這些年，我一直與鄭天（Tim Zheng）和 Apollo.io 同行，從最早 Braingenie 的探索到今天 Apollo ARR 邁過 1.5 億美元的關口。相比結(jié)果本身，這段共同走過的路更值得被講述。

我是在真格組織的一次麻省理工學院（MIT）活動上認識鄭天的。他主動上前交流，后來才知道他媽媽是徐小平老師的粉絲。從那時起，我就對他抱有很強的信心。這份信心不僅通過 Apollo 的成長得到了驗證，更在鄭天不斷分享的那些關于堅韌、判斷與取舍的經(jīng)驗中加深。

鄭天的故事從來不是一夜成名的神話。相反，它真實呈現(xiàn)了打造一家真正偉大的公司所需要的勇氣與決心。他也坦言，公司曾有過增長停滯的階段，這是一道足以擊垮許多創(chuàng)業(yè)者的關口。彼時產(chǎn)品尚未成熟，GTM 策略缺乏聚焦，業(yè)務的核心循環(huán)也還沒真正跑通。

面對這一切，鄭天和他的團隊沒有所謂的「銀彈」，卻格外令人敬佩。他們選擇了快速迭代和近乎殘酷的優(yōu)先級排序，先把全部注意力集中在留存這一件事上，把留存率從 4% 拉到 40%，隨后重構(gòu)產(chǎn)品、提升使用率，一步一步為客戶創(chuàng)造真實而可持續(xù)的價值。

他們也做出了一個清醒且克制的決定：放下對短期風口的追逐，把時間和精力長期投入到成為團隊構(gòu)建銷售管道的最佳平臺上。走過這一程，有一個判斷逐漸變得清晰：「先修復產(chǎn)品的核心循環(huán)，增長會隨之而來。」

在一個充滿炒作和泡沫的時代，鄭天的經(jīng)歷提醒我們：真正可持續(xù)的成功始終建立在客戶喜愛的產(chǎn)品之上，也來自對核心問題的長期專注。

今天，已經(jīng)有超過一百萬名 GTM 專業(yè)人士選擇 Apollo 完成他們的工作。對我來說，這一點比任何營收數(shù)字都更能真實衡量鄭天的成就。他不僅打造了一家公司，更搭建了一個持續(xù)賦能他人的平臺。

作為一名投資人，我很感激鄭天走到今天，依然愿意把這些經(jīng)驗分享出來，讓更多人從中受益。他的故事本身已經(jīng)足夠動人，而我也真切地期待 Apollo 接下來的旅程。

真格基金創(chuàng)始合伙人方愛之

讓系統(tǒng)幫你生成機會

非常高興能見到大家。

我和真格合作十幾年了，這是我們一起做的第二個項目。在這么多投資人里，真格是最支持我們、也最有熱情的一群人。更重要的是，真格真的理解我們在做什么。這種被理解、被信任的感覺十分強烈。

Apollo.io 是一家專注市場和銷售的公司。我們目前維護著一個有 20 億名單的數(shù)據(jù)庫，涵蓋電話號碼、郵箱等聯(lián)系方式，同時也提供一整套工具，幫助用戶發(fā)郵件、打電話。近幾年我們持續(xù)引入 AI 能力，讓 AI 自動幫你找到對的人、寫郵件、打電話，甚至直接告訴你該聯(lián)系誰、用什么方式、在什么時間聯(lián)系。

這一路創(chuàng)業(yè)跌宕起伏。我們一度從 0 做到 50 人，也經(jīng)歷過從 50 人縮到只剩 10 個人，那段時間真的非常痛苦。后來，我們下定決心徹底重構(gòu)商業(yè)模式，從以銷售驅(qū)動（SLG）轉(zhuǎn)向以產(chǎn)品驅(qū)動（PLG）、自助服務（self-serve）的模式。

轉(zhuǎn)型之后，業(yè)務才重新跑了起來，現(xiàn)在 ARR 差不多到了 2 億美金。我們這一路踩過很多坑，也交了很多學費。我常常會想，如果有些事情能更早想明白就好了。但好在一切都還來得及。

我也非常希望能從你們這里學到更多經(jīng)驗。中美創(chuàng)業(yè)像是在兩條平行線上推進，彼此之間有很多可以互相學習的地方。只要真正交流，總會有收獲。

