最好的销售团队如何用 AI 赢下企业大单 (Ishan Mukherjee)

▍嘉宾：伊尚·慕克吉 (Ishan Mukherjee)

Ishan 是少见的“产品+增长”双料操盘手，职业轨迹几乎串起了过去十五年硅谷最重要的几笔并购：

• 工程师起点：MIT 毕业后加入 Kiva Systems（仓库机器人）早期团队，公司 2012 年被亚马逊收购，成为今天的 Amazon Robotics。
• 连续被并购的产品人：此后历任 Premise Data、Lattice Data（2017 年被苹果收购），并在苹果负责 Siri 知识图谱（Siri Knowledge Graph）产品。
• New Relic 时代：创立 Pixie Labs 被 New Relic 收购后出任首席增长官（CGO），把自助式（self-serve）业务从零做到 1 亿美元 ARR——本期大量方法论来自这段经历。
• Rox 时代：2024 年创立 Rox，任 CEO，把“智能体蜂群服务销售”作为自己的下一仗。

▍关于 Rox

Rox 是一家 AI 原生的“智能收入操作系统”（intelligent revenue OS）：不替换客户现有 CRM，而是与 Salesforce、HubSpot、Dynamics 并行运行，跑在客户自己的数据仓库里，部署数百个智能体替销售做客户研究、外联编排、会议支持与管道维护。

• 核心主张："Revenue on Autopilot"——软件应当做完“人能做的一切”，人只保留审核、发送和面对面的关系层。
• 融资与客户：2024 年 11 月公开亮相时已获红杉（Sequoia）领投、GV 跟投的 5000 万美元；客户包括 Ramp、MongoDB、New Relic 等。2026 年 3 月又完成 General Catalyst 领投的新一轮融资（详见文中“时空复盘”卡片）。

从零到一亿美元：New Relic 的 PLG 翻盘

Harry： 欢迎收听 20 Sales，我是哈里·斯泰宾斯（Harry Stebbings）。20 Sales 是一档月度节目，我们与全球最顶尖的销售头脑坐下来，聊他们的打法与战术。今天做客的是伊尚·慕克吉（Ishan Mukherjee），Rox 的联合创始人兼 CEO——Rox 是一家红杉（Sequoia）投资的 AI 销售生产力平台。在创办 Rox 之前，Ishan 是 New Relic 的首席增长官（Chief Growth Officer），在那里——你听好了——他把自助式（self-serve）业务从零做到了 1 亿美元 ARR（年度经常性收入），那段经历非常传奇。在 New Relic 之前，他创立了 Pixie Labs，被 New Relic 收购；再往前，他在苹果负责 Siri 知识图谱（Siri Knowledge Graph）的产品，还待过 Lattice Data（被苹果收购）和亚马逊机器人（Amazon Robotics）。这一期极其扎实、极其有深度，拿出笔记本吧，这期值得听好几遍。你已到达目的地。

Harry： Ishan，我太期待这期了，兄弟。能面对面录真的太棒了，谢谢你来。

Ishan： 谢谢邀请，我们这么临时还能凑成这期，挺好的。

Harry： 我很开心能录成。我想先从一段创业基石故事聊起：New Relic 从零到 1 亿美元。我想从你在那里搭建的 PLG（产品驱动增长，product-led growth）引擎开始。很多正在听的创始人此刻就在搭建自己的 PLG 体系。你具体做对了什么，让从零到 1 亿美元的增长成为可能？

Ishan： 核心词是“专注”。我们把整个 go-to-market（GTM，走向市场）引擎，集中在一个“被俘获的”开发者受众身上——对他们来说，New Relic 仍然是默认品牌。New Relic 的光环已经褪去，但有一批 10 万+的开发者，是 2008 到 2014 年间进入这个工作流的，对他们而言 New Relic 依然是那个当红品牌。所以我们基本上把其他一切都关停了，把投资重新分配到这群人身上，重新赢得他们使用产品的权利。整台机器就是围绕这个建的：剥离其余一切，投在我们是默认选项的地方。

我们接手时，公司其实已经在收缩甚至关停了 PLG 条线，所以那里有一股“休眠的需求”等着被释放。我们要做的就是回到开发者社区，告诉他们：我们有一个不限量的免费产品，你能以相当划算的方式获得所需的一切。这就像钻头打进了油藏。

Harry： 你觉得早期公司有可能同时做 PLG 和企业销售（enterprise）吗？

Ishan： 非常难。只有当你有一个真正“懂行”的 CEO 或者高管层（C-suite）时才可能。如果没有，就别做。你需要一个单一的核心人物，真正理解这套打法。如果没有这样的人，我不会做。

Harry： 你说的“懂行的高管层”是什么意思？投资 PLG 在现实中到底是什么样子？

Ishan： 核心思路是：你可以把钱投在“比特”或“原子”上。比特投在产品里，原子投在分销和销售里。我想到一个人——Datadog 的阿米特·阿加瓦尔（Amit Agarwal）。知道他的人不多，但他是 Datadog 产品驱动分销引擎背后的大脑。核心思想是：如何持续投资产品，让产品自己完成“产品层面的 yes”，然后把人铺到“商务层面的 yes”上去。

所以你必须有一个同时懂工程、产品、销售、服务和支持的灵魂人物，日复一日地管理这个漏斗。否则它就会变成两三个各自为政的孤岛组织，根本没法有效协同。

Harry： 随着 PLG 兴起，产品本身变得如此核心，人们想更早地亲手摸到产品——再加上我们之前聊过的营销和内容——在这个 PLG 开路、营销助推、销售只负责签下企业大单的世界里，销售的角色是不是被不断压缩了？

Ishan： 归根结底，我认为最大的客户仍然需要与真人打交道，在买方和供应商之间建立非交易性的长期关系。我看的是“客户拉力”（customer pull）：当客户拉着公司往前走——无论是共建产品路线图，还是共同设计商务框架——那才是你该让企业销售上场的时刻。

我坚信人是必需的，因为客户要的是自己的问题被解决。他们根本不在乎产品或服务本身，他们要的是痛点消失，并且想和供应商建立一种非交易性的关系。这就是销售的价值所在。

所以我的观点是：让产品去做产品该做的"yes"，让极具战略思维的人去做商务的"yes"——但他们做的是非交易性的商务工作，不只是签一张自动生成的单子。他们是真的在跟客户一起规划多年期的路线图，包括产品层面的。这就是我对未来销售的想象：头部 10% 的人与客户一起，从产品和商务两个维度构建长期的、非交易性的关系。

Harry： 那我们回头说 New Relic 的 PLG。你解锁了这股休眠需求之后做了什么？你刚才提到专注——具体说，PLG 里哪些投资奏效了、哪些没有？当你复盘哪些有效、哪些无效，以及它如何塑造你的思考时，浮现在脑海里的要素是什么？

Ishan： 我并不是一个资深的 GTM 高管，我是一个第一性原理（first-principles）导向的创始人，这才是我的本色。所以我刚接手时，带着一个很朴素的、杰森·莱姆金（Jason Lemkin）式的漏斗思维：把所有渠道拆开，把漏斗拆成认知（awareness）、考虑（consideration）、转化（conversion）三段。你仔细一看就会发现，大多数增长组织或营销组织都摊得太薄了——他们会在漏斗顶部的六个不同渠道同时下注。

对我来说，战术上的含义是：看数据。对 New Relic 而言，自然内容（organic content）和效果营销（performance marketing）是真的有效的。New Relic 是最初那个靠“先落地后扩张”（land and expand）起家的品牌。其他东西——活动、开发者关系（DevRel）之类的——你做它是因为别人希望你做，但它们并不真正有效。所以我索性把活动营销（event marketing）整个砍掉了：我们不需要去那些没人来我们展位的大会。为什么？不是因为我们做不好，而是因为我们没法做到世界级。Datadog 和 Amit 当时把所有资本都砸进 re：Invent（AWS 年度大会），做得极其出色。当你的竞争对手拥有全场最大的展位时，你花钱去 re：Invent 摆一个中型展位有什么意义？所以干脆不做——发挥自己的长板，然后统治它。

