拆解 Clay 的销售打法｜Becca Lindquist
摘要
Lindquist 的招聘判断是：成长斜率胜过履历，但任期和职业连贯性能够看出一个销售是否仍具备适应能力。 在一家公司待4到5年最理想；主持人认为，任职约13个月是频繁跳槽的红旗，而8到10年则可能意味着组织已经“围绕你搭建”。早期招聘最看重领域知识，但决定性特质是“高斜率”：聪明、有驱动力、可教，并且能明显吸收反馈。
加入一家炙手可热的 AI 公司，只有在产品需求、防御性和可兑现股权同时成立时才有意义。 Clay 的吸引力不只是 AI，而是其由约180家数据供应商构成、难以复刻的市场网络；Lindquist 评估 Clay 时，公司没有客户流失，NDR“接近200%”。主持人认为，即便留存更差，超高速增长仍可能在短期内创造财富；但 Lindquist 的回答是“也许，也许”——应对承诺中的股权打折，可能按0.3倍计价，除非公司确实让员工实现过流动性。
销售薪酬既要让卓越产出获得极高回报，也要保持极度简单。 Clay 的配额/OTE 约为7.5倍，处于 Lindquist 在 AI 行业看到的6至10倍区间内，并将加速器重点放在超额完成上。她在 Heap 经历过的关键方案是：约6万美元底薪，先用初始收入覆盖月度底薪，再对新增收入支付25%的佣金，2年期合同支付33%：“我这辈子从未如此拼命地追逐一个目标。”
健康的销售文化应当有广泛达标，而不是让一小撮人靠不可能完成的配额苟活。 Lindquist 的基准是“60%的人超过100%，80%的人超过80%”，让成功足够普遍，销售会主动招募朋友、帮助同事，同时保留竞争。早期销售应一次招2人，以便直接比较表现；只招1人会留下判断空间，2人则能让差异更清楚。
在 PLG 模式下，拿下客户 logo 只是起点：销售的任务是在竞争对手站稳脚跟前，先占领客户的工作负载。 Lindquist 将其称为“抽干账户里的氧气”，随后围绕真正的内部拥护者推动扩张——这个人要能在公司内部销售、影响经济买方，并且拥有个人收益。让销售继续负责续约和净新增收入，可以把猎手与长期扩张绑定，也会暴露那些大幅折价拿下的糟糕交易。
AI 提高的是 outbound 产能的回报，而不是当前就消灭 SDR。 如果工具能让一名 SDR 从每月约15场会议提升到40场，Lindquist 会把团队从“8人扩到无穷”，而不是为了维持旧产出而砍掉一半。Outbound 也提供了最稳妥的 AE 晋升人才池；Clay 则通过每周“Clay Day”让高管、投资人、合作伙伴和销售共同负责 pipeline。
AI-first 销售仍然离不开基本功：业务痛点、活动量、资格审查，以及真正参与交易的管理者。 Lindquist 希望工具能在团队承诺自治销售之前，先标记已经过期的成交日期或单线程机会；她也要求一线主管无需照着 Salesforce 笔记朗读，就能掌握重要交易。她自己的认知转变概括了这一变化：她曾担心 AI 会让人变笨，后来转而教 Claude“像我一样思考，这样我就有两个自己”。
精读
1. 学习曲线变平时离开，而不是因为羡慕 AI 就跳槽
Lindquist 对一个做了4到5年软件销售的人有个直截了当的判断：“你是不是觉得自己正在慢慢腐烂？”学习一旦停止，她认为人就会开始安于现状；内部转岗或许有帮助，但大型、结构化公司通常无法提供早期 AI 创业公司那样的重塑空间。
主持人提出挑衅：在 Salesforce 待12到14年，可能意味着安逸地困在一场“平庸者的混战”里。Lindquist 部分认同这一点：这样的人可能确实有过一段非常出色的经历，但如果一个人长期处在自己帮助搭建的系统中，她会怀疑这个人是否还能脱离这些边界工作。
AI 在这里的价值，是一个新的学习领域，而不是足够单独构成投资逻辑的理由。Lindquist 加入 Clay，部分原因是她能影响公司更多环节；同时她也承认，一些长期任职者留下来，是因为他们仍在学习，并且知道自己的“保质期”。
2. LinkedIn 主页应该讲清一段不断复利的职业故事
Lindquist 认为任职下限接近2年，4到5年最理想。6或7年开始引发疑问；到了8到10年，在别处重新适应可能像“穿上别人的鞋”——鞋带和鞋垫都已经按照另一个人的脚型定型。
明显的频繁跳槽是最清晰的红旗，而推荐信的权重会被打折。量化成果则是绿旗：配额达成率、President’s Club，或者 pipeline、SDR 产出的具体增幅，都能提供证据，而不是泛泛而谈的职责描述。
