跨国深谈← 返回←从 100 万到 69 亿美元:Databricks 销售掌门人 Ron 的企业级增长实战

从 100 万到 69 亿美元:Databricks 销售掌门人 Ron 的企业级增长实战

关联

人物 Ron Gabrisko

公司 Databricks · 数据科学智能体 · Spark · a16z

概念 托管服务 · 开源 · 按用量定价 · 企业销售 · go-to-market · 智能体 · 上下文

这一集聊的是一门很少被拆开讲的生意：一家开源公司怎么把「免费送出去的软件」变成 69 亿美元的收入。说话的主角是 Ron——他在 Databricks 收入还不到 100 万美元时就加入了，如今负责整个 go-to-market(进入市场)体系，待了十年半。

开场他就放了个吓人的数字：加入时公司年化收入不到 100 万，如今公开披露是 69 亿美元，而且还在超高速增长。用他的话说，「这才打到第二局的上半局」。

三个早期押注，和开源怎么变现

Ron 把成功归到创始人(七位伯克利博士)早期的三个战略押注上：全力上云、全力开源、全力做数据与 AI——在当时这都不是主流。上云那会儿，他带着创始人跑遍华尔街大银行，CIO 们会带几百人来见 Spark 的发明者，Mateo 都要给人签名——但那些银行当时放话「绝不会上云」。Ron 说理由无非是安全、治理、监管，而一旦这些挑战被解决，市场就起飞了。

开源变现是 Databricks 改变市场的地方。当年大开源项目只有 Hadoop、Linux 这种，变现模式就是卖支持和服务。

Databricks 做出了最早一批「围绕开源的托管云服务」之一：几百万人在免费用 Spark,他们去一个个问客户「你怎么用它、有什么挑战、愿意为什么付钱」，发现人们愿意为安全、可扩展性付费，就在开源之上加这些付费功能，再包成一整套开箱即用的托管服务卖。「对企业客户来说，你要自己搭，得拼二三十个开源软件、配安全、配治理；我们是拿来就能用」。打入企业市场，成了公司规模化的关键一步。

Genie:把「数据上下文」接进 AI

产品是什么？Ron 一句话概括：从各种来源拿海量数据，让你在上面做 AI、预测和分析——Netflix 给你推荐下一部片、银行找信用卡欺诈、药企加速研发，都是这一类。

他们的新产品 Genie 更直接：它掌握你全部业务数据的上下文，你用英文问「德国最可能流失的前 10 大客户是谁」，它在后台自动构建流失模型、跑 SQL 查询、连修复建议都给你。Ron 自己用它运营整个销售业务，营收预测能精确到 1%-2% 以内，100% 的销售人员手机里都装着它，去客户晚宴时直接掏出手机做演示。

面对「一堆新模型天天冒出来」的市场，Ron 的判断很明确：「这其实与模型的强大程度无关。模型已经足够聪明了。

Databricks 的关键，甚至很多公司做 AI 成功的关键，全在于你数据的上下文」。把模型和你的专有数据、业务上下文连起来，才是解锁价值的东西。

定价：别按人头收费

这一集最反直觉的一段是定价。早期 Databricks 的年订单只有 1.5 万、1.8 万美元——企业销售里这通常被视为糟糕信号。

因为按用量计费，很多用例没带来多少用量，价值没被捕获。于是他们加平台费、加用户费——结果出了个谁都没料到的问题：「一旦我们开始按用户收费，客户就会限制用产品的人数，这反过来又压低了用量」。他们干脆取消用户费、所有人免费，用量立刻起飞。

由此 Ron 给出一个相当激进的判断：「按用户定价已经是过去式了。还在做按用户定价的公司正受到围攻，因为公司不会增长员工数，他们增长的是智能体」。

他的原则是：把价格挂在一个既代表价值、又随时间持续增长的东西上。Databricks 选的是消耗量——数据在涨、查询在涨、发起查询的人和智能体都在涨。

连编程工具也一样：「我记得和 Cursor 早期的人聊，我说你们得转向按用量定价，现在那个市场已经被按用量定价彻底引爆了」。前沿实验室卖 token,本质也是同一回事。

企业销售：先问诊，再开药

Ron 给企业创始人的销售课，核心是「医生思维」：销售是「问聪明的问题、去倾听」，不是甩一套炫酷的推销。他面试 Databricks 时对方让他做 pitch,他反问「你们是什么样的公司、怎么用数据、想用 AI 达成什么目标」，对面急了：「你到底还推不推销？

」他说「推啊」——收集到的信息越多，你就越可信。他打的比方是：「这就像去看医生，对方直接说『你只需要做个手术』——难道你不想先知道我出了什么问题吗？」

具体打法上，他推荐两个框架:MedPick(用指标、高管担保人、决策流程等维度管理销售过程)和 command of the message。最大的新手错误就是「还没理解客户就开口推销」。

对早期公司他给了一张阶段地图：0 到一两千万美元是找产品市场契合，两千万到 1 亿是建可重复的 playbook,1 亿到 10 亿是国际化和渠道，数十亿之后拼的是领导者和文化。POC 和试点早期全部免费——「我们不是想靠试点赚钱，是要证明价值」，但要设好成功标准、时间盒(比如 30 天)，并且必须有高管背书，否则只是某个孤立开发者的项目，根本卖不出去。