我把其他全砍了，聚焦效果营销——也就是 SEM（搜索引擎营销）和 SEO（搜索引擎优化）——再加上自然内容。这是慢火慢炖，但就做这两件事，其余都是干扰。

然后进入下一阶段：考虑。你有了眼球，怎么让开发者考虑你的产品？最大的错误——我自己也犯过，我犯的错比成功多——是人们把免费层（free-tier）用户当成已转化客户。他们不是已转化客户，免费层产品只是一个更好的官网。人们进来，不再只是浏览网站和营销材料，而是在产品里捣鼓。所以要把免费层用户重新归位到“考虑”阶段。这意味着我们现在要投资的，是在产品内把用户从“考虑”转化为“已转化客户”。就这两件事是决定性的。做到这一点之后，资源就不够了，于是你开始把其他一切都砍掉。

Harry： 看到初创公司在各种活动上摆很多展位，我就替他们捏把汗——就像你说的，你没那个钱。你会说活动对大多数初创公司都没意义吗？

Ishan： 是的。我是那种在有效的事情上全押的人，然后再去赌下一件事。如果活动对你无效，如果你没有一套打得转的活动运营，就别做。

Harry： 我还觉得做活动得有整体思维，Ramp 就做得很好——他们不只摆展位，还会赞助你酒店的房卡，赞助场外的广告牌，还做其他五件事，把它做成一个真正多渠道的组合拳。

Ishan： 完全同意。我的一位前同事、现在亦师亦友的马纳夫（Manav）——他是首席产品官，Twilio 早期员工——我们聊过他。他太厉害了，可能是我共事过最强的高管；我在亚马逊和苹果都工作过，他就是那种级别。这些都是从零把业务建起来的实干家，不追逐名利，但真的、真的非常厉害。他的观点是：大会前后那顿晚宴，比大会本身值钱得多。

Harry： 没错。

Ishan： 所以最好的做法是把预算花在那上面：活动我们照去，只是不摆展位，不做那一百个赞助商之一。结束之后办一场足够硬核的晚宴，真诚地聊天，你会收获两三段有深度的关系。

SEM 是卡特尔，内容要有耐心

Harry： 往前进一步。你怎么看 SEM 和 SEO？未来几年这个格局会发生巨变——说白了，因为 ChatGPT 的崛起和统治。我还看到 Vercel 的吉列尔莫·劳赫（Guillermo Rauch）提到，这类渠道占他们自然流量的比例已经从 1% 涨到了 4%。这会改变什么？又会如何影响你的思考？

Ishan： 我认为 SEO 是长期策略，建立公信力需要很长时间。它的形态会随着 AI 答案、AI 搜索以及 Perplexity 这类系统而改变，但它不会消失。你需要一台核心引擎，持续生产能被索引、能以新形态被发现的高质量内容。对我来说这不是选择题——我手里是一个 14 年的老品牌，最早那批博客到现在仍然比新写的任何一篇都能打。所以我会看：头部 10% 到 15% 的博客或页面贡献了 90% 的价值，那就把它们分发到极致。SEO 依然要求你生产极有诚意的内容，只是做得更少、更精，并确保分发到位。

SEM 呢，你得想清楚。我是从第一性原理出发的，我觉得它就是个彻头彻尾的卡特尔（cartel，垄断联盟）。你仔细看把钱投进 SEM 这个游戏意味着什么——你是在把自己的灵魂卖给一个相当混乱的市场。

Harry： 听起来像风险投资。

Ishan： 你在对关键词、话题和主题出价。但只要有钱赚，每个关键词或品牌名本身就是一个市场，竞争对手都在里面出价。所以信噪比很难算清。但在 New Relic，我们摸清了 10 到 20 个我们特别强的关键词，能把客户接上一条“缝合路径”（stitched path）：看到广告 → 到达落地页 → 用上产品 → 到达顿悟时刻（aha moment）。这些词可以非常无聊——比如“怎么用 New Relic 调试我的 Kafka 队列”——非常具体。这类词就特别成立，我们可以把钱砸进去，当季甚至当月就能看到回报。至于其余的，我真不信那个 ROI。我觉得这也是 SEM 的走向：如果你特别擅长捕捉意图、做出缝合路径，就继续投；其余的，我非常怀疑。

Harry： 我觉得有一点是所有人在内容上都容易忘的：往往要等上两年，你才能看到 ROI 回来。

Ishan： 没错，耐心就是一切。

Harry： 我太同意你了。你刚才提到，“考虑”阶段如果免费，那它就像个官网。我现在看到很多人不做开放式的 PLG——让所有人试用、再迭代——而是搞设计伙伴（design partner）、跟早期伙伴深度共建。你怎么看“免费设计伙伴+共建”对比“开放+迭代+学习”这两条路线？

Ishan： 我们一个免费设计伙伴都不做。我们只收付费客户，带试点条款（pilot clause）的那种。如果客户不出点真金白银，他们就没有足够的利益绑定（skin in the game），不会投入时间陪你几周、几个月、几个季度把产品打磨出来。所以我坚决反对无偿设计伙伴：他们说“好”的成本，远远低于你持续取悦他们的成本。

我的做法是：第一，找付费的设计伙伴，上 alpha 或 beta——我们现在就处于公开 beta。与此同时，产品必须保持开放，尤其是当你要跟在位者（incumbent）竞争的时候。在位者的企业软件被演示（demo）和实施流程层层设卡，价值实现时间（time to value）长达 3 到 6 到 9 个月。如果你是一台产品交付机器，你就得把产品放出去——哪怕你觉得非常不好意思，我们在 Rox 就是这样：这玩意儿远不完美。但你必须让它在外面跑，因为最起码，它能降低销售动作的摩擦。核心是一种无可辩驳的自信：你能靠持续交付把自己从坑里挖出来，也能靠持续交付走到应许之地，因为你没有任何藏着掖着的东西。

所以我的观点是：付费试点、付费设计伙伴；然后随着产品变好，保持开放，别设门槛。

Datadog 为什么赢：一致性就是复利

Harry： 你提到了在位者。回到 New Relic 那段：过去几年 Datadog 简直是统治了市场。你觉得他们为什么能以 New Relic 没做到的方式赢下来？

Ishan： 一开始我以为是产品。我和 Zen，还有 Benchmark 的埃里克（Eric）创办 Pixie 的时候，我们想的就是：我们要做一个好 10 倍的产品。但当你日复一日真刀真枪地跟他们竞争，你会发现答案是一致性（consistency）——具体来说，是 go-to-market 执行上的一致性。

你在战壕里，跟 Datadog、Splunk 这些已经非常成熟的上市公司竞争，你会意识到 Datadog 是一台机器。奥利维耶（Olivier）、Amit 和整个团队，他们从不改客户分层（segmentation），从不改薪酬模型（comp model）。他们就是让一台校准好的机器跑了六七年，持续复利，而其他所有人都在来回折腾：改定价模型、改分层、改薪酬。表面上这看起来非常无聊。

Harry： 可我们一直被教导要快速反应啊——定价要常调、要灵活、心态要可塑。我以为我们就该随机应变。

Ishan： 是，也不是。“不是”的那一面是：包括我自己在内，很多人都想在企业销售和分销上重新发明轮子。但有些事情你就是不该重新发明轮子——比如你怎么做客户分层、怎么设计薪酬模型。因为重新发明轮子的代价，是放弃了复利的能力。

举个例子：Datadog 和那批公司，他们今天的企业销售代表（enterprise rep），当年都是内部销售（inside sales）做起来的，一路晋升上来。如果分层一直在变、薪酬一直在变，你根本不会有这样的人才流——他们懂产品、懂客户、什么都见过，现在已经是精英级别。如果我们一直在变，机构知识（institutional knowledge）就永远无法复利。

从承诺制到用量制：企业销售必须重新发明

Harry： 你提到重新发明轮子——也许你并不需要。那么在 AI 的世界里，我们需不需要重新发明企业销售的做法？

Ishan： 百分之百需要，全栈地重新发明。这是我用惨痛教训学到的。你提到 New Relic：显然，我在那里的前半段非常成功；后半段——也就是新冠的下半场——我们意识到游戏规则变了。具体变在一个很“无聊”的细节上：销售方式和收入模型，从承诺制收入（commit-based revenue）变成了按用量消费制收入（consumption-based revenue）。于是合同里的美元数字只是一串文字，只有当客户真正用了产品，你才赚得到钱。

