这些年，我一直与郑天（Tim Zheng）和 Apollo.io 同行，从最早 Braingenie 的探索到今天 Apollo ARR 迈过 1.5 亿美元的关口。相比结果本身，这段共同走过的路更值得被讲述。
我是在真格组织的一次麻省理工学院（MIT）活动上认识郑天的。他主动上前交流，后来才知道他妈妈是徐小平老师的粉丝。从那时起，我就对他抱有很强的信心。这份信心不仅通过 Apollo 的成长得到了验证，更在郑天不断分享的那些关于坚韧、判断与取舍的经验中加深。
郑天的故事从来不是一夜成名的神话。相反，它真实呈现了打造一家真正伟大的公司所需要的勇气与决心。他也坦言，公司曾有过增长停滞的阶段，这是一道足以击垮许多创业者的关口。彼时产品尚未成熟，GTM 策略缺乏聚焦，业务的核心循环也还没真正跑通。
面对这一切，郑天和他的团队没有所谓的「银弹」，却格外令人敬佩。他们选择了快速迭代和近乎残酷的优先级排序，先把全部注意力集中在留存这一件事上，把留存率从 4% 拉到 40%，随后重构产品、提升使用率，一步一步为客户创造真实而可持续的价值。
他们也做出了一个清醒且克制的决定：放下对短期风口的追逐，把时间和精力长期投入到成为团队构建销售管道的最佳平台上。走过这一程，有一个判断逐渐变得清晰：「先修复产品的核心循环，增长会随之而来。」
在一个充满炒作和泡沫的时代，郑天的经历提醒我们：真正可持续的成功始终建立在客户喜爱的产品之上，也来自对核心问题的长期专注。
今天，已经有超过一百万名 GTM 专业人士选择 Apollo 完成他们的工作。对我来说，这一点比任何营收数字都更能真实衡量郑天的成就。他不仅打造了一家公司，更搭建了一个持续赋能他人的平台。
作为一名投资人，我很感激郑天走到今天，依然愿意把这些经验分享出来，让更多人从中受益。他的故事本身已经足够动人，而我也真切地期待 Apollo 接下来的旅程。
真格基金创始合伙人方爱之
让系统帮你生成机会
非常高兴能见到大家。
我和真格合作十几年了，这是我们一起做的第二个项目。在这么多投资人里，真格是最支持我们、也最有热情的一群人。更重要的是，真格真的理解我们在做什么。这种被理解、被信任的感觉十分强烈。
Apollo.io 是一家专注市场和销售的公司。我们目前维护着一个有 20 亿名单的数据库，涵盖电话号码、邮箱等联系方式，同时也提供一整套工具，帮助用户发邮件、打电话。近几年我们持续引入 AI 能力，让 AI 自动帮你找到对的人、写邮件、打电话，甚至直接告诉你该联系谁、用什么方式、在什么时间联系。
这一路创业跌宕起伏。我们一度从 0 做到 50 人，也经历过从 50 人缩到只剩 10 个人，那段时间真的非常痛苦。后来，我们下定决心彻底重构商业模式，从以销售驱动（SLG）转向以产品驱动（PLG）、自助服务（self-serve）的模式。
转型之后，业务才重新跑了起来，现在 ARR 差不多到了 2 亿美金。我们这一路踩过很多坑，也交了很多学费。我常常会想，如果有些事情能更早想明白就好了。但好在一切都还来得及。
我也非常希望能从你们这里学到更多经验。中美创业像是在两条平行线上推进，彼此之间有很多可以互相学习的地方。只要真正交流，总会有收获。
我先用两分钟做一个简单介绍。
我们的目标是整合市面上所有的营销工具。我们有一个非常大的数据库，规模在 20 亿人左右。你可以基于这个数据库找到特定人群，比如某一类 BD，或者筛选出使用某种技术、具备特定营收规模的公司，以及访问过某些网站或软件的用户。
第一步，系统会帮你识别出这些人，给到相应的联系方式。
第二步，我们提供一整套营销（campaign）管理能力，让你可以在这些数据之上，真正把市场和销售动作执行起来。
我们由此可以把触达信息（messaging）串成一整套流程：先发一封邮件，再打一个电话，再通过 LinkedIn 发一条私信。「数据」和「触达方式」在同一个系统里形成闭环。
