# 21.过去一年，哪些明星AI产品的增长值得关注？ 卫诗婕｜漫谈 Light the Star · 2025-01-18 · 74 min · https://www.xiaoyuzhoufm.com/episode/678a7dc2af87725c59591c78?utm_source=rss ## 逐字稿 Eva Final Round 是一个 AI 面试产品，能帮助用户找工作。还有 HIX.AI，它是一个帮你写 AI 论文、并且绕过 AI 检测的工具。它的 PMF 很好，人均 LTV 很高，因为是刚需中的刚需。 我告诉你，这个模型可以基于动作驱动你的照片，你可能一脸懵。但如果我说它能让你们家的宠物跳舞，你就会说：“我愿意试一试。”账没算好，大部分复杂生成都是没算好的赛道，因为生成其实很费卡。 如果付费率很低，但是用户数很不错，就容易进入虚假繁荣。万兴科技系其实是很值得普通创业者入局的方向。我不需要一个 Super App，也不需要改变世界，有 20 万用户就够了。 卫诗婕 哈喽大家好，这里是商业漫谈，我是诗洁。 去年年底在深圳，我在一个有关 AI 的闭门交流会上认识了本期嘉宾 Eva。Eva 目前在一家超级大厂内负责一款头部 AI 产品的全球增长。过去两年，Eva 始终在生成式 AI 应用的一线，既需要保持对国际上 AI 产品动向的关注，也实操了多款产品的增长。业余时间，她也辅导一批 AI 创业者完成产品从 0 到 1 的过程。 我们在深圳录制了这一期播客，这期也更像是我日常学习过程的一种开源。我们一起盘点了 2024 年那些火爆海内外的 AI 产品，以及其背后的增长秘籍。Eva 也分享了一系列打造 AI 应用的 know-how。此外，即便不是从业者，这些表现优异的 AI 产品也值得了解。希望本期内容对大家有所注意。 今天很高兴可以和 AI 增长观察室的主播 Eva 做一次串台交流。因为 Eva 来自大厂，所以不太方便使用非常实名的真实身份，但我可以向大家保证，Eva 在这方面非常有经验，也有很多输出，我们待会儿可以感受到。欢迎 Eva。 Eva 大家好，我叫 Eva。我现在在头部 AI 产品负责用户增长，过去可能也帮助过一些初创公司完成从 0 到 1 的全球化增长，很高兴认识大家。 卫诗婕 Eva 很年轻，是 90 后。要不你先给大家介绍一下，你是怎么开始接触生成式 AI 的？ ### 生成式 AI 的最初实验 Eva 其实生成式 AI 在 2022 年到 2023 年的时候特别火。那时候我纯粹是一个 AI 爱好者，Claude 也比较火，而且可以集成在 Slack 里面做群组应用。 有一次我做了一个情感观察师，把它放在群组里面。那时候我和我现在算是老公的人吵架，我就说：“你等一会儿。”然后把我的 AI 情感观察师拉到一个群里，让它帮我们吵架。它在一定程度上算是一个吵架评理师，还挺有用的。 卫诗婕 我觉得这个太有市场了。你知道在国外做婚姻咨询多贵吗？民政局应该给这个创业项目打钱。 我最近也在看《再见爱人》，和一个朋友聊完之后，我发现朋友还是很关键的。你在家里，其实就是一场《再见爱人》。 Eva 对。你看，那个朋友过来了之后，不管是麦琳和李行亮，他们也和好了。几个夫妻关系都是这样，当然这个朋友最好不能帮偏架。 卫诗婕 对，不能偏架。 Eva 他得知道自己的目的是希望你们关系和好，这样才能知道该怎么说。他需要很高情商地说话，这件事 AI 就很擅长。 卫诗婕 可以用 Claude 做，对吧？你当时有什么关键的 prompt 词吗？ Eva 我想想，好像有一点忘了。大概的意思就是：你是一个经验丰富的情感心理咨询师，你的目的是促进夫妻关系良好，或者在面临冲突的时候，帮助双方化解问题。 最好告诉它，可以用非暴力沟通的方式，一步一步引导我们从对方的角度进行思考。然后还要用极具同理心的话，和我们一起进行沟通，大概就是这个意思。 卫诗婕 不错，所以最后有效果吗？ Eva 有效果。很多时候大家吵架上头，每个人都处在逻辑自洽的状态里，越吵越觉得自己有理，对方也觉得自己有理，但你听不进去别人说的话。 所以在一定程度上，它帮你打开了一个能够听到对方声音的通道。而且你知道它是公正的，不是男方朋友，也不是女方朋友。 卫诗婕 所以其实，当你自己制造了一个情感咨询调解员的时候，你会感受到 AI 的门槛很低吗？ ### AI 应用门槛骤降 Eva 我会感觉到，它确实让做 AI 应用的门槛变得很低了。说实话，最难的东西模型公司已经解决了。大部分应用背后可能就是一个模型，你在上面进行微调，或者搭一个前端页面，这些东西都不难，也都有解决方案。 这就意味着，AI 应用肯定会出现井喷式爆发。我当时就感受到，谁能真正抓住用户的需求，或者说这个需求原来没有被满足得特别好，但生成式 AI 能够把它满足得更好，谁就有更多的机会。 我当时非常有兴趣，还参加了一些 AI 应用比赛。因为我是个懒人，必须逼自己一把。我说，我就报名参加一个 AI 比赛，这样我就会认认真真地思考，到底要做一个什么东西。 有的比赛偏 B 端，命题是：你觉得在 B 端或者企业场景里，有什么 AI 可以得到更好的应用？有的比赛则偏 C 端。 我知道，如果它是一个比赛，因为我是平台方，肯定要考察你的用户价值、用户需求点，以及到底有多少人会使用。这是最关键的。 我自己一方面是产品出身，另一方面有非常敏锐的用户洞察，所以就快速思考，可能有什么需求还没有被满足。我很早就在思考什么是 PMF，脑海当中出现了很多场景。 但还有一个很关键的点，就是哪个领域是 AI 可以用得好的。我当时就感受到，在和语言交流相关的领域，AI 很擅长。 卫诗婕 那是什么时候？2023 年年终的时候，那个时候你觉得模型的能力已经可用了吗？ Eva 可用了。我当时参赛做的作品就是 AI 销售教练。销售是一个很需要在实战中学习如何说服别人的工作。它可以给你出一个题：这个时候你应该怎么说话，然后顺便告诉你为什么要这么说。你还可以举一反三。 我觉得这个在教育中可能会有很大的用处，而且它可以吸收海量案例。它的搜索能力和学习能力，也是按照 AI 的方式进行的。 卫诗婕 所以你就要想，什么样的语言是最值钱的，才能让它给你挣钱。 Eva 对。可能在企业中，比如写营销文案，因为它是帮产品卖钱的，这种文案其实就是最值钱的。