一旦变成这样，你必须有对的领导者，必须重新训练整个一线团队，底层系统也必须彻底改造。这正是 Rox 的由来。这就是那个核心变化。

而现在有了 AI，我们看 Cursor 和 Cognition 在开发侧发生的一切：强者会变得更强。你的总统俱乐部（President's Club）销售、你最强的销售 VP、最强的 CEO——比如 Ramp 的埃里克（Eric Glyman）——他们只会变得更强，而且不会停下。这是一个信息套利（information arbitrage）的游戏，他们会持续变强。所以剩下的人必须借助 AI 实现根本性的跃升，否则就有被边缘化的风险。也就是说：销售是幂律（power law）分布，头部 10% 的人带来 90% 的收入；如果你不用大语言模型（LLM）这台“新计算机”，这个趋势只会变得更尖锐。

Harry： 这里头有太多可以拆的了。先说从承诺制到用量制合同这个转变：它如何改变我们对各职能的投资方式？我们是不是突然得在客户成功（customer success）上加大很多投入，因为我们必须尽快把客户培养成“自己人”（champion）？

Ishan： 这里有两个学派：斯鲁特曼学派（Slootman School of Thought）和非斯鲁特曼学派。

Harry： 我请过 Snowflake 的德格南（Chris Degnan）上节目，他的原话是：去他的客户成功。

Ishan： 斯鲁特曼学派是：只投资“背指标的人”（bag carriers）——也就是 AE（客户经理，account executive），能扛数字的人。“你猎到什么吃什么”（eat what you hunt），这帮人应该既扛合同承诺数字，也扛用量消费数字。这是一种高强度的运营方式，但我其实认为这才是对的方式。

Harry： 但这真的可行吗？一个人要持续追逐超大单、服务全球最大的公司，同时还得在客户内部培养自己人、实现全组织铺满式（wall-to-wall）的采用、多线并进（multi-thread）？

Ishan： 问得好。所以我现在看到的是：你会有 AE、AM，有时还有 SC——销售工程师（sales engineer）。他们都……

Harry： AM 是什么？

Ishan： 客户经理（account manager）。如果是大客户，你会配一个偏关系导向、但有战略高度的客户经理。

Harry： 那不就是 CS 吗？

Ishan： 不一样。CS 传统上被设计成一个负责客户上手（onboarding）的职能——确保客户把清单上的事项走完，CSAT（客户满意度）是他们的核心指标，扩张和续约不是。而 AM 是完全背扩张和续约数字的：经营一个大客户，确保整个组织层面有增长、既有团队内部有纵深，他们的薪酬也有一定比例挂在增购（upsell）上。

所以我另一个用惨痛教训学到的哲学是：不是每个人都背得了数字的。

Harry： 你是怎么学到的？

Ishan： 犯错。

Harry： 具体是什么让你看清的？是哪一课教会你的？

Ishan： 还是那句，跟你和很多创始人一样：最好的方式就是回到源头。我直接参加客户电话，自己管客户。你能看出来每个人的行为方式。

Harry： 但“不背数字”到底意味着什么？就是打不成数字吗？什么意思？

Ishan： 薪酬有两种结构，GTM 的人赚钱有两条路。一种是五五开：50% 是固定工资，另外 50% 只有在你带来收入——佣金（commission）——的时候才拿得到。另一种是 100% 固定，然后可能有奖金。这是两种非常不同的东西。

第一种是传统销售——“你猎到什么吃什么”这句话的意思是：只有你打来了猎物，你才拿得到全额工资。这就叫背数字：我必须带来收入，才能把某种意义上“餐桌上的饭”挣回来。CEO 是这么想的，创始人也是这么想的，这是一种所有者心态（owner's mindset）。我确实相信，这条路很艰难，但现代企业会走向这个方向：你会投资那些完全利益绑定、有所有者心态的人。

Harry： 你说斯鲁特曼那一套是一个学派，另一个学派是什么？

Ishan： 另一个学派是更传统的做法：每个客户配 AE、AM、CS（客户成功）、销售工程师，一个客户五六个人。但其中只有一个真正的“猎人”——只有 AE 是拿佣金的，其他所有人都是固定工资。这也是一种可行的打法，Datadog 就是类似模型——前提是你有非常强的领导力，能把激励设计管好。但在大多数公司——比如我当年——这太难了。就像查理·芒格（Charlie Munger）说的：一切尽在激励。要在五六个人的团队里把激励设计好，让每个人都聚焦在让客户满意、让客户真正提升用量和消费上，真的太难了。

薪酬两种哲学：人人皆赢，还是幂律

Harry： 兄弟，你是行家。你在销售薪酬（sales comp）上最大的心得是什么？想象你现在是一个第一次创业的创始人，创办 Rox，以前从没干过这个——第一次搭销售薪酬体系真的完全摸不着头脑。以你今天的认知，你会给第一次设计薪酬方案的人什么建议？

Ishan： 现在我支持着全世界最优秀的一批 GTM 领导者，但说实话，我懂的也就 0.1%。比如 OpenAI 的 GC，这些人都是传奇。我看到的是两类人：一类 CEO、CRO（首席营收官）和 CFO 想运转一台追求高营收目标、同时“氛围要好”的 GTM 机器——他们希望越来越多的人能达成 80% 到 90%；另一类人则真的想看到正态甚至双峰（bimodal）分布——头部 10%。这实际上是两种哲学。

第一种哲学：把薪酬设计成人人皆赢——是的，你有你的“俱乐部杀手”（club killers），但大多数人都能达成配额（quota）。这个模型成立的前提是整个公司在增长、蛋糕够大、你正在到达目的地。剩下那种就是幂律，而且正在变得越来越极端。

我的总体看法是：我现在做的是早期销售。早期销售里最重要的事，是找到那些“离群值”销售（outlier seller）——没有大品牌、没有需求引擎、没有完美产品市场契合（PMF）也能把东西卖出去的人。你要找的就是这种离群值的人。

Harry： 你觉得，随着我们进入销售的下一个十年，我们在找到这些离群值的人，并让他们变得更加卓越。这会不会造成一个双层的体系——原来的 10% 突然变成 1%，然后把所有“说白了就是没那么好”的人甩在身后？

Ishan： 技术进步的影响是很难回避的。

Harry： 但当它发生在同一个团队内部时就很棘手。你懂我意思吧？Datadog 很卓越、其他公司很烂，这没问题；但如果 Datadog 内部既有“杀手”又有真正平庸的人，就会形成一种双层文化。

Ishan： 完全正确。这正是管理和领导力进场的地方。业务的所有者和领导者必须理解：这个分布正在变得越来越双峰——有人在掉队，有人在崛起。所以机会在于彻底重训（retrain）这支队伍：告诉他们工作变了、做事的方式变了，并希望他们能进化，在现代经济里活下来、活得好。否则，这就是一个攸关存亡的决定。

上手、研究，与“变软”的一代销售

Harry： 具体到销售上：销售人员的工作方式到底发生了哪些变化？

Ishan： 销售有两个阶段。第一阶段是上手（ramp）：学会怎么做这份工作；第二阶段是在做的过程中努力达成或超越目标。在上手阶段，过去培养一个销售代表要花两个、甚至两个半季度——读关于客户、关于产品的一切资料，然后参加培训、入职。现在，如果你是个够聪明的人，你会上 Perplexity、上 ChatGPT——希望也用 Rox——去了解客户的一切、你卖的东西的一切，上手速度快得多。等于省下一个到一个半季度。

Harry： 怎么做到的？是什么让你能上手得更快？

Ishan： 是深度研究（deep research）：理解痛点，然后构建你自己的内部框架——怎么把你的解决方案和那个痛点对应起来。说到底，销售这个游戏的核心已经很久没变过了。过去人们的做法是打印出 10-K、10-Q（年报/季报）、SEC 文件，读每一篇 CEO 电话会记录；现在你在手机上几天就能做完。它只是压缩了做研究、形成观点的时间。

Harry： 你觉得人们知道要做哪些研究、该去哪里快速拿到这些信息吗？

Ishan： 最优秀的人知道。Rox 很聚焦“长存企业”（enduring enterprise）：我们服务大型的、传统的、有些老派的企业。当你和那些往欧洲的汽车、航空行业卖了二三十年货的老兵待在一起，他们懂——因为那是唯一能赢得 credibility（信誉）、获得一次对话资格的方式，更别谈推动局面了。过去五到七年发生的事情是：人们以为这行很容易。它不容易。你必须成为客户业务上的咨询型专家，必须做足研究——就像你们对创始人做的那样，这是唯一的路。我们（当年）也是先给 Manav 打电话，问了一大堆问题。