如果你现在要发一封邮件，不用自己动手写，可以加一个 agent 来帮你完成。
你需要做的只是给 agent 一段指示。接下来，它会依次完成几件事：查看这个人的邮箱信息，再到网上扫描他的背景，查一些相关新闻或公开资料，然后把这些信息组合起来，生成一封真正为这个人定制的邮件。
在此之上，我们还在做更复杂的协同调度（orchestration），把不同软件、不同动作串起来，形成一整套自动化工作流。这一套过去之所以不好用，是因为每一步都得你手动点、手动写规则。现在我们引入了 AI node：你不需要一个一个节点去配置，只要用自然语言描述你想做什么，AI 就会帮你把逻辑自动搭出来。
系统能做的远不止发消息，它本质上是在帮你更高效地生成机会。
我们也在不断推出一些更有意思的能力，就像 AI 打电话。现在 AI 可以同时拨 10-20 个电话。一旦有人接起来，就可以无缝转给真人继续沟通。过去一个销售一天可能最多打 50 个电话，现在一个销售加 AI 可以打到 1000 个电话，效率提升很明显。
也有一些大家更熟悉的功能。会议结束之后，Apollo.io 系统会自动生成转录文档，再基于这些信息自动写一封跟进邮件，讲你们谈了什么、接下来又要做什么。
以上覆盖了我们现在 70% 左右的功能。
因为过去要搭建一个完整的工作流或营销活动很复杂，可能要 15 分钟甚至更久。现在我们还加了一个聊天界面，你只需要说一句话，比如「帮我建一个 workflow」或「帮我做一个营销实施流程」，系统就会理解你的意图，自动一步一步把整个流程搭出来。
整个过程就像在白板上构思。
过去你必须不断点按钮才能完成配置，现在你只要把想法讲清楚，系统就会自己思考、拆解，一分钟就能把整个工作流搭好。如果需求比较复杂，系统还会反问你类型、目标用户是谁，把细节确认清楚之后再往下走。
你的朋友、同事都在用
我跟大家在座很多人很像，本质上是个工程师，更习惯用工程师的思维框架看问题。我最初一直都不理解 GTM。
我第一家公司是做教育的，目标用户是高中老师和高中生。我当时觉得产品做得非常好，但用户只有 5000 个，一直不知道该怎么吸引更多用户。
有个周末，我突然有了一个想法：在美国，几乎所有学校和老师的邮箱地址都是公开的。我就写了一个脚本，把这些信息抓下来，然后给他们发邮件。结果五周之内，用户数从 5 万涨到了 15 万，一年之后接近 100 万。产品本身几乎没变化，但只是把市场这件事做对了，用户就增长了 50 倍。这件事对我的冲击非常大。
后来我也问过很多在 IT、HR 领域的朋友，能不能用类似的方法来做市场。我慢慢意识到一件事：我更擅长做产品，希望产品做好了，用户自然会用、会传播。
但如果你只是等产品自然传播，增长往往是滞后的。尤其是做教育，我当时触达不到学生，只能触达老师。但如果一个老师觉得产品好，他可能会推荐给另外四个老师，每个老师又有一百个学生，增长一下就被放大。
这段经历让我意识到一件事：有些想法的爆发力更多来自市场和渠道，而不是产品本身。
现在几乎所有大学生都有 LinkedIn 或其它公开账号，你可以直接给他们发消息介绍自己的产品。一开始也许只有 1% 的人愿意下载，但慢慢地，这个比例就会上升到 10%。
发消息时，不一定要说「我有个产品你要不要用」，可以试试「我做了一个工具，能不能请你帮我看看，给点建议，告诉我好不好用」。只是换一句话，转化率就会明显提高。相比老师、BP、IT 这些每天要处理大量邮件的人，学生更容易认真看邮件。
如果你又是学生身份创业，向他们请教意见，本身就已经是一个很好的切入口。
还有一个我觉得有意思的现象：几乎每所学校内部都有一个 mini 社交网络。只要在一个学校里有两三个人开始用，很快就会带动整所学校跟着用起来。尤其当系统提示你「你的朋友」「你的同学」已经在用时，这种从邮箱、表单、协作里自然扩散的效果就会非常明显。
从 50 到 10 人，从 500 万到 1 亿