那它如果做 SaaS，肯定很值钱。 如果是教育赛道，家长本身就会在教育上花很多钱，那也可能给你带来收入。你要先想一下，这个赛道原来有多大的价值，你能不能解决其中关键的一环，因为不能把事情做得特别大。 我一开始想做一个大而全的产品，贯穿企业 AI 工作流，但后来发现有些东西不太适合。比如做特别强的数据清洗，我感觉它好像没有用到生成式 AI 的能力。 卫诗婕 那如果做你刚才说的婚姻调解员 AI，假设你是一个普通客户，你愿意为它花多少钱？ Eva 说实话，这是一个很重要的产品问题：怎样才能让客户为你付第一笔钱？经济学的原理是，产品最终会流向最需要它的人。 如果是销售 AI，最后付钱的一定是特别需要销售的企业。或者，如果它卖的是一个特别贵的 SaaS，或者能帮助客户赚很多钱的产品，比如能让客户赚 10 万元，那客户给你 1 万元就很合理。 卫诗婕 那婚姻咨询呢？ Eva 但说实话，我也不是特别需要，因为我两边的情感关系还挺好的。 卫诗婕 关于产品怎么从 0 到 1、怎么收费，我们待会儿会花很多篇幅来讲。我们先盘一盘，从 2023 年初到现在，接近两年的时间里，整个生成式 AI 浪潮的演进过程大概可以分成哪几个阶段？有哪些关键节点？ ### AI 叙事转向多模态 Eva 我觉得 2023 年刚出来的时候，大家的情绪一开始是兴奋。大家会觉得，ChatGPT 原来能做到那么厉害，于是高估了 AI 能做的东西，产生了非常多的想象。 隔一段时间，就会出现 A 模型和 B 模型的各种对比，大家会想谁是最厉害的模型。那个时候的叙事是：谁的模型最厉害，谁就占据未来的王者地位。 卫诗婕 为什么那时候资本会更看重模型？ Eva 因为大家觉得模型才是世界的基座。现在其实也还是这样，模型是基座，它的能力决定了你的边界，只不过那个时候大家对于边界没有那么多关注和感知。 资本可能也会更关注你的模型到底怎么样，能不能讲出一个改变世界的故事。用一句话总结，2023 年是拿着锤子找钉子。那时候是先有一个技术，再去想它能解决什么需求。 那个时候 AI 榜单特别流行，头部可能一直都是 ChatGPT、Claude，基本上都是那些产品。但到了今年，比较明显的是越来越多图像类、视频类产品迅速出现，向多模态方向发展的产品越来越多。 卫诗婕 这一定程度上也是因为，大部分社交媒体是由图像和视频驱动的，它们的传播属性会更强、更快。 从大厂的视角来看，他们怎么选择做什么、不做什么，先做什么、后做什么？每家公司的决策逻辑可能都不太一样，这和组织架构，以及内部有多容易做出一个新产品有关。有的公司可能需要非常高层的决定，才会做一个新产品；有的公司可能在内部就可以自己创业做一个新产品。 ### 大厂用生态筛选赛道 Eva 这些情况都不一样，但我可以说一下彼此的优势。大公司的优势其实是产研资源非常丰富，一定积累了国内现在最优秀的一批产品经理和研发人员，甚至还拥有流量入口，可以快速导流，先拿到第一波用户量。 但它的劣势在于，可能没有办法更快抓到市场需求。虽然大厂总体人很多，但假如投入这个方向的人只有 5 个人、10 个人，而创业公司投入 30 个人，那创业公司不就可能比它更厉害吗？ 所以，如果能够更快接触市场，同时在单点上投入更多人力，就有可能形成时间差。过往国内的叙事其实偏向于竞争流量，尤其是移动互联网时代，谁先拿到入口，谁可能最后就是赢家。 但我觉得现在越来越多产品在做海外或者全球化，它本来就没有那么强的“我要做一个 Super App”的诉求。我只是满足了一个比较不错的需求，也可以活得很好。 卫诗婕 或者我这么问：你所在的大厂内部，是怎么确保自己不错失生成式 AI 这个机会的？怎么选择赛道，怎么选择做什么、不做什么？我相信他们肯定尝试了不止一个赛道。 Eva 一般大公司都有一个战略部门。战略部门的核心就是判断市场空间，其实和投资人做的是一样的事情，只不过是内部投资。 它要判断这个市场原来的市值可能是多少、用户量是多少。因为大公司有足够多的数据，它可能有更多数据去洞察，比如电商用户是不是在高速增长，或者什么类别的用户正在高速增长。 它可能先做这些判断，再判断竞品情况：现在有没有这样的竞品？然后再判断我们做这件事有没有优势。比如我们有没有数据优势、用户优势，它能不能反哺已有生态。 像腾讯元宝，它有一个独特优势，就是可以查公众号文章。在一定程度上，它也能反哺公众号生态，相当于公众号的前置入口，甚至还能带来更多联动，这是别人做不到的。 这种思路就是：我最差也不会做得太差，最害怕的是做成一个不能反哺生态的产品；但说不定我还能形成一个新的惊喜。 卫诗婕 我感觉可能还有一种思考模式，就是看 AI 能不能在现有业务里加持，发挥更大的作用，或者带来用户增量。你会发现，现在越来越多头部产品其实都在融合 AI 功能，比如 Canva 也加入了很多 AI 功能，现在也是一个增长比较快的产品。 像字节这样做了非常多内容产品的大厂，有短剧、短视频、电商等等，它会怎么样考虑：到底是让原本的业务加上 AI，还是基于大模型，从 AI 原生的角度重新做一个产品？这是两套思路。 Eva 据我所知，它的逻辑更多取决于决策人。如果决策人是业务负责人，他肯定会想：怎样让原来的业务发展得更好？如果融合原来的业务能做得更快，那就会先走 SaaS 加 AI 的路径。 如果他需要做一个独立品牌，或者希望拿到更多关注，那就没有必要在原来的产品上做。各个团队都在做这件事，什么情况都有。 卫诗婕 以你自己的经历来看，这两年你最关注的、在产品增长上表现优异的产品，分别做对了哪些事情？ ### PMF 决定增长质量 Eva 我觉得可能有 3 个点比较关键。第一个是产品方向的选择，你要有一个好产品。 什么叫好产品？第一，你的赛道是在增长的赛道。为什么图像和视频会快速增长？也是这个原因，因为用户需求量大。然后你要看，在这里面能不能切到一个比较刚需的能力，这其实就决定了能不能挣钱。 找 PMF 的时候，我们会做很多前置调研，去看市场上有没有已经出现的产品，它占据了多少市场份额，以及新产品是不是可以快速出现。 什么叫适合新产品进入？有的赛道可能已经有很多人在做，比如有 10 个新入局的 App 或者 Web 产品，都在做类似功能，但每隔一段时间就有一个新产品增长得很快。