惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

腾讯CDC
让小产品的独立变现更简单 - ezindie.com
让小产品的独立变现更简单 - ezindie.com
P
Proofpoint News Feed
D
DataBreaches.Net
D
Docker
云风的 BLOG
云风的 BLOG
大猫的无限游戏
大猫的无限游戏
月光博客
月光博客
J
Java Code Geeks
钛媒体:引领未来商业与生活新知
钛媒体:引领未来商业与生活新知
OSCHINA 社区最新新闻
OSCHINA 社区最新新闻
罗磊的独立博客
Martin Fowler
Martin Fowler
U
Unit 42
Engineering at Meta
Engineering at Meta
IT之家
IT之家
Vercel News
Vercel News
B
Blog RSS Feed
人人都是产品经理
人人都是产品经理
博客园 - Franky
博客园 - 【当耐特】
Stack Overflow Blog
Stack Overflow Blog
G
Google Developers Blog
MongoDB | Blog
MongoDB | Blog

人人都是产品经理

为什么你的产品找不到差异化?90%的失败都卡在第一步上(下) – 人人都是产品经理, 3年从30万到1300万用户、获2200万美元融资,这个AI教育产品用“抽卡”破解了获客难题 – 人人都是产品经理, 园区招商系统怎么做才能真正帮到去化?我加了这一个功能,推广链接转发400次阅读过万 – 人人都是产品经理, AI大事件:OpenAI发完网络安全模型又搞药物研发,小鹏汽车要抓”DeepSeek时刻” – 人人都是产品经理, 电商不是卖货,是一场更残酷的产品经理实战 – 人人都是产品经理, 没想到,活动营销又回来了! – 人人都是产品经理, 为何All-in海外KOC:一场关于AI时代窗口期的豪赌 – 人人都是产品经理, 重新理解企业的内部协作 – 人人都是产品经理, 苹果的 AI 战略到底是什么? – 人人都是产品经理, 医疗智能体·第2讲——合规护城河:等保、PIPL与HIPAA的架构实战 – 人人都是产品经理, 向量知识库五步法:从“答非所问”到“精准回复” – 人人都是产品经理, 鸿蒙PC三方库构建总指挥HPKBUILD(sha)库为例 – 人人都是产品经理, 何时该用LLM?AI产品经理的LLM设计指南 – 人人都是产品经理, 医疗信息领域的需求方、决策方、准入方以及关注点(二) – 人人都是产品经理, 即梦涨价:一场被误读的「傲慢」 – 人人都是产品经理, 面试AI PM必答题:Hermes和OpenClaw的区别,如何讲清楚业务价值 – 人人都是产品经理, AI的下一张船票:世界模型——AI产品经理必须理解的技术拐点 – 人人都是产品经理, 小红书做GEO,怎么让AI信你?记住这 3 个重要信息 – 人人都是产品经理, 5 家印度 AI 初创公司,看看印度 AI 再做什么 – 人人都是产品经理, AI项目跨团队协作:产品技术业务如何不打架 – 人人都是产品经理, Agentic Workflow(智能体工作流):让AI从”答案生成器”变成”数字员工” – 人人都是产品经理, lycium_plusplus 项目全景解读:OpenHarmony 三方库构建的“大管家” – 人人都是产品经理, 从爆单救火到前置履约:两套预采策略,把生鲜大促履约效率拉满 – 人人都是产品经理, 什么时候该补货?我用一轮数据做了一个决定 – 人人都是产品经理, 从“机械兜底”到“动态分流”:AI客服重复进线治理的4大底层逻辑 – 人人都是产品经理, 抖音拼效率,红书拼洞察 – 人人都是产品经理, 全民狂欢与退潮——为什么龙虾这波热潮冷却得如此之快? – 人人都是产品经理, Stripe押注!MPP重塑全球支付 – 人人都是产品经理, 小红书GEO:AI引用你的内容,不是因为你对,而是因为你看起来可信 – 人人都是产品经理, 前百度副总裁押注办公Agent,日韩付费爆发,Manus迎来强劲对手 – 人人都是产品经理,
Clay:AI 挖掘销售线索
张艾拉 · 2025-06-24 · via 人人都是产品经理

在当今竞争激烈的商业环境中,销售线索的挖掘和转化是企业增长的关键。随着人工智能技术的不断发展,AI在销售领域的应用也越来越广泛。本文将介绍一家名为Clay的AI公司,它通过连接100多个数据源,利用AI技术实现销售线索的自动化挖掘和个性化营销内容生成。

今天的主角是:Clay AI,网址👉https://www.clay.com/

简单来说,Clay AI 是一家做销售线索挖掘的公司,最核心的能力是:

  • 连接了100+数据源,包括LinkedIn、社交媒体、招聘网站等;
  • 自动抓取数据源网页信息,并对数据做清洗和交叉验证;
  • AI+营销自动化,100%自动生成营销邮件并自动发送;

听上去,是不是“平平无奇”?与早些年流行的Martech、营销自动化、营销中台、DOP(数据运营平台)等产品相似。

Clay AI 产品本身看上去也并无很高的技术门槛,毕竟销售线索挖掘、客户关系管理,一直以来都是走在AI 应用最前线的场景,Salesforce 等大公司很早就推出了相关AI 产品,初创 AI+营销公司也是一抓一大把。

在这样的背景下,为什么 Clay 能在2024年估值5亿美元,2025年估值就超过了15亿美元,让我们一起看下它是否有“过人之处”。

Clay 和我之前介绍的几个产品都不同,它更像是一个SaaS + AI 能力的产品,而不是 AI 原生应用(AI-native application),在文章的最后,我也会分享下我对类似应用的小思考,欢迎指正。

