申請 YC 的決定
我從英國申請 Y Combinator，當時已經做了 Clarm 大約六個月。那時候我們有了早期客戶、真實結果開始出現、論點也很清晰。但我有一種強烈的感覺：我的節奏不對——存在一個版本的公司可以更快、想得更大、被那些能推動它走向我看不到的方向的人包圍。
Clarm 被 YC X25 錄取後，我幾乎沒怎麼猶豫就決定搬到舊金山。這是正確的決定，我現在毫無保留地這麼說。
去矽谷改變了我作為創辦人的生活。這就像是世界的 F1。人們跑得如此之快、想得如此之大——有太多東西要學，而且大部分不是從講座中學到的，而是從距離中。
當你在「房間裡」時，什麼改變了
當你花時間和真正在高水準運營的創辦人相處時，你的基線會發生變化。你曾經認為有雄心的事開始感覺像合理的最低標準。你曾經認為不可能的事開始感覺像是別人已經解決了而你還沒想通的問題。
我在批次早期和另一個創辦人有過一次對話，他每天打 100 個冷電話。不是一次性衝刺——是每天堅持數月的日常。我當時還在為自己每天打 20 個而自我恭喜。那次對話重新校準了我對什麼是「可能的」的內在模型。
你會被身邊的人深刻影響。誰是你的辦公室鄰居非常重要。如果某人每天打 100 個冷電話，你也開始相信你能做到。它對你的大腦做了些什麼。你對「正常」的內在模型向上調整了。
對於無法來舊金山的創辦人：這個原則同樣適用。在你的城市找到對的人。盡早發現他們。讓你被他們包圍。
AI 營收證明問題
YC 教會我最重要的東西是一個對 AI 公司特有的認知：證明你的 AI 有效和證明你的 AI 產生營收之間的區別。
這不是同一件事。甚至不沾邊。
進入 YC 之前，我花了大量精力在能力證明上。看回答有多準確。看延遲有多低。看邊緣案例處理得多好。這些確實重要。但它們是產品指標，不是商業指標。技術型創辦人預設關注產品指標，因為這是我們被訓練去優化的東西。
YC 持續而不留情面地把我推向營收證明。不是「AI 回答正確了」——而是「AI 讓客戶付了錢」。不是「AI 節省了時間」——而是「AI 節省了 $X 成本或產生了 $X 新營收」。
改變我框架的那個問題很簡單：「沒有你的產品，客戶會怎麼做？」如果答案是「手動做」，下一個問題是「那會花他們多少錢？」如果你能清晰回答，你就有了營收證明。如果你不能，你只有能力證明。
這如何改變了我衡量 Clarm 的方式
進入 YC 之前，我衡量 Clarm 的指標是對話處理量、回答準確率和支援分流率。好的指標。有用的訊號。但不是營收證明。
批次進行約六週後，我圍繞營收歸因完全重建了衡量框架。我們現在為每個客戶回答的問題是：Clarm 浮出了哪些原本不會存在的 pipeline，它轉化成了什麼？
這個重構產生了更有說服力的數字——也更誠實地反映了我們實際在做什麼。GiveLegacy 90 天內從 $0 變成最大入站營收渠道。25.2% 的對話顯示購買意向——這是轉換率，不是虛榮指標。它回答了「沒有你他們會怎麼做」這個問題，給出了任何人都能對標的百分比。
它也改變了我們和潛在客戶的對話方式。不再以準確率和回應時間開頭，而是以 pipeline 結果開頭。不是「我們的 AI 自動處理高達 94% 的支援問題」，而是「一個客戶從 760 封郵件諮詢變成 4,624 次對話，25% 購買意向率——來自一個之前產生 $0 的渠道。」這是根本不同的對話。
YC 改變了我對成長思考的三件事
1. 營收是唯一真正可遷移的證明
技術證明對技術買家有說服力。營收證明對所有人都有說服力。如果你在為商業受眾建立 AI 產品，你的目標是積累這樣的案例：一個真實客戶為某樣東西付了錢，結果明確好於沒有你的情況。其他一切都是代理指標。
2. 做不可規模化的事，直到經驗可以遷移到可規模化的事上
這是老生常談的 YC 智慧，但 AI 版本值得明確說出。在 AI 中，不可規模化的事是那些你個人深度參與每個決策的高接觸客戶部署。你從這些部署中提取的經驗——什麼讓對話轉換、什麼問題預測成交、什麼訊號客戶在乎——那個經驗是可規模化的。
我花了大量時間在早期部署中親自審查對話日誌。感覺像沒有在規模化。但它產生了讓我們意向偵測真正有效的訓練資料和模式識別。先做不可規模化的事。
3. 知道自己單位經濟的公司贏
YC 對單位經濟毫不留情。獲客成本是多少？LTV 是多少？規模化時比率如何變化？對 AI 公司，額外的問題是：每個結果的運算成本是多少，隨著量成長它如何變化？
知道這些數字改變了你的銷售方式。當 CAC 回收期是三個月、LTV 以年計，你帶著信心銷售。當你不知道這些數字，你定價過低、過度折扣，做出在一個客戶時看起來沒問題但在一百個客戶時災難性的決策。
給今天申請 YC 的創辦人的建議
在申請之前拿到營收證明。不是營收承諾。不是意向書。真實的客戶為真實的錢買單，因為你的 AI 做了一件改變了他們可衡量結果的事。
YC 能幫你加速幾乎所有事情。但它無法給你那個只有從付費客戶口中說出「這值得」才能獲得的根本洞察。這是 YC 在尋找的。這也應該是你在尋找的，無論你是否申請。
如果你在做 AI 營收或入站領域的東西，我真心樂意聊聊我們學到的和我們怎麼看這個問題。 直接聯絡我。Clarm 在舊金山和蘇黎世設有營運中心，Y Combinator 支持。
常見問題
AI 產品的「能力證明」和「營收證明」有什麼區別？
能力證明展示 AI 的技術指標：準確率、延遲、邊緣案例處理。營收證明展示 AI 產生的商業結果：客戶付費是因為 AI 讓某個可衡量的結果變得更好。技術證明對技術買家有說服力，營收證明對所有人都有說服力。YC 持續推動創辦人從能力證明轉向營收證明。
YC 對 AI 新創公司最重要的衡量框架是什麼？
核心問題是：「沒有你的產品，客戶會怎麼做？」如果答案是「手動做」，下一個問題是「那會花多少錢？」能清晰回答這兩個問題就有了營收證明。不能的話只有能力證明。將衡量框架圍繞營收歸因重建——Clarm 為每個客戶回答的問題是：Clarm 浮出了哪些原本不會存在的 pipeline，它轉化成了什麼。
從英國搬到矽谷對創辦人的改變是什麼？
基線發生了轉移。你認為有雄心的事開始感覺像合理的最低標準。Marcus 分享了一個例子：一個批次夥伴每天打 100 個冷電話——不是一次性衝刺，而是每天堅持數月的日常。這重新校準了對「可能」的內在模型。你被身邊的人深刻影響。誰是你的辦公室鄰居非常重要。
延伸閱讀
關於我們如何與早期客戶建立營收證明的具體過程： Clarm 背後的創辦人故事。關於在沒有團隊的情況下建立入站營收的戰術面： 創辦人主導銷售為什麼走入死胡同。