5年零收入，找到PMF后两年突破1亿美金ARR，Clay 是如何做到的？

第一次听到 Clay 的名字，来自于一篇介绍 Anthropic 组织内 AI 应用的文章，里面提到在 Outbound Marketing 这件工作中，销售团队会用到 6 款工具：Clay（Lead enriched 信息丰富）→ LeanData（Routed 自动分流）→ Salesforce（Opps created 创建线索）→ Gong（Call coaching 通话培训/记录）→ Ironclad（Contract redlining 合同修订）→ Slack（Closed-won posted 销售通知）。

后来又在各种地方见到这个名字，于是我决定花了一些时间来研究这家公司，搞清楚这是一家怎样的公司，在解决哪里问题，以及为何增长如此迅速。

在具体介绍整个故事之前，我先把自己的结论放在前面：

1. 创始团队的耐心：5 年接近零收入依然没有放弃，一定程度上证明了他们对方向的认可；此前卖掉了 Frame 项目，也有底气坚持——这是大部分团队做不到的。
2. 同样的产品，不同的销售方式结果差别很大：产品形态几乎没有变化的情况下，因为找到了一个足够垂直和赚钱的细分市场，真正为这款产品打开了局面。
3. PLG + SLG 让增长走上快车道：虽然 Clay 用于 Outbound Marketing，但推广路线几乎复制 HubSpot 的 Inbound 打法——Clay University 教程、模板降低上手门槛；目前约 60% 自助购买，40% 销售主导。
4. 全新品类阶段，服务商生态非常重要：大量 GTM Agency 不仅帮客户搭建工作流，也教育用户如何使用 Clay，在前期开拓和教育市场阶段起到关键作用。

2023 年末，Clay 的 ARR 约为 100 万美元；到 2025 年 12 月，已经突破 1 亿美元。探索 6 年，找到 PMF 之后 2 年飞速增长，Clay 把自己称为一家「八年才成功的一夜明星」。

这不是一个单纯依靠 AI 风口突然起飞的故事，而是一个产品团队探索多年后，通过收窄市场、改变商业化方式，最终释放产品价值的故事。

一、五年探索，收入依然接近于零

2017 年，Clay 在纽约成立。

创始人 Kareem Amin 是一位典型的产品型 CEO，曾创办电商技术公司 Frame 并于 2012 年出售。另一位早期创始人 Nicolae Rusan 是 Frame 联合创始人，拥有产品、设计和工程背景。两人最初希望做的并不是销售软件，而是一个面向非技术人员的低代码「超级电子表格」。

用户可以导入一批 URL 或公司名单，自动获取公司介绍、社交媒体账号、员工数量、联系人信息等数据，也可以连接不同 API，搭建自己的数据处理流程。

早期的 Clay 希望服务 HR、运营、财务、增长团队和普通业务人员。不同用户都能找到一些使用场景，却没有哪一类用户把它视为必须使用的产品。直到 2022 年春天，Clay 的收入仍然接近于零。

二、商业化联合创始人，帮 Clay 找到真正的客户

2021 年，Varun Anand 加入 Clay，后来成为公司的 GTM 联合创始人。加入前，他曾负责保险科技公司 Newfront 的运营和 Candid 的市场扩张。他的加入给原本以产品和技术为主的团队补上了商业化拼图。

Varun 加入销售从业者社区 Modern Sales Pros，从中找到 30 位真正了解「数据丰富」和「自动化外联」的人，包括 SDR、cold email agency 老板、销售和营销负责人、RevOps 从业者及增长团队负责人。

经过访谈，他发现需求最强烈的不是普通销售团队，而是 cold email agency。

这些公司每天都在重复同一套流程：

找到潜在客户名单 → 补充公司和联系人信息 → 验证邮箱 → 判断是否符合 ICP → 生成个性化内容 → 导入外联工具

这套流程正好能够发挥 Clay 的优势。于是，Clay 逐渐把自己的定位从「帮助任何人搭建数据工作流」，收窄为：

帮助 GTM 团队寻找、研究和触达潜在客户。

这看起来只是换了一种产品描述，实际上却决定了 Clay 的客户是谁、应该开发什么功能，以及用户为什么愿意付费。

三、Reverse Demo：销售也是客户研究

Clay 不是一款只有固定操作路径的标准工具，而是一个可以自由组合数据源和工作流的平台。如果销售人员只是按照 PPT 介绍功能，客户很难理解它的价值。

于是，Clay 采用 Reverse Demo：不按照标准流程展示功能，而是让客户带着一个真实问题参加会议，再直接使用 Clay 解决它。

客户可能提出：「帮我找到美国所有员工超过 50 人、正在招聘销售人员，并且使用 HubSpot 的 SaaS 公司。」

Clay 团队会现场连接不同的数据源，设置筛选条件，完成数据丰富和验证，30 分钟内生成一份符合要求的公司名单。过程中遇到的每一个障碍，都会被记录并反馈给产品团队。

