把 HubSpot CRM 做到 4000 万美元营收的人说，数据模型必须推倒重来

Pat Grady 在波士顿现场录制了红杉资本的 Training Data 节目，对谈对象是 Day.ai 的创始人、HubSpot CRM 的打造者 Christopher O’Donnell。Grady 的观点很明确：企业软件有三大类，CRM、ERP 和生产力软件。Salesforce 是云计算转型中诞生的最有价值的公司，二十年来稳居 CRM 领域，只有一个例外。HubSpot 发动了成功的进攻：它是市场上最受喜爱的 CRM，营收超过 10 亿美元，仍在增长，利润也很健康。O’Donnell 就是这款产品背后的操盘手。

他 2011 年通过一次收购加入了 HubSpot。2023 年 4 月，也就是 ChatGPT 爆火后的五六个月，他和老搭档 Mike Pici 创办了 Day.ai，要以 AI 原生的方式重新做一遍 CRM。在 HubSpot 时，他们是先从销售加速插件悄悄切入，然后才拿下记录型系统。Day 则是光明正大地直接从 CRM 本身做起。他的判断很明确：现有的数据模型承载不了 AI 带来的可能性，所以必须从头重写。

他说，如果你问一百个 CRM 用户那个能触及核心痛点的经典访谈问题，这一百个人给出的，都是同一句话的某种变体：他们害怕有东西从缝隙里漏掉。这正是 Day 真正要解决的产品问题，也是人的问题。人们来上班，是为了创造价值。他们也希望自己受到尊重，觉得自己配得上这份薪水，不担心被炒鱿鱼。一个能够记住事情的系统，就能让他们在这个层面上工作。

O’Donnell 把自己在 HubSpot 的岁月分成三章。第一章是邮件营销，紧接着那次在商学院里至今仍被拿来讲的著名 ICP 决策，即 Owner Ollie 与 Marketing Mary 之争。公司需要一个邮件系统。他和现任 HubSpot CTO Whitney Sorenson 从零开始重写、重新搭平台：用了四个月，从一款知名的企业邮件应用迁到他们内部自用的系统上，又花了七个月推向市场。O’Donnell 负责前端，因为没有别人来做；Sorenson 负责后端。他们带领公司上市，他认为，他们也因此赢得了这个品类。Marketo 先上市，后私有化，然后逐渐淡出。在整个过程中，他们始终盯着一个通用联系人数据库，希望用一套技术栈，让它的能力超出邮件的范畴。

第二章始于 2013 年底。他成立了一个产品管理团队，把营销交给另一个团队，那个团队的做法“像渔夫把鱼又扔回水里”，然后他们重新开始。创始人批准了一个“创业公司里的创业公司”。他们挂起海盗旗，用自己的技术栈，通过自己的 Stripe 账户收款，最初只有 O’Donnell 和 Pici 两个人。客户的预算正在流向 CRM 插件，比如数据补全、更好的演示文稿、更好的邮件，于是他们从最简单的东西入手：邮件打开提醒，然后把它发展成一套销售加速套件。过了一两年，公司决定也做核心 CRM，产品和工程团队早已为此做好了准备。团队发展到大约一百人，营收从零做到约 4000 万美元，之后又一个部门一个部门地被并回母公司：先是工程，然后是产品，再是销售，最后是客户支持。他把这次整合形容为把一次收购拆成了四次，这样更有可能真正融合。

他的任务之一，是从底层重新构想市场拓展（go-to-market）。当时还没有关于 PLG（产品驱动增长）的文章可以参考。他们是在与 Expensify、Atlassian 这类公司并肩作战的同时，摸索着创造需求生成，并把它交给销售团队，没有任何教科书可循。他至今还记得这次突破发生时自己坐在哪里：Pici 和 Mark Roberge 拿着一份表格走了进来，表格按产品领域列出了用户用完使用额度之后的生命周期价值（lifetime value）。第三章是他作为整体产品团队的负责人，持续了四五年。斯坦福现在正在为这个秘密项目组写案例。事后回看，一切都显得很顺利。但在当时的现场，局面其实很乱，像是直接从 Clayton Christensen 的理论里搬出来的：核心产品每多一美元，依然能带来利润，而没人知道，除了边走边摸索，Brian Halligan 的第二条 S 曲线究竟该怎么增长。