Harry： 完全懂。你觉得我们是不是有这样一代销售人，对即将到来的销售的艰难本质毫无准备？

Ishan： 是的。而且这不仅限于销售——风投、创始人、开发者，大多数职能都一样：过去四五年我们过得太舒服了。我不想说得丧气，但现实就是很难。赢很难，赢是苦功夫。具体到销售：当所有人都在花钱、所有人都在买的时候，一切都太容易了——你变成了“接单员”（order taker），或者用他们的话说，桶里射鱼（shooting fish in a barrel）。但当你卖的是新东西、卖的是大单，没有任何捷径可以绕过对客户痛点的深刻理解，以及如何真正解决它。

我对此感受很深。坦白说，我们过去一年做得很好，但我找到那些离群值销售代表所花的时间，多出了两三个月——原因就是之前太容易了。你根本不需要离群值销售：人们花钱花得太随意，销售周期被压得太短。

Harry： 完全同意。你刚才说的第一阶段是上手，上手时间从两个半季度压缩到一个半——我有太多地方想深挖了。如果我今天是一个在听这期节目的销售负责人，我能做什么来缩短新人的上手时间？

Ishan： 把数据和工具的权力交给他们，减少摩擦。

Harry： 什么意思？这听起来很美。

Ishan： 没错。说些非常基础的：世界上大多数销售代表在私人生活里都在用 ChatGPT、Perplexity 这些大模型，但在职业生活里用不了——因为数据权限的问题。就是数据访问这么简单的事。我认为世界已经变了，把工具权限给他们就行。第二，你培训新人的方式也得变。这很像“学校”和“通过 YouTube 教孩子”的区别：你必须彻底改造培训方式，让它更 AI 化。这样你就能让他们直接面对真实的交易、真实的客户，而不是让他们接受两三个月的老式培训——因为那些信息是过时的。

Harry： 你怎么看“多快把新销售推到客户面前”这件事？

Ishan： 客户是宝贵的，你必须极其小心地对待他们。

Harry： 是的。如果你把一个还没准备好的销售推到客户面前，那可能不是你公司最好的亮相。你会怎么建议我？

Ishan： 这方面我不是专家——规模化 GTM 不是我的主场，我更偏早期。但我的理念是一样的：在导师（mentor）陪同下，尽快让他们面对客户。我在早期的做法是：几周之后，你必须跟着一个已上手的 AE 或者我本人见习（shadow），只是不在那个房间里挑大梁。因为真实世界发生的事情很难被复制出来——世界变化太快了。举个例子：我们有一个能力是对客户做深度研究。四周前，人们看到我们的东西还会惊叹；三周后，（OpenAI 的）Deep Research 发布了，他们就说：哦不，我现在期待的是博士级研究。如果你的培训跟不上，如果你不在一线，你根本看不到客户期望的变化——因为它每天都在变。

所以我的一般做法是：入职第一周，我就能从对方问的问题里感觉到，他是不是有那个料。

Harry： 哪些问题会让你觉得“这是好苗子”，哪些不是？

Ishan： 有他们问我（或我们）的问题，也有我问他们的问题。如果他们问我们问题，是为了深度理解客户和买家的心理——比如“他们的期望是什么？”“你怎么看这个 UI？”——这些都是好问题。因为你真正要理解的是：他们的痛点是什么？他们买或卖的倾向有多强？而且现在每个消费者对软件的期望都变了——他们在自己的旅程里走到哪一步了？他们懂行吗？他们是不是早期采用者？这些问题才重要——而不是任何无聊的套话式需求挖掘（discovery）问题。

Harry： 当你卖给你所面对的那种最大型企业时——他们职业生活里一直用的是相当烂的传统企业软件——他们的消费者期望真的高吗？

Ishan： 这是我第一次看到人们把私人生活里的习惯带进职业生活。他们在私人生活里用 ChatGPT、Anthropic（的产品）教孩子；现在他们走进办公室，期望完全不一样了。如果你看 Rox 的意图日志（intent logs）——人们怎么用我们的产品——他们期待软件不只是“做一些工作”，在某些场景里他们希望它做完所有工作。全人类——包括我在印度的母亲——都已经被 AI 和大模型的承诺说服了。当他们走进职场，他们真的希望软件尽可能多地替人干活。关键词是“人”（humanly）：凡是人能做的，软件都应该能做，而且是规模化地做。这样他们就能做更多事——在我的领域里，就是服务更多客户。

Rox 是什么：给每个销售配一支分析师团队

Harry： 为什么 Rox 做垂直化（verticalized）是合理的，而不是大家直接用 ChatGPT？

Ishan： 是数据。alpha（超额收益）在于能索引关于你客户的全部上下文。

Harry： 那我把我的 CRM（客户关系管理系统）给你？

Ishan： 没错，Rox 与你的 CRM 并行运行……

Harry： 你就喜欢我这种投资人式的刨根问底吧？所以这是怎么运作的？

Ishan： 好问题。

Harry： 所以我把 CRM 给你，你拿到我所有目标客户、所有 pipeline（销售管道）的公司层面数据。然后呢？这让你能做什么？

Ishan： 让我先回溯一下起源故事，你刚才提到了 New Relic。当我和六七家上市公司正面竞争时，我在战壕里、在客户里、在电话里看到的差别是：大多数面对客户的代表不够主动。他们只掌握客户的局部视图，完全没有实时理解：客户用了多少？支持工单（support ticket）长什么样？客户想买什么？他们在怎么增长？这些全都不在 CRM 里。所以未来的销售是：如何喂给销售代表实时的上下文——理想情况下是关于客户的完整上下文——让站在对话最前面的那个人像穿上蝙蝠侠战衣（bat suit）一样被赋能，真正把交易往前推。

我们的做法是：Rox 与你的 CRM 并行安装——HubSpot、Salesforce、Dynamics 都行——运行在你的数据仓库里，索引所有内部上下文，同时引入公开上下文，然后替你把活干了。相当于你有一支 Rox 智能体（agent）团队，或者说一支分析师团队在为你工作：你手握完整上下文，对话自然被推着往前走。

Harry： 我懂了。讲得太好了，完全成立。那 Rox 今天为销售做的最主要的一件事是什么？

Ishan： 今天，它做所有的客户研究和优先级排序。我们把客户的盘子（book）扩大了两三倍——现在他们要面对几十个、甚至几百个客户。所以它替他们做完所有的研究和排序。

Harry： 这样我的主动获客（outbound）就能高效得多、个性化得多。

Ishan： 没错。第二块就是 outbound。我们是“反 AI SDR”（AI 销售开发代表）的。我对自动化的看法是：人会进化成编排者（orchestrator）、四分卫（quarterback）。我们替你把序列（sequence）编排好、把该触达谁算出来，但由人来审核、由人来点发送。

今年我们非常密切地看这个数据：目前还没有到那种程度——CEO 或 CRO 可以放心地让这类 outbound 系统全自动灌满管道——因为那会稀释你的品牌。所以在 outbound 上，我们的做法是把所有外联内容写好，由人来审核和发送。这是第二块，叫 Rox Outreach。再往后，当你真的触达了，它负责所有跟会议相关的工作：会前研究、会中支持、会后跟进。

还是那个思路——我们内部管它叫“奥巴马模式”，或者说“总统模式”：你走进一场会议之前，通常会拿到一份简报、一个文件夹，所有东西都已备好。我们想做的就是：如果每个知识工作者都有一支分析师团队，时刻准备着让你成为最好的自己，会怎样？

Harry： 但这为什么只给销售用？这对 VC 也超级有用啊。

Ishan： 我们平台上已经有一大堆 VC 了，百分之百同意——我们对这类系统能帮到哪里是很“极大主义”（maximalist）的。我们认真思考的是整个知识工作者群体会发生什么。目前，全世界最好的一些 VC 都在用我们——希望你也是。我们会根据上下文调教智能体，比如它起草的邮件：并不是真的要去说服一个创始人来开会——虽然那种事我们也必须能做，完全可行。