更强的履历有连续的叙事。John Dalton 先后经历 Cloudera、StreamSets、dbt 和 ClickHouse，因此被清晰识别为早期数据销售专家：对于一家要招第一名销售的数据公司来说，“这就是我们要找的人。我们会尽一切努力把他招来。”
主持人反驳说，企业级合同经验可能比数据库专业知识更重要。Lindquist 的答案取决于公司阶段：对第一名销售而言，领域深度尤其重要；到了第100名销售，重要性就低得多；但无论哪种情况，“高斜率”最重要。她支持过的一名前 Bloomberg 销售从商业客户转向企业客户，在快速吸收指导后，成为 dbt 全球业绩前三的销售。
3. 对反馈的反应，会在业绩数据出现前暴露糟糕招聘
Lindquist 会在面试领导岗位候选人时，故意给出批评性反馈。防御性解释足以淘汰候选人；而“好吧，这很公平。我该怎么克服这个问题？”则预示着一个能在 Clay 开阔、未被定义的空间里工作的人。
让招聘人员来传达反馈，会让测试更锋利，因为它能暴露候选人的地位意识。她的类比是观察一个伴侣如何对待餐厅服务员：如果候选人轻视招聘人员，“我就退出”。
主持人说自己招聘时踩过的坑是过度看重头衔；会争取薪资的候选人往往知道自己的价值，而要求 Chief of Staff 头衔、拒绝接受 EA 的人，可能更在意地位。Lindquist 同样关心薪酬、股权和职责范围，但她认为，在收入低于5,000万美元时就要求 CRO 头衔，是一种“自我意识游戏”——公司未来真正需要 CRO 时，这个人反而没有晋升空间。
主持人认为，IC 大约3周内就可能暴露出足够信号，尽管他也问到如何评估需要9个月 ramp 的企业销售。Lindquist 观察2周训练营后的早期迹象是：销售能否给100个账户排序，理解每个客户的业务，遇到问题会求助而不是“独自失败”，以及是否真的会“拿起电话”或“点击发送”。
4. 早期销售培训传递的是创始人的判断，而不是话术
在 Heap，创始人 Matteen 和 Ravi 先示范销售动作，新销售跟随旁听；随后责任逐步转移，直到销售自己主持电话。如今 Lindquist 认为 Gong 不可或缺，因为通话录音能传递创始人如何阐述产品：“我怎样把脑子里的东西放进你的脑子里？”
对于收入低于1,000万美元的公司，她希望销售能找到具体业务问题，并把问题与金额挂钩。候选人应该能解释 JPMC 会如何使用一个 AI widget，以及它为什么会改变预测准确率或销售生产力，而不是复述产品功能或“可能性空间”。
她偏好的 AI 起点甚至有意保持平庸：标记已经过去的成交日期，暴露单线程交易，帮助团队先把基本功做好，再去自动化 outbound、销售材料和整个销售流程。实际影响力比“天马行空”更重要。
Lindquist 偏爱大学运动员，因为他们已经知道如何努力工作；组织可以再教他们如何聪明地工作。主持人补充说，体育培养的是对看不见的凌晨5点训练的纪律，而不只是偶尔在公众面前展示、看得见结果的时刻。
5. 选择 AI 公司，关键看留存、护城河和真实流动性
许多初创公司都会触发 Clay 的 RevOps 招聘负责人所谓的“Claude 恐惧”：Claude 为什么不能直接吞掉这套工作流？Lindquist 寻找的是超越自动化的防御性。Clay 覆盖约180家数据供应商的市场，理论上可以复刻，但成本高、运营复杂。
坚定的产品市场匹配会让第一阶段销售更容易，但要维持1,000%甚至250%的年增长，会越来越困难。评估 Clay 时，Lindquist 关注的是客户 logo 是否留下并继续扩张；她说当时得到的答案是没有客户流失，NDR 接近200%。
主持人提出反驳：一家留存更差、但从1家增长到200家并维持2到3年的 AI 公司，可能让员工通过二级出售套现1,000万美元、2,000万美元或3,000万美元。一个增长3到4倍、更加稳健的业务可能更优质，但短期财富创造反而更少。Lindquist 仍然保留这个判断：“也许，也许。”
她给出的修正方法是流动性系数。名义上的100万美元股权，如果管理层只是承诺未来做要约收购，就不值100万美元；应当检查公司实际上为长期任职员工做过什么。在没有真实流动性记录的情况下，她认为这笔股权可以按约0.3倍计价。
6. 简单的浮动薪酬，让努力与企业价值对齐