和今天的 AI 很像，我们所在的市场早期竞争也很激烈。当时做营销软件的公司有十几家，每一家规模都比我们大十倍，几乎所有人都在做企业市场。我们很清楚，如果正面去打，一定打不过。也许能拿下第一家体量还不错的客户，但到第 10 个、第 20 个时就完全拼不过了。
所以我们是刻意选择先从 SMB 切入。企业虽然客单价高，但对一家早期公司来说，难度实在太大了。现在大家可以直接免费用我们的产品，最低的付费档位只要 49 美金一个月。这是我们当年差点活不下去、只剩下三四个月现金流时被市场逼出来的选择。
回头看，我最大的反思是严重低估了 GTM。
前几年我们主要靠大量招销售开发代表（SDR）去推，但效果并不好。一方面我们做的是中小企业市场（SMB），另一方面又很难打进企业市场。短期看 ROI 似乎还说得过去，但很快就撑不住了。花一美元获客，只能换回 0.8 美元的收入。
当时我们只完成了一轮 A 轮融资，账上很快只剩下几十万美元，但团队里还有 10 多名工程师、40 多个销售和客服。
所以一个真正关键的问题是：什么时候应该 all in 销售？什么时候又该停下来，换一种方式？这个问题我自己也是一路踩坑、一路摸索，到现在才算有一点体感。
后来我们慢慢意识到自己已经有了 PMF。很多人是真的很喜欢我们的产品，但我们没有处理好渠道与商业模式的契合（Channel Model Fit）。
当时我们主要做 SMB，给的报价是一年一万美金。这个价格对企业来说很便宜，对 SMB 来说太贵，很多人根本付不起。但反过来，一万美金对一个销售来说也不算什么，一个销售代表一年至少要贡献三万美金以上才划算。结果就卡在了一个非常尴尬的区间。
最后，我做了一个非常痛苦、但不得不做的决定：彻底转向自助服务。这不是我一开始的选择，是市场逼着走出的路。很多 SaaS 如果不能自助服务是走不通的。我们把价格从一年一万美金直接降到 99 美金一个月，再高 SMB 根本不会买。
这个转型的代价非常大。公司从 50 多个人一路缩到只剩 10 个人，销售团队几乎全砍，只留下一个人，整个生产和协作方式被彻底重构。
那段时间只有一个目标：活下来，让现金流转正。
我们花了近两年时间才真正把产品和商业模型对齐。
但有一件事让我非常意外。当团队只剩下 10 个人的时候，反倒所有人都看得更清楚，明白之前那条路是走不通的。人少了，每个人的使命都异常明确，整体的能量比以前强很多。
接下来的一年半，我们重新从最基础的指标开始，把一切重新学了一遍：获客（acquisition）、激活（activation）、留存（retention）。
一开始，我们的留存率只有 4%，非常糟糕。于是我们几乎只盯着这一件事，不看其它指标，用了一整年时间，把留存从 4% 拉到了 40%。过程很笨，但也很系统，我们一步一步拆问题、改问题。
我们在获客上也尝试了很多种方式。我们有一个规模在 2-3.5 亿级别的数据库，有尝试把这些数据逐步 index 到 Google 上。很多人在 Google 搜一个人的邮箱，不知道该怎么联系到他时，就会搜到我们的网站。这带来了一波自然流量，但它只是昙花一现，不持久。
后来我们真正意识到，最重要的获取渠道还是口口相传。现在有 70% 的新用户选择我们都是因为好口碑。我们开始非常认真地看净推荐值（NPS），每一次都会问用户：「你有多大概率把这个产品推荐给朋友？」8 分以上算加分。我们发现，NPS 越高，病毒系数就越高，且会持续上升。
我们没有刻意去教育用户或推广某个功能，而是单纯把 NPS 这一件事做好，结果竟带来了更强的自传播。这对我们来说是莫大的惊喜。
当我们把整个转化漏斗理顺后，产品本身一年几乎没发生变化，但收入开始稳定、持续地增长。因为路终于走对了。
我们的增长是从 500 万美金收入起步，用两年半时间一步步做到 2000 万、5000 万，再到 1 亿美金。
发邮件做到 No.1
