Clay

Els equips de llançament (GTM) d’èxit necessiten dades completes i d’alta qualitat, però el procés de recopilar, validar i enriquir aquestes dades sol estar fragmentat entre moltes eines. Aquest coll d’ampolla alenteix el ritme de la prospecció comercial. Clay⁠(s'obre en una finestra nova) ajuda els equips de GTM a escalar la seva prospecció centralitzant la informació de clients potencials i fent possible una missatgeria personalitzada.

Clay es va integrar amb GPT‑4 per crear Claygent, un agent d’IA que pot investigar qualsevol cosa. Claygent visita llocs web per trobar i resumir informació rellevant, replicant la manera de treballar dels investigadors de desenvolupament de vendes, però molt més ràpid i barat. Amb Claygent, una sola persona pot assumir la feina de tot un equip.

L’empresa ha aconseguit un creixement interanual de 10x en cadascun dels últims dos anys, amb més de 100 mil usuaris, inclosos grans clients com Intercom, Verkada i Notion.

Els equips de GTM sovint tenen dificultats amb dades fragmentades i tasques manuals que alenteixen els seus esforços de prospecció. Com explica Kareem Amin, cofundador i CEO de Clay: «Totes les eines anteriors als LLM intentaven automatitzar el que feien els Sales Development Representatives (SDR) o els Business Development Representatives (BDR) pel que fa a la recerca, però s’encallaven. Els proveïdors de dades podien oferir un màxim de 100 punts de dades per empresa. Els enginyers construïen scrapers, però això era delicat i requeria molt de temps.»

Clay va reconèixer que la clau per capacitar aquests equips era agregar dades de múltiples fonts i automatitzar les tasques de recerca que consumeixen temps. Van triar integrar GPT‑4 perquè tenia el millor model de llenguatge del mercat i la seva documentació de l’API incloïa molts exemples que mostraven les crides a eines en acció.

Clay va crear Claygent, un extractor web amb IA que utilitza GPT‑4 per entendre i extreure informació molt específica dels llocs web. Per fer que Claygent sigui tan eficient com sigui possible, Clay optimitza el nombre de segments que passa a GPT‑4 i tria el model adequat per a cada cas d’ús. 

Quan rastreja un lloc web, seria ineficient enviar tot el lloc a GPT‑4. En lloc d’això, Claygent pregunta a GPT‑4 quina secció del lloc web és més probable que contingui la informació desitjada. Per exemple, GPT‑4 podria indicar que la informació de compliment SOC-2 generalment es troba al peu de pàgina. Aleshores, Claygent pot rastrejar específicament el peu de pàgina en lloc de tot el lloc web. 

Claygent també utilitza un enfocament de cerca binària, en què pren una part d’un lloc web, comprova si hi ha les dades requerides i, si no, passa a una altra part. Aquest enfocament redueix progressivament l’espai de cerca fins que es troba la informació requerida. 

Clay selecciona el model d’IA més adequat per a cada tasca del producte per optimitzar el cost. Per exemple, la seva eina AI Formula Generator, que permet als usuaris no tècnics transformar dades mitjançant instruccions i exemples en llenguatge natural, funciona amb versions més petites i econòmiques de models. Clay reserva la velocitat i la intel·ligència de GPT‑4 Turbo per a altres tasques més complicades.

Per garantir la fiabilitat de les dades de Claygent, Clay combina informació de múltiples proveïdors de dades i utilitza diferents models per verificar-la de manera creuada. Comparant els resultats extrets amb informació extreta d’altres fonts, Claygent pot avaluar la fiabilitat i la coherència dels coneixements generats pel seu producte. 

La integració de GPT‑4 a Clay ha impulsat un fort creixement i l’èxit dels clients. L’empresa va multiplicar els ingressos per 10 en cadascun dels darrers dos anys,  i va créixer 2,5 vegades només en els cinc primers mesos de 2024.

L’adopció generalitzada de Claygent ha estat un motor important d’aquest creixement. Del total de clients de Clay, un 30% utilitza Claygent cada dia, generant unes impressionants 500.000 tasques diàries de recerca i prospecció. L’impacte és innegable: equips d’una o dues persones poden aconseguir resultats que abans requerien desenes d’enginyers.

Clay ha vist néixer al voltant del seu producte tot un ecosistema d’usuaris, coneguts com a Claygencies, o «agències Clay». Aquests clients —sovint fundats per antics SDR— han descobert que poden crear agències de GTM integrals amb Clay i oferir serveis com l’enriquiment de dades, les campanyes de cicle de vida, l’optimització per a motors de cerca (SEO) i molt més, tot des de la plataforma de Clay. Amb Clay, un equip de només una o dues persones pot dur a terme tasques que normalment gestionaria una agència completa, augmentant significativament la productivitat i la capacitat d’assoliment humà.

De cara al futur, Clay té previst ajustar fi el seu agent d’IA per a sectors específics, com ara trobar gimnasos locals, metges o infermers. Volen que Claygent gestioni sol·licituds complexes com ara «troba’m totes les empreses que han contractat 10 enginyers durant l’últim mes». Més enllà d’això, Clay està explorant maneres d’utilitzar senyals i activadors per fer que Claygent sigui més proactiu, com detectar quan un client visita un lloc web i generar missatges de prospecció personalitzats o alertar els equips de vendes sobre oportunitats potencials en temps real.