Clay 最初只给销售发固定工资，没有结构化绩效奖金。Lindquist 的反对理由是：员工没完成目标，公司会解雇他；但超额完成目标，公司却什么额外奖励都不给——“你觉得这对你是笔好交易吗？糟透了。”固定薪酬也会让弱绩效者躲在体系里。
Heap 第一名销售的方案非常直接：2015年约6万美元底薪，先用约5,000美元的月度收入覆盖这笔底薪；之后，销售拿到新增收入的25%，2年期合同则拿33%。方案透明、易于管理，并且让每个成交金额都立即变成激励。
Clay 目前的配额/OTE 约为7.5倍。Lindquist 过去学到的传统区间是4到6倍，而她在 AI 行业看到的是6到10倍，具体取决于合同规模、客户和经济模型。如果当前比例失去合理性，Clay 会调整配额或薪酬。
内部尚未解决的争议，是加速器究竟应该多陡。Lindquist 希望销售做到110%时能赚到一笔不错的钱，做到150%时能赚到一笔非常可观的钱；实际设计问题则是：达到多少配额，才能让一个人的 W-2 达到100万美元。毛利率会限制慷慨程度，尤其当供应商还要为底层数据付费时。
7. 广泛达标，才能形成合作式竞争
Lindquist 偏好的分布是“60%的人超过100%，80%的人超过80%”。足够多的销售取得胜利，才能吸引更强的人才并彼此庆祝；长期处于底部的人，深入看往往不是配额本身的问题，而是根本没有完成应做的工作。
她在早期阶段的控制方法，是同时招聘2名销售。Heap 当时悄悄预期要在 Lindquist 和 Todd 中解雇1人，但两个人都表现出色，最终都被留下。只招1个人时，创始人无法判断这个人到底好不好；招2个人，差异就清楚多了。
排行榜应该展示已成交收入、创造的 pipeline 和活动量，但竞争不能变成零和博弈。Lindquist 和 Todd 一边竞争谁能拿下彼此更大的6位数交易，一边共享方法；在 dbt，美洲区和 EMEA 区则围绕公司收入份额竞争，让每个人“心里憋着一股劲”，同时推动整个业务增长。
8. PLG 销售的胜负，在于对手进入前先占满账户
在 PLG 模式下，已有使用量会把销售任务从拿下一个 logo，转变为寻找下一个使用场景、团队和工作负载。Lindquist 的比喻是，在竞争对手进入前“抽干账户里的氧气”“守住边界”；一旦对手进入，双方就会争夺同一个内部工作负载。
在她看来，Snowflake 和 Databricks 展示了这一机制：一家公司可以先拥有整个账户，直到另一家公司取得一个小小的立足点，惯性随即变成正面竞争。销售应当在客户内部传播成功使用案例，并尽可能占据组织中的更多地盘。
一个真正的内部拥护者必须具备3个条件：在供应商缺席时替供应商在内部销售；能够接触并影响经济买方；并且拥有个人收益。Clay 有一位拥护者，希望成为所在公司的“AI 负责人”，在大学教授相关工作，建立个人品牌，最终成为顾问或投资人。
Lindquist 不接受“糟糕的拥护者”这一分类：拥护者就是非黑即白。她反复追问：“你亲眼看到了什么？”如果交易因为 CEO 审批人正在夏威夷而延期，复盘就要追问：谁本可以揭示审批链条？销售是否向那个人问对了问题？
9. 预测准确率，来自管理者真正参与已筛选的交易
每周四，一线经理和销售一起做预测；周五，Lindquist 再和经理们重复一次，并示范她希望看到的行为。问题从痛点开始，转向与之绑定的指标，再问“谁会在乎这个指标？”以及团队是否正在和那个人沟通。
一笔被放得过于靠前的交易，应当往后调整，而不是用假设去维护原来的判断。预测是控制力的诊断：团队是否完成了必要的资格审查，是否识别了购买流程，是否建立了可信的下一步？
Lindquist 对比了 John Dalton 和另一类经理：Dalton 因为直接参与，能够讲清一个账户及其下一步行动；而另一类经理必须先查笔记。Salesforce 已经有销售按标准格式提交的更新，领导层的价值在于判断。经理不可能进入每一笔交易，因此会根据销售任期、辅导需求、logo 价值、客户画像和交易规模确定优先级。
她最喜欢的责任模型，是由销售完成成交、负责续约，并按净新增收入获得奖励。这样一来，销售会保护交易经济性并推动扩张：高于牌价成交的业务，比打4折拿下的业务更容易续约。糟糕的初始销售，最终会以同一个销售负责的流失或收缩问题重新出现。
10. 真正的紧迫感来自业务痛点，而不是季末折扣