因此，Reverse Demo 不仅是销售，也是高密度的客户研究：客户愿意为什么结果付费？哪些数据源最重要？哪些步骤应该模板化？用户在哪一步最容易放弃？

四、从一对一销售转向 PLG

找到初始市场后，Clay 开始逐步建立 PLG 模式。它首先把优秀用户搭建的工作流制作成模板，让用户不必面对空白页面，而是可以从具体场景直接开始。

模板没有削弱 Clay 底层的灵活性，却大幅降低了第一次使用的门槛。

Clay 还建立了 Slack 社区。用户可以提问、分享工作流和使用经验，团队则直接回答问题。到 2024 年 5 月，社区成员已经超过 1 万人。

随着产品影响力扩大，市场上又出现了一批专门帮助企业使用 Clay 的服务商——Clay agencies。它们帮助企业设计 GTM 流程、连接数据源、制作模板和搭建自动化工作流。

这些服务商不仅是销售渠道，也承担了市场教育、客户服务和复杂方案交付。客户搭建的工作流越多、使用的数据越复杂，消耗的 credits 越多，Clay 获得的扩张收入也越高。Contrary 的研究还提到，部分围绕 Clay 建立的服务商已经实现七位数美元收入。

五、生成式 AI 进一步放大 Clay 的价值

在生成式 AI 出现以前，Clay 主要帮助客户获取公司规模、所属行业、融资情况、员工数量、联系方式和技术栈等结构化数据。

2023 年，Clay 推出 AI 研究 Agent——Claygent。它可以读取开放网络中的非结构化信息，判断一家公司是否支持远程办公、是否正在招聘特定岗位、是否通过某项认证，或者是否符合一组复杂条件。这让 Clay 从数据丰富工具，进一步升级成企业信息研究和 GTM 自动化平台。

六、创造 GTM Engineer，两年突破 1 亿美元 ARR

2024 年至 2025 年，Clay 做了一件重要的事：定义 「GTM Engineer」 这个新岗位。

GTM Engineer 介于销售运营、增长运营、数据分析和自动化工程之间。他们使用 Clay 等工具，为销售和营销团队搭建自动化工作流，满足不同企业对数据和业务流程的个性化需求。Clay 不仅为这个岗位提供工具，还连接招聘 GTM Engineer 的企业与相关人才。

Clay 获得了 OpenAI、Anthropic、Ramp、Canva、Notion 和 HubSpot 等企业采用。公司披露，企业客户 NRR 超过 200%，而且从未流失过一家企业客户。

相较于 ZoomInfo 和 Apollo 主要依靠自有数据库，Clay 选择连接大量外部数据源，通过「瀑布式查询」依次调用不同供应商的数据。当第一个数据源找不到结果时，系统会继续查询下一个，从而提高覆盖率。

公开案例显示，Clay 帮助 OpenAI 把数据丰富覆盖率从约 40% 提高到 80% 以上，也帮助 Anthropic 将覆盖率提升到原来的 3 倍。

七、最后

Clay 的故事很容易被概括成「两年从 100 万美元 ARR 增长到 1 亿美元」，但如果只看这两年，可能会得出一个过于简单的结论：它只是抓住了生成式 AI 和销售自动化的风口。

真正值得关注的是增长曲线之前的六年。Clay 先花很长时间构建一套灵活的底层产品，再通过客户研究找到一个足够具体、足够高频、也足够接近收入的市场切入口。随后，它把销售经验沉淀成模板，用 PLG 和社区降低门槛，再通过服务商生态和 GTM Engineer 完成市场教育。

产品能力决定一家公司能够走多远，但目标市场、商业化方式和生态建设，决定这些能力能否真正转化成收入。

有时候，一款产品迟迟没有增长，不一定是产品本身不够好，也可能是它还没有回答清楚三个问题：到底为谁服务、解决什么高价值问题，以及如何让客户最快获得第一次成功。

信息来源

1. Clay 官方：Clay reaches $100M ARR: an eight-year overnight success
2. Contrary Research：Clay Business Breakdown & Founding Story