这就说明它是一个竞争强、但需求也很大的市场，应该去做，这就叫对新手友好的市场。 比如视频领域，一直有新人冒出来。图像编辑、视频编辑，本身就是刚需功能。 卫诗婕 为什么它会不断有新选手冒出来？是不是和你刚才讲的爆款逻辑有关？ Eva 我觉得现在主流社交媒体就是以图片和视频为主，所以你要知道传播方式在哪里。前几年，如果做一个视频信息流，做一个抖音，肯定比做一个公众号更容易吃到红利。 这意味着视频的传播速度更强，大家也更愿意接受这种媒体形式。反过来，它的生产力工具也会发展得更快。主流社交媒体现在支持什么形态，你的生产力工具就可能有更多发展。 第二个点是，视频可以承载文字、声音、图像和视频，几乎所有 AI 能生成的模态，都可以在里面实现，它有更多子方向可以发展。 当然，还有很多其他刚需。我举个例子，Final Round 是一个 AI 面试产品，它不仅是一个 SaaS，还是一个能帮助用户找工作的产品，所以 PMF 很好，人均 LTV 很高，因为是刚需中的刚需。 还有 HIX.AI，它是一个帮你写 AI 论文、并绕过 AI 检测的工具。所谓绕过 AI 检测，就是你写了论文，但学校查不出来是用 AI 写的，这非常刚需。 你要找到一个细分赛道，听一听就觉得它是刚需，用户会快速付钱。这样你就能更快找到目标人群，也更快让他做出付费决策。你知道，1% 的付费率和 10% 的付费率，差距非常大。 卫诗婕 大家更多关注的是用户量。我们可以简单算一个数：如果要达到 1,000 万美元 ARR，假设每个月付费率是 1%，那差不多需要 200 万用户；如果付费率是 10%，只需要 20 万用户，对吧？20 万用户的产品其实很多。 一个特别细分、小众的赛道，月用户量有 20 万，付费率是 10%，按照每个月人均付费 50 美元这个常见定价，就能达到 1,000 万美元 ARR。 我们太关注 20 万用户和 200 万用户的差距，却没有关注付费率。这也是为什么今年很多创业公司更偏向于生意型创业：它不需要讲一个多大的故事，不需要做一个 Super App，也不需要改变世界，有 20 万用户就够了。 Eva 那是下一步的事情。哪怕我只解决了一个单点的小需求，只要这一群人能够持续付费，我就可以继续解决他们的其他需求。 比如，如果他们是高阶职场人，那我是不是还可以解决他们的其他问题？我再做一个功能，针对同样的用户群，还可以再收一遍 10% 的付费率；或者稍微低一点，按 5% 的付费率，同样的人可能又会为别的功能付费。 卫诗婕 你提醒了我一点。2023 年的时候，我们和从业者交流，确实不止一个人提过这个观点：做大模型产品，要从第一天就开始收费。 ### 收费验证产品价值 Eva 因为大模型真的太贵了。虽然我们刚才讲了很多大模型已经降到白菜价，但现在它的使用成本仍然很高。对这么昂贵的东西，你一定要从第一天就想好向谁要钱、市场有多大、账能不能算得过来，所以要 Day 1 就开始收费。 第二，检验产品价值最直接的方式，就是用户愿不愿意为你付费。付费在一定程度上是最好的留存。用户如果愿意为你付费，说明他真的很需要你的产品。 当然，中国用户的付费门槛比较高。用户付费之后，你还要交付他的期待，这会倒逼你把产品做得更好，也是另外一种压力。 卫诗婕 我昨天刚好和 Canva 的一个负责人聊过。他们有非常明显的全球化市场，基本上这个市场的 ARR 和 MAU，以及这个国家的 GDP，都有很强的正相关。 本质上就是，一个国家的普通人对于普通需求能付多少钱。发达国家的付费率或者付费金额，肯定会高一点。 Eva 这就是我现在观察到的另外一个趋势：不只是 Day 1 收钱，还要 Day 1 出海。 有一个现成的需求，我就直接拿到海外市场去做。第一天就收费，先验证产品做得好不好。能够在这个地区收费的产品，就可以横向复制到其他高潜力市场。 这一点在大厂尤其明显。国内已经有非常成熟的移动互联网产品，有巨额用户，我可以先利用资源优势去推广产品。产品一旦打磨好，就立刻拿到海外去释放，赚多倍的钱。 有的路径是这样，有的路径可能是第一天就同时做国内和海外两个产品。说实话，人类的底层需求是相通的。大部分情况下，国内需求量大的功能，海外也是需求量大的功能，除非存在特别强的文化差异。尤其是工具产品，没有特别强的国际差异。 卫诗婕 但 AI 公司第一天就收费，有时候也是不得已而为之吧？ Eva 对，因为现在的资本环境不是很好，投资活跃度远不如当年。你如果不能一直留在牌桌上，就得先想办法挣钱。 它不像当年的移动互联网，服务器成本可能没有那么高。AI 还是生产工具，最容易想到的还是工具型产品。工具型产品怎么证明有没有价值？还是要以付费来证明。 但我不一定认为所有产品都必须第一天付费。现在也有一些 AI 社交产品，如果走的是更大的趋势，商业化进程确实可能比其他工具产品晚得多。你也要看自己能不能支撑到资本给你的钱花完。 效率型工具和娱乐型工具，商业模式也可能不一样。比如你想再做一个抖音，很难按照第一性原理一遍遍推导，就推出一个 AI 版抖音或者 AI 版 Super App。它有可能是慢慢长出来的，先满足一批需求，生产出一批内容，后面才逐渐长出新的商业模式。 卫诗婕 在产品从 0 到 1 跑出来的阶段，大厂和创业公司相比，各自有什么优势？比如数据、人力、财力方面。 ### 创业公司赢在灵活迭代 Eva 从 0 到 1 跑出来，最关键的是市场敏锐度和用户需求洞察，这是决定能不能跑出来的关键因素。 反倒是离用户更近、能够降低自己 ego 的创业者更有优势。所谓降低 ego，就是离用户越远的决策人，越可能有很多想象和宏大的战略篇章，能织出一个很不错的故事，但这个故事能不能成立，还要用第一性原理推出来。 当然，确实有思考逻辑非常强的人，但更容易成功的方式，可能还是离用户更近、离需求更近，先找到确定性的需求。 创业公司的优势就是快、迭代快、资源集中度高。你可以快速上线，组织灵活，人力调配也灵活。虽然创业公司不一定有很强的产业优势，但只要在关键位置打出关键资源就可以。 比如产品需要很强的算法，创业公司也可以找到厉害的算法人才。如果产品不需要很强的算法，只需要一个 80 分的产品经理把需求做出来，那你只需要一个对市场敏锐、擅长用户研究的人，或者一个运营人员。创业公司的灵活度会高很多。 