מברוקלין השקטה לפלטפורמת-GTM מובילה
קליי (Clay) הוקמה בברוקלין ב-2017, ולפי תיאורה-העצמי נולדה מהרצון 'לדמוקרטיזציה של כוח-התכנות' — גיליון-אלקטרוני-חכם שמאפשר לחבר מקורות-מידע שונים ולאוטומט עבודה בלי לכתוב קוד. קארים אמין (Kareem Amin), מנכ"ל-שותף-המייסד — לצד המייסד-השותף ורון אנאנד (Varun Anand) — מוביל את החברה מאז. במשך שנים ארוכות-יחסית נחשבה קליי כלי-נישה בקרב אנשי-צמיחה (Growth) וצוותי-שיווק-דיגיטלי מתקדמים, עד שגל-הסוכנים-מבוססי-LLM מ-2023-2024 הפך אותה בפתאומיות לאחד המוצרים המדוברים-ביותר בעולם ה-GTM (Go-To-Market — כינוי-מקצועי לכלל-הפעילות שמביאה מוצר לשוק ולקוחות). המעבר הזה מ'כלי-נישה-שקט' ל'שם-מוביל-בשיחה על סוכני-AI עסקיים' ממחיש דפוס שחוזר בכמה חברות מהדור הזה: קליי לא נולדה כתגובה ל-ChatGPT, אלא הייתה-כבר-קיימת עם תשתית-אינטגרציה-בשלה כשהטכנולוגיה החדשה הפכה-אותה-פתאום לרלוונטית-פי-כמה מבעבר.
נכון לאוגוסט-2025 גייסה קליי כ-204 מיליון דולר במצטבר, כולל סבב-Series C בהיקף 100 מיליון דולר בהובלת CapitalG (זרוע-ההשקעות של Alphabet), עם השתתפות Meritech Capital, Sequoia Capital, First Round Capital, BoxGroup, Boldstart ומשקיעה-חדשה, Sapphire Ventures — שיערך את החברה ב-3.1 מיליארד דולר. החברה דיווחה-אז שהיא צפויה לסיים את השנה עם כ-100 מיליון דולר הכנסה-שנתית, פי-שלושה מהשנה הקודמת.
קצב-הצמיחה הזה — משמונה-שנות-קיום-שקטות-יחסית לזינוק-שווי חד-שהפך אותה ל'חד-קרן' (Unicorn, סטארטאפ בשווי-מעל-מיליארד-דולר) — אופייני-מאוד לגל-הסטארטאפים שהיו כבר קיימים לפני עידן-ה-LLM אך מצאו-את-עצמם-פתאום במרכז-תשומת-הלב ברגע שהתברר שהמוצר-הקיים-שלהם מתאים-בול לגל-הביקוש החדש לאוטומציית-סוכני-AI. העלייה נמשכה גם אחר-כך: בינואר-2026 אפשרה קליי לעובדיה למכור מניות לפי שווי של 5 מיליארד דולר, ובספטמבר-2026 גייסה 115 מיליון דולר נוספים לפי שווי של 7.1 מיליארד דולר, עם מעל 17,000 לקוחות. כבר בחודשי-הביניים בין יוני-2025 (שווי משוער 3 מיליארד דולר לפי דיווחים) לאוגוסט-2025 (3.1 מיליארד דולר רשמית) ראתה קליי עדות-לביקוש-משקיעים חריג — סבב שנסגר-בפועל בפחות-מחודשיים מרגע-הדיווח-הראשוני על-קיומו.
מה זה 'קלייג'נט' (Claygent) ואיך זה עובד
'קלייג'נטים' הם סוכני-AI שחוקרים חברות-ואנשים-ספציפיים ברשת ובמאגרי-מידע, לפי הוראות שהמשתמש מגדיר בשפה-טבעית או בתבנית-עבודה (Workflow). דוגמה מוצגת על-ידי החברה: ElevenLabs (חברת-קול-סינתטי) הטמיעה קלייג'נטים לחקירה-אוטומטית של פניות-נכנסות מלידים-פוטנציאליים, מה שאיפשר מענה תוך חמש דקות מרגע-הפנייה והוביל, לפי הדיווח, ל'עלייה של 50% בכמות-הלידים-המוסמכים' (SQL — Sales Qualified Leads). הסוכן לא רק 'מחפש מידע' — הוא מדרג-ומתעדף לידים לפי רלוונטיות, ומעביר את הפלט הישר לתוך זרימת-העבודה הבאה: הודעת-מכירות מותאמת-אישית, עדכון-CRM, או טריגר-לקמפיין-פרסום.
