI进一步强化了平台能力，比如为用户构建高度定向的潜在客户列表，还能自动生成个性化的电子邮件、博客文章等。

与传统SaaS产品不同，Clay在定价模式上选择了更加灵活的“积分付费制”。这也大大提升了企业付费的意愿，也加速了公司业务的增长。

在2023年实现10倍增长后，2024年Clay收入再次实现了6倍以上的增长。伴随收入的快速增长，公司估值也水涨船高。

今年1月，Clay完成了4000万美元的B轮融资，公司估值达12.5亿美元。到了5月，在新一轮老股转让里，红杉对公司的出价提升到了15亿美金。

一起来看看这家“万人夸夸”的AI销售公司吧。

01 多元数据整合能力，预测高价值线索

最强的销售，不是能说会道，不是全年无休，而是善假于物。

以前做营销，全靠员工手动整理各种渠道的数据，不仅反应慢半拍，而且市面上的营销方法都差不多。为了争夺有限的客户资源，企业间开始打“价格战”，加入销售投入。

而企业常用的CRM系统操作复杂，字段设计又和实际业务需求脱节，既麻烦又不实用。

AI的出现，为销售行业带来了转机。在整个销售工作流中，售前GTM（产品商业化）和客户服务两个环节最适合AI发挥作用。

而售前阶段急需的自动化功能，集中在潜在客户生成和外呼上。

发现toB这些痛点后，一家名为Clay的AI销售该公司出手了。他们将客户响应效率提升2-3倍，30%企业每天通过他们的AI处理50万次任务，更催生出一些年收入百万美元的代理机构。

这家成立仅3年的40人团队，与传统销售公司拉开差距的关键，在于其强大的多源异构数据整合能力。

Clay开发了AI研究代理“Claygent”，该工具可以看作是AI+SDR Agent。它允许用户创建适合其特定需求的定制数据源和丰富工作流程，让企业在网络上寻找潜在客户信息。

围绕数据智能与自动化引擎，它构建了“三步”工作流：检索并获取数据、验证并给出来源、以指定格式输出检索结果。

第一步，检索并获取数据。

“Claygent”整合包括招聘网站、公共数据库和新闻媒体等在内的75个数据提供商的信息，如企业信息库Crunchbase、客户管理系统Salesforce等，将信息聚合到一个统一的平台上，方便用户一次性访问。

“Claygent”连客户的社交动态也不放过。在LinkedIn、HubSpot、Clearbit等平台上，只要潜在客户出现工作变动、融资变化、发布招聘信息等情况，“Claygent”就会自动察觉，按位置、公司规模、经验、社交网络连接等对潜在客户进行分类，帮助销售团队准确地制定策略。

在数据整合方面，Clay的技术核心是“GPT-4+二分搜索法”。

在开始搜索前，Claygent不会直接抓取整个网站，而是会先咨询GPT-4，确定哪些部分最有可能包含所需信息，再运用二分搜索法进行搜索。

所谓的二分搜索法就是，先选择网站的一部分进行检查，如果未找到目标数据，则转向另一部分。这种方法通过逐步缩小搜索范围，最终精准定位所需信息。

这样的搜索方式不仅能够精准收集到用户所需要的信息，还显著提升了抓取效率。

第二步，验证并给出来源。

“Claygent”还结合多数据源交叉验证，如比对Crunchbase与PitchBook数据，确保输出结果的可靠性。用户也可以要求Claygent给出其数据的源头。

另外，每家企业都可以自行设定潜在客户的资格审查标准。例如，最近发布的AI产品或功能可“+10分”，最近销售团队扩张可“+15分”等等。一旦所有设置完成，“Claygent”就会对每个独特的潜在客户进行测试，以确定他们进行购买的可能性。

第三步，以指定格式输出检索结果。

“Claygent”可以输出指定格式的检索结果。比如，文本、数字、网址等其他自定义格式。

在“发现线索”之后的“主动联系”环节，Clay也提供了简单的自动化外联功能。例如邮件内容生成，但Clay不能像Outreach和Apollo那样自动发送电子邮件。