卫诗婕 但我观察下来，之前《晚点》的报道也写过，感觉大象也可以跳舞。这一波大厂在组织迭代方面也很给力。 Eva 对，这就是人才。人才其实是在聚集的。创业公司如果想赢，一定要找到顶级人才。 卫诗婕 你刚才提到人才是特别重要的决定因素。现在在人才市场上，大厂和创业公司的竞争力怎么样？ Eva 大厂可能所有人都是 80 分的人，但它需要很强的组织。因为人太多了，哪怕所有人都是 80 分，也可能做出一个 60 分的答卷；但如果组织力好，可能就会做出一个 90 分的东西。 这里面有很多决定性因素，可能是组织问题、氛围问题，或者你的声音能不能被听到，信息传递效率高不高，执行效率高不高，沟通机制怎么样，都很复杂。 创业公司因为小，只要抓住几个关键点，执行又比大厂快，其实就可以了。 卫诗婕 以你所知道的情况，大公司现在内部最重要的战略级产品和团队，要求是什么样的？ Eva 还是要看什么是核心资源。如果要做模型应用，模型算法肯定是稀缺资源，那就看谁能更好地影响模型算法人才，让他们加入团队。 如果做的是生意型创业，商业模式、用户洞察和用户增长才是稀缺资源。还是要看你要做多大的事情、想做成什么样，这才是关键因素。 卫诗婕 从 0 到 1 的产品阶段会掉哪些坑？我知道你也辅导了很多初创团队完成从 0 到 1。 Eva 最容易踩的坑就是选择方向不对。我现在总结下来，什么是好一点的方向？其实就是不要做一个太强、太偏自我 ego 的方向。 尤其不要因为觉得“这个技术好厉害，我想做一个很牛的东西”就去做。你应该去做一个给用户雪中送炭的需求，这很关键。 卫诗婕 我们拆分一下，你刚才其实提到了两点：第一是用户需求洞察，第二是模型算法。我们先说第一个，怎么找到需求洞察？ Eva 我自己有一些比较偏个人的方法。第一，你要去社交媒体看用户的声音，看他们到底在说什么。 前段时间有一个叫“小猫补光灯”的产品，在小红书上非常火。大家拍照的时候有这个需求。你在社交媒体上能看到无数声音在说这件事，只要做出来，就可以先拿到一个 0 到 1 的需求。 你要看社交媒体，也要看用户的搜索词。可能是在 Google、百度，或者现在的小红书上搜索。这些都能印证背后的需求是什么。 另外一种方式就是用户调研。比如你做二次元方向，肯定要找二次元用户聊，了解他们到底需要什么。 第三个点是，看有没有新产品在快速增长。这是一个小技巧。如果大家都在做几个类似功能，而其中某一个增长得比其他产品快，那其实说明它的需求不错，是一个值得进入的赛道。 卫诗婕 我们刚才讲到模型算法的问题。我很好奇，初创公司和大厂最大的区别之一，就是大厂拥有很多用户和数据。这些用户数据对于做大模型产品，有没有先发优势？ Eva 说实话，我不是技术端的，所以可能没有那么权威。以我有限的了解来说，肯定是有优势的，因为所有东西都需要优质素材进行训练，优秀的数据源非常重要。 卫诗婕 我知道你还负责海外产品增长。海外产品增长会有什么坑？可以说一说中国和海外的区别吗？尤其是在 0 到 1 的时候。 ### 海外冷启动更容易 Eva 说实话，我觉得海外可能更容易一点。它有几个优势。首先，有一些现成社区可以帮助你做冷启动，比如 Product Hunt，那里已经有一群 AI 爱好者，会来体验你的产品。 海外还有很多导航站，以及更多关注你的人。因为海外不是一个国家，而是 50 多个国家。哪怕是一个很小众的需求，也会有足够的人群给你足够反馈，这个反馈很重要。 另一个好处是，海外大部分社交媒体支持链接，转化会更快。你在小红书、抖音上很难放自己的产品引流链接，但海外没有这个限制。这意味着你的冷启动机会更多，互联互通更重要，免费的流量也会更多。 另外是产品形态不同。中国很早就进入移动互联网时代，所以 App 比 Web 更容易做。一方面是百度的 SEO 生态一直不是特别好，如果是 Web 产品，想在百度上免费获得流量，难度远大于在 Google 上做 SEO。 SEO 和 SEM 的区别，一个是免费的流量，一个是付费投放。我现在觉得，国内可能只有小红书比较适合 Building in Public，适合前期快速拿到初始用户，剩下的渠道可能都比较难。 卫诗婕 为什么小红书现在比较适合？ Eva 小红书的算法偏非中心化分发。第一，新账号反而会获得更多流量；第二，它有足够丰富的人群。它肯定算是一个 Super App。 哪怕是很小众的东西，也能通过分发快速找到和你类似的人。它的算法也不错，现在还有用户增长红利，而且是非中心化分发。 卫诗婕 小红书一定程度上也承担了搜索能力。 Eva 对，所以它能印证更多子需求的出现。 产品形态不同，也会导致海外很多快速增长的产品其实是 Web 端产品。一方面，Web 有很多免费流量；另一方面，社交媒体可以影响多个国家。 比如东南亚火了之后，同样的操作放到美国可能也会火。多个国家叠加起来，就不是乘以 1，而可能是乘以 10，效果会更好。 卫诗婕 我不太理解，为什么 Web 端的效率会更高？它哪来那么多免费流量？它肯定不如 App 推荐高效。 Eva 因为海外还有很多桌面端场景，大家习惯用电脑做事。你想下载一个 App 时，可能通过社交媒体或者应用市场获得推荐。 但 Web 很多时候是主动搜索。海外不仅有很多优秀 App，也有很多优秀 Web 产品。 卫诗婕 所以海外是不是有很多不错的产品，在以非常高频、甚至高于国内的速度悄悄长出来？ Eva 是的。如果你关注 a16z 的榜单，就会看到源源不断有产品出现。你要用全球化视角去看，而不是只用中国视角。 卫诗婕 你也辅导很多初创公司完成从 0 到 1。你觉得常见的坑有哪些？ ### 技术优势不能替代算账 Eva 我觉得有 3 个点。第一个就是太关注技术厉害的东西，却没有关注用户需要的东西。还是要做一个给用户雪中送炭的产品。 第二个坑是商业化的问题，也就是没有算好账。你做的方向可能非常费钱，但收入和付费率很低，用户数却很不错，就容易进入虚假繁荣。 卫诗婕 这个能举个例子吗？ Eva 去年有很多人在宣扬 AI 数字人技术做得非常厉害，但你还是要调研它面对的人群是谁。如果一直做 C 端，C 端可能并不需要数字人。普通 C 端用户其实不太需要这样的产品。 卫诗婕 但据我所知，数字人瞄准的都是 B 端用户。 