מאחורי הקלייג'נטים עומד מנגנון שקליי מכנה 'מפל-העשרה' (Data Enrichment Waterfall): שילוב של למעלה מ-200 ספקי-נתונים שונים, כשהמערכת פונה-אוטומטית לספק-הבא-ברשימה אם הספק-הראשון לא-מחזיר-תוצאה, עד שהיא מוצאת את המידע המבוקש — למשל כתובת-אימייל-נכונה או תפקיד-נוכחי-של-איש-קשר. שילוב-הספקים-המרובה הזה נועד למקסם-כיסוי ואיכות-מידע בהשוואה לכל ספק-בודד.
המנגנון הזה פותר בעיה-מוכרת-מאוד לכל-מי-שעבד-אי-פעם עם נתוני-לידים: אף ספק-מידע-בודד לא מכסה-100%-מהמקרים, ולכן צוותי-מכירות שהשתמשו-בעבר בספק-אחד-בלבד נתקלו-שוב-ושוב ב'שורות-ריקות' — לידים שאין-להם כתובת-אימייל-תקפה או שם-תפקיד-מעודכן במאגר-הספק-הבודד שבו השתמשו. הפתרון המסורתי היה לבדוק-ידנית מול כמה-מקורות במקביל, עבודה שגוזלת-שעות-אדם; קליי הופכת את הבדיקה-המקבילית-הזו לתהליך-אוטומטי-לגמרי, שרץ-ברקע לכל שורת-נתונים בטבלה, בלי מעורבות-אנושית לכל שורה בנפרד.
מה מייחד את קליי: אוטומציה-בלי-קוד וסוכני-AI משולבים
קליי לא מנסה להיות 'עוד CRM' — היא ממקמת את עצמה כשכבת-תשתית-נתונים שמחברת בין מקורות-מידע, מריצה זרימות-עבודה אגנטיות, ומזינה תוצאות ישירות למערכות-שיווק-ומכירות קיימות (מערכות-פרסום, CRM, פלטפורמות-דיוור). המשתמש בונה את התהליך על-גבי ממשק דמוי-גיליון-אלקטרוני: כל שורה מייצגת ליד או חברה, וכל עמודה מייצגת שלב-בתהליך — חלקן-פעולות-פשוטות (שליפת-כתובת-אתר), וחלקן-קריאות-לסוכן-AI מלא (מחקר-חברה, ניסוח-הודעה מותאמת-אישית). הגישה הזו — שילוב-הדוק בין 'נתונים גולמיים' לבין 'סוכן-AI שפועל-על-הנתונים' באותו ממשק-אחד — היא מה שהופך את קליי לדוגמה בולטת בתעשייה ל-Agentic Workflows: תהליכי-עבודה שבהם סוכני-AI לא מחליפים-שלב-אנושי-בודד, אלא משולבים-כחוליה-בתוך-שרשרת-אוטומציה-שלמה, לצד שלבים-אוטומטיים-רגילים ושלבי-אישור-אנושי.
ההבחנה הזו — בין 'אוטומציה קלאסית' (כמו Zapier, שמעבירה-נתונים-בין-מערכות-לפי-כללים-קבועים-מראש) לבין 'זרימת-עבודה אגנטית' (שבה שלב-אחד-בתהליך הוא סוכן-שמקבל-החלטה עצמאית על-בסיס מה שהוא מוצא ברשת) — היא בדיוק ההבחנה המרכזית שהפכה את קליי לנקודת-ייחוס בשיח על סוכני-AI בעולם-העסקי. לא כל 'אוטומציה' היא 'סוכן', וקליי ממחישה איך שילוב-נכון בין-השניים באותה-פלטפורמה-אחת יכול להפוך תהליך-שהיה-דורש-שעות-עבודה-אנושית לתהליך שרץ-ברקע ומזין-תוצאות-מדורגות-לפי-רלוונטיות תוך דקות.
לקוחות ומיצוב
בין לקוחות-קליי המוכרזים: OpenAI, Anthropic, Intercom ו-Rippling — רשימה שמדגישה עד-כמה גם חברות-AI-מובילות-בעצמן משתמשות בקליי כתשתית-אוטומציה לצוותי-הצמיחה-והמכירות שלהן. קליי מתחרה בשוק-כלי-האוטומציה-לצוותי-GTM מול שחקנים כמו Zapier (שמתמקדת יותר בחיבור-כללי-בין-אפליקציות) ומול כלי-העשרת-נתונים-ייעודיים-יותר — אבל השילוב-הספציפי-שלה בין מפל-העשרה-רב-ספקי לבין קלייג'נטים-מובנים באותו-ממשק-אחד הוא מה שהפך אותה, לפי כיסוי-עיתונאי, לאחת הדוגמאות המצוטטות-ביותר ל'שימוש-אמיתי-בסוכני-AI בעבודה-יומיומית' בשיח-התעשייתי מאז 2024.