我先用兩分鐘做一個簡單介紹。

我們的目標是整合市面上所有的營銷工具。我們有一個非常大的數(shù)據(jù)庫，規(guī)模在 20 億人左右。你可以基于這個數(shù)據(jù)庫找到特定人群，比如某一類 BD，或者篩選出使用某種技術(shù)、具備特定營收規(guī)模的公司，以及訪問過某些網(wǎng)站或軟件的用戶。

第一步，系統(tǒng)會幫你識別出這些人，給到相應的聯(lián)系方式。

第二步，我們提供一整套營銷（campaign）管理能力，讓你可以在這些數(shù)據(jù)之上，真正把市場和銷售動作執(zhí)行起來。

我們由此可以把觸達信息（messaging）串成一整套流程：先發(fā)一封郵件，再打一個電話，再通過 LinkedIn 發(fā)一條私信。「數(shù)據(jù)」和「觸達方式」在同一個系統(tǒng)里形成閉環(huán)。

如果你現(xiàn)在要發(fā)一封郵件，不用自己動手寫，可以加一個 agent 來幫你完成。

你需要做的只是給 agent 一段指示。接下來，它會依次完成幾件事：查看這個人的郵箱信息，再到網(wǎng)上掃描他的背景，查一些相關新聞或公開資料，然后把這些信息組合起來，生成一封真正為這個人定制的郵件。

在此之上，我們還在做更復雜的協(xié)同調(diào)度（orchestration），把不同軟件、不同動作串起來，形成一整套自動化工作流。這一套過去之所以不好用，是因為每一步都得你手動點、手動寫規(guī)則?，F(xiàn)在我們引入了 AI node：你不需要一個一個節(jié)點去配置，只要用自然語言描述你想做什么，AI 就會幫你把邏輯自動搭出來。

系統(tǒng)能做的遠不止發(fā)消息，它本質(zhì)上是在幫你更高效地生成機會。

我們也在不斷推出一些更有意思的能力，就像 AI 打電話?，F(xiàn)在 AI 可以同時撥 10-20 個電話。一旦有人接起來，就可以無縫轉(zhuǎn)給真人繼續(xù)溝通。過去一個銷售一天可能最多打 50 個電話，現(xiàn)在一個銷售加 AI 可以打到 1000 個電話，效率提升很明顯。

也有一些大家更熟悉的功能。會議結(jié)束之后，Apollo.io 系統(tǒng)會自動生成轉(zhuǎn)錄文檔，再基于這些信息自動寫一封跟進郵件，講你們談了什么、接下來又要做什么。

以上覆蓋了我們現(xiàn)在 70% 左右的功能。

因為過去要搭建一個完整的工作流或營銷活動很復雜，可能要 15 分鐘甚至更久。現(xiàn)在我們還加了一個聊天界面，你只需要說一句話，比如「幫我建一個 workflow」或「幫我做一個營銷實施流程」，系統(tǒng)就會理解你的意圖，自動一步一步把整個流程搭出來。

整個過程就像在白板上構(gòu)思。

過去你必須不斷點按鈕才能完成配置，現(xiàn)在你只要把想法講清楚，系統(tǒng)就會自己思考、拆解，一分鐘就能把整個工作流搭好。如果需求比較復雜，系統(tǒng)還會反問你類型、目標用戶是誰，把細節(jié)確認清楚之后再往下走。

你的朋友、同事都在用

我跟大家在座很多人很像，本質(zhì)上是個工程師，更習慣用工程師的思維框架看問題。我最初一直都不理解 GTM。

我第一家公司是做教育的，目標用戶是高中老師和高中生。我當時覺得產(chǎn)品做得非常好，但用戶只有 5000 個，一直不知道該怎么吸引更多用戶。

有個周末，我突然有了一個想法：在美國，幾乎所有學校和老師的郵箱地址都是公開的。我就寫了一個腳本，把這些信息抓下來，然后給他們發(fā)郵件。結(jié)果五周之內(nèi)，用戶數(shù)從 5 萬漲到了 15 萬，一年之后接近 100 萬。產(chǎn)品本身幾乎沒變化，但只是把市場這件事做對了，用戶就增長了 50 倍。這件事對我的沖擊非常大。

后來我也問過很多在 IT、HR 領域的朋友，能不能用類似的方法來做市場。我慢慢意識到一件事：我更擅長做產(chǎn)品，希望產(chǎn)品做好了，用戶自然會用、會傳播。