01 Clay 市场表现和核心功能

Clay 在AI领域并不是一家非常年轻的公司,2017成立,创始人都是连续创业者,在营销自动化领域深耕多年,都具有成功的产品经验。

联合创始人 & CEO Kareem Amin 曾经是微软和华尔街日报的产品经理/产品负责人,另外两位联合创始人也有丰富的产品和产品运营经验。2017年成立 Clay 后,团队在早期多次尝试产品方向,最终将产品定位为:实现“预测式销售”,才迎来加速成长期。

官网显示,Clay已经服务了超过 300,000 销售/营销团队,客户覆盖Anthropic、Notion、Ramp等科技公司。

Clay 的核心功能如下:

1. 多源数据接入及整合:接入超过100+数据源(如LinkedIn、Glassdoor、谷歌搜索),自动爬取并清洗客户信息(公司描述、个人职业背景、社交媒体动态等)。

一个典型场景是:输入某医疗器械公司名称 → Clay 将自动输出:

  • 关键联系人(采购主任+技术负责人)
  • 历史采购数据(通过公开招标信息反推)
  • 竞品使用情况(从员工评价抓取)

2. AI 驱动的个性化营销内容:例如,可以结合客户画像生成高度定制化销售邮件,输出示例:

“看到您在Twitter提到医疗数据孤岛问题——我们刚帮XX医院用AI整合了37个系统的临床数据(节约200小时/月),或许能给您新思路?”

Clay 生成的销售内容是100%动态生成的(而非模版化内容), 甚至会为了反垃圾邮件系统,进行“人工化”处理。值得补充的技术细节:Clay的邮件动态生成依赖“数据指纹”技术,即用客户行为特征(如邮件点击率)实时调整生成策略。

3. 自动化工作流:支持与CRM系统(如Salesforce)集成,自动执行线索跟进、任务分配及效果分析。可以通过:事件触发(如客户打开邮件)、时间触发(如季度末自动跟进)。

4. AI 协助电话销售:

  • 实时语音转译:通话中生成对话纪要(标注客户情绪波动点);
  • 战术后台提示:敏感词预警(如客户提及“太贵”)→ 屏幕弹出折扣权限提示;沉默检测 → 自动建议破冰话术;

02 Clay VS. 竞品比较

营销自动化和客户线索挖掘这个细分赛道,是 AI 创业热度最高的赛道,市场上的竞品主要包括:11x.ai、Unify、LeadShark、Dream100.ai、Prospect AI、MailMentor等。相比之下,Clay 的优势包含:

  • 数据整合更广:连接 100+ 数据源,覆盖更多潜客维度;
  • 信号驱动突出:监控潜客职场变动、融资公告等关键动作,及时触达;
  • 营销自动化端到端:集成 CRM 与邮件/内容生成,从获取潜客到触达一站完成;

简单来说,Clay 的核心优势是更多数据源的整合以及利用 AI 实现的更切合销售场景的个性化能力。

Clay 目的是将销售从“广撒网”推向“精准转化”–每个客户都是唯一的,每条信息都是个性化生成的。

Clay 的报价体系采用了订阅+积分制→ 基础免费额度 + 月度付费计划 + 企业定制套餐,提供14天免费试用。

Free 版每月 100 积分,可用于最多约 100 次联系人/公司搜索;积分消耗规成本:起步成本约 $75/1,000 积分(Starter),Pro 计划下降至 $16/1,000 积分。相较竞品,Clay 的定价并不低,但是这种报价方式更适合中小企业试用并升级→起步门槛低、试用成本低,可以用积分方式灵活控制预算。

看了上面的内容,你有没有产生和我一样的疑问:

如果技术可复制、数据非独占、模式易模仿,Clay长期是否有竞争力?

简单看,Clay长期发展至少有以下制约因素/天花板:

  1. 数据源”卡脖子“:依赖LinkedIn/谷歌等第三方数据(LinkedIn 极度排斥第三方抓取,Clay 已经在边界上游走)。据公开数据2024年LinkedIn API价格暴涨300%,导致Clay毛利率从62%→41%;
  2. 技术同质化:不仅是11x.ai、Apollo、Outplay等相似产品可以在技术上快速追赶;大厂如 Salesforce/Hubspot 完全可以通过收购整合,快速构建该能力。(Salesforce Einstein已实现60% Clay Generate功能);
  3. 合规成本不可预估:Clay 目前的合规成本:GDPR+CCPA+DMA三国合规年耗资$270万(占营收18%)。不仅如此,欧盟拟立法禁止AI生成内容标注为“人工撰写”(直接废除Clay核心卖点);
  4. 生态位挤压:OpenAI/Anthropic 等模型服务商可以直接推出“销售线索Agent”API层,Clay 的价值将直接被压缩/废除;
  5. 反AI技术反制:如Gmail 反垃圾邮件系统的升级。

Clay的长期发展策略我并不想讨论,但是我很期待几年后,谁会跑出来,或许对于层出不穷的SaaS企业(是的,我并不认为它是AI 企业)来说,要么成为生态主宰,要么成为生态的养分。

P.S: 以上并不是说Clay或者类似的产品长期一定会如何,毕竟这个市场足够大,一个足够细分和垂直的场景就足够一个小而美的公司获得不错的业绩了。

作者:张艾拉 公众号:Fun AI Everyday

本文由 @张艾拉 原创发布于人人都是产品经理。未经作者许可,禁止转载

题图来自Unsplash,基于CC0协议