为什么世界需要一个 AI 原生的 CRM？O’Donnell 数出了现有系统永远甩不掉的三个问题。第一是数据。即便是地球上最好的 CRM 实施，它拥有的数据大概也只有它“认为”应该拥有的 40% 到 50%，更别说现在能够捕捉到的数据了。Day 的创始工程师 Erik Munson 用“压缩”来形容这个问题。传统 CRM 就像被降采样成像素画的照片，只剩几个方块，像一只加密猿，未必值钱。数据得靠人来输入，所以只有你相信有人真的会去填，才会添加一个字段。否则它就一直是空的。这就是旧模型的指导原则。

第二是工作流。观察一个重度 CRM 用户，你会看到浏览器里同一个产品开了四十个标签页。很容易迷失位置，也很容易搞不清状况，而且你并不是在和系统来回协作，去理解一段客户关系。第三是工作成果。用户不会坐下来提问，然后带着一份内部备忘录、一篇知识库文章、一封邮件草稿或者会前准备材料离开。这些事情发生在 Notion 或 Google Docs 里。O’Donnell 认为这很荒唐。CRM 本来就保存着公司与客户之间的全部历史。销售经理应该坐下来，问问这周该盯住什么、哪里需要帮忙，然后拿着一份清单离开。

他认为，现有厂商会把系统从 8 位升级到 16 位，而且能做得不错。AI 原生的切入点，则是支持光线追踪的 PlayStation 5，是从《超级马里奥兄弟》到《艾尔登法环》的跨越。把现代游戏拿给他的父母看，他们会以为那是真实世界的影像。要支撑这一点，你就不能只存一个复选框。你需要用自然语言保存原始对话，把它们相互关联，并附上引用和来源，这样当一张图表回答“我的团队这个季度在做什么？”时，连同其中的假设在内，都可以被检视。Perplexity 列出答案背后参考的页面，用的也是同样的逻辑。Salesforce 能不能直接做出来？谁都能做任何事；Day 不过是几个拿着笔记本电脑的人。数据迁移很痛苦，奈飞和 Square 都做过，但那些迁移是从一种技术转到另一种相对类似的技术。他不认为，有哪家公司的记录型系统，核心用途会变化得如此剧烈、如此迅速，还有先例可循。

O’Donnell 说，对客户经理来说，合适的类比是：有会议录音工具的生活和没有的生活之间的差别。这些机器人获得了五星好评，如果你去读用户的原话，会发现他们讲的其实是“我现在可以专心参加会议了”这种体验，关注点并不在某个功能上。这就是整个业务层面收益的预演。仍有不少人抱着一种想法不放：数据录入很麻烦，应该把它做得更好。他把这称为 16 位版的吃豆人。数据录入这个概念会彻底消失。剩下的是打磨：这部分不太对，我同意这个观点，然后系统就会学习。行政性的工作会消失。你不必从头写邮件，只需要看一眼，然后表个态，也许是和团队一起，商量你希望用怎样的语气。

一切都会上升一个层级，变得更有战略性、更有意图，而且你不再会忘事。那一百个用户访谈的答案，又回到了同一句话：事情从缝隙里漏掉。为什么在乎？因为那会让你显得很糟糕。工程、销售和客户成功团队都想要归属感，想要自己的薪水是挣来的，想要获得尊重，不想被炒掉。新的技术栈让人们能在这种归属感的层面上工作，不用记笔记，就能创造性地参与讨论，该如何推进对话。“我在会议里不用做笔记了，我可以跟人对视。天哪，这太棒了。”然后带着它进入下一场会议：细节被记住，新的上下文只需一次点击，花费的精力降到零，专注度和自尊心都提高了。他认为，这才是最大的变化。

他一直是从数据库的买方一侧来做销售工具的。他接到的电话比打出去的多。买家喜欢买东西，比如 Datadog、更丰富的追踪记录，还有圣诞节。他们也喜欢和好的销售代表建立融洽关系。他认为，买卖双方之间那种对立的姿态，正在拖累那些真心想交付价值的人所依赖的经济引擎。很大程度上取决于信任，而信任来自兑现承诺、记住细节。销售本来就是一份充满拒绝的艰难工作，而这些拒绝会蔓延到一个人的生活和家庭中。软件本该让这份工作更有乐趣，而且不需要额外的努力。

