TL; DR
- Tekoäly organisoi nyt 80% GTM-työstämme
- Claude Code uudisti asiakkaidemme onboardausta viikoista päiviin
- Clayn uusi hinnoittelu muutti kokonaisuutta ulkoistettujen toimijoiden osalta
- Tuleva GTM Engineer -rooli koskee tekoälyn agenttien, ei vain työkalujen, organisointia
Kolme kuukautta sitten olimme väärässä tekoälyn suhteen
Joulukuussa julkaistun ensimmäisen podcast-jaksomme aikana esitimme hypoteesin: AI:tä käytetään liikaa B2B-myynnissä. Useimmat agencyt nojasivat liikaa automaatioon, ja outbound-työn inhimillinen puoli voittaisi aina.
Kolme kuukautta myöhemmin olemme kääntäneet kantamme täysin.
Tänään yli 80% GTM-työstämme tehdään AI:lla — tiimimme orkestroimana, mutta AI-agenttien suorittamana. Emme käytä AI:ta enää vain copywriting-työkaluna. Käytämme sitä koko operatiivisen stackimme uudelleenrakentamiseen: asiakas-onboarding, infran setuppaaminen, kampanjoiden luonti, prospektointi ja raportointi.
Tämä ei ole pieni muutos. Se on perustavanlaatuinen muutos GTM toiminnassa vuonna 2026.
Claude Code: suurin GTM-muutos Clayn jälkeen
Suurin yksittäinen muutos edellisen jakson jälkeen on Claude Code — Anthropicin coding agent, joka pyörii lokaalisti ja kirjoittaa custom-koodia luonnollisen kielen prompteilla.
Agencyille tämä muuttaa kaiken.
Ennen Claude Codea, kun tarvitsimme scrapata tietokannan jolla ei ollut siistiä API:a, palkkasimme Python-freelancereita Fiverristä. Custom-scrape-projektit kestivät päiviä ja maksoivat satoja euroja per task. Nyt kuvaamme tarpeen selkokielellä, ja Claude Code kirjoittaa koko scraperin alusta loppuun.
Yksi konkreettinen esimerkki: ShopTalk, suuri ecom-konferenssi, ei tarjoa julkista osallistujalistaa. Osallistujat näkyvät vain alustalle kirjautumisen ja aktiivisten filttereiden kautta. Käyttäen Claude Codea yhdistettynä selaimen cookie editor -laajennukseen, scrapasimme 400 kohdennettua osallistujaa alle tunnissa. Ilman sitä tämä olisi vaatinut kehittäjän palkkaamisen tai konferenssiin osallistumisen.
Tämä ei ole teoriaa. Käytämme Claudea tänään läpi koko asiakkaan elinkaaren.
Kuinka automatisoimme asiakkaiden perehdyttämisen kokonaisuudessaan
Automaatio alkaa heti, kun uusi asiakas saapuu Slack-kanavallemme.
Kolme AI-agenttia ajaa rinnakkain: yksi analysoi asiakkaan toimialan, yksi mappaa kilpailijakentän, ja yksi generoi ennusteita markkinasuunnasta. Syötämme niihin myös ennen sopimuksen allekirjoitusta käytyjen myyntipuheluiden transkriptit, jotta agenteilla on täysi konteksti ennen kuin ne tuottavat mitään outputia.
Minuuttien sisällä järjestelmä luo custom Typeform-onboarding-dokumentin — esitäytettynä hypoteeseilla asiakkaan ICP:stä, päättäjistä, pain pointeista ja value propositioneista. Erillinen AI-agentti postaa lomakkeen linkin suoraan Slackiin ohjeineen asiakkaalle.
Kun asiakas täyttää sen, data virtaa siihen mitä kutsumme copy ja offer biblesksi — tietokanta parhaiten suoriutuneista kampanjoistamme ja tarjouksistamme. Tuntien sisällä meillä on 80–90% kampanjan copysta valmiina review-vaihetta varten.
Kokonaisaika sopimuksen allekirjoittamisesta ensimmäiseen kampanjaluonnokseen: päiviä, ei viikkoja.
Outbound infrastruktuurin rakentaminen viidessä minuutissa
Tämä oli hetki, jolloin tiesimme, että muutos oli todellinen.
