Databricks 联合创始人分享赢得大型企业客户的经验

初创公司从未像现在这样，承受着如此巨大的快速增长压力。为了实现这一点，许多公司都必须拿下大型企业——IT 界财力雄厚的客户。但任何向企业销售的公司都会告诉你，要赢得这类合同并不容易。

大多数年轻初创公司犯的一个关键错误，是相信自己的技术几乎能自行售出。Databricks 联合创始人、现场工程高级副总裁 Arsalan Tavakoli-Shiraji 表示，Databricks 帮助企业存储和分析海量数据。

“没错，技术必须运行良好。但这还不够，”他警告说。如今，Databricks 已是 AI 和大数据存储领域的巨头，估值达 $190 billion，客户包括《财富》500 强中超过 70% 的企业。但它也曾是一家微小的初创公司，而 Tavakoli-Shiraji 负责帮助公司拿下最初的几笔大单。

“初创公司在向企业销售时……我们总觉得一切只取决于技术，以及拥有最好的技术，”Tavakoli-Shiraji 上周在 TechCrunch Disrupt 上对与会者说。但他后来才吃过苦头，明白“人才和流程才是最重要的”。

他记得创业早期成功约到一位潜在客户会面，结果却发现，那人正是与其主要竞争对手签下巨额合同的人。“他根本不想听我谈，因为他把自己的职业生涯押在了那家竞争对手身上，”Tavakoli-Shiraji 说。他还记得，早期有些交易最终不了了之，因为这家初创公司没有准备好回答法律、合同或安全问题。他给出了帮助初创公司赢得大客户的建议。

借助更大科技公司的资源销售

Databricks 还在发展初期时，曾尝试约见 UBS——这家瑞士大型银行——但以失败告终。后来，它与 Microsoft“建立了合作关系”，成为 Azure 云合作伙伴。这意味着，销售协议可以纳入 Microsoft 的条款框架之下。

但这也意味着，Microsoft 的销售人员会实际安排这些会议，并替这家初创公司大力推介。“突然之间，那场原本难以约到的会议变得容易了，”这位创始人回忆道。“我们能够与一家拥有这种渠道和分销能力的企业合作，对我们是巨大的助益。”

在 Microsoft 销售团队的协助下，“我们开始不断被邀请参与各种洽谈。”这带来了新问题，比如潜在客户会要求为 Databricks 尚未拓展业务的国家提供相应功能；但这些都是值得头疼的好问题。

如今，Databricks 成了那家与初创公司合作的大公司，按照 Databricks 自己的条款和网络安全体系销售它们的产品。例如 Hightouch，一家提供 AI 驱动型营销和客户数据工具的公司（Databricks 也投资了它）；Addepar，一家为投资专业人士提供数据工具的公司；以及 Tecton，一家后来被 Databricks 收购的机器学习初创公司。

销售 AI 时，要应对“四个 C”

Tavakoli-Shiraji 将企业主要的担忧和异议归纳为四类，称为四个 C：语境、选择、成本和控制。他说，语境意味着 AI 可以“像招录一名新员工那样”接受训练，学习公司的术语、流程、优先事项等。

选择是指可以自由切换 AI 模型，而不被绑定在单一提供商上。成本是指控制 AI 产品的运行成本。控制则涉及管理 AI 行为的各项防护措施，以及保护敏感信息。

主攻企业自认为无法摆脱的昂贵遗留系统

Tavakoli-Shiraji 开玩笑地问 CIO 们，在 AI 采用方面，他们按 1 到 5 的标准处于什么位置。1 分意味着员工只是能够使用 ChatGPT，5 分则意味着公司已经采用新的 AI 能力，并改变了公司的业务流程。

“而且大家都很喜欢回答：‘我大概三分，偏向四分。’但我交谈过的 CIO 中，99% 都落在第一档和第二档。”企业仍未弄清楚，除了让工程团队编写代码之外，还能怎样部署 AI 智能体来创造价值。“要让人们真正能够在企业中以非常有意义的方式妥善部署 AI，还得经过很多很多年。”

初创企业实现这种价值的一大机会，是对昂贵的遗留系统进行现代化改造。“如果现在去任何一家银行，仍会看到它们使用 [一台 IBM] AS/400 和大型机，”他描述道。“没人愿意动它，因为没人知道那段代码是做什么的。”

但如今，AI 智能体“能够介入其中，理解代码，并真正拆解代码的运作方式。”他表示，这打开了通往各种产品的大门：既能为那些古老系统添加现代化界面，也能将其彻底替换。

Tavakoli-Shiraji 还分享了对企业未来采用 AI 的预测，并讲述了公司初创时期，他为了拿下一份大型企业合同而假扮律师的那段经历。完整访谈见下方。

当您通过我们文章中的链接购买时，我们可能会获得少量佣金。这不会影响我们的编辑独立性。