但如果你只是等產(chǎn)品自然傳播，增長往往是滯后的。尤其是做教育，我當時觸達不到學生，只能觸達老師。但如果一個老師覺得產(chǎn)品好，他可能會推薦給另外四個老師，每個老師又有一百個學生，增長一下就被放大。

這段經(jīng)歷讓我意識到一件事：有些想法的爆發(fā)力更多來自市場和渠道，而不是產(chǎn)品本身。

現(xiàn)在幾乎所有大學生都有 LinkedIn 或其它公開賬號，你可以直接給他們發(fā)消息介紹自己的產(chǎn)品。一開始也許只有 1% 的人愿意下載，但慢慢地，這個比例就會上升到 10%。

發(fā)消息時，不一定要說「我有個產(chǎn)品你要不要用」，可以試試「我做了一個工具，能不能請你幫我看看，給點建議，告訴我好不好用」。只是換一句話，轉(zhuǎn)化率就會明顯提高。相比老師、BP、IT 這些每天要處理大量郵件的人，學生更容易認真看郵件。

如果你又是學生身份創(chuàng)業(yè)，向他們請教意見，本身就已經(jīng)是一個很好的切入口。

還有一個我覺得有意思的現(xiàn)象：幾乎每所學校內(nèi)部都有一個 mini 社交網(wǎng)絡。只要在一個學校里有兩三個人開始用，很快就會帶動整所學校跟著用起來。尤其當系統(tǒng)提示你「你的朋友」「你的同學」已經(jīng)在用時，這種從郵箱、表單、協(xié)作里自然擴散的效果就會非常明顯。

從 50 到 10 人，從 500 萬到 1 億

和今天的 AI 很像，我們所在的市場早期競爭也很激烈。當時做營銷軟件的公司有十幾家，每一家規(guī)模都比我們大十倍，幾乎所有人都在做企業(yè)市場。我們很清楚，如果正面去打，一定打不過。也許能拿下第一家體量還不錯的客戶，但到第 10 個、第 20 個時就完全拼不過了。

所以我們是刻意選擇先從 SMB 切入。企業(yè)雖然客單價高，但對一家早期公司來說，難度實在太大了?，F(xiàn)在大家可以直接免費用我們的產(chǎn)品，最低的付費檔位只要 49 美金一個月。這是我們當年差點活不下去、只剩下三四個月現(xiàn)金流時被市場逼出來的選擇。

回頭看，我最大的反思是嚴重低估了 GTM。

前幾年我們主要靠大量招銷售開發(fā)代表（SDR）去推，但效果并不好。一方面我們做的是中小企業(yè)市場（SMB），另一方面又很難打進企業(yè)市場。短期看 ROI 似乎還說得過去，但很快就撐不住了。花一美元獲客，只能換回 0.8 美元的收入。

當時我們只完成了一輪 A 輪融資，賬上很快只剩下幾十萬美元，但團隊里還有 10 多名工程師、40 多個銷售和客服。

所以一個真正關鍵的問題是：什么時候應該 all in 銷售？什么時候又該停下來，換一種方式？這個問題我自己也是一路踩坑、一路摸索，到現(xiàn)在才算有一點體感。

后來我們慢慢意識到自己已經(jīng)有了 PMF。很多人是真的很喜歡我們的產(chǎn)品，但我們沒有處理好渠道與商業(yè)模式的契合（Channel Model Fit）。

當時我們主要做 SMB，給的報價是一年一萬美金。這個價格對企業(yè)來說很便宜，對 SMB 來說太貴，很多人根本付不起。但反過來，一萬美金對一個銷售來說也不算什么，一個銷售代表一年至少要貢獻三萬美金以上才劃算。結(jié)果就卡在了一個非常尷尬的區(qū)間。

最后，我做了一個非常痛苦、但不得不做的決定：徹底轉(zhuǎn)向自助服務。這不是我一開始的選擇，是市場逼著走出的路。很多 SaaS 如果不能自助服務是走不通的。我們把價格從一年一萬美金直接降到 99 美金一個月，再高 SMB 根本不會買。

這個轉(zhuǎn)型的代價非常大。公司從 50 多個人一路縮到只剩 10 個人，銷售團隊幾乎全砍，只留下一個人，整個生產(chǎn)和協(xié)作方式被徹底重構(gòu)。

