構築を決意した瞬間
2023年のことでした。NielsenIQで2年間、ゼロから$7M ARRに成長した消費財予測モデルの構築を終えたところでした。その前はDeutsche Bankで6年間AIをリードし、チームが構築したプロダクトは2年で$10M ARRに達しました。客観的に見て、堅実なコーポレートAIキャリアです。
そしてずっと同じことを目撃し続けていました。素晴らしいソフトウェア——ライブラリ、デベロッパーツール、インフラプロダクト——がGitHubでローンチし、ユーザーから本物の支持を得て、スターを集め、そしてそれをビジネスに転換することに完全に失敗する。創業者は毎晩同じサポート質問に回答しています。本物の購買意向を持つ人々は、誰もキャッチしないため静かに去っていました。
銀行で、何百もののベンダープロダクトを評価し、小さなチームが技術力ではなく応答速度の不足で案件を失うのを目撃しました。NielsenIQでは、社内ツールがサポート負荷に誰も対応できないために十分に活用されないのを見ました。
ギャップはプロダクトの問題ではありませんでした。プレゼンスの問題でした。
Deutsche Bankでエンタープライズ収益について学んだこと
2019年にDeutsche Bankに入社した当初、Securities Services部門でAIチームを構築する任務を与えられました。AIプロダクトを社内と機関投資家に販売していました。すぐに学んだ反直感的な教訓があります。エンタープライズバイヤーは最高のプロダクトを買うのではなく、信頼するプロダクトを買います。
そのレベルでの信頼は、レスポンシブネスから生まれます。コンプライアンスの質問、インテグレーションの質問、セキュリティの質問——バイヤーが質問するその瞬間に回答できる能力です。2日後のメールでも、3週間後の30分のデモでもなく、その場で。
より速い応答を支援するシステムを構築しました。ドキュメントでAIをトレーニングしました。ファーストタッチのクオリフィケーションを自動化しました。そして機能しました。停滞していた会話が案件になりました。$10M ARRはプロダクトの優位性だけからではなく、プロスペクトが質問したときに本当にプレゼントであったことから生まれました。
ビジネスになったドキュメントボット
2023年、NielsenIQを離れ、何を構築するか考えていたとき、自分自身のデベロッパー体験からシンプルな観察をしました。常に同じドキュメントを参照し、同じREADMEセクションを読み、Slackコミュニティで同じセットアップ質問をしていました。
そこでドキュメント検索エンジンを構築しました。ライブラリのドキュメントを読んで質問に回答できるボットです。シンプルで、個人的で、自分に役立つものです。
オープンソースライブラリをメンテナンスしている友人に共有しました。数日以内に全員が使い始めました。数週間以内に、Discordチャネルが静かになり、GitHub Issuesの「how do I」質問が減り、機能開発により多くの時間を使えるようになったと報告してきました。Better Authを開発するBereket Engidaは、ボットのデプロイ後にDiscordアクティビティが10倍に増加したと教えてくれました。回答が十分速く得られるようになったため、ユーザーが定着し質問し続けるようになったのです。
その瞬間でした。ドキュメントの問題を解決していたのではなく、プレゼンスの問題を解決していました。収益の問題を。
誰も語っていなかったパターン
意識し始めると、至るところで目にしました。自分が知っているオープンソースコミュニティ、使っているSaaSプロダクト、コーポレートの役割で評価したデベロッパーツール——同じダイナミクスが常に展開されていました。
プロスペクトが到着します。本物の質問を持っています。質問はインテントの最初のシグナルです。しかし選択肢はメールを送る（手間がかかりすぎる）かコンタクトフォームを送信する（キューに入る）だけ。タブを閉じます。プロダクトが合わなかったから離脱したのではありません。エンゲージするフリクションが滞在する価値を上回ったのです。
収益に結びつく会話の60%が営業時間外に発生しています。バイヤーの78%が最初に応答したベンダーを選びます。B2Bの平均応答時間は42時間です。この3つの統計を合わせると、すべての小さなチームがトラフィックを注いでいるリーキーバケットを描写しています。
AIインバウンド・コンバージョン・エンジンと名付けた理由