Sähköposti-sending-infran setuppaaminen kesti aikaisemmin 40 minuuttia per asiakas: tilien luominen, DNS-tietueiden konfigurointi, lähettäjien nimien ja allekirjoitusten setup, tilien työntäminen warmup-työkaluihin.
Nyt se kestää 5 minuuttia.
Syötämme Claude Codelle relevantin asiakasdatan — lähettäjien nimet, allekirjoitukset, profiilikuvat — Typeform-pipelinemme kautta. Se rakentaa koko infran end-to-end, integroi kumppanimme Salesforgen kanssa (jonka API-dokumentaatio teki tämän mahdolliseksi) ja työntää kaiken warmup-jonoon.
Sähköposti vs LinkedIn vs monikanavainen outbound
Yksi asiakkaista pyysi meitä äskettäin tekemään breakdownin tuloksista eri kanavissa. Heidän TAM:nsa on noin 2 500 yritystä — pieni mutta spesifi.
Sama viesti. Sama päättäjä. Eri kanavat.
- Sähköpostin vastausprosentti: 2— 3%
- LinkedIn-vastausprosentti: 20— 30%
Se on 10x ero identtiselle sisällölle.
Tämä ei tarkoita että sähköposti olisi kuollut. Laajalle targetoinnille (ajattele 10 000+ ecom-päättäjää), email-only-kampanjat toimivat edelleen koska tarvitset volyymia. Mutta fokusoidulle outreachille 1 000–2 000 prospektin kokoluokassa, monikanavainen voittaa yksikanavaisen mailin päällä.
Avain-insight: käsittele jokaista touch pointia kuin se olisi ensimmäinen. Vaikka teet monikanavaista sekvenssiä, value propositionin pitää näkyä jokaisessa viestissä — koska reply rate viittaa siihen että vastaanottajat näkevät usein vain yhden niistä.
”All-bound” lähestyminen
Menemme monikanavaista pidemmälle siihen mitä kutsumme all-boundiksi: sähköposti, LinkedIn ja cold calling yhdistettynä.
Kylmäpuheluiden reply ratet eivät ole dramaattisesti korkeampia kuin sähköpostissa (n. 3% USA:ssa, enemmän markkinoilla joissa cold calling on edelleen sosiaalisesti hyväksyttyä). Mutta kun saat henkilön langoille, konversio bookatuksi tapaamiseksi on merkittävästi korkeampi koska vastaväitteet käsitellään livenä.
B2B-tiimeille jotka tosissaan menevät uusille markkinoille, holy trinity on email + LinkedIn + cold calling top-prospekteille. Lisäksi nousevat plays kuten LinkedIn-mainokset (Clay lisäsi mainokset hiljattain) ja outbound-led-inbound — henkilökohtaisten kutsujen lähettäminen webinaareihin tai eventeihin ICP:lle LinkedInin kautta.
Open Claw ja itsenäinen etsintä
Claude Code ei ole ainoa GTM:ää muokkaava tekoälyratkaisu. Open Claw, ilmainen open source -autonominen AI-agentti, on tulossa toiseksi työkaluksi stackiimme.
Vaikka GTM-yksikkömme ei ole vielä täysin omaksunut Open Clawia, laajempi RevOps-tiimimme rakensi sillä jotain uskomatonta: itsenäisen etsintäbotin, joka kulkee Slackin läpi.
Meillä on noin 70 kylmäsoittajaa. Jokainen tarvitsee tuoreita, tarkkoja prospektiluetteloita päivittäin. Näiden listojen manuaalinen rakentaminen oli kokopäiväistä työtä. Nyt kuka tahansa yrityksen jäsen voi pingata botin Slackissa kohdeprofiililla, ja saada 10 minuutin kuluessa täydellisen luettelon vahvistetuista yhteystiedoista - mukaan lukien puhelinnumerot.
Botti käyttää paikallisia suomalaisia tietokantoja, Prospeoa ja muita rikastuslähteitä löytääkseen sekä oikeat päättäjät että heidän yhteystietonsa. Tämä tapahtuu itsenäisesti, mittakaavassa ja korvaa sen, mikä edellytti aiemmin omistettua henkilöstömäärää.