那段時間只有一個目標：活下來，讓現(xiàn)金流轉(zhuǎn)正。

我們花了近兩年時間才真正把產(chǎn)品和商業(yè)模型對齊。

但有一件事讓我非常意外。當團隊只剩下 10 個人的時候，反倒所有人都看得更清楚，明白之前那條路是走不通的。人少了，每個人的使命都異常明確，整體的能量比以前強很多。

接下來的一年半，我們重新從最基礎的指標開始，把一切重新學了一遍：獲客（acquisition）、激活（activation）、留存（retention）。

一開始，我們的留存率只有 4%，非常糟糕。于是我們幾乎只盯著這一件事，不看其它指標，用了一整年時間，把留存從 4% 拉到了 40%。過程很笨，但也很系統(tǒng)，我們一步一步拆問題、改問題。

我們在獲客上也嘗試了很多種方式。我們有一個規(guī)模在 2-3.5 億級別的數(shù)據(jù)庫，有嘗試把這些數(shù)據(jù)逐步 index 到 Google 上。很多人在 Google 搜一個人的郵箱，不知道該怎么聯(lián)系到他時，就會搜到我們的網(wǎng)站。這帶來了一波自然流量，但它只是曇花一現(xiàn)，不持久。

后來我們真正意識到，最重要的獲取渠道還是口口相傳。現(xiàn)在有 70% 的新用戶選擇我們都是因為好口碑。我們開始非常認真地看凈推薦值（NPS），每一次都會問用戶：「你有多大概率把這個產(chǎn)品推薦給朋友？」8 分以上算加分。我們發(fā)現(xiàn)，NPS 越高，病毒系數(shù)就越高，且會持續(xù)上升。

我們沒有刻意去教育用戶或推廣某個功能，而是單純把 NPS 這一件事做好，結(jié)果竟帶來了更強的自傳播。這對我們來說是莫大的驚喜。

當我們把整個轉(zhuǎn)化漏斗理順后，產(chǎn)品本身一年幾乎沒發(fā)生變化，但收入開始穩(wěn)定、持續(xù)地增長。因為路終于走對了。

我們的增長是從 500 萬美金收入起步，用兩年半時間一步步做到 2000 萬、5000 萬，再到 1 億美金。

發(fā)郵件做到 No.1

整個增長過程中我們不僅沒有增加功能，還砍掉了一堆。

我們發(fā)現(xiàn)很多功能只有 0.1% 的用戶在使用。通過數(shù)據(jù)分析我們看到，真正和留存高度相關的行為只有一個：發(fā)郵件。

只要用戶發(fā)出過一封郵件，他留下來的概率就會顯著提升。但當時只有大約 5% 的用戶能真正找到發(fā)郵件這個功能，因為按鈕太多，界面太復雜。

于是我們做了一件非常激進的事，就是把所有按鈕都砍掉，只留下三個：找人、發(fā)郵件、看結(jié)果。

界面瞬間變得極其簡單，發(fā)郵件的用戶數(shù)隨之大幅提升。用戶第一次真正感受到產(chǎn)品的核心價值，留存自然就跟著上來了。

我個人非常喜歡做新功能，但這一輪下來我真正意識到一件事：用戶可能喜歡很多功能，但更重要的是，他能不能輕松獲取最關鍵的價值。一旦得到了，其它東西反倒沒那么重要。

很多產(chǎn)品都是功能越多，體驗越亂。有時你真正需要做的不是加功能，是刪按鈕，甚至刪到只剩一個按鈕，或者干脆沒有按鈕。我們在董事會上也為此爭論過很多次，本質(zhì)上討論的都是同一個問題：怎么讓用戶一步就獲取價值。

在定價上，我們后來也不再靠猜，而是大量做 A/B 測試，慢慢找到一個相對最優(yōu)的區(qū)間。

我們也失敗了很多次，但有一件事我們做得還算對。我們曾經(jīng)想把產(chǎn)品做成 all-in-one，什么都做，但后來發(fā)現(xiàn)自己眼大肚子小。我們想做的事情遠遠超過了我們真正有能力做到「世界第一」的那一件。

最后，我們逼自己只聚焦一件事：只做那個我們最有可能做到 No.1 的點。其它的全都放下。

這個市場足夠大，大到哪怕我只占 0.01%，也能賺很多錢。既然如此，就沒必要一開始就什么都做、什么都搶。我們決定先收斂下來，找到一個足夠明確、看得見的細分市場，先在這里做到 No.1。