整个增长过程中我们不仅没有增加功能，还砍掉了一堆。
我们发现很多功能只有 0.1% 的用户在使用。通过数据分析我们看到，真正和留存高度相关的行为只有一个：发邮件。
只要用户发出过一封邮件，他留下来的概率就会显著提升。但当时只有大约 5% 的用户能真正找到发邮件这个功能，因为按钮太多，界面太复杂。
于是我们做了一件非常激进的事，就是把所有按钮都砍掉，只留下三个：找人、发邮件、看结果。
界面瞬间变得极其简单，发邮件的用户数随之大幅提升。用户第一次真正感受到产品的核心价值，留存自然就跟着上来了。
我个人非常喜欢做新功能，但这一轮下来我真正意识到一件事：用户可能喜欢很多功能，但更重要的是，他能不能轻松获取最关键的价值。一旦得到了，其它东西反倒没那么重要。
很多产品都是功能越多，体验越乱。有时你真正需要做的不是加功能，是删按钮，甚至删到只剩一个按钮，或者干脆没有按钮。我们在董事会上也为此争论过很多次，本质上讨论的都是同一个问题：怎么让用户一步就获取价值。
在定价上，我们后来也不再靠猜，而是大量做 A/B 测试，慢慢找到一个相对最优的区间。
我们也失败了很多次，但有一件事我们做得还算对。我们曾经想把产品做成 all-in-one，什么都做，但后来发现自己眼大肚子小。我们想做的事情远远超过了我们真正有能力做到「世界第一」的那一件。
最后，我们逼自己只聚焦一件事：只做那个我们最有可能做到 No.1 的点。其它的全都放下。
这个市场足够大，大到哪怕我只占 0.01%，也能赚很多钱。既然如此，就没必要一开始就什么都做、什么都抢。我们决定先收敛下来，找到一个足够明确、看得见的细分市场，先在这里做到 No.1。
当时我们选了一个非常具体的切口：有获客与招聘需求、1-20 人规模的小团队。
我们直接去问他们：你们主要的外联方式是什么？平时是怎么拿到这些邮箱的？怎么做触达？地址簿是怎么维护的？先把这些最基础的问题一条一条问清楚，把这个市场真正吃透、做深。
当 SMB 被我们服务好之后，我们再回头看企业的需求。很多功能都是大客户不断来催的，但我们那段时间已经没钱了。我们没钱、没团队、没融资，也几乎不可能再融到资。到了那个阶段，你只能学会一件事：对客户说「不」。很多功能客户天天来要，但我们只能先拒绝，因为做不了，也不能做。
但就在这种「求生模式」下发生了一件很让我意外的事 2021 年，我们突然发现有很多人都知道我们、在用我们，甚至我们自己都没意识到。开始有很多投资人来找我们，说要不要聊聊、要不要融资。
我就问他们：你们怎么知道我们的？他们说得特别直接：我们投的 startup 里，80% 都在用你们。YC 的公司里，80% 也都在用。
那一刻我才明白有些细分市场是会自传播，就像 YC 初创之间会互相交流。他们会互相问：「你用什么做 outbound？」
一旦你的渗透率到 10%，它可能会很快从 10% 跳到 70%，因为你开始变成「默认标准」，变成他们做 outbound 的范式。
所以我们学到的第二个关键点是：先做一个小系统，先在一个足够明确的群体里快速拿到 20% 的市场份额，然后再下一步。我们以前的问题是野心太大，总想在所有东西上都做到 No.1，最后反而什么都做不扎实。
很多创始人最后都会收敛到同一条路径：先从一个非常小、非常具体的细分领域切入，只服务一种客户，把这个市场的渗透率做到非常高，增长会非常快，然后再顺着同一套方法，拓展到下一个细分市场。
这几乎是美国 SaaS 的标准打法。
关键是你选哪个细分市场，你能不能在那个细分市场里做到真正的 No.1。哪怕这个市场很小，只要你是 No.1，你就能建立起很强的心智和标准。
GTM 工程师的演化
我觉得 AI 给公司带来的最大想象空间之一就是把营销和增长里大量重复、低价值的动作自动化：自动写邮件、自动打电话、自动跟进。
