# GTM

共 2 篇相关文章

创始人:在搞清楚如何自己卖产品之前,不要急着招销售 商业洞察
May 12, 2026

创始人:在搞清楚如何自己卖产品之前,不要急着招销售

作者:Joe DiMento (Bain Capital Ventures) | 来源:SandHill.io #283 如果你自己都卖不出产品,AE 也卖不出。招人是为了规模化已经有效的东西,而不是为了弄清什么可能有效。 我看到早期技术创始人犯的最常见错误之一就是过早招聘 AE(客户主管)。他们成交了几笔订单就兴奋起来,决定是时候”规模化销售”了。但如果你自己还没搞清楚销售节奏——客户为什么买、反对意见是什么、交易到底是怎么成交的——那你就是在付钱让别人去搞清楚这一切,而且做得不如你,还没有创始人头衔的光环加持。 这很少奏效。结果就是浪费资金、烧掉线索、错误招聘和突然解雇,然后你回到原点,手里的跑道更短了,什么也没留下。 知道你什么时候准备好了 没有一个干净的指标会告诉你”现在该招销售了”。但所有成功的创始人都有一个共同点:他们在引入销售资源之前,已经以可重复的方式独自取得了有意义的牵引力。 Jesse Zhang(Decagon CEO) 很直白:”你只应该在创始人销售进展顺利并且感觉到可重复性的时候招人。如果创始人销售不顺利,AE 也解决不了。” Jesse 和联合创始人 Ashwin 仅凭两人就做到了 100 万美元 ARR。 Albert Gozzi(Aleph CEO) 描述这更像是”直觉而非指标。它源于感觉我们有了一定程度的可重复性——同样的初次通话脚本持续地发掘出正确的痛点,与合格线索的对话正在转化到下一个阶段。” Han Wang(Mintlify CEO) 坦承他可能等太久了。Mintlify 在 150 万美元 ARR 时才招了第一个 AE,而 Han 认为 50 万美元时就可以了:”我们被涌入的交易淹没了。我们经常掉球、漏回复、错过回应交易的时间。” 找到合适的人 Albert 采取了完全不同的路线:”我对我喜欢的公司中成功的 AE 做了大量冷外联,可能发了 100 多条消息才约到几次会面。” 基本上,他用找第一批客户的同样心态来对待招聘。 让最初的销售招聘取得成功 每位创始人都强调了共同销售(co-selling)作为入职机制的重要性: […]

领导者在 2026 年需要把握的关键:来自市场进入 (GTM)、企业和政府领域专家的洞察 商业洞察
Jan 26, 2026

领导者在 2026 年需要把握的关键:来自市场进入 (GTM)、企业和政府领域专家的洞察

本文信息来源:insightpartners 创始人与领导者正带着两个相互矛盾的事实步入 2026 年:一方面,AI 已经在重塑软件的构建、销售和定价方式;另一方面,各家公司仍处于摸索实际成效的初期阶段。仅靠实验和试点已远远不够。董事会、客户和员工都在寻求持久的投资回报率、更清晰的策略,以及能够从炒作中辨别真实信号的领导者。 为了拨开迷雾,我们咨询了来自多个团队的专家,这些团队与我们全球投资组合及更广泛网络中的创始人、高管团队和领导者保持着紧密合作。基于他们在董事会、企业同行网络以及公共部门咨询工作中的观察,他们提出了将决定 ScaleUp 企业胜出的六大转变与建议。 您还可以通过链接阅读去年的 Onsite GTM 趋势 和今年的 投资者预测 。 AI 将不再是一项科学实验,而是开始像一项商业投资一样接受评估 董事总经理 Hilary Gosher:“人们一直在进行的所有这些 [AI] 投资——所有的尝试、试点等等——现在到了见真章的时候,今年人们真的希望看到切实的投资回报率(ROI)。” “我仍然认为目前存在‘随机的 AI 行为’,即一些领导者比其他人更具前瞻性,因此他们采用 AI 的速度更快,并且在一些显而易见的‘低垂果实’领域看到了价值。” 运营合伙人 Pablo Dominguez:“[在 2025 年] 尽管 AI 已经出现了两三年,人们仍在试图弄清楚什么行得通,什么行不通。我们现在看到,到了 2026 年,人们开始静下心来,真正思考架构和流程。” “我们看到现在表现良好的公司,预计在 2026 年会表现得更好——即那些真正关注数据、核心架构、流程并夯实基础的公司。那些不会说‘哦,我只要让 AI 生成内容,让 AI 做预测就行’的公司。而那些不理解基础工作的公司将会陷入困境……不要指望 AI 能替代你从未拥有过的东西。” 董事总经理 Byron Lichtenstein 表示赞同:“人工智能领域将经历一个优胜劣汰的过程……你已经开始看到,这里面可能存在过度的炒作。” “2026 年,人们会比 2025 年更加挑剔。届时将会有非常成熟的应用案例。你必须在业务的某些环节使用 AI,但在其他一些地方……你实际上并不需要它。” “你会看到这种复杂的反应:在已经见效的应用案例上全力投入,而在那些效果平平的案例上则会选择收缩。” 但选择正确的应用案例只是成功的一半。真正的收益来自于 AI 迫使公司重新思考工作的实际开展方式。 Lichtenstein 再次表示:“[AI] 迫使人们重新审视业务流程:‘我该如何思考人员与工具的关系?我该如何将 […]