當時我們選了一個非常具體的切口：有獲客與招聘需求、1-20 人規(guī)模的小團隊。

我們直接去問他們：你們主要的外聯(lián)方式是什么？平時是怎么拿到這些郵箱的？怎么做觸達？地址簿是怎么維護的？先把這些最基礎的問題一條一條問清楚，把這個市場真正吃透、做深。

當 SMB 被我們服務好之后，我們再回頭看企業(yè)的需求。很多功能都是大客戶不斷來催的，但我們那段時間已經(jīng)沒錢了。我們沒錢、沒團隊、沒融資，也幾乎不可能再融到資。到了那個階段，你只能學會一件事：對客戶說「不」。很多功能客戶天天來要，但我們只能先拒絕，因為做不了，也不能做。

但就在這種「求生模式」下發(fā)生了一件很讓我意外的事 2021 年，我們突然發(fā)現(xiàn)有很多人都知道我們、在用我們，甚至我們自己都沒意識到。開始有很多投資人來找我們，說要不要聊聊、要不要融資。

我就問他們：你們怎么知道我們的？他們說得特別直接：我們投的 startup 里，80% 都在用你們。YC 的公司里，80% 也都在用。

那一刻我才明白有些細分市場是會自傳播，就像 YC 初創(chuàng)之間會互相交流。他們會互相問：「你用什么做 outbound？」

一旦你的滲透率到 10%，它可能會很快從 10% 跳到 70%，因為你開始變成「默認標準」，變成他們做 outbound 的范式。

所以我們學到的第二個關鍵點是：先做一個小系統(tǒng)，先在一個足夠明確的群體里快速拿到 20% 的市場份額，然后再下一步。我們以前的問題是野心太大，總想在所有東西上都做到 No.1，最后反而什么都做不扎實。

很多創(chuàng)始人最后都會收斂到同一條路徑：先從一個非常小、非常具體的細分領域切入，只服務一種客戶，把這個市場的滲透率做到非常高，增長會非常快，然后再順著同一套方法，拓展到下一個細分市場。

這幾乎是美國 SaaS 的標準打法。

關鍵是你選哪個細分市場，你能不能在那個細分市場里做到真正的 No.1。哪怕這個市場很小，只要你是 No.1，你就能建立起很強的心智和標準。

GTM 工程師的演化

我覺得 AI 給公司帶來的最大想象空間之一就是把營銷和增長里大量重復、低價值的動作自動化：自動寫郵件、自動打電話、自動跟進。

我們自己就是一個很直觀的例子。以前公司大概有 15 個 SDR 在做外呼和觸達，現(xiàn)在可能只需要 2 個 SDR，就能覆蓋過去的工作量，且管理難度更低。客服、HR 等場景也有類似的機會。這當然是所有人的理想狀態(tài)：更多機會，更少人力投入。

但我們也很清楚，機會是一回事，真正把它落地是另一回事。要實現(xiàn)這種自動化，背后需要投入大量的人力。我們自己花了幾百個小時去設計流程、反復調(diào)試、搭建系統(tǒng)，才把它真正變成一個可用的東西。所以 AI 有機會并不等于你馬上就能用。

怎么把機會變成結(jié)果？

在美國，很多成功公司背后都有一類關鍵角色，類似 GTM 工程師。他們不一定是傳統(tǒng)意義上的工程師，更像是前沿部署工程師（Forward Deployed Engineer）或解決方案工程師（Solution Engineer）。他們理解你的業(yè)務流程、你的真實需求，也理解你公司的邊界和限制，然后愿意投入大量時間，幫你把系統(tǒng)真正安裝調(diào)試好。這個過程可能要花十幾個、幾十個小時，但一旦跑通，這套配置就可以被復制給更多客戶。

Clay 團隊就有類似角色。AI 軟件如果只是買了卻沒真正用起來，它就沒有價值。你買了軟件但沒跑起來是賺不到錢的。這個邏輯和 Salesforce 非常像：真正決定成敗的從來不是「買沒買」，是「用沒用起來」。

我們自己也有類似的體驗。在客服支持上，我們使用過一套基于 Intercom 的 AI 解決方案，效果非常明顯。去年我們大概有 120 個客服，現(xiàn)在降到了 80 個，但工單量翻了一倍，其中有 60%–70% 已交由 AI 處理。