早在 2017 年，O’Donnell 就公开说过，他绝不会在没有 Pici 的情况下从零开始做产品。等 Pici 空出来，ChatGPT 又抓住了他们的想象力，一切就水到渠成了。回头看，时机几乎算是幸运，只是稍微早了一点。2023 年春天，核心的那套流程，即接收自然语言、输出结构化结果、反复循环，还做不到。GPT-4 的函数调用（function calling）可以勉强让它输出 JSON。真正的突破是 2024 年 6 月的 Claude 3.5 Sonnet。他手里还留着 3.5 Turbo 时代的旧提示词，全是大写字母，恳求模型返回一个类型安全的对象。大约 7 月 1 日，他赶在 7 月 4 日之前去新罕布什尔州待了几天，打开笔记本连续 72 小时工作，开始做销售管道（pipeline）和动作（actions）。就是在那时，他们让它在核心 CRM 上全面跑了起来。

切入点是会议录音工具，那个接触的瞬间：容易上手，而且事实证明黏性很强，用户留存率接近 100%，现在它已经整合进了更深层的 CRM。他们还在 Gmail 和 Google 日历的数据接入上吃了一年苦头，之后才加入了 Slack。Pici 和 O’Donnell 长期以来一直在谈“销售界的 Spotify”：不用再挑一张 CD，再把八张碟塞进车载播放器。早期用户 Dan Chen 换了另一种说法。下一代人看到有人在解释 Salesforce，会以为自己在看《Punk’d》。会议、邮件、私信都做完了，然后还得*告诉电脑*？那个按钮？那张表单？你真的要一项一项填吗？Spotify 得为音乐签下版权合同；Day 则直接接入自然语言输入。注册，邀请同事，授权 Gmail，把机器人放进 Slack，四到八个小时之内，CRM 就建好了：联系人、公司、商机、任务。

难点在商机。公司和联系人记录，大部分靠的是在网上查资料，外加一个域名和一个邮箱地址。商机管理则需要业务流程的元数据，比如某个阶段是什么意思、“到期日”是什么意思、合作管道第四阶段的准入条件是什么，而用户不会主动把这些念出来。系统必须从用户身上把元数据挖出来，并且随着新会议的出现不断重新评估，在推动某个商机前进时给出证据，同时仍然允许人工进行大幅修改。Grady 称之为自动驾驶式的 CRM。O’Donnell 表示同意，然后讲了那次吓到他的事。自动化商机在 11 月上线。到了 12 月，完全自动驾驶就太吓人了。从新年开始，工作重心放在数据质量剩下的 10% 上，比如减少假阴性的商机、优化“动作”，更重要的是，做一个控制与可配置层。看清它为什么是现在这个样子，纠正它，排查它，给出来源和推理过程，就像 Perplexity 展示它参考的页面那样。

公司内部，Daphne Funston 写过一份名为《游戏规则》的文档。产品做的任何事情，你都必须能看懂 AI 为什么这样做。作为用户，你必须能够推翻它，并且知道你推翻过它，而不是眼睁睁看着它又翻回去。用户表态之后，模型应该永远冻结这个字段，还是把这次投票纳入今后的每一次判断？通常是后者。在他看来，透明加控制，再与自动化取得平衡，是每一款 AI 原生应用面临的核心产品难题。在快问快答环节，他还额外感谢了 Dario Amodei。很长一段时间里，Claude 因为裹得太厚、几乎无法使用而被人嘲笑：在一段精心编排的打斗戏中间，它会突然说“我不干了，我退出”。Day 现在能自动处理海量的客户对话。正是这道伦理底线，让他能够安心睡觉。

Day 是一个小而精、分布在各地的远程团队。Grady 所在的公司从 2021 年起就要求每周五天到办公室上班；Day 没有这样做，但依然保持着很好的工作节奏。O’Donnell 先剧透了一下：他们最后大概还是会有一个办公室，地点少一些、时区少一些，也许就在波士顿，而他们带进办公室的工作节奏会有所不同。这里没有定期会议。远程协作的诀窍是 Slack huddle，门槛低，有时会结对工作六个小时。数据模型的深入探讨采用结伴制，就像不独自上山一样。没有写明的约定是：每个人脑子里都装着大量的客户对话。一个不愿意去和客户确认 bug 是否修好的工程师，是不会很快乐的。Daphne 入职几天后告诉他，大家都很友善。客户谈论的是按小时计的 bug 修复和当天上线的新功能，这正是对那些愿意在早期软件上投入时间的人的回报。