我们自己就是一个很直观的例子。以前公司大概有 15 个 SDR 在做外呼和触达，现在可能只需要 2 个 SDR，就能覆盖过去的工作量，且管理难度更低。客服、HR 等场景也有类似的机会。这当然是所有人的理想状态：更多机会，更少人力投入。
但我们也很清楚，机会是一回事，真正把它落地是另一回事。要实现这种自动化，背后需要投入大量的人力。我们自己花了几百个小时去设计流程、反复调试、搭建系统，才把它真正变成一个可用的东西。所以 AI 有机会并不等于你马上就能用。
怎么把机会变成结果？
在美国，很多成功公司背后都有一类关键角色，类似 GTM 工程师。他们不一定是传统意义上的工程师，更像是前沿部署工程师（Forward Deployed Engineer）或解决方案工程师（Solution Engineer）。他们理解你的业务流程、你的真实需求，也理解你公司的边界和限制，然后愿意投入大量时间，帮你把系统真正安装调试好。这个过程可能要花十几个、几十个小时，但一旦跑通，这套配置就可以被复制给更多客户。
Clay 团队就有类似角色。AI 软件如果只是买了却没真正用起来，它就没有价值。你买了软件但没跑起来是赚不到钱的。这个逻辑和 Salesforce 非常像：真正决定成败的从来不是「买没买」，是「用没用起来」。
我们自己也有类似的体验。在客服支持上，我们使用过一套基于 Intercom 的 AI 解决方案，效果非常明显。去年我们大概有 120 个客服，现在降到了 80 个，但工单量翻了一倍，其中有 60%–70% 已交由 AI 处理。
接下来一年，我觉得这种「需要人来帮你配置 setup、帮你把系统跑通」的模式在 SMB 甚至 enterprise 场景中都会非常重要。
因为 AI 不只是自动化，它还有一个非常关键的属性：它既能让系统更强大，又能让系统更易用。很多技术只能做到其一，但 AI 是少数能够同时做到这两件事的技术之一。它真的能直接创造价值。
我们内部也在尝试把这种能力产品化。以前我们有一个四五十人的团队专门做高触达。每来一个客户，我们要花五六个小时和他一起梳理：你要做什么营销？你的核心客户画像（ICP）是谁？你要传递什么信息？然后再一步一步点按钮、搭流程。
我们上线 AI 功能后替代掉了过去大量「点按钮」的工作。一开始，很多同事的第一反应是紧张：我是不是要被替代了？
但后来我们发现，真正发生的变化是他们的时间被释放出来了。原来要花五六个小时做的事情，现在效率提升了好几倍。他们不再需要把时间耗在枯燥的系统配置上，而是可以更多地投入到更有价值的事情里，比如策略、创意、对客户的理解。
接下来一年，如果 AI 能加速 GTM 工程师这条路，整体成本还会大幅下降。对企业来说，这是一个非常大的机会。因为企业真正缺的从来不是软件本身，是把软件跑起来、嵌入到自己流程里的那段「最后一公里」。
这项技术已经在那里了。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 极大压缩，整体的销售成本也会被一起压缩，增长曲线会变得更顺、更平滑。
用动词来组织产品
一个产品发布时，你总会面临一个决策：一方面，你希望把新功能推给更多客户去测试、去拿反馈；但另一方面，一旦承诺得太多，就会迅速背上更重的责任，反倒失去转身空间。
所以那个边界到底在哪里？什么时候该把外联团队全部拉上来，把功能推到每一个客户面前？什么时候又应该控制在一个小规模客群里，先验证清楚？
我们在这件事上犯过很多错误。早期我们也想做中型市场，因为这几乎是所有公司都会自然走向的方向，看起来客单价高、空间也大，但他们有一个显著特点：需求极多。
他们想要的功能一长串，很多你明明做不了，但又很难拒绝。我们甚至有将近一整年都被这些新的需求牵着走。后来回头看才发现，大量中小企业用户根本不在意这些东西。
所以如果让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实处，更果断地选择一个细分市场，一个我们真的有机会做到 No.1 的细分市场，然后牢牢站住。选一个更小的细分市场也是在帮自己。他们的问题更集中、更清晰，你的产品判断也会更简单，路径会更容易跑出来。