接下來一年，我覺得這種「需要人來幫你配置 setup、幫你把系統(tǒng)跑通」的模式在 SMB 甚至 enterprise 場景中都會非常重要。

因為 AI 不只是自動化，它還有一個非常關鍵的屬性：它既能讓系統(tǒng)更強大，又能讓系統(tǒng)更易用。很多技術(shù)只能做到其一，但 AI 是少數(shù)能夠同時做到這兩件事的技術(shù)之一。它真的能直接創(chuàng)造價值。

我們內(nèi)部也在嘗試把這種能力產(chǎn)品化。以前我們有一個四五十人的團隊專門做高觸達。每來一個客戶，我們要花五六個小時和他一起梳理：你要做什么營銷？你的核心客戶畫像（ICP）是誰？你要傳遞什么信息？然后再一步一步點按鈕、搭流程。

我們上線 AI 功能后替代掉了過去大量「點按鈕」的工作。一開始，很多同事的第一反應是緊張：我是不是要被替代了？

但后來我們發(fā)現(xiàn)，真正發(fā)生的變化是他們的時間被釋放出來了。原來要花五六個小時做的事情，現(xiàn)在效率提升了好幾倍。他們不再需要把時間耗在枯燥的系統(tǒng)配置上，而是可以更多地投入到更有價值的事情里，比如策略、創(chuàng)意、對客戶的理解。

接下來一年，如果 AI 能加速 GTM 工程師這條路，整體成本還會大幅下降。對企業(yè)來說，這是一個非常大的機會。因為企業(yè)真正缺的從來不是軟件本身，是把軟件跑起來、嵌入到自己流程里的那段「最后一公里」。

這項技術(shù)已經(jīng)在那里了。真正最大的成本不是模型本身，也不是功能，是 setup。一旦 setup 被 AI 極大壓縮，整體的銷售成本也會被一起壓縮，增長曲線會變得更順、更平滑。

用動詞來組織產(chǎn)品

一個產(chǎn)品發(fā)布時，你總會面臨一個決策：一方面，你希望把新功能推給更多客戶去測試、去拿反饋；但另一方面，一旦承諾得太多，就會迅速背上更重的責任，反倒失去轉(zhuǎn)身空間。

所以那個邊界到底在哪里？什么時候該把外聯(lián)團隊全部拉上來，把功能推到每一個客戶面前？什么時候又應該控制在一個小規(guī)?？腿豪?，先驗證清楚？

我們在這件事上犯過很多錯誤。早期我們也想做中型市場，因為這幾乎是所有公司都會自然走向的方向，看起來客單價高、空間也大，但他們有一個顯著特點：需求極多。

他們想要的功能一長串，很多你明明做不了，但又很難拒絕。我們甚至有將近一整年都被這些新的需求牽著走。后來回頭看才發(fā)現(xiàn)，大量中小企業(yè)用戶根本不在意這些東西。

所以如果讓我反思一件希望自己能更早做到的事，那就是把精力真正落到實處，更果斷地選擇一個細分市場，一個我們真的有機會做到 No.1 的細分市場，然后牢牢站住。選一個更小的細分市場也是在幫自己。他們的問題更集中、更清晰，你的產(chǎn)品判斷也會更簡單，路徑會更容易跑出來。

當然，十年之后我們可能還是會回到企業(yè)市場?，F(xiàn)在我們就已經(jīng)開始更系統(tǒng)地往企業(yè)市場方向推進。我們終于有了足夠的資源，包括一個 30-40 人規(guī)模的工程團隊，可以明確排優(yōu)先級、決定先做什么再做什么。但那已經(jīng)是十年之后的故事了。

如果回到更早，我覺得我們做得相對比較好的一件事是學會說「不」。不只是對客戶說不，更是對內(nèi)部說不。這件事現(xiàn)在依然很難，因為 UI、工程師、PM 都天然想去做很酷的東西。但現(xiàn)實是，大多數(shù)時候這些東西要么沒人用，要么過于復雜，反而破壞了主流程。所以我們不得不一次次做非常痛苦的取舍，像樂高一樣把組件拆掉，再重新拼。