העובדה שחברות-AI-מובילות כמו OpenAI ו-Anthropic עצמן בוחרות להשתמש בקליי, ולא בונות-פנימית-כלי-מקביל, מעניינת-במיוחד: היא מרמזת שגם ארגונים עם היכולת-הטכנית-הגבוהה-ביותר-בעולם לבנות-כלי-AI-משלהם, מעדיפים במקרה-הזה 'לקנות' תשתית-מוכנה-ומתמחה-בתחום-הצר-הזה במקום 'לבנות' — עדות לכך שמורכבות-האינטגרציה עם מאות-ספקי-נתונים ותחזוקת-מפל-ההעשרה לאורך-זמן היא-עצמה משימה-הנדסית-לא-פשוטה, גם עבור חברות שבונות מודלי-שפה-מהמתקדמים-בעולם.
מעבר-ללקוחות-חברות-ה-AI, קליי משרתת גם צוותי-צמיחה בחברות-SaaS-ותיקות-יותר שמחפשות-להתמודד עם עלייה-מתמדת בעלות-רכישת-לקוח (CAC — Customer Acquisition Cost): ככל-שערוצי-הפרסום-הדיגיטלי-המסורתיים נעשים-יקרים-ותחרותיים-יותר, פנייה-אישית-ומדויקת-יותר-ללידים-איכותיים (במקום פרסום-המוני) הופכת-לאסטרטגיה-משתלמת-יותר — ובדיוק זה מה-שהאוטומציה-מבוססת-הסוכנים-של-קליי מנסה-לאפשר בקנה-מידה-שלא-היה-אפשרי-בעבר-עם-עבודה-ידנית.
מגבלות וביקורת
הסתמכות-על-מפל-ספקי-נתונים-מרובים מעלה גם שאלות-איכות: לא כל ספק באותו מפל מדויק-באותה-מידה, וטעות שמקורה-בספק-נתונים חיצוני יכולה 'לזלוג' לתוך פלט-הקלייג'נט בלי שהמשתמש שם-לב-בקלות למקור-הטעות. כמו כל כלי-אוטומציה-אגרסיבי לחקירת-לידים-ופנייה-אליהם, קליי גם מעוררת שאלות-אתיות מוכרות בתחום-השיווק-הדיגיטלי סביב פרטיות ואיסוף-מידע-אישי בקנה-מידה-גדול — נושא שרלוונטי לכל כלי-העשרת-נתונים בתעשייה, לא רק לקליי עצמה. חשוב גם לשים-לב לבלבול-שמות אפשרי: קיימת חברה נפרדת-לגמרי בשם 'Clay' (אפליקציית-CRM-אישי לניהול-קשרים) שנרכשה על-ידי Automattic ביוני-2025 — לא-קשורה כלל לפלטפורמת-ה-GTM שתוארה כאן.
ביקורת-נוספת-שכיחה מתייחסת לעקומת-הלמידה-של-המוצר עצמו: הממשק דמוי-גיליון-האלקטרוני גמיש-מאוד, אבל בדיוק בגלל-כך דורש מהמשתמש להבין היטב איך לבנות-זרימת-עבודה נכונה — לא כלי 'לחיצה-אחת' פשוטה, אלא סביבת-בנייה שדורשת-הבנה-בסיסית-בלוגיקה-של-תהליכים, בדומה-לתפיסת-הגיליון-האלקטרוני-המקורית ('לדמוקרטיזציה של כוח-התכנות') שממנה נולד המוצר — יתרון למשתמשים-טכניים-מספיק, אך מכשול-כניסה לצוותים-לא-טכניים שרגילים לכלים פשוטים-יותר.
לבסוף, כמו-כל-כלי-שנשען-על-קריאות-חוזרות-ונשנות-למודלי-שפה-חיצוניים לכל-שורת-נתונים בטבלה, גם עלות-התפעול-של-קליי בקנה-מידה-גדול (טבלה עם-אלפי-שורות, וכל-שורה-מפעילה-קריאת-קלייג'נט) יכולה-להצטבר-במהירות — שיקול-תמחור-מעשי שצוותים גדולים-במיוחד נדרשים-לקחת-בחשבון כשהם-מתכננים-להריץ-זרימות-עבודה-אגנטיות בהיקף-רחב, לא-רק-לבדוק-אותן-על-מדגם-קטן.