Clay

Un buen equipo de lanzamiento al mercado (GTM) necesita datos completos y de alta calidad, pero el proceso de recabarlos, validarlos y enriquecerlos suele repartirse entre varias herramientas. Esto ralentiza la prospección de ventas. Clay⁠(se abre en una ventana nueva) ayuda a los equipos de GTM a ampliar su alcance centralizando la información relevante y habilitando los mensajes personalizados.

Clay adoptó GPT‑4 para crear Claygent, un agente de IA capaz de investigar datos de todo tipo. Claygent entra en los sitios web para localizar y resumir la información relevante, tal como haría un agente de ventas, pero de forma mucho más rápida y económica. Con Claygent, una única persona puede asumir el trabajo de todo un equipo.

En los últimos dos años, la empresa ha multiplicado por diez el índice de crecimiento interanual, y cuenta ya con más de cien mil usuarios, entre los que destacan clientes como Intercom, Verkada o Notion.

El trabajo del departamento de GTP se complica por culpa de los datos fragmentados y las tareas manuales, ya que ralentizan sus prospecciones. En palabras de Kareem Amin, cofundador y CEO de Clay: «Las herramientas anteriores a los LLM tenían por objetivo automatizar la etapa de investigación para aligerar la carga de los agentes de desarrollo de ventas (SDR) y los agentes de desarrollo del negocio (BDR), pero no eran eficaces. Los proveedores de datos proporcionaban un máximo de 100 puntos de datos por empresa. Los desarrolladores diseñaban raspadores para este fin, pero era muy complicado y se tardaba mucho tiempo».

Entonces Clay se dio cuenta de que la clave para reforzar el trabajo de estos equipos consistía en agregar datos de varias fuentes y automatizar las búsquedas más lentas. Decidieron adoptar GPT‑4 porque era el recurso que contaba con el mejor modelo de lenguaje del mercado, y la documentación de la API contenía multitud de ejemplos prácticos de llamadas a la herramienta.

Clay diseñó Claygent, un raspador web con IA que utiliza GPT‑4 para interpretar y extraer información muy específica de los sitios web. Para que Claygent fuera lo más eficiente posible, la empresa optimizó el número de tokens que se enviaban a GPT‑4 y eligió el modelo adecuado para cada aplicación. 

Para raspar un sitio web, no serviría de nada enviar el sitio entero a GPT‑4. En su lugar, Claygent pregunta a GPT‑4 qué sección de la web es más probable que contenga la información que está buscando. Por ejemplo, GPT‑4 podría indicar que la información relativa al cumplimiento de la norma SOC-2 suele estar en el pie de la web. A continuación, Claygent iría directamente a raspar el pie en lugar de la web entera. 

Claygent también utiliza un método de búsqueda binario, mediante el cual coge parte de un sitio web, comprueba si los datos que buscamos están ahí y, de no ser así, se dirige a otra parte. Este sistema acota la zona de búsqueda de forma progresiva hasta que localiza la información. 

A fin de optimizar los costes, Clay selecciona el modelo de IA más apropiado para cada tarea del producto. Por ejemplo, su herramienta AI Formula Generator, que permite a los usuarios sin conocimientos técnicos transformar datos empleando instrucciones y ejemplos en inglés, funciona con versiones de modelos más limitados y económicos. Como consecuencia, Clay puede reservar la velocidad e inteligencia de GPT‑4 Turbo para otras tareas más complejas.

Con vistas a garantizar la fiabilidad de los datos de Claygent, Clay combina la información de varios proveedores de datos y emplea distintos modelos para cotejarla. Comparando los resultados extraídos con la información recabada de otras fuentes, Claygent evalúa la fiabilidad y consistencia de la información que genera su producto. 

La integración de GPT‑4 se ha traducido en un mayor crecimiento y satisfacción de los clientes. Los ingresos de la empresa se han multiplicado por diez en los últimos dos años, y por 2,5 solo en los primeros cinco meses de 2024.

La amplia adopción de Claygent ha influido notablemente en este crecimiento. De entre los clientes de Clay, el 30 % utiliza Claygent a diario, generando 500 000 tareas de investigación y prospección al día, una cifra nada desdeñable. Sus efectos positivos son innegables. Equipos de una o dos personas consiguen los mismos resultados para los que antes se necesitaba a decenas de ingenieros.

Clay ha visto nacer todo un ecosistema de usuarios, conocido como Claygencies o «agencias Clay», en torno a su producto. Estas empresas —que en muchos casos están fundadas por ex SDR— han descubierto que pueden abrir agencias integrales de GTM empleando Clay, y ofrecer servicios como enriquecimiento de datos, campañas de ciclo de vida, optimización de motores de búsqueda (SEO) y mucho más, todo desde la plataforma de Clay. Gracias a Clay, un equipo de una o dos personas puede llevar a cabo las tareas que suelen mantener ocupada a una agencia entera, lo cual aumenta notablemente la productividad y desata el potencial de las personas.

En el futuro, Clay tiene previsto optimizar su agente de IA para verticales específicos, como localizar gimnasios locales, personal médico o de enfermería. La intención es que Claygent consiga gestionar solicitudes complejas como: «Busca empresas que hayan contratado diez ingenieros en el último mes». Más allá de eso, Clay está investigando nuevas formas de usar las señales y los indicadores para que Claygent sea más proactivo; por ejemplo, detectar cuando un cliente visita una web y generar mensajes de prospección personalizados o alertar al equipo de Ventas de posibles oportunidades en tiempo real.