Eva 所以你要明确知道，用户群到底是 B 端还是 C 端。做 B 端数字人，意味着用户数不会很大，可能是 SMB，也可能是大 B，用户数量少，但收入很好。 比如 ChatGPT 更新了一个新版本，普通用户可能用不上，只有特别重推理、重长文的公司，才能感受到 o1 和旧版本的区别。 卫诗婕 我觉得它更多是一个技术标杆。所以我很好奇，数字人给 C 端到底能提供什么？ Eva 它可能没有多大的 C 端用户。普通人为什么要用数字人？比如我是拍抖音的，记录生活、记录跳舞，没有必要用数字人。这就是过度关注技术，而忽略了用户场景的真实需求。 第二个坑就是账没算好。就像跑车送外卖一样，有一些赛道付费率很低，比如 AI 陪伴，付费率就挺低。 卫诗婕 真的吗？为什么？ Eva 因为它的成本很高，但付费率低。如果瞄准的是特别低价的用户，付费率本身就会很低。 卫诗婕 所以 Character.AI 的商业化不好？ Eva 它就是典型的我们这一行所说的“产品做得不错，但是没有赚到钱”的公司。这和它的商业模式有关，我感觉他们也没有特别好地做商业化。 卫诗婕 AI 陪伴的付费率很低，是在中国低，还是全世界都低？ Eva 如果不涉及色情内容，它的付费率确实挺低，全世界都低。 举个例子，如果你生成一张图，像 Midjourney，我很快就会付费。可能只消耗比较少的算力，就能给我出一张图，我觉得可以，就愿意付费。 但如果是 AI 陪伴，我至少要和它聊很多轮，消耗大量算力，模型也需要经过很多轮打磨，直到达到我的心理陪伴需求，我才会付费。它的成本其实很高。 卫诗婕 这个可以给听众解释一下，因为并不是所有人都了解大模型技术。比如只生成一张图，消耗的算力比较有限；但如果要打造一个 AI 陪伴机器人，它需要了解我的需求，相当于定制化服务，至少要和我多聊几轮。 前期还可能需要灌入一本小说的语料，才能打造出一个有情感的机器人。语料成本本身就很高。它不可能只和你聊 10 轮，你就付费；可能要聊完一天，你才愿意付费，如果你打的不是黄色需求的话。 但这和我的直觉相反。之前我和 Soul 聊过，Soul 的收费其实做得还不错，它也是陪伴型产品。 Eva Soul 里面有大量 I 人。他们不喜欢社交，或者在现实社交空间里，不认为自己具有很强的社交属性或社交资产，所以非常需要线上的陪伴，也愿意为此花钱。 卫诗婕 既然他们会为 Soul 付费，为什么不能为 AI 陪伴付费？Soul 里你可以找一个人聊，也可以默默写日记、和自己对话，对不对？ Eva 你的意思是，如果一样要付钱，我更愿意付钱给真实的人和我聊天，不一定愿意付钱给 AI 陪我聊天？ 卫诗婕 你可以自己感受一下，有多少普通人会为一个虚拟对象付费。我不是 Soul 的用户，但我和一个 Soul 用户深入聊过，他确实很需要这个。 Eva 肯定是有需求的，而且用户比较低龄。 卫诗婕 但付费能力不强，对吧？ Eva 太年轻了。这是经过系统调查的，至少我看到的是这样。 我认识好几个做 AI 陪伴的创业者，回头可以再和他们聊一聊。它是一个现在很火的创业赛道。我赞成你说的逻辑，因为它前期交付比较重，而且用户满足度因人而异。 所谓因人而异，就是我很难达到你的满意度。如果是搜索，用户预期很明确；生成一张图，用户可能也有明确预期。但 AI 陪伴没有明确预期，就很难找到边界。 而且如果我没付钱，觉得你不好也就算了；如果我付了钱还觉得你不好，我还要骂你。 卫诗婕 但它的增长很容易。随便截一些聊天记录，就可以进行热点传播，很容易引起用户好奇。 Eva 对，但很难留下长期、高付费的人群。还有哪些算账没算好的赛道？ 大部分复杂生成都是没算好的赛道，因为生成很费卡。比如生成视频，就非常费卡。 卫诗婕 除了 AI 陪伴，还有什么产品需要复杂推理？ Eva 企业决策类产品也可能很复杂。所以最好解决一个轻量的事情。之前有很多人在做企业工作流，但现在可能没有太多真正做成的。 我之前合作过一个创业者，他做的是复杂 3D 游戏创建，这非常费卡、费资源。当然，它可能有一段时间确实做出了很大的用户量。 这时候除了卡成本和 AI 算力成本，还要考虑服务器成本。有时候如果底层能力是通过 API 接入的，只要一直租用，空闲时也在产生成本。很多时候没算清楚账，空闲时间也在产生成本。 大量用户进来之后，服务器还可能支撑不住。比如平时需要 10 台服务器，才能支撑正常运营；高峰期可能要扩容到 50 台。那这 50 台服务器平时放着还是不放？放着的话，剩下 40 台没有用；不放的话，高峰期又满足不了需求。 卫诗婕 但据我所知，云厂商也注意到了这种刚需，现在很多都是弹性扩容，为客户创造成本更低、服务更好的云方案。 Eva 对。有的服务器搭在私有环境里，买 10 台裸机，做成私有化部署；有的使用云服务，服务器成本是不一样的。 私有化部署很难弹性扩容，租几台就是几台。所以运营成本、人力成本、服务器成本、算力成本，都是真的要算好。游戏这一块也比较烧钱。 卫诗婕 明白。第二个坑是没算好账，还有第三个坑吗？ Eva 第三个坑就是太完美主义，产品推出得太晚。很多人觉得一定要把产品打磨好再发布。 卫诗婕 对。 Eva 你很容易想：我发现了一个需求，要做得非常好，然后再上架。但很多时候，大部分创业项目是慢慢生长起来的。 说不定第一个需求没有打准，但做到一半，用户进来了。和用户深入调研、访谈之后，你会发现，原来他要的是另外一个东西，这时候改一改就可以了。但如果一开始就走偏了，后面很难改。 卫诗婕 所以一定要忍受不完美，尽早释放，及时迭代。 Eva 是的，而且尽早出现在市场上是有好处的。如果一下子打对了，就能快速获得品牌优势。 卫诗婕 在产品方面，我觉得国内的 MiniMax 和字节确实做得很好。MiniMax 也是多个产品同时在国内外跑，字节就更不用说了，像一个 App 工厂，经验实在太丰富。 我相信你对这两家公司都有观察。在你看来，这 3 个坑他们踩过吗？ Eva 大厂应该不太会踩这 3 个坑，因为它们经验丰富。研发很明显可以帮你算清楚算力需求，一开始能不能协调到资源，也需要进行完整论证。 在成熟大厂里，要先充分论证，才能协调到这部分资源。尤其是现在每一家大厂都既想把 AI 大模型融入原有业务，又想跑出颠覆性的新应用，所以内部存在资源分配问题。 