当然，十年之后我们可能还是会回到企业市场。现在我们就已经开始更系统地往企业市场方向推进。我们终于有了足够的资源，包括一个 30-40 人规模的工程团队，可以明确排优先级、决定先做什么再做什么。但那已经是十年之后的故事了。
如果回到更早，我觉得我们做得相对比较好的一件事是学会说「不」。不只是对客户说不，更是对内部说不。这件事现在依然很难，因为 UI、工程师、PM 都天然想去做很酷的东西。但现实是，大多数时候这些东西要么没人用，要么过于复杂，反而破坏了主流程。所以我们不得不一次次做非常痛苦的取舍，像乐高一样把组件拆掉，再重新拼。
砍功能真的很难，被砍的人会难过，会觉得自己的成果被否定。但如果不砍，产品只会越来越乱。
还有一个很小、但后来证明很重要的点，是我们重新思考了产品的表达方式。以前我们的产品更像是由一堆名词组成：calls、emails、tasks。用户需要理解每个模块在哪里、又该如何把它们串起来。但对大多数人来说，如何把这一堆模块拼成一个能跑的流程就是一件非常困难的事。
所以我们开始尝试用「动词」而不是「名词」来组织产品。你不是在找某个功能，而是在完成一件事，就像个性化「发」消息或把一个工作流「跑」起来。我们做了一个设计实验，先让用户选择「你要对谁做什么」，然后整个界面和路径随之变化。这一轮测试下来效果不错，至少用户理解和上手要自然得多。
最后，有一点我觉得对所有做企业级市场的公司都尤其重要。一定要警惕为了满足每一个客户的需求，不断做定制的陷阱，以至最后把自己变成一个外包 。一旦走到那一步，你几乎不可能规模化，会被每一个客户拽着跑，永远无法形成统一的产品形态。
现在的环境可能会有一些变化。随着 vibe coding、AI 辅助开发的发展，很多事情会更快。以前需要 10 个工程师才能做的东西，现在一个工程师也许就能完成。这会让定制看起来没那么可怕，但它不会从根本上解决问题。
你依然只有一个产品，你依然不可能真正同时维护多个产品的多个版本。尤其在企业级市场里，复杂度永远不是一个量级的问题。
好的产品，让用户替你发内容
很多人问我在 LinkedIn 上做增长最关键的事是什么。在回答之前，我一般会先反问一个问题：你们的目标客户主要是谁？是销售、市场还是 HR？
在营销行业，LinkedIn 的确是一个非常有效的渠道，因为你的目标人群几乎全都在上面。我们有一个竞争对手 Clay 在 LinkedIn 上就做得非常好。
我们从 Clay 身上学到的一课是：公司自己发内容当然重要，但更重要的是让你的用户替你发内容。
Clay 做得特别好的一点在于，他们有大量 agency 用户。这些 agency 帮客户做外联、做增长，而 agency 本身就很愿意产出内容：分享方法论、复盘案例、晒成果。这些内容天然就会把产品带进去且可信度极高。
换句话说，最有效的 LinkedIn 策略往往不是你怎么发内容，是你如何设计一种机制，让你的用户愿意主动展示他们的成果。一旦这件事跑通，传播效率会高很多，信任成本也更低。
海外用户很多时候不在意你的背景。就像 Manus，很多美国人都觉得这个产品酷，但没有太多人真正纠结它来自哪里。
真正影响用户判断的还是产品本身是不是足够好用、值得信赖。
简单、克制的 PLG
我觉得 PLG 不应该应用于所有软件。
因为它有个非常明确的前提条件：个人用户能先获取价值，组织用户再在此基础上拿到更大的价值。
如果你卖的是 ERP 这种系统，基本只能走自上而下的路径，因为个人用户根本没法独立感知价值，也不可能自己先用起来。但像 LinkedIn、Notion、Slack 这一类产品，个人可以先用、几个人可以用，价值会很快显现。一旦有六个人开始用，销售再介入，推进就会变得非常顺，因为用户已经用过、已经感受到价值了，销售只是把这一步往前推给企业。