Huomautus riskeistä: älä käytä Open Clawin kaltaisia agentteja päätyölaitteellasi. Käytä erillistä konetta. Älä anna sille pääsyä haavoittuviin tietoihin. Yksityisyyden ja luottamuksellisuuden riskit ovat todellisia.
Clayn uusi hinnoittelu: mikä muuttui ja mitä se tarkoittaa
11. maaliskuuta Clay rullasi ulos uuden hinnoittelumallin. Vanha malli veloitti credittejä enrichmenttien perusteella. Uudessa mallissa on kaksi tieriä: data-creditit (sähköposteja, puhelinnumeroita varten) ja action-creditit (mille tahansa operaatiolle alustan sisällä — mukaan lukien kolmannen osapuolen API-kutsut).
Tämä on merkittävä muutos agencyille.
Vanhalla mallilla pystyimme rakentamaan Serper-integraation ja scrapaamaan 75 000 yritystä Google Mapsista USA:ssa nollalla Clay-creditillä, ja sitten enrichaamaan listan omilla OpenAI API -avaimillamme noin 200 dollarin hinnalla. Uudella mallilla sama työnkulku polttaisi creditit päivissä.
Tarkennuksena: Clay ei tee mitään väärin. He ovat olleet läpinäkyviä muutosten suhteen ja antavat edelleen legacy-käyttäjien pitää vanhan hinnoittelun. Mutta viesti on selkeä — Clay liikkuu kohti enterprise-asiakkaita, joissa yksi workspace palvelee yhtä yritystä. Agency-malli, jossa pyörität 10–20 asiakasta yhdellä Pro-planilla, ei ole enää järkevää uudella hinnoittelulla.
Toistaiseksi pidämme legacy-planimme ja skaalaamme sitä isommaksi. Mutta diversifioimme myös. Työkaluilla kuten Bitscale ja Databar on credit-systeemejä jotka näyttävät agency-ystävällisemmiltä. Ja monille käyttötapauksille Claude Code voi tehdä sen mitä aiemmin teimme Clayssä — ilmaiseksi.
GTM-insinöörin roolin tulevaisuus
Jos 2025 oli GTM Engineerien tools-orkestrointia (Clay, Apollo, Heyreach), 2026 on AI-agenttien orkestrointia.
Kaikki mikä on tehty manuaalisesti pitäisi automatisoida. Jokainen workflow joka voitaisiin productizoida pitäisi tulla botiksi — infrastruktuuribotti, copy ja offer -botti, dashboard-botti, analytiikkabotti. GTM Engineer tulee kapellimestariksi, ei soittajaksi.
Tämä luo selkeän eron:
Manuaaliset agencyt jotka tekevät edelleen kaikkea käsin. Hidas execution, epäjohdonmukainen prosessi, rajoittunut skaalautuvuus.
AI-natiivit agencyt jotka ovat systematisoineet kaiken. Nopeampi execution, toistettava prosessi, kumuloituvat feedback-loopit datasta.
B2B-yrityksille jotka valitsevat GTM-kumppania, AI-natiiviksi menemisen hyödyt ovat konkreettisia:
- Nopeus: kampanjat liveen päivissä, ei kuukausissa
- Systeemit: jokainen prosessi mapattuna, dokumentoituna, toistettavana
- Datafeedback: enemmän kampanjoita = enemmän oppimista = parempia tuloksia
Kolme ennustetta GTM: lle vuonna 2026
Lopuksi kolme teesiä siitä, mihin tämä on menossa:
1. Tekoälyn käyttö vain kasvaa. Ei vain GTM: ssä - kaikissa liiketoimintatoiminnoissa. Jos et rakenna tekoälyä toimintaasi nyt, olet myöhässä 12 kuukauden kuluttua.
2. Kilpailu kovenee. Inboxit ovat saturoituneita. Pelkkä volyymi ei toimi. Sinun pitää erottautua prosessin, kanavamixin ja tarjousten kautta — ja taktiikoilla jotka eivät skaalaudu helposti (kuten cold calling).
3. Distribuutiosta tulee moat. Kuka tahansa voi rakentaa tuotteen AI:lla nyt. Vaikea osa on saada se oikeiden ihmisten eteen. Agencyt jotka voittavat 2026:ssa ovat ne jotka rakentavat distribuutio-koneita, eivät vain liidilistoja.
.jpeg)
.jpeg)