你在内部如何争取资源分配，需要充分的市场论证，也要证明项目怎么成功。归根结底还是那些本质上的东西：用户数和收入，最直接地证明你有没有成功。 卫诗婕 我觉得海螺在海外市场跑得特别好。它为什么会突然出现这么强劲的增长？ Eva 一个原因是它的模型确实不错。这个赛道里，模型已经决定了 50%。模型效果能够引起很大的社交媒体传播，带来明显的前后对比和用户讨论空间。 另外，他们现在增长也做得很好。昨天他们又上了一个 TikTok 和 Twitter 的热点，两个平台都挺火。 卫诗婕 我很好奇，做对哪些动作，有可能或者大概率带来好的增长？ ### 增长打法匹配产品类型 Eva 这要根据用户特性来判断。增长不是说只要推广就行，增长的目的是确定核心用户群，并广泛获得核心用户的注意，吸引他们来到产品并使用。 我知道多模态领域可能有 3 条赛道。第一条是刚需功能，比如 ElevenLabs，它就极其刚需。 卫诗婕 ElevenLabs 是做音色相关的公司，对吧？ Eva 对。比如把你我的声音换成两个中年大叔的声音。它有文字转语音、音色克隆、视频翻译、音色调节等，所有和声音相关的能力，可能都会逐渐补充到它的体系里。 它面向的用户既有 C 端，也有 B 端。它提供 API，企业也可以使用。它把音色这个点打得很透。 卫诗婕 这里需要做一点技术科普。大模型出现之前，我们用剪映或者其他剪辑软件，也有变声功能，曾经很火。包括出门问问之前也在做 AI 配音，我们可以把声音变成孙悟空或者蜡笔小新的声音。 但那时候其实并不是用生成式 AI 的能力，更多是把事先录好的配音输入程序化，给用户提供选择。 现在生成式 AI 可以在前期语音语料投入方面，极大压缩成本、提升效率。原来一个专业配音演员可能需要输入几个小时，甚至录一天；现在可能只需要说 3 句话，就能自动生成你需要的内容。 Eva 以前需要训练大量语料，才能生成一个音色；现在像剪映的音色克隆功能，说 3 句话就可以复制一个人的音色，用很接近的效果做出这个人的声音。 甚至我们刚才的录音，如果想调节情绪、改变情绪状态，生成式 AI 也可以做到。它可以让你变得愤怒、可爱或者忧伤。 也就是说，我没说过这句话，它可以帮我生成出来；我说这句话时不是 A 状态，它也可以帮我生成 A 状态，而且音色效果也会发生变化。 卫诗婕 这块技术我没有那么了解，但音色模型也分小模型和大模型。至少我知道，在技术优化上，哪怕是文字转语音这个基础能力，剪映一直都有。 这个基础能力的声音效果现在也变得更逼真、更有情感了。它可能没有专门进行情感调节，但说出来的话更像人。 Eva 对，这个领域 B 端也会使用，比如营销公司、MCN 公司都会用。刚需功能就是稳扎稳打地做。 ElevenLabs 一开始蹭了很多 Sora 的热点。当时 Sora 放出一段视频，它立刻给视频配音，马上跟上热点。 卫诗婕 这只是一种品牌宣传和营销方式，让大家知道“我有这个能力”。 Eva 对。好的增长就是把卖点打出去，抓到那些对音色敏感、关注音色的人。用户自然会记住这个产品，进而使用它。 这就是它一开始的增长方式。稳扎稳打的刚需功能，只要找到目标人群就可以了。 第二种产品是偏特效类的，比如妙鸭。特效类产品需要制造爆点，像 AI Mirror，我们昨天聊到的也是这样：要找到社交媒体热点，前后对比要非常明显，然后快速形成传播。 比如今天是毛毡特效、黏土特效，用户觉得有意思，就会想“我也要做一个”。这种产品很容易形成传播链条，也能快速增长。 卫诗婕 我一直有一个好奇：在产品力没问题的情况下，搞定 KOL，是不是就能带来裂变传播？ 比如自上而下，如果我有充分的资源和资金，让所有头部和中腰部 KOL 都在社交媒体上制造热点，是不是就可以带来裂变传播？ Eva 任何一种流行的东西，真正能不能被撬动，要看那些看完视频的人会不会分享、会不会试用，以及他们身边看到的人会不会进行二次传播。这才叫流行。 所谓 KOL，只是让更多人注意到“有这么一回事”。但如果这个特效没有让大家产生尝试兴趣，传播链条还是会失败。所以前期 KOL 可能只是一个手段。 卫诗婕 那还有第三类吗？ Eva 第三类偏生成式。这里面是非常技术导向的，如果技术很厉害，首先会引起关注和想象。大家可能自由创作社区内容，然后形成传播。 比如海螺这样的产品，要找到什么样的创作内容能够引发用户共鸣。前段时间有 AI 拥抱：通过你的照片，想象 60 岁的自己；和去世的亲人拥抱；或者和喜欢的明星拥抱。这些都是用 AI 视频做出来的。 这种热点能够触动用户的底层情绪。 卫诗婕 美国总统大选期间，我看到很多视频用生成式 AI 做各种社交传播，比如把人 P 成马斯克之类。这是不是也会带动新的生成式风潮，让更多人关注这项技术和产品？ Eva 会让更多人关注，但不一定所有人都能复制。很多病毒式营销在一定程度上都有运气成分，蹭 IP 也是很重要、很常见的做法。追热点、蹭 IP，本来就是自媒体的逻辑。 卫诗婕 那怎么区分生成式和特效类？第二类特效类和第三类生成式，最本质的界限是什么？ Eva 特效类的复制门槛很低。你再做一个类似东西会很快，做一个特效可能 5 天、10 天就完成了。它无非是看这个特效能不能爆。 生成式的核心关键则是技术。 卫诗婕 现在多模态赛道表现最抢眼的公司和产品，有哪些？ Eva 视频赛道可能分两个大方向：视频编辑和视频生成。 看 a16z 榜单，视频生成领域像 Luma 一直很抢眼，Vidu 也算是这个领域的产品，还有 VEED。 如果是视频编辑或图像编辑，CapCut 肯定是非常厉害的产品。还有刚才说到的 ElevenLabs、Captions，以及美图系的一些产品，都在快速增长。 如果是特效类，像刚才说的 AI Mirror，前两天还有一个叫 Glam AI 的产品，Remini 也增长得很快。这些都是通过图片特效或视频特效来快速增长的产品。 卫诗婕 今年做用户增长，你有没有一些很强烈的体会和感悟？ Eva 第一个体会是，如果想打 B 端，可能要考虑降低成本的传播方式。 HeyGen 是一个挺成功的从 C 端转 B 端的产品。说实话，B 端公司的营销费用很贵。如果面向 B 端客户，不管是投放成本还是 CPE 获客成本，都会很高。 你肯定要考虑，如何走进企业决策链条。通常可能需要配备销售人才，向企业做销售。 