Harry： 放心，我反正都是发 Twitter 私信的，你知道的，没关系。说正经的：在一个外联邮件供给无限的世界里——因为你可以凭空生成任意多——当供给变成无限，outbound 会不会变得无效？

Ishan： 会，而且必然会。供给是无限的，它就会变得更无效。所以我们的思路是：如何让沟通保持真实（authentic）？非常基础的事情：邮件必须从你自己的邮箱发出；第二，发出去的邮件要用你的声音和语气做个性化；然后你还得亲自过一遍。这是唯一能让你越过噪音地板（noise floor）的办法——因为噪音地板正在指数级抬升，其他一切做法都不会奏效。

还有一点，你刚才提到过多线并进（multi-threading）：关键是，人必须建立人与人之间的连接，一封邮件做不到。通常要 13 到 15 次触达（touch）——邮件、领英（LinkedIn）、线下见面，像 Jason 说的那样，“上飞机”（get on planes）。所以我们的思路依然是：这群智能体帮你生产内容，但那些触达必须靠你自己真的下功夫。如果有人觉得发一封邮件就能签下企业大单，那是不可能的。

Harry： 你前面提到上一代人“人人都在花钱”，以及它对销售质量的影响。今天有一种很真实的看法：我们正在目睹支出的大幅收缩。CFO 们真的在花得更少、整合得更多吗？

Ishan： 整合得更多，是的。但“支出”的定义正在变化——我看到的趋势是从“买程序”（program）变成“投人”（people）。什么意思呢？看传统 SaaS——我在 New Relic 那套，我在这行待得够久了——我们过去面向 CFO 的叙事是生产力工具，基本上是从 IT 预算里掏钱。而现在很多成熟的买家看这类系统——希望 Rox 也算——的想法是：我能不能让我的人生产力大幅提升，这样我就不用雇那么多人了？说白了就是这样。所以他们对 ROI 的看法正在从“软件的 ROI”变成“人力支出的 ROI”。

我们的做法是——至少现阶段——只有打中我们自己的 ROI 指标才转化客户。我们做一个 30 天的白手套（white glove）、Palantir 式的训练营，和 CFO、CRO、高管层一起盯三个指标。第一个是美元归一化结果（dollar normalized outcome）：可以是管道生成（pipeline generated），也可以是管道推进（pipeline progressed）。第二个是采用率（adoption）。第三个是活跃度（activity）。这套系统必须三项全交卷，否则你可以解雇 Rox。

Harry： 第一个具体是什么？

Ishan： 第一个是某种美元归一化结果，由客户自己选：管道生成，或管道推进。

Harry： 你最希望他们选哪个？

Ishan： 管道推进。因为这些智能体特别擅长让一个人高效地经营更大的客户盘子。当他们有几十、几百个客户时，后台工作大多是智能体在做：做研究、做外联、准备会议、管理你的商机（opportunity），这样你才能真正投入到跟客户的互动中去。

Harry： 第二个呢？

Ishan： 采用率。传统上——我买过很多这类工具——它们的采用率惨不忍睹，NPS（净推荐值）也一样。所以我们给自己的要求非常激进：我们做到了 75% 的周活跃（WAU），其中超过 50% 是日活（DAU）。我们要做那个“每天开的应用”（daily driver）。

Harry： 你们要做到日活，对吧。

Ishan： 日活，对。

Harry： 就像每天开的那辆车。

Ishan： 我们有 iOS 应用，有 Slack 集成。我们真的想打造出人们用来干活的那个应用。所以我们立下军令状：如果大家不用，你可以把我们删掉。

聊天界面不是终态：信任、流失与预算

Harry： 那些没有养成日活习惯的用户，卡在哪儿？

Ishan： 三个原因。第一是相关性（relevance）。我们的智能体——这是一个智能体化 CRM（agentic CRM）——智能体想替你做大量的活：收集所有数据、找到值得触达的相关机会、然后替你把外联内容全部写好。但我们被需求拉得太快了——Rox 还在 beta，说实话，产品是公开的、开放的，但依然很早期。“找到真正值得触达客户的时刻”其实是个相当难的工程问题：财报发布可能算个由头，但未必有足够的说服力让你真的去触达这些客户。我发现最有说服力的时刻其实是领英上的个人动态。

Harry： 没错。比如那种“我女儿刚从布朗大学（Brown）毕业，这是毕业典礼的照片”——然后你一看，“哦，我也是布朗的”，你发一封邮件说“我还记得我从布朗毕业那天”。对方就会想：哇，我喜欢 Ishan 这家伙。

Ishan： 对。你算是说到点子上了——你干脆也来当我们产品负责人吧，多给我们提反馈。我们正在从公司层面的洞察，走向联系人层面、人的层面的洞察，这是一段旅程。这是第一个原因。第二个原因：这是一种全新的形态（form factor）、全新的 UI。看我们的产品界面，它长得像一个 CRM，但实际上是一群为你工作的智能体的总和。这是一种介于聊天界面和传统扁平 SaaS 体验之间的新 UI/UX 范式——更偏任务导向。我们目前就处在这个阶段。

Rox 的历史是这样的：我们团队经验很深，头三四个月，我们做了一个“上帝模式”（God mode）智能体——知道每个客户的一切，配一个聊天界面。这行不通。

Harry： 你觉得聊天界面是这一波 AI 和 AI 采用的正确界面吗？

Ishan： 我对此很务实，因为我们在界面上必须高度迭代。我们在后端和上下文管理上投入很重，但在前端，我们只能努力紧跟消费者期望的变化。我们学到的是：聊天界面很强大，但对“日常工作”来说限制很大。

Harry： 为什么它对日常工作限制大？

Ishan： 因为我们的终端用户期待软件把活干了。也就是说他们想要的是工作流（workflow）：如果智能体跑出去做了客户研究，他们需要的是所有客户研究列在面前，而不是自己去问“告诉我这个、告诉我那个”。所以我们会把客户报告（account report）和组织架构图（org chart）预先生成好；外联序列也一样——不是你去说“帮我写封邮件”，而是我们直接把所有邮件任务排进队列。这些地方，软件必须主动把产出摆出来；聊天则是他们用来进一步深挖、做内省的界面。

我给你讲我们的演进过程：最开始就是一个带空白搜索框的聊天应用，像谷歌首页那样；然后加上"pills"——可点击的建议选项；再然后用户点完 pill 又说：给我更多输出面板。这些东西在 Perplexity 那种消费级应用里很好用——那产品很棒，我很喜欢。但在 B2B 软件里，人们进来是要把活干完的，我们必须做得更多。

所以我们把体验拆解开，针对“手上的活”设计对应的工作流——用比尔·贝利奇克（Bill Belichick，传奇橄榄球教练）的思路：要完成的工作（jobs to be done）是什么？怎么围绕它来组织？会议和邮件是分开的，邮件和客户研究是分开的。结果采用率简直疯了——从没几个人用，到全公司都在用，非常快。这是终态吗？我不确定，我们会在 UI/UX 上持续迭代。

Harry： 你刚才提到采用率。我们是不是即将看到企业级 AI 工具史无前例的流失（churn）大潮？

Ishan： 流失和留存（retention）是唯一让我夜不能寐的事，最大的事。

Harry： 我想说你们才六个月大，不过行吧。

Ishan： 哈哈，没错。兄弟，我们选的是一条难走的路：我们要做 MAU、WAU、DAU（月活/周活/日活）的生意，做一个人们每天进来完成重要工作的应用，这不容易。我觉得很多工具会死在“失去信任”上。你要理解：这些产品本质上是非确定性的（non-deterministic），是概率系统。比如，你拿到的“西门子智能体”的研究输出，和我从同一个西门子智能体那里拿到的，可能不一样——大模型在判断什么与我相关。如果终端用户看到不好的东西，信任就会被削掉一块；等到“我就是信不过这玩意儿”那一刻，他就不会再回来了。这是最大的事。

Harry： 从终端用户视角看，会不会出现留存和流失问题？

Ishan： 百分之百会。我们已经看到太多工具来了又走。

Harry： 你觉得企业采购 AI 工具还处在“实验性预算”阶段吗？

Ishan： 实验性预算的量非常大。但我们做了一个决定：完全不碰它——因为我们聚焦留存、使用、采用和 ROI。我们只服务从运营预算（operational budget）里掏钱的客户——从“买程序”到“投人”的那种预算。这是我们自我约束、保持求真（truth-seeking）的方式。但整个采用曲线还处在非常早期。我看到的是：一小群离群值的运营型 CEO、CFO，真正理解今年必须做出攸关存亡的决定来转型业务、保住领先；其余人还在摸索。