Clarmが何であるかの表現について長い間熟考しました。「AIチャットボット」は小さすぎる——隅でFAQに回答するウィジェットを暗示します。「サポート自動化」は収益の次元を完全に見落としています。「リードキャプチャ」はフォームのように聞こえます。
最終的にしっくりきたフレームはDeutsche Bankで見たものでした。レベニューデスクです。クライアントがトレード、価格、リスクについて質問する瞬間にプレゼンスを維持する機能。クライアントシグナルが見落とされず、会話が人間の対応待ちで消滅しないためのデスク。
まさにそれをすべての技術系創業者に提供したかったのです。24/7稼働し、運営するすべてのチャネルにわたるシニアレベニューデスクの機能。年間$150,000のコストとマネジメントなしで。
最初のデプロイから学んだこと
初期の成果は想定以上に速く仮説を検証しました。医療企業のGiveLegacyがWebサイトにClarmをデプロイしました。90日間で、インバウンド会話がメール問い合わせ約760件から4,624件のAI処理会話に——6.1倍のリフト。25.2%が購買意向を示しました。60%が営業時間外に発生。$0からトップのインバウンド収益チャネルに90日で成長しました。
Better AuthはClarmデプロイ後3ヶ月でGitHubスターが8,000から22,000に成長しました。プロダクトが変わったからではありません。コミュニティ体験が変わったからです。
c/uaはClarmのエンリッチメントでGitHubユーザーのうち本番システムを構築しているユーザーを特定しました。その特定が初のエンタープライズ顧客に直結しました。
手放したものと、それに見合った価値
シニアコーポレートAI職の安定性が恋しいかと聞かれることがあります。正直に言えば、一度もありません。
Deutsche Bankでは大規模な組織をわずかに効率的にするシステムを構築していました。NielsenIQでは消費財企業の予測を改善していました。どちらも意義があります。しかしどちらも自分の仕事人生を費やしたい方向ではありませんでした。
Clarmを構築することで、考えずにはいられなかった問題を解決しています。コードを書き、GitHubスターを集め、コミュニティを維持するほどプロダクトに情熱を注いでいる創業者と話しています。そして、構築と販売の間で選択を迫られなくて済むインフラを提供しています。
現在地
ClarmはY Combinator採択企業（YC X25）です。Webサイトチャット、Discord、Slack、GitHubにわたり、毎週数千のインバウンド会話を処理しています。HIPAAとSOC 2に準拠しています。規制産業向けにオンプレミスデプロイをサポートしています。
そして[email protected]に届くすべてのメールに今でも個人的に返信しています。創業者がすべての質問に手動で回答する必要がないことがClarmの存在意義であるという皮肉は自覚しています。しかし、サービスを提供する人々と直接話すことが、次に何を構築すべきかを理解する最良の方法であることに変わりはありません。
コンバートしないトラフィックを抱えている創業者、同じサポート質問に溺れているチーム、応答時間が会話を殺してエンタープライズ案件を失っているエンジニアリングチーム——本当に話をしたいです。 20分のミーティングを予約してください。セールススクリプトはありません。問題についての会話です。
FAQ
Clarmの創業者はどのような経歴を持っていますか？
Marcus Storm-MollardはImperial Collegeで物理学のMSciを取得後、Deutsche Bankで6年間AIチームを構築し$10M ARRを達成、NielsenIQで消費財予測モデルを$7M ARRに成長させました。2023年にClarmを創業し、Y Combinator X25に採択されています。
なぜ大企業のAIキャリアを離れたのですか？
優れたソフトウェアプロダクトが、技術力ではなく「プレゼンスの欠如」で失敗するパターンを何度も目撃したからです。購買意向のある訪問者が応答を得られずに離脱する構造的問題を、AIで解決できると確信しました。
AIインバウンド・コンバージョン・エンジンと名付けた理由は何ですか？
Deutsche Bankの「レベニューデスク」——顧客がトレード、価格、リスクについて質問する瞬間にプレゼンスを維持する機能——からインスピレーションを得ました。すべての技術系創業者に、年間$150,000のコストとマネジメントなしで、24/7稼働するシニアレベニューデスクの機能を提供したいと考えました。
関連記事
技術系創業者が見逃す隠れたパイプライン問題や、創業者主導セールスが破綻する理由と代替策もあわせてご覧ください。