不过，Clay可以集成reply等专用销售互动工具，实现跨平台执行跟进规则、生成个性化邮件/短信。借助Reply，Clay用户可以为潜在客户创建序列，利用电子邮件、电话、LinkedIn和WhatsApp等进行外联。

创始人KareemAmin曾任微软工程师，与NicolaeRusan早期专注于降低编程门槛。2021年，随着客户需求从功能满足转向价值共创，Clay战略转型至销售自动化，帮助企业实现数据驱动

02 口碑传播拉动增长，积分付费——用量即价值

Clay早期成功的关键在于定价策略和内容营销。

在销售行业，当“AI解决方案”逐渐成为标配，同质化的产品演示、雷同的订阅套餐和铺天盖地的功能列表，也在加速客户的选择疲劳。

Clay选择使用“反套路”推广，不强制绑定信用卡，也没有复杂的付费墙，直接开放产品全功能试用。

这意味着，用户可以自由探索、试错，亲自感受AI在销售数据处理上的提升。

这种极具诚意的打法，不仅迅速抓住了客户眼球，更在不经意间点燃了口碑传播的引擎。Clay的社区中有超过11000人参与讨论，并且有超过100个基于Clay构建的业务案例。

在此之前，Clay也尝试过多种增长方式，例如电子邮件营销、付费广告、SEO，甚至在旧金山投放广告牌，主要目标是吸引“已经有需求但不知道选哪款工具”的企业客户，但还是“口碑传播”的效果最为明显。

现在，Clay已经建立起一套内容生产的反馈闭环：

在全球各地举办Clay线下活动，将活动中产出的内容整理成LinkedIn帖子，再整合成博客文章，最终汇编成指南。如此一来，企业决策者也能直观看到同行如何用AI处理海量数据。

客户之所以愿意主动分享，是因为Clay的产品特性使然。这些客户大多是代理商，他们希望通过LinkedIn树立专业形象。当然，Clay团队也积极协助客户创作内容，例如介绍新功能、合作撰写文章等。

后期在SEO优化方面，Clay也算是吃透了用户心理。Clay的目标用户是“对数据敏感、渴望提高销售效率”的企业。因此，他们SEO优化集中在“AI”、“自动化”、“客户数据”元素上，例如在“销售自动化工具”“AI数据分析”“客户线索挖掘”关键词上，Clay排列靠前。

定价方面，Clay也聪明地没有采用Figma的按席位定价模式，而是选择了一种更符合客户利益的方式——Credits积分制。

Clay的核心产品是数据查询、线索挖掘和智能匹配，价值取决于使用量，而不是使用者的数量，因此不适用ToB Saas按席位制的收费。

在Clay的定价页面上，客户可以预先购买一定数量的积分（Credits），Clay根据客户的实际数据查询、处理、匹配等操作消耗这些积分。

传统的收费方式如同让不同饭量的人付相同自助餐费——企业为用不到的功能买单。Clay改成按数据操作次数计费，并每年发布定价透明报告。这种方式就像手机流量套餐，用多少付多少，灵活适配企业规模。

03 总结

从长远看，AI销售的故事才刚刚开始。

原因很简单，销售环节的工作流程长，端到端提供产品服务的价值足够大。同时，销售工作交付的结果往往有一个清晰的目标，更容易用一种可衡量的服务效果来衡量价值。

与此同时，AI销售的成本远远低于人力。a16z合伙人Alex Rampell曾经拿AI客户支持软件公司Zendesk举例：

如果一家公司用Zendesk来处理2000个工单，1000个Zendesk智能体就可以替代1000名客服。如此这般，使用AI销售员一年花费140万美元，而原本1000个人类销售员却要花7500万美元。

算下来，一张工单（销售线索），用人类销售员（客服）的成本是37.50 美元，而AI销售员的成本仅为0.69美元。

结果可衡量，加上AI在成本端的巨大优势，AI销售产品虽处于发展早期，却已展现出良好价值，其价值也将从企业当前销售活动的简化，延伸到企业销售和工作流程的重构。