砍功能真的很難，被砍的人會難過，會覺得自己的成果被否定。但如果不砍，產(chǎn)品只會越來越亂。

還有一個很小、但后來證明很重要的點，是我們重新思考了產(chǎn)品的表達方式。以前我們的產(chǎn)品更像是由一堆名詞組成：calls、emails、tasks。用戶需要理解每個模塊在哪里、又該如何把它們串起來。但對大多數(shù)人來說，如何把這一堆模塊拼成一個能跑的流程就是一件非常困難的事。

所以我們開始嘗試用「動詞」而不是「名詞」來組織產(chǎn)品。你不是在找某個功能，而是在完成一件事，就像個性化「發(fā)」消息或把一個工作流「跑」起來。我們做了一個設計實驗，先讓用戶選擇「你要對誰做什么」，然后整個界面和路徑隨之變化。這一輪測試下來效果不錯，至少用戶理解和上手要自然得多。

最后，有一點我覺得對所有做企業(yè)級市場的公司都尤其重要。一定要警惕為了滿足每一個客戶的需求，不斷做定制的陷阱，以至最后把自己變成一個外包 。一旦走到那一步，你幾乎不可能規(guī)?；瑫幻恳粋€客戶拽著跑，永遠無法形成統(tǒng)一的產(chǎn)品形態(tài)。

現(xiàn)在的環(huán)境可能會有一些變化。隨著 vibe coding、AI 輔助開發(fā)的發(fā)展，很多事情會更快。以前需要 10 個工程師才能做的東西，現(xiàn)在一個工程師也許就能完成。這會讓定制看起來沒那么可怕，但它不會從根本上解決問題。

你依然只有一個產(chǎn)品，你依然不可能真正同時維護多個產(chǎn)品的多個版本。尤其在企業(yè)級市場里，復雜度永遠不是一個量級的問題。

好的產(chǎn)品，讓用戶替你發(fā)內(nèi)容

很多人問我在 LinkedIn 上做增長最關鍵的事是什么。在回答之前，我一般會先反問一個問題：你們的目標客戶主要是誰？是銷售、市場還是 HR？

在營銷行業(yè)，LinkedIn 的確是一個非常有效的渠道，因為你的目標人群幾乎全都在上面。我們有一個競爭對手 Clay 在 LinkedIn 上就做得非常好。

我們從 Clay 身上學到的一課是：公司自己發(fā)內(nèi)容當然重要，但更重要的是讓你的用戶替你發(fā)內(nèi)容。

Clay 做得特別好的一點在于，他們有大量 agency 用戶。這些 agency 幫客戶做外聯(lián)、做增長，而 agency 本身就很愿意產(chǎn)出內(nèi)容：分享方法論、復盤案例、曬成果。這些內(nèi)容天然就會把產(chǎn)品帶進去且可信度極高。

換句話說，最有效的 LinkedIn 策略往往不是你怎么發(fā)內(nèi)容，是你如何設計一種機制，讓你的用戶愿意主動展示他們的成果。一旦這件事跑通，傳播效率會高很多，信任成本也更低。

海外用戶很多時候不在意你的背景。就像 Manus，很多美國人都覺得這個產(chǎn)品酷，但沒有太多人真正糾結(jié)它來自哪里。

真正影響用戶判斷的還是產(chǎn)品本身是不是足夠好用、值得信賴。

簡單、克制的 PLG

我覺得 PLG 不應該應用于所有軟件。

因為它有個非常明確的前提條件：個人用戶能先獲取價值，組織用戶再在此基礎上拿到更大的價值。

如果你賣的是 ERP 這種系統(tǒng)，基本只能走自上而下的路徑，因為個人用戶根本沒法獨立感知價值，也不可能自己先用起來。但像 LinkedIn、Notion、Slack 這一類產(chǎn)品，個人可以先用、幾個人可以用，價值會很快顯現(xiàn)。一旦有六個人開始用，銷售再介入，推進就會變得非常順，因為用戶已經(jīng)用過、已經(jīng)感受到價值了，銷售只是把這一步往前推給企業(yè)。

所以 PLG 在 SMB 場景里特別重要，因為你根本沒有足夠的利潤去支撐高觸達。最理想的路徑是先用一個簡單、功能克制、支持自助服務的免費版本把用戶吸引進來，形成自傳播。當使用人數(shù)達到一定規(guī)模，再通過銷售推向企業(yè)付費。