我觉得 HeyGen 很聪明，它走了一条 C 转 B 的路径：先做成 C 端应用，制造一些 C 端传播点。Kimi 其实也是这样，一开始快速让大家注意到产品，可能是因为“Kimi 概念股”出圈。 HeyGen 当时有一些爆款视频，比如郭德纲讲相声的视频出圈了。之后大家刷短视频或社交媒体，就会刷到很多相关内容。 C 端有感知之后，产品就会进入决策者的视野。决策者也是普通用户，他可能会主动来问你们的产品怎么样。 卫诗婕 所以是通过 C 端关注，带来关键决策者的主动询问。 Eva 对。Kimi 一开始可能和几家模型的效果差不多，但它把长文本这个点打了出来。比如把《甄嬛传》放进 Kimi，证明它处理长文本的能力，这就是一个很好的事件营销。 之后它要接 B 端模型时，比如扣子要接模型，可能有人知道 Kimi，就会主动问：“Kimi，你们要不要过来？我们可以接你们的模型。”这是一种吸引 B 端客户主动询问的方式。 当然这可能更偏初期。到后面，你可能越来越要去找 B 端用户所在的赛道。比如做营销，就可以去参加和出海电商相关的展会，这些都是目标人群。 如果做大 B，还要更多重视 LinkedIn，做内容营销。也就是找到更垂直的赛道，吸引 B 端用户。 销售方式有“推”和“吸引”两种链路。推就是不断告诉客户产品有多好，主动上门销售，这容易让人产生抵触。另一种是让客户主动来询问。 卫诗婕 你刚才讲的这些，是成本更低的方式吗？比如事件营销。 Eva 事件营销在 C 端其实很贵。想做一个大的事件营销，成本高，而且存在概率。 但在 B 端，它可能就不贵。吸引一个大客户或中型客户主动来询问，和培养很多销售人员相比，成本可能低得多。 卫诗婕 也就是说，在 C 端做一个大事件成本不低，但和吸引 B 端销售相比，仍然是一小部分，性价比很高。 Eva 是的。所以我觉得，有时候 C 转 B 是一种可以直接借鉴的方式。 第二个让我印象比较深的是，流行其实都是有迹可循的。比如去年通义千问做“全民舞王”，在抖音上爆火。用户上传一张照片，照片里的人就会跳舞，还有两只小金毛跳舞，这个特效在抖音上火了一段时间。 卫诗婕 如果我上传宠物的照片，就会有我的宠物跳舞吗？ Eva 对。现在剪映也有这个功能。 卫诗婕 这个播客发布的时候，我要把我的视频传上去。 Eva 这种产品普通用户会觉得很有意思。它有流行趋势，在海外再做一遍，可能还会再流行。可爱是第一生产力，而且还要跳舞，还和宠物相关。 卫诗婕 前面美国大选的时候，我还看过马斯克和特朗普一起跳舞的视频。 Eva 对。一个内容在东南亚、中国和海外都可能火。你要多找什么是有潜在爆发力的趋势，有机会就要抓住，而且要成为第一个做的人。等到后面大家都开始模仿，就未必还有一开始的效果。 如果你按照国家和市场来做，就可以打一个时间差。 卫诗婕 因为我感觉这个门槛比较低，只要模型具备这个技术能力，大家都可以再做一遍。 Eva 但你要找到好的内容赛道，这个内容赛道还是和底层需求相关。比如养宠物的人越来越多，大家不一定会把自己拉到视频里跳舞，但会让自己的宠物跳舞。 卫诗婕 所以 Vidu 除了生成跳舞片段、通过裂变传播增长之外，还有其他帮助它快速增长的方式吗？ Eva 有。它一开始有一个 YouTube 视频爆火，这个视频其实是在 Discord 上先积累了一批初始用户和种子用户的内容。 现在很多生成式产品，比如 Suno、Midjourney，用户的 prompt 千奇百怪，生成效果也千奇百怪。你要找到最容易引起用户共鸣的效果和内容，才值得在社交媒体上传播。 你的热点也可以从 UGC 当中找。 卫诗婕 所以要先做小范围测试。 Eva 对。比如用 Discord 做测试，你会发现哪个内容在群里的讨论度很广。或者你做一个 Midjourney 产品，可能发现大家会踊跃尝试某个方向，比如动漫类图片。 你会慢慢找到，用户原来可以怎样更好地使用你的生成式产品。找到场景之后，再基于这个场景发散更多创意。 这对生成式产品来说很重要。大部分生成式产品的问题是：用户想不到自己什么时候会用它。 你必须给用户一个理由。如果我告诉你“这个模型可以基于动作驱动你的照片”，你可能一脸懵。但如果我说“它能让你家的宠物跳舞”，你就会说：“我愿意试一试。” 卫诗婕 而且产品用户规模开始形成壁垒。用户规模越大、调用和输入次数越多，后台能看到的数据就越多。我相信有很多指标可以指向热点策划。 Eva 对。国内的抖音、小红书如果能做这些内容，就很有优势。你要抓到用户热点的潜质。 但国内外还是有区别。海外有 Discord 这样的社区，它本身有分享文化，社区活跃度也非常高。 卫诗婕 但国内几乎找不到能和它匹敌的社区。昨天我们的活动上还在聊，现在没有 Discord 了。 Eva 对，没有中国版 Discord。知乎虽然也算社区，但氛围没有起来；小红书上也没有对技术和新产品进行充分讨论的氛围。一定存在小创作者，但不像海外社区那么显性。 所以在海外，核心还是这样：创作能力本身是高级需求，不是人人都有创作能力。大部分人还是先过好自己的生活。 但海外不是一个国家，而是 55 个国家。你总能找到一些小众需求，聚集起一群人。只要足够快地聚集这群人，找到方向，就可以了。 全球化所有问题追根溯源，还是组织力的问题。你在全球范围内铺开机会点之后，能不能快速识别和洞察，团队能不能跟上。 卫诗婕 我最近看到很多特别小众的赛道，比如 AI 纹身，可以帮用户生成纹身效果。海外个性化生意还是挺好的。 我还有一个体会，就是大家最好可以倒推。现在都是拿着锤子找钉子，倒推的方式是先关注需求增长的方向。 我现在觉得，万兴科技其实很值得普通创业者入局。它的增长打法，就是先爬一遍用户需求词和所有搜索词，找到搜索量大的赛道。 Eva 万兴科技是国内 SEO 做得比较厉害的公司。有时候它们的产品可能是直接套壳，或者直接购买现成产品，当然肯定不是所有产品都这样。 如果做得快，它可以非常快速地推出一个产品。但它一定是先找需求：有没有需求没有被很好满足？然后快速爬取所有需求词。 找到需求词之后，如果发现有机会，就先做一个小工具，先满足一批用户。HIX.AI 可能也是这样倒推出来的：看到需求词很大，市场上还没有很好的产品，就做一个产品去满足这个市场空缺。 卫诗婕 这和在抖音做爆款的逻辑很像。