未来的销售团队：只剩现在的一到两成

Harry： 设想一下：给每个销售代表都配上智能体，形成这种“蜂群”效应，让他们的生产力和效率大幅提升——未来的销售团队会大幅缩小吗？

Ishan： 会，大幅缩小。就像工程团队一样，就像任何业务里的任何职能一样。可能只有现在组织规模的 10% 到 20%。这是个残酷的现实，但这就是我们所在的、大概率的生产力跃升路径。这很艰难、很残忍。我整个职业生涯都在做自动化系统——我在仓库里造过机器人，就是被亚马逊收购的那家公司（译者注：指 Kiva Systems，2012 年被亚马逊收购，后成为 Amazon Robotics）。这类事情我们见过一遍又一遍。

留下来的那 10% 到 20%，是人与人之间的那一层：飞到达拉斯，握着你的手说“Ishan，我等不及要跟你合作了”。这也是我此刻身在伦敦的原因。

Harry： 我觉得 Jason（Lemkin）的观点很重要：那些负责建立非交易性、长期、战略层面关系的人——高 ACV（年度合同价值）、深度对话——他们能做的事会多得多。今年他们也许能多做两三倍。我们看到一些最好的组织正在扩大客户盘子：去年你服务 5 个客户，今年可能 7 个，明年 12 个。如果我是一个今天在听节目的创始人，我能用 AI 做什么，来大幅提升团队的销售效率和业绩？

Ishan： 第一，招对未来免疫（future-proof）的人：他们理解这个世界。判断方法：他们是否在私人生活里——甚至“违规地”——用这些工具？如果他们平时不用、看不到私人生活里的 alpha，他们大概率也领悟不到。第二——这一点我可能是完全错的——让上手速度快得多。因为 A，你确实可以更快；B，消费者期望变化太快，你必须更快。完全上手之后，再不断推高他们能服务的客户数上限。就这三件事——当然，前提是不牺牲整体质量和达成率（attainment）。

Harry： 会不会出现这样的团队：规模小得多，却打出同样的数字？

Ishan： 这有待证明，但我有强烈的直觉，我们会走到那一步。

Harry： 你们会不会杀死数据供应商？你看世界上的 ZoomInfo——无意冒犯，我不想点名羞辱谁——ZoomInfo、Apollo 之类的，如果你有一支智能体蜂群支持，你就不再需要它们了。

Ishan： 我们创立 Rox 的时候……这家公司确实深耕这个领域、深度思考过智能体的数据源问题。智能体在规模化收集公开互联网信息这件事上，已经变得强得惊人；现在也有像 Glean 这类系统处理内网、内部系统。所以是的，智能体会越来越擅长直接收集信息，尤其是有了满世界的搜索 API 之后。

但话说回来，数据供应商提供了一种独特的价值来源：他们有 10 到 15 年经回测验证的数据——人工收集的联系人信息、领英信息——靠大量软件、也靠大量运营上的严谨持续校验。这很难复制。比如 ZoomInfo 的亨利（Henry Schuck，ZoomInfo CEO）——那是一家非凡的公司，他们的联系人数据质量可能是最高的，背后是一台他们长年累月建起来的庞大机器。

Harry： 所以你们跟他们合作，内部用他们的数据？

Ishan： 我们进一家客户时，智能体会去富化（enrich）联系人：如果你有 ZoomInfo 的数据在 Salesforce 或别的什么地方，它会去搜索、验证这些信息。内部呢，我们 OEM（贴牌集成）了几家数据伙伴，像 Clay 那样做瀑布式（waterfall）调用，帮我们自己冷启动。所以现阶段，这些智能体更多是在富化你已有的信息，而不是自己去采集。

这里有个分界：公司数据是自由猎场——公司数据是公开的，智能体基本已经能打成平手；联系人数据才是分化发生的地方。你刚才提到领英信息——领英是一座围墙花园（walled garden），这也无可厚非：微软和领英拥有一个极其有价值的网络。把领英数据当数据产品卖，是另一个世界，我们不打算进入。

Harry： 我们之前其实聊过 Agentforce（Salesforce 的智能体产品），他们算是你们的核心竞争对手。想一个问题：这一波浪潮里谁会赢——是坐拥分销和无数触点的在位者，还是你们这些有速度、有创新、有敏捷性的 Rox 们？你怎么看这个权衡，谁会赢？亚历克斯·兰佩尔（Alex Rampell）有一句名言：在位者获得速度之前，创业公司能否先获得分销？

Ishan： 是的，他说得太准了。贝尼奥夫（Marc Benioff）是历史最佳（GOAT）。

Harry： 你很敬重他。

Ishan： 我从他身上学到太多。早在印度小城的时候，我就在读他的东西。我们的打法就是价值实现时间。回到 New Relic 的教训，以及“产品优先创始人”的本能：在位者系统有数据、有分销，两者都是巨量的；但他们要花上几个季度、靠系统集成商（system integrator）来实施，才能证明 ROI。而我们要做的是：利用我们的交付机器，落地一个今天就能跑起来、在极度压缩的时间里给出 ROI 的东西，然后赢得扩张的权利。

现在的局面是：所有在位者显然都已重新定位为 AI 公司、智能体公司，而且都在搞捆绑（bundle）。

Harry： 确实，SaaS 大爆发的时候，各行业都在大规模解绑（unbundle）——CRM 领域尤其明显，出了 Clari、Gong、Clay 这些非凡的公司。

Ishan： 现在他们都在捆绑，都变成了 AI 公司——我们正处在一个捆绑周期里。而我们的位置，是希望成为 AI 原生（AI native）捆绑软件供应商的默认新选项。

从创始人亲自卖到可复制销售动作

Harry： 再说回到实战中招人：搭建一支销售团队真的太难了。我觉得最难的一步，是从“创始人亲自卖”（founder-led sales）转向“销售代表来卖”。你以前做过一次，现在在 Rox 又在做。在这个转变里，你最大的心得是什么——尤其是你今天重做一遍时还记得的那些？

Ishan： 核心问题是：你有没有可复制的销售动作（repeatable sales motion）？以及你是否在绝对地求真？

Harry： 什么是可复制的销售动作？

Ishan： 可复制销售动作是：你的团队能不能在没有创始人帮忙的情况下，自主地从一张潜在客户名单走到一场高质量的第一次会议？第二，能不能从一场成功的首次会议走到签下客户，而不需要创始人的极限救援？两条都做不到，你就没有可复制销售动作。

在早期阶段，我确实需要非常激进地增长。我看的第一件事是：基于案例研究、参考客户，一家企业客户能不能进来，自己建起目标客户名单——不需要 BDR（业务开发代表）团队，不需要市场人员——然后自主走到第一次会议？

我能不能完全退后一步？M1（首次会议，first meeting）之后，我们必须对自己诚实：我们没有大品牌，没有庞大的需求引擎，产品市场契合也不完美，我们还早期，很大程度上仍是“创始人协助”（founder-assisted）的销售。所以我们要找的是这样的人。

我做的“工作实战面试”（working session）是这样的：我会把整体策略完整讲给你听——哪些做法有效、我们怎么搞砸的、参考客户是谁——然后问你：你会怎么列出要触达的名单？你会怎么真正走到一场高质量的首次会议？

Harry： 你是先招一个能自带团队的销售负责人，还是招更初级、可以用你的打法培养的销售代表？第一步是什么？

Ishan： 有不同的打法变体。我的选择是赌我自己：亲自招聘、培训、带出一台机器——五个销售代表直接向我汇报——然后再引入一位销售负责人，把团队翻倍，从那里接着走。

Harry： 招这些代表时，你要的是以前卖出过同等金额单子的人，还是在同细分领域卖过的人？

Ishan： 要的。他们应该在同等 ACV 规模上背过数字，两到五年。不能少于两年，我认为也不该超过五年。除此之外，他们要证明自己在“口袋里有创新”：在交易过程中，要么自己动手做过工具，要么在推进、促成交易上有过真正的创造性——因为早期销售需要大量创造力。创始人可以进场，也可以动用投资人网络；投资人参与进来可以掩盖裂缝，但销售本人必须有创造力。这是第二条。第三条很简单：他们必须想赚钱。