借投资人的力，和招什么人

A16Z 的 Ben Horowitz 当年把 Ron 拉进公司，说这是他整个投资组合里上行空间最大的一家。A16Z 还有一套很实用的打法：邀请大公司(比如 Apple)的 CIO 带全队来「硅谷日」，一天看 10 家被投公司，每家 30 分钟演示，去了还能见到 Ben Horowitz 和 Marc Andreessen 本人。

Ron 强调创始人要亲自去：「向大公司 CIO 做推销是个大机会，CIO 们会感激你花时间，给你 POC 或小规模落地，你就进门了」[59:48-60:05 Ron]。错误做法是随便派个销售，或者只求「帮我介绍个人」——那种价值低得多。

【背景】Capital One 指美国第一资本银行；原文未具体点名，仅说邀请的是大公司的 CIO。

招销售的标准：技术型买家就必须配技术型销售——「技术型买家不喜欢非技术型销售，我的销售人员都得能自己演示产品」。他看重韧性、看重创业公司经历、避开频繁跳槽的人(「他们还不知道什么叫艰难」)，还会让候选人做商业计划书、向 CEO 路演、针对垂直领域做 Genie 演示。

背调至少问两三个人，关键问题是：「这个人是你共事过的人里的前 1%、5% 还是 10%?」

国际化与企业 AI 的四个 C

国际化最大的坑是走得太快太大：「招错负责人或在 EMEA 用错策略，你就得飞十二十个小时去修」。他的做法是先把美国区 playbook 定型(大约两千万到一亿美元区间)，再出去，并且从美国区抽调核心人才，出钱让他们在伦敦住一年带新团队——赋能文档教不会的「部落知识」，得靠人对人。

关于企业 AI 采用，他总结了四个 C:上下文(把 AI 接到你的数据)、控制(治理，确保智能体不泄露数据)、选择(不被任何模型或云锁定)、成本(「CIO 们的预算正在飞速烧穿」，得有护栏)。而最大的挑战，是数据还散落在遗留系统、旧格式、专有格式里——「把数据放到能接入 AI 的好位置，是个艰难而复杂的问题」。

被问到 IPO,他的回答干脆：「这不是会不会的问题，是什么时候的问题。我们像上市公司一样运营这家公司。我们在这里是要打造一家万亿美元的公司」。

本集带走

• 开源变现 = 托管服务 + 为安全/可扩展性付费的功能：先广泛面访开源用户，问「你怎么用、愿意为什么付钱」，从趋势里长出付费点，而不是凭空定价。
• 别按用户(席位)收费：按人头收费会促使客户限制使用人数、反而压低用量；把价格挂在一个代表价值且持续增长的单位上(比如用量)，收入上行空间才不设限。
• 销售是先问诊后开药：面见客户先问「你们怎么用数据、想达成什么」，带着准备来、往组织高层走、大量提问；还没理解客户就推销是最大的新手错误。
• POC 免费但要有纪律：明确成功标准、设时间盒(如 30 天)、必须拿到高管背书，否则证明完价值也接不到合同。
• 借投资人要借「客户日」这类面对面场合：创始人亲自去给大公司 CIO 做演示，目标是带回来至少一个 POC 或一段关系；只要邮件介绍，价值很低。
• 国际化别抢跑：在美国区把 playbook 定型(约两千万到一亿美元量级)再扩张，每个市场配本地领导者，并空降有经验的老人带一年。
• 想要万亿级公司就必须攻企业客户：安全、合规、采购门槛要提前想，事后补会大幅拖慢增长。

这其实与模型的强大程度无关。Databricks 的关键，甚至很多公司想在 AI 上取得成功的关键，全都在于你数据的上下文。
It’s not really about the strength of the model. The key for Databricks and even the key for a lot of these companies to be successful at AI is all about the context of your data.
—— Ron Gabrisko · [19:57]

一件不直观的事情是，一旦我们开始按用户收费，人们就会限制使用产品的人数。
One thing that wasn’t intuitive was once we started charging for users, people would be restricting people using the product.
—— Ron Gabrisko · [71:38]

我认为把自己限制在用户数上——说实话，我觉得按用户定价已经是过去式了。
I think restricting yourself on users, I think user-based pricing is a thing of the past, honestly.
—— Ron Gabrisko · [72:27]

还在做按用户定价的那些公司，它们正受到围攻，因为人们的员工数并没有增长，他们可能在增长的是智能体。
I mean, the companies that are doing user-based pricing are, you know, they’re under siege because people aren’t growing employees by, you know, they might be growing agents.
—— Ron Gabrisko · [72:37]

对我来说，销售更多是问聪明的问题和倾听，而不是，嘿，我有一套炫酷的推销话术。
Like sales to me is more about asking smart questions and listening versus, you know, hey, I have the great glitzy pitch.
—— Ron Gabrisko · [37:58]

我们在这里是要打造一家万亿美元的公司。
We’re here to build a trillion-dollar company.
—— Ron Gabrisko · [92:46]

我总说，我从来没输过比赛，只是时间到了。
I always say I never lost the game, just the clock ran out.
—— Ron Gabrisko · [98:44]