所以 PLG 在 SMB 场景里特别重要，因为你根本没有足够的利润去支撑高触达。最理想的路径是先用一个简单、功能克制、支持自助服务的免费版本把用户吸引进来，形成自传播。当使用人数达到一定规模，再通过销售推向企业付费。
你们的产品里是否也存在一个「个人可以先获取价值」的入口？如果有，PLG 就不是完全无效；如果没有，那可能就需要自上而下去推进。
Apollo.io 现在有 55% 的收入来自美国，另外 45% 来自海外。海外非常分散，每个国家可能只占 3% 左右，包括法国、澳大利亚、巴西等等。我们在这些国家都没有销售团队，用户都是自己搜到我们、自己试用、觉得有价值就刷卡付费。
这说明 PLG 模式在很多国家是完全可行的，但关键在于产品是否能让个人用户先获取明确价值。说到底还是要回到产品本身，看它能不能让个人用户先用起来。
在美国市场，我的感受是：它足够大，但竞争极其激烈。几乎所有 AI 初创公司都会优先切入美国，因为市场成熟且团队就在美国。
但反观其它海外国家，恰恰因为本地竞争弱、打法不一样，反倒更容易被打开。以巴西为例，三年前我们进入时，本地已经有一个占据了 70-80% 份额的销售软件竞品。我只是随便找了一个很普通的客户经理，让他去试着跑跑巴西，也没抱太大的期望。
结果这位经理跑得非常好。他跟我说，巴西的营销方式和美国完全不同：他们大量依赖 WhatsApp 和 Facebook 社群，可以用更社区化、更具侵略性的方式去扩散，但关键是看定价。他很明确地告诉我，99 美金在巴西肯定不行，必须做到 19 美金，至多 49 美金。如果价格能落在 39-49 美金这个区间，他就有信心把市场打开。
我们照着这个建议做了，结果一年之内推进得非常顺，且几乎没有遇到什么竞争对手，因为很多大公司看不上这种单价低、需要做本地化的市场。
我们在这个过程中几乎没有什么额外成本。每个月我跟他聊一个小时，他拿着一个折扣码就能去推。那时候我们甚至没有葡萄牙语界面，产品只有英文，付费用的还是美元。很多基础设施都没本地化，但依然跑得很好。这件事让我非常确信：本地竞争强弱、渠道结构差异、价格带是否匹配往往比想象中更重要。
还有一个很有意思的现象是：有些国家对 AI 工具的采用非常积极，但付费能力相对有限。比如巴西，有一群非常活跃的 YouTube 和社群用户特别愿意尝试各种 AI 工具，但在付费上会更谨慎。
相对来说，日本是另一个极端。日本用户对工具的接受度很高，也愿意为效率买单。很多中国公司都会发现，日本市场能贡献相当高的收入占比。
我们几乎没有国际市场的销售团队，但国际市场收入占到 50% 左右。这本身也说明了一件事：很多市场是可以靠自助服务加口碑扩散跑起来的，关键在于你能不能找到适合这个市场的价格带、渠道结构和切入方式。
如果让我用一句话来讲我们的愿景，那就是：这是一个真正有机会改变世界的方向。
我自己本身是工程师，做产品我熟，但把产品真正推向市场是一件很难的事。如果这一步做好了，很多原本被困在传播、触达、销售里的好产品，都有机会被真正看见；但如果做不好，再好的产品可能也永远起不来。
现实是，做好 GTM 需要策略、需要团队、需要复杂的运营系统，要投入成千上万小时的精力，花掉几千万美金。整个世界也只有极少数公司能把这件事做到真正一流水平。
但正因如此，这里面存在一个巨大的机会：如果你能把原本只有顶级公司才具备的能力产品化、平台化，让更多公司、更多个人都用得上，它所带来的改变会非常深远。
今天的工程和开发已经进入下一个阶段。任何人在世界任何地方，只要会写代码，就能创造价值。我相信，市场、销售、增长这些高价值领域也会发生同样的变化。这种变化未必需要等十年，我觉得两三年之内，就会看到非常清晰的趋势。
对我来说，这是一条值得长期投入的路。不是因为它是一门生意，是因为它能真正改变很多人、很多公司的命运。
热门跟贴