你会惊讶于有多少 AI 公司的 AE 是没有佣金的。

Harry： 真的吗？

Ishan： 真的，很多都这样，尤其是新冠那几年。所以我会刨根问底：你到底背没背过数字？你的薪酬结构长什么样？你想走到哪一步？因为这会触到一个人的 psyche（心理底层）。最好的 AE 就是完完全全的所有者（owner）：他们是自己客户盘子的所有者，跟 CEO、跟创始人没什么不同。这是我要挖的第三件事。它能把一大批“因为这行容易才来做”的人筛掉——那些人副业还有房地产组合，还做着一堆别的事。所以你要聚焦的就这三条：背过包（bag）——有扛过真正的企业级指标的经验；第二是有创造力；第三是真背过数字。我在这上面挖得非常深。

Harry： 你多快能判断一个人行不行？

Ishan： 我的面试很长。我不相信 30 分钟的面试。要么，我相信我信任与荣誉的人际网络里有人告诉我某人行不行；要么，我做一个半小时的工作实战。在实战里，到半小时左右，我就能根据对方提问的质量判断出来。

Harry： 假如我现在走进你的一场工作实战面试，这一个半小时怎么过？

Ishan： 我会尽量多地把上下文倒给你。硅谷的精神是不藏私：把你正在做的事情分享出来——因为如果有人在你的主场上打败你，那是你自己的问题。所以我什么都讲：这是产品策略，这是我们的现状，这是客户案例。前 30 分钟大概就是这样。同时我在观察他们问什么问题：他们可能问定价、问案例、问什么有效什么没效，这部分可能占掉 30 到 45 分钟。每个候选人我都这么做，因为我想理解他们会怎么打——因为我们希望他们从这里面抽象出打法、自己建名单，他们的大脑应该全速运转。

之后进入具体场景：假设我们在跟一家欧洲大公司谈一个战略级交易，如果我把它交给你，你会怎么打？然后我反转角色，开始问他们问题：如果发生这种情况怎么办？如果发生那种情况怎么办？

所以结构是：前 30 到 45 分钟我分享上下文、他们提问；接下来 30 分钟他们完整走一遍交易；最后 15 分钟，如果双方感觉对，就谈下一步；感觉不对，就提前结束。

Harry： 你搞多人面试委员会（hiring panel）吗？90 分钟之后你就能愉快地做决定？

Ishan： 是的。早期、创始人主导的销售，本质是客户和人才两手抓。你必须能“在房间里成交”。再说一个区别——显然我很推崇 MongoDB 的戴夫（Dev Ittycheria）和 Datadog 的 Amit 那套：你看那些校准精密的机器，很多时候单子黄了，是因为客户团队得回去找“交易策略”部门商量个说法。而最好的团队被工具充分赋能，如果房间里有热度，他们当场就能把事情敲定。所以一个候选人走完流程，我花一个小时、一个半小时，就会尽量把事情往前推进。

Harry： 很多情况下，销售代表的薪酬其实非常高。你怎么看“我愿意为最强的人支付高于市场的价格”这种做法？你的心得是什么？

Ishan： 我的框架是“可解释性”（explainability）框架。薪酬——包括股权——我还是老派：不需要公开。但假设它泄露了、被公开了，每个人的薪酬都应该是可解释的：为什么这个人拿这个数，必须有一个说得通的理由。所以我设了“可解释性护栏”，我不想去突破它——因为你给某个人一份不合常理的薪酬包，一旦泄露，会对团队产生涓滴式的连锁影响。团队永远是最重要的部分。

我的做法是：如果某人确实是离群值，走完了整套流程，而且真的是资本主义式的、对激励敏感的人——那就在绩效薪酬或股权授予上极度激进。百分之百，离群值的胜利发生在你打破规则的地方。

长期主义：可解释的薪酬与资本纪律

Harry： 我在薪酬不透明这点上其实完全同意你。人们总以为一切都可以用“每个人都是理性的”来预期，但实际上每个人都是彻底的情感动物、是人——也就是说他们是非理性的，而且还是波动性的。某些时候他们会说：这太不公平了，我刚签了个大单。等他们经历一段荒期，又会说：哦，这薪酬体系其实挺公道。

有件事让我挺担心的：你前面提到目标设定，也提到过 Jason Lemkin。我是伴着“Jason Lemkin 创始人学派”长大的：triple、triple、double、double（连续翻番的增长节奏），这是搞定一轮轮融资的标准答案。但现在呢？你有你的 Mercor（译者注：转写作 "macaws"，疑为 Mercor——2024-25 年营收暴涨的 AI 招聘公司）、你的 Lovable、你的 Midjourney——这些公司在 12 个月内做到 4000 万、5000 万、1 亿美元。我担心我们对一代创始人撒了谎：到底什么样的营收轨迹才能搞定好轮次。作为今天的 AI 创始人，你怎么想、怎么感受？

Ishan： 这可能是我最需要在心态上管理自己的事。我的看法是：你在建一个长期的东西。重要的是长存的收入（enduring revenue）——来自能陪你走很久很久的客户的高质量收入，以及单位经济模型（unit economics）是否健康。对我们来说，就是传统的企业级“先落地后扩张”：我们有没有拿下对的标杆客户（logo）？落地价（land ACV）是否体面？

Harry： 什么叫体面？你们显然在做 10 万美元级别的单子？

Ishan： 是的，10 万美元，低六位数。然后真正证明价值：我们把它做成一个无须多想（no-brainer）的快速落地，我们在价值实现时间上竞争。然后要看的是：有没有一条通往高六位数、七位数的路径？这才是我们真正关心的。

Harry： 你希望销售周期和扩张节奏是什么样的？

Ishan： 如果是中大型企业（upper mid-market enterprise），我们希望从 M1 到首个落地签单在 45 天内完成。之后看怎么构造合同：一年期合同，附带 30 天付费评估期。那 30 天里——我知道这方面有很多讨论，而且我们还是 beta，企业在买 beta 软件——所以我们给客户一个“后悔权”：30 天内，如果你没拿到 ROI，你可以降级到我们的免费增值（freemium）产品，或者我们坐下来谈。之后它会转正。转正之后，我们就继续交付更多价值、推动更多扩张。

所以：45 天完成首个落地，然后时钟开始走：先用 30 天证明价值；30 天之后是交付更多价值、寻找扩张。我们已经做到了那个六位数区间，接下来就是怎么真正长大。归根结底，我们要成为帮你守住并做大收入的“必备软件系统”——我们要像 SAP、像当年的 Salesforce 一样不可替代。

Harry： 完全理解——你要的是有粘性的企业收入、长期的长存价值，不被“糖分高潮”（sugar-high）式的炒作周期卷进去。说起来，我昨晚发了条推文——这么干有点不公平——我说：抢先轮（preemptive round）极其危险。它诱导你做一堆不该做的事：失去焦点（呼应你前面说的）、资本效率变低，然后你发现规模撑不起过高的估值，接着人才流失，因为他们看明白了，然后负向漩涡继续。可你自己就拿过抢先轮。

Ishan： 是的，拿过几次。

Harry： 我错在哪儿？

Ishan： 我不觉得你错了。这真的、真的很难，我自己也反复摇摆。我的框架、我们的框架是：我们在建一个长期的东西——我们希望谁坐在桌边，陪我们长期地建？以及：你有没有把现金存进银行以备雨天？我们融了 5000 万，说实在的，账上大概还有 4700 万。种子前轮（pre-seed）我们还自己掏了钱——所以我们自己是完全利益绑定的，哪儿也不去。我们……

Harry： 混蛋。下一轮是不是该来找我？（笑）

Ishan： 说真的，日复一日，我管过 10 亿美元规模的营收盘子，亲历过大型业务的运转。管好资本需要很多经验，更需要心智上的纪律。说实话，我看到太多年轻创始人融了 5000 万，然后就想：哦，这个我们也可以做，那个我们也可以做——去他的，为什么不把那个也做了？突然之间他们什么都做，却没有纪律说一句“我要把它存起来，这笔钱够我们活八年——如果我们愿意的话——这样我们就能按长期主义来建设”。他们就是做太多，把一切都提前透支。我自己也一直在犯错。我觉得……