客户提出问题时，他们会先写一份文档，然后调出代码：按钮什么时候出现，条件判断是什么。客户和代码之间的鸿沟，不需要市场拓展与研发之间那些正式的层级排场。过去一年半，他们一直在不断更新 ICP：个人 CRM、小企业创始人，甚至一度把风险投资人当作愿意尝鲜的早期用户。他们坚持服务于那一小群有战略分量的人，把他们当作设计伙伴，从宏观角度看，这样做是对的。Grady 引用了海豹突击队的一句话：慢就是稳，稳就是快。O’Donnell 承认，这不是他平时的风格。他喜欢 YC 式的切入点、渐进式改进和广泛的曝光。系统记录型软件是例外。获取任何反馈的投入都很高，范围又很广，他们要做的是整个 CRM，每一个功能都要覆盖；而且在你甚至还没入场之前，就存在一个完整性门槛，就像薪资系统不能只在一个州上线一样。

他做过一个思想实验。冲向 100 万美元 ARR 时，你考虑的是切入点。冲向 1 亿美元时，你考虑的是那种用户不会取消的东西、某个特定的平均售价（ASP），以及某种特定的采用模式。用七年时间冲向 100 亿美元，他查过的纪录里，字节跳动用了八年，Meta 大约用了九年，那么每一行代码都必须让其他每一行代码更有价值。零碎的、非战略性的补丁会被淘汰。会议机器人收到的头号需求是输出模板；他们一直在抵制，因为模板是与大语言模型对话的核心方式，一旦上线，就会永久存在，而且必须是正确的。在这个编辑器里起草一封邮件时，你不可能不同时考虑营销邮件、知识库、网站和内部 wiki。

他还在关注另外两个变化。一年多来，他一直深度使用 Cursor。编程工具的赛马每周都在洗牌，而眼下，上下文更少、指令层更薄的做法，往往比塞满系统提示词的产品效果更好，尤其是在 3.7 Sonnet 上。在他们的 Gmail 分类场景里，幻觉比一年前小了很多；缺的是针对非确定性软件的工具链，这也是他喜欢评测供应商的原因。在用户体验方面，B2B 里所谓的“消费级体验”，过去指的不过是刷一层漆和做好信息架构。Anthropic、ChatGPT 和 Perplexity 从社交应用招人，如今的标准是快得难以置信、顺滑得难以置信。设计师要不要学写代码？他认为更大的变化是写作：微文案、随时间展开的流程、交互。日期选择器不过是一个组件库。他不确定是否有人会因此不得不去写代码。

在快问快答环节，O’Donnell 在 AI 领域最欣赏的投资人是 Sarah Guo。他还想把 Dario Amodei 记录在案，因为在安全立场不吃香的时候，他一直坚持着底线。被问到 AI 之外最了不起的产品时，他提到了 AGA 炉灶：一大块铸铁加一个长明火，没有活动部件，四个炉膛常年开着，炉子顶上还有地方放湿漉漉的雪靴，是整个家都会自然围拢过去的灶台。他的孩子在十岁、十一岁时，就已经能给祖父母做一整顿饭了。这种好处不在功能清单里，而在于整个家的感觉。

他心中的产品人物四巨头，也是他心中的创始人四巨头。乔布斯位列其中，形象复杂，他不想效仿他的领导风格；他对用户的信任程度，还比 O’Donnell 的界线略高一点，他仍然会去问人们是否喜欢某样东西。接下来是 Kayak 的 Paul English，一位波士顿式的“影子人物”：他就像房间中间那部吵闹、烦人的电话，招人时要做到几小时之内就把 offer 递到候选人手上，而不是几周之后。Rick Rubin 是另一种气质的乔布斯，更谦逊。他是他们那代人成长时听的唱片里，有一半的制作人，既不懂调音台上的旋钮，也不认识一个钢琴和弦，却依然相信自己的品味。第四位是 Sara Blakely，她认为女性的内衣不该由对此一无所知的男人来设计，于是她亲自去做，而且始终平易近人。就在这之前，他刚给十岁的女儿讲完这个故事，因为女儿开始在 Claude 里借着地图即兴发挥。