初创公司从未像现在这样承受着如此大的快速增长压力。要实现这一点，许多公司必须把大型企业——IT 世界里最有购买力的客户——争取过来。但正如任何向企业销售产品的公司都会告诉你的那样，拿下这类合同并不容易。

Databricks 联合创始人兼现场工程高级副总裁 Arsalan Tavakoli-Shiraji 表示，许多年轻初创公司最常犯的一个关键错误，就是以为自己的技术几乎会自动卖出去。Databricks 帮助企业存储和分析海量数据。

“是的，技术必须足够好。但这还不够，”他说。Databricks 如今已成为一家人工智能和大数据存储巨头，估值达 1900 亿美元，客户中超过 70% 来自《财富》500 强。但它曾经也只是一个小型初创公司，而 Tavakoli-Shiraji 负责帮助公司拿下第一批大单。

“当初创公司向企业销售时，大家都会觉得……一切都取决于技术，取决于有没有最好的技术，”Tavakoli-Shiraji 上周在 TechCrunch Disrupt 大会上对与会者说。但他后来痛苦地意识到，“人和流程才是最重要的。”

他回忆说，早期曾设法与一位潜在客户安排会面，却发现对方正是曾与他的主要竞争对手签下超级大单的人。“他根本没兴趣听我说，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，早期一些交易因为初创公司没有准备好应对法律、合同或安全问题而最终流产。他分享了自己帮助初创公司赢得大客户的几个建议。

借助更大科技公司的渠道销售

在 Databricks 还很年轻的时候，公司曾尝试争取与瑞士大型银行 UBS 会面，但没有成功。后来，公司与微软达成“合作伙伴关系”，成为 Azure 云合作伙伴。这意味着销售协议将适用微软的条款。

但这也意味着，微软的销售团队会真正帮忙安排会议并为这家初创公司背书。创始人回忆说：“突然之间，那场原本很难约到的会议就变得不难了。我们能够与一家拥有这种触达能力和分销能力的公司合作，这对我们帮助巨大。”

在微软销售团队的帮助下，“我们开始到处被主动找上门来。”这也带来了新的问题，比如潜在客户希望 Databricks 为其尚未拓展的国家提供功能，但这算是好问题。

如今，Databricks 反过来成了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这些公司的产品。例子包括 Hightouch，这家公司提供由 AI 驱动的营销和客户数据工具（Databricks 也投资了这家公司）；Addepar，这家公司为投资专业人士提供数据工具；以及 Tecton，这是一家机器学习初创公司，后来被 Databricks 收购。

销售 AI 时，要回应“四个 C”

Tavakoli-Shiraji 将企业对 AI 的主要担忧和反对意见归纳为四类，他称之为“四个 C”：context（上下文）、choice（选择）、cost（成本）和 control（控制）。他说，context 指的是 AI 能像“新员工入职”一样接受训练，学习公司的术语、流程、优先事项等。

choice 是指可以自由切换 AI 模型，而不是被绑定在单一供应商上。cost 关乎控制 AI 产品的运行成本。control 则涉及约束 AI 行为的安全措施，以及对敏感信息的保护。

瞄准企业以为自己被困住的昂贵旧系统

Tavakoli-Shiraji 开玩笑地让 CIO 们用 1 到 5 给自己在 AI 方面打分。1 分意味着员工只是能使用 ChatGPT，5 分则意味着公司已经采用了新的 AI 能力，并改变了业务流程。

“大家都喜欢选‘我大概是 3 分，接近 4 分’。但我接触的 99% 公司都还在 1 分和 2 分这个区间。”他表示，企业仍未找到如何部署 AI 代理、并创造超越让工程团队写代码的价值的办法。“要过很多很多年，人们才能真正以一种非常有意义的方式在企业中正确部署 AI。”

初创公司的一个重大机会，是利用 AI 为昂贵的旧系统带来价值并推动现代化。“如果你今天去任何一家银行，它们仍然有 [IBM] AS/400 和大型机，”他描述道。“没人愿意碰它，因为没人知道那段代码到底做了什么。”

但如今，AI 代理“可以进去理解，并真正拆解那段代码的作用”。他说，这为一系列产品打开了大门，这些产品既可以为这些古老系统增加现代界面，也可以直接将其替换掉。

Tavakoli-Shiraji 还分享了他对企业 AI 采用未来的预测，以及公司早年间他假装自己是律师、从而拿下一份大型企业合同时发生的轶事。完整采访见下方视频。