最大的错误：人才权重应该再放大五倍

Harry： 就咱俩私下说——也让所有听众听着——你在 Rox 犯过的最大的错是什么？

Ishan： 我把 40% 到 60% 的时间花在人才上。团队——我低估了它的重要性和威力。我们组建的创始团队几乎全是顶尖 AI 工程人才，这支团队做出了产品、塑造了文化。事后看，我应该更快地搭建那支队伍。从旧金山回来那趟之后我更确定了：我得在这上面花更多时间。所以最大的错是：我应该把招聘的权重再放大 5 倍。

第二条非常具体：在 AI 招聘上，头三个月我不够务实。我还在想“也许我们可以做点研究，招些研究员来”——不，我们是务实的，我们在做应用、做产品。那就跟最好的智能提供方合作：OpenAI、Anthropic、Together（Together AI）——把我们的专注集中在与他们合作、打造惊艳的应用上。大概第四、第五个月，我们想明白了：我们要招的是出色的应用型 AI 工程师（applied AI engineer），是交付产品的人——我们不是一家研究公司。就这两条。

Harry： 如果是我，我会在你的产品团队里放游戏设计师。尤其是当你盯着周活、日活的时候，最重要的是：我该怎么设计留存回路（retentive loop）、等级体系（levelling）、那种让人上瘾、想一直留在平台里的欲望？而且你确实能做到——销售团队是高度竞争的群体，你可以做出真正的排行榜（leaderboard）、真正的竞争机制。

Ishan： 完全正确，你说到点子上了。这正是最大的教训之一：更早地引入设计师——深度思考体验的人；引入思考应用本身的产品工程师；在“功能市场契合”（feature market fit）之后加入一些游戏化（gamification）设计，并且加倍下注。更快地走到那一步。我们第一年快结束了，做得还行，但如果回到第零天，我会更旗帜鲜明。

快问快答

Harry： 接下来进入快问快答（quick fire）。来。我说一句短的，你接。过去五年里，哪个销售战术没有变？

Ishan： 你猜是 Jason（Lemkin）常说的那个？上飞机（get on planes），去见人。

Harry： 我完全同意。哪个销售战术已经死透了？

Ishan： 自动化邮件（automated email）。

Harry： 完全同意。讲一单你做过的、用真正创造性、跳出盒子的方式拿下的交易。

Ishan： 我帮一位买家规划了他在一家大型流媒体公司的晋升路径——这事跟我们提供的技术毫无关系。关键在于深度理解他的职业目标，帮他成功。不涉及任何政治手段，他只是需要帮助。我大概在这上面花了两个月。后来他晋升了，但当时没有签单。

Harry： 他签了吧？

Ishan： 他签了。而且他现在是整个业务的负责人。那是一家相当大的上市公司。

Harry： 哇，太神了。

Ishan： 是的。

Harry： 你前面说过你爱 Perplexity，我也爱。在 ChatGPT 一家独大的世界里，它活得下来吗？

Ishan： 如果他们能守住眼球、持续交付现在这样的终端功能，我认为他们会一直是一个玩家。

Harry： ChatGPT 是默认选项吗？

Ishan： 是。

Harry： 你不觉得它遵循同样的市场动力学吗……顺便说一句，我是 Perplexity 的投资人，所以我绝对是它的啦啦队。但是……

Ishan： 阿尔温德（Arvind Srinivasan，Perplexity CEO）自己也谈过这个。他们建出来的东西、他们拥有的团队，是非常难复制的。最起码，他们会找到一个巨大的利基市场——一个高 DAU 的场景。

Harry： 比如购物、金融。

Ishan： 对，一个他们能做到最强的大 DAU 细分市场。就算做不到那个，他们也肯定能稳居前三。

Harry： 未来五到十年，销售团队最重要的结构性变化会是什么？

Ishan： 配额的变化。随着人的生产力提升、能服务的客户越来越多，他们背的客户盘子会根本性地变大。盘子一变，整个组织的结构都会变：你不再需要庞大的团队，而是更少的团队背更大的盘子；管理层级随之压缩；然后你需要另一种领导者——一切都变了。销售和市场费用占你运营成本（OPEX）的 40%，对吧？它可能会降到 20%。

Harry： 那这部分转移到哪儿去？如果从 40% 降到 15%，差额也不会全部变成技术支出。那它被重新分配到哪儿？还是说企业就此变成利润率高得多的、健康得多的生意？

Ishan： 我们服务的客户里 50%——这事说起来挺无聊的——是私募股权（PE）背景的。比如 New Relic 就是。而且我们 50% 的自然流量线索都是 PE 组合公司整体采购（portfolio-wide rollout）进来的。所以这里确实有很强的效率逻辑在驱动。

Harry： 当企业不再“不惜一切代价增长”时，它们能以戏剧性地更高效的方式运转吗？

Ishan： 能，这是很大的一部分原因。

Harry： 那省下来的资本去哪了？

Ishan： 希望其中一部分流向那些被超级赋能的一线销售，提高他们的薪酬。另一部分——我这观点可能有点逆共识——我仍然认为研发（R&D）值得多得多的投入。如果你是一家想当赢家、想当第一的技术公司，我始终觉得大多数规模化企业对研发的投资严重不足。我希望一线背指标的销售能赢得时间、赚更多钱、公司越来越好；而那笔资本被重新分配到研发上，因为我们投得还远远不够。

Harry： 当销售组织没达成目标时，你怎么维持士气（morale）？

Ishan： 如果你运行的是“人人都在达成、公司形势大好”那种模式，士气问题通常出现在公司整体因为宏观或时代原因不好的时候。如果是另一种——不断有赢家和输家的模式——那是两回事。总体上我的看法是三条：第一，持续猛干（keep cranking），你得一直干活。第二，求真：早点喊出你的差距和胜利，极端负责（extreme ownership），公开讨论什么有效、什么没效。第三，就士气而言，我信幂律：总会有那 10% 到 15% 的真正信仰者，他们是长期在场的人——在他们身上加倍下注。他们打成了，很好；没打成，那就帮他们下一次赢。然后是中间那 40% 到 50%：他们会摆向头部 10% 还是底部 10%？这才是你要经营的。而经营它的唯一方式，就是在你那些离群值的人身上加倍下注。

Harry： 你觉得 Salesforce 在 Agentforce 上做得特别好、值得你学习的是什么？

Ishan： 马克·贝尼奥夫做过的几乎所有事。他是个非凡的愿景家，故事讲得极好——营销和销售显然都是顶级水准。他们把传统的企业买家——比如 CIO，欧洲、亚洲的工业公司——带上了智能体的旅程：今年全世界的 CIO 都在买。这在很大程度上归功于他和 Agentforce。描绘出“智能体劳动力”（agentic workforce）的愿景——他做得太棒了，这就是为什么他是 GOAT（历史最佳）。

Harry： 对。最近还有哪些公司的销售策略让你印象最深？

Ishan： 如果按最近五年算，我会说 MongoDB——戴夫和整个团队。你在每家牛公司都能看到他们的领导者：MongoDB 出身的人在 AI 公司、在高速成长公司执掌 GTM，这太常见了。他们建立了一种赢的文化，戴夫彻底改造了那家公司，取得了巨大成功。我从他身上学到很多。

另一个是 Ramp——埃里克（Eric Glyman）和那帮人。他们是我们的第二个私测（private beta）客户，而现在我们的产品在那是用得最多的产品之一。我在那里看到的是极其高马力（high horsepower）的销售：从卖一个产品，到卖多个产品，再到上行（up market）卖给一些最大的客户。这一切都源于他们当初打下的核心人才底子。就这两家。

Harry： 兄弟，这期我太享受了。我就爱这种节目——坦白说，完全是自由流动的对话，完全没按提纲走。你太棒了，非常感谢。

Ishan： 谢谢你邀请我。也代表每一位创始人和每一位运营者，感谢你一直在做的事。

Harry： 我要再次郑重感谢 Ishan 今天的到来。面对面录这期太开心了，真的不一样。我对 Rox 接下来的路无比期待。也一如既往感谢你们的支持——周一还有一期重磅节目：Carvana 的创始人兼 CEO 厄尼（Ernie Garcia），敬请期待。