Lindquist 认为用截止日期打折是“一种糟糕透顶的激励方式”。一位买家曾用一句话戳破这种策略：“4月1日我的钱就不是绿色的吗？”客户知道，季度最后一天给出的让步，下一季度第一天大概率仍然存在。
她自己购买软件时之所以快速推进，是因为公司缺乏可见性和控制力，而不是销售把周五设成了截止日期。买方更需要预测工具，供应商并不需要制造人为紧迫感。
替代做法是找到指标，找到真正关心它的高管，再问如何更快把产品交到这个人手里。如果那位高管并不在意，销售很可能跳过了资格审查步骤，应回到底层痛点，而不是制造一个商业事件。
11. AI 提高 outbound 劳动生产率，但不会让它消失
“Outbound 永远不会消亡”，因为市场营销无法高效触达每一家公司和每一个买方，尤其当企业需要建立2.5亿美元 pipeline，而不是4,000万美元时。一个被指向正确账户的、充满饥渴感的24岁年轻人，仍可能是更高效的路径。
SDR 团队也是进入成交岗位、风险更低的人才供应链。Lindquist 更广泛的规则是“每个人都负责 pipeline”：每周二的“Clay Day”，团队会调动 Lindquist、Varun、Kareem、Julia、VC、合作伙伴和销售，向重点账户发起多线程触达。
主持人给出一个尖锐案例：一家被投公司的 CRO 每月联系10位目标 CEO，而主持人自己的 LinkedIn 触达大约能获得9/10的回复，销售本人则约为1/10。“同一条信息从不同的人嘴里说出来”，回复率就会改变，因此每个账户都应单独设计渠道和发送者。
AI 改变了生产率前沿。如果2018年的 SDR 每月能约15场会议，而配备 AI 的销售能约40场，Lindquist 希望把团队“从8人扩到无穷”；砍掉一半人数是“害怕型打法”。主持人指出，这一判断假设人仍然不可或缺；Lindquist 当前的结论则很明确：还没有任何企业能完全替代整个 SDR 流程，再把它干净地交给 AE。
12. 最好的 AI 技术栈消除空白页，但保留判断力
Clay 鼓励员工主导营销，但前提是帖子确实教会读者一些东西。任何员工都可以申请一张 Ramp 卡来测试 AI 工具，不需要经过“AI 委员会”；这种自由本身，就能让那些在其他地方感觉自己正在“腐烂”的人看到 Clay 的运营文化到底允许什么。
Lindquist 对 Granola 和 WhisperFlow“着迷”，尽管 Granola 的客观参考笔记削弱了那场精彩通话本应有的热情。WhisperFlow 解决的是相反的问题：难写的邮件，说出来往往比打出来容易。她借用的一句话是：“如果你还在打字，你就落后了。”
Clay 自己也有空白电子表格问题。Sculptor 允许用户描述一个工作流——在伦敦寻找100家印度餐厅，找出老板和评价，提取最佳菜品，再起草 outbound——然后自动生成表格。Claude 或许能完成一个单独任务，但 Lindquist 的防守点在组织层面：让100名销售反复迭代，是另一回事，不是一次性提示词可以替代的。
12个月前，她还抵触 AI，因为人们可能会直接向 Claude 要答案，而不再进行思考。现在她会把适合的工作交出去，并教 Claude“像我一样思考”，创造出另一个可以作为思想伙伴与自己对话的版本。
13. AI-first 销售保留有效打法，丢弃地位惯性
Lindquist 认为，过度看重候选人上一家“打法公司”，是招聘中的重大错误。随着 Rubrik 的人转向 Cursor，她预计经过验证的销售纪律会保留下来，但并非每个仪式都要保留；例如，在完整商业案例形成前完全不展示产品价值，就不适合 AI-first 的购买方式。
她本人每周5天在办公室，并且确实觉得面对面能带来实质上更多收益，但她不会机械追踪出勤。高绩效员工应保留灵活性；如果低绩效与缺席同时出现，才需要展开对话。
进入陌生市场时，如果数据覆盖、定位和落地打法都尚未解决，垂直化就有意义；在金融或底特律汽车等领域，真正差异化的专业能力也支持垂直化。主持人认为，过去那种“我认识 JPMC 的某个人”的关系销售已经失效，因为现代购买委员会会跨越不同人员和部门。
对于低于约2万美元 ACV 的交易，Lindquist 会质疑为什么需要销售，除非销售周期极短；一笔2.5万美元的交易如果要耗时6个月，说明经济模型已经失灵。她最喜欢的澳大利亚银行案例，则是把产品与10笔拟议中的衍生品绑定，每笔预计创造1亿美元；她个人最大的一笔成交是3年110万美元，TCV 为330万美元。