你們的產(chǎn)品里是否也存在一個「個人可以先獲取價值」的入口？如果有，PLG 就不是完全無效；如果沒有，那可能就需要自上而下去推進。

Apollo.io 現(xiàn)在有 55% 的收入來自美國，另外 45% 來自海外。海外非常分散，每個國家可能只占 3% 左右，包括法國、澳大利亞、巴西等等。我們在這些國家都沒有銷售團隊，用戶都是自己搜到我們、自己試用、覺得有價值就刷卡付費。

這說明 PLG 模式在很多國家是完全可行的，但關鍵在于產(chǎn)品是否能讓個人用戶先獲取明確價值。說到底還是要回到產(chǎn)品本身，看它能不能讓個人用戶先用起來。

在美國市場，我的感受是：它足夠大，但競爭極其激烈。幾乎所有 AI 初創(chuàng)公司都會優(yōu)先切入美國，因為市場成熟且團隊就在美國。

但反觀其它海外國家，恰恰因為本地競爭弱、打法不一樣，反倒更容易被打開。以巴西為例，三年前我們進入時，本地已經(jīng)有一個占據(jù)了 70-80% 份額的銷售軟件競品。我只是隨便找了一個很普通的客戶經(jīng)理，讓他去試著跑跑巴西，也沒抱太大的期望。

結(jié)果這位經(jīng)理跑得非常好。他跟我說，巴西的營銷方式和美國完全不同：他們大量依賴 WhatsApp 和 Facebook 社群，可以用更社區(qū)化、更具侵略性的方式去擴散，但關鍵是看定價。他很明確地告訴我，99 美金在巴西肯定不行，必須做到 19 美金，至多 49 美金。如果價格能落在 39-49 美金這個區(qū)間，他就有信心把市場打開。

我們照著這個建議做了，結(jié)果一年之內(nèi)推進得非常順，且?guī)缀鯖]有遇到什么競爭對手，因為很多大公司看不上這種單價低、需要做本地化的市場。

我們在這個過程中幾乎沒有什么額外成本。每個月我跟他聊一個小時，他拿著一個折扣碼就能去推。那時候我們甚至沒有葡萄牙語界面，產(chǎn)品只有英文，付費用的還是美元。很多基礎設施都沒本地化，但依然跑得很好。這件事讓我非常確信：本地競爭強弱、渠道結(jié)構(gòu)差異、價格帶是否匹配往往比想象中更重要。

還有一個很有意思的現(xiàn)象是：有些國家對 AI 工具的采用非常積極，但付費能力相對有限。比如巴西，有一群非常活躍的 YouTube 和社群用戶特別愿意嘗試各種 AI 工具，但在付費上會更謹慎。

相對來說，日本是另一個極端。日本用戶對工具的接受度很高，也愿意為效率買單。很多中國公司都會發(fā)現(xiàn)，日本市場能貢獻相當高的收入占比。

我們幾乎沒有國際市場的銷售團隊，但國際市場收入占到 50% 左右。這本身也說明了一件事：很多市場是可以靠自助服務加口碑擴散跑起來的，關鍵在于你能不能找到適合這個市場的價格帶、渠道結(jié)構(gòu)和切入方式。

如果讓我用一句話來講我們的愿景，那就是：這是一個真正有機會改變世界的方向。

我自己本身是工程師，做產(chǎn)品我熟，但把產(chǎn)品真正推向市場是一件很難的事。如果這一步做好了，很多原本被困在傳播、觸達、銷售里的好產(chǎn)品，都有機會被真正看見；但如果做不好，再好的產(chǎn)品可能也永遠起不來。

現(xiàn)實是，做好 GTM 需要策略、需要團隊、需要復雜的運營系統(tǒng)，要投入成千上萬小時的精力，花掉幾千萬美金。整個世界也只有極少數(shù)公司能把這件事做到真正一流水平。

但正因如此，這里面存在一個巨大的機會：如果你能把原本只有頂級公司才具備的能力產(chǎn)品化、平臺化，讓更多公司、更多個人都用得上，它所帶來的改變會非常深遠。

今天的工程和開發(fā)已經(jīng)進入下一個階段。任何人在世界任何地方，只要會寫代碼，就能創(chuàng)造價值。我相信，市場、銷售、增長這些高價值領域也會發(fā)生同樣的變化。這種變化未必需要等十年，我覺得兩三年之內(nèi)，就會看到非常清晰的趨勢。

對我來說，這是一條值得長期投入的路。不是因為它是一門生意，是因為它能真正改變很多人、很多公司的命運。