先铺几个产品小试一下，成本都很低，先测数据。哪个数据跑起来了，再加大力度，把这个产品或者内容做起来。 Eva 对，用这种方式做产品也是一样。MiniMax 早期可能也是这样。 卫诗婕 我听说你自己也是这样做的。 Eva 对，做 10 个方向测试。 卫诗婕 这个方法听起来很好，为什么不是所有人都这么做？ Eva 因为需要资源。10 个爆款的成本，和 10 个小产品的成本还是不一样的。 卫诗婕 但万兴科技可能都不是测试，而是找到一个做了就大概率会成功的方向。它看的是搜索量很大的需求词，基本上是一个打一个准。 Eva 这是前期的战略分析能力，要先把赛道筛出来。它筛出来的是一些低成本赛道，也就是蓝海赛道。 卫诗婕 就像开咖啡厅，第一步先选址。万兴科技这种先找准场景再做的打法，会不会容易掉进其他坑？ Eva 得纠正一下，它不是先测试。如果先测试，那是字节系最擅长的事情。 它是先找到一个低洼需求，然后快速生成一个产品。这个产品不需要多完美，先满足一个小需求。这个小需求的量可能不大，但再接着满足下一个需求，最后把它们做成一个产品矩阵，逐渐产品化，慢慢长成一个大产品。 我觉得这更像是资源不多的创业者可以选择的路径。它先找到自己能活下来的低洼流量，但这个流量不一定很高。 如果运气不好，这个生意可能只有 20 万元规模，那就要叠出 5 个这样的生意，才能做出 100 万元 ARR。 卫诗婕 但还是需要资源。 Eva 只要先从 20 万元的生意里赚到钱，就有钱做下一个生意。中国有很强的成本优势，研发和产品相比美国还是便宜很多。 卫诗婕 今年做用户增长，有没有什么失败经验可以分享？ Eva 我只能说一些体会。一开始做增长时，我太关注怎么做社交媒体效果，把它当成一场又一场的战役，也就是 Campaign。 但真正的关键，是怎样构建一个可以持续获得流量的体系。所谓持续获得流量的体系，不是不断寻找爆款，而是搭建一套系统。 比如搭建数据看板，可以快速找到根本性的传播方式。抖音上有一群人可以持续帮我传播，产品出来之后，他们会帮我测试什么方向容易成为爆款。类似这样的体系很关键。 卫诗婕 就是要把用户链路摸得清清楚楚。 Eva 对，而且不要总是拼概率，要更多拼基础能力。基础能力可能是数据能力、洞察能力，或者你有一大批可以分享的人，有自己的基础流量。 比如通过一些固定渠道，每天都有特定的人进入产品。又或者在应用市场占领某些搜索词，每天搜索这个词的人都能看到你的产品，这就是稳定流量。 不是单纯追逐热点带来的瞬时流量。瞬时流量不一定会留存，热点也不会一直是热点，它一定会消退。 如果一直处在爬坡、消退、再爬坡、再消退的过程，人会很累。你要考虑自己的基准线是什么，不要大起大落，要稳稳的幸福。 卫诗婕 听起来很像线下经营：可能花很多钱做活动，把客户吸引过来，但这不一定有利于长期经营和增长。 Eva 所以搭建系统的时候，一定要考虑基本盘在哪里，哪些流量比较容易获得。先不要做特别博概率的事情，先做把握度高的事情。 不是单纯追逐脉冲式增长，而是考虑如何搭建一个基础循环，让增长飞轮转起来。 卫诗婕 增长飞轮很重要。大部分人容易忘掉，而且节奏也很关键。 比如 Vidu 在 Discord 上很火，是不是就应该一开始立刻做 Discord？ Eva 不一定。可能产品到了某个用户量级，再去做 Discord 更合适。 如果产品还没有用户，什么产品适合先做 Discord，节奏很关键。创业产品不可能同时做好 5 个渠道，一定是在一段时间内重点做好 1、2 件事，而这 1、2 件事到底做什么，非常重要。 卫诗婕 那按照你现在的经验，最初的冷启动从 0 开始，哪些渠道会比较好？ Eva 有一些基础渠道，比如 Product Hunt、AI Tools。这些社区主要是发现工具，带不了特别多的量，但用户比较精准，因为他们就是专门来找 AI 产品的。 最关键的是找到用户群在哪里。比如教育类产品，之前我们合作过一个教育产品。教育产品比较特殊，使用者可能是学生，付费者是家长，所以它和当地学校、培训学校合作，那里有大量目标人群。 你要先知道用户在哪里，再找到这群目标用户，才能快速验证 PMF。否则验证半天，用户都没找准，肯定不行。 还有很多产品适合从社区里找用户，比如 Reddit。总之，渠道要根据产品特性，找到最初的用户来源。 卫诗婕 有没有什么认知是被颠覆的？现在最关键的认知是什么？ Eva 最关键的认知是：你不需要做一个融资千万的产品。真的只要付费率达到 10%，做一个 20 万用户的产品，就可以做到 2,000 万 ARR。 这意味着你不需要做 Super App，不需要做独角兽，也不需要解决世界难题。只要解决一部分人的刚需就够了。 卫诗婕 现在这么多 AI 产品创业团队，在团队配置上有什么特点？会遇到什么挑战？ Eva 最大的挑战还是人才，其次是组织。 人才方面，如果想做一个优秀的创业公司，尤其是全球化创业公司，至少要找到 80 分的人。但创业公司名气还没有起来，别人为什么愿意加入你？优秀的 80 分人才并不好找。 如果是明星创业团队，比如刘小龙这样的明星创业团队，有钱、有牌、有资源，就可能慢慢吸引优秀人才加入。但大部分创业团队不是这样，往往一定是缺人的。 这种情况下，可以采用分布式配置。比如原来不知道怎么做海外市场，就找一个有海外市场经验的人，再配团队执行同学和他合作。 这叫用 40 分的钱获得 80 分的经验，是一种迂回的方式。不要一开始就要求所有人都是 80 分、90 分的全能人才，可以招两个在不同领域形成组合、整体接近 80 分的人。 当然，所有人都是 80 分肯定最好，只是一般公司吸引不到这么多 80 分人才，或者需要付出更高价格。 卫诗婕 在增长的不同阶段，会遇到哪些常见问题？ Eva 大部分问题可能是对出海和海外市场不够了解。比如在国内做产品，多少可以和朋友了解上下游企业，也知道一些渠道；但海外市场毕竟人不在那儿，这可能是一个比较大的问题。 你可能需要找有成功经验的人才，帮助你达到这个效果，多吸取优秀经验。他做得多，就会更有手感。 卫诗婕 创业是一个很需要判断力的事情，这也是我很好奇的地方。我们经常觉得“吃过见过”就是经验，但这一代 AI 原生用户、创业者和从业者，很多其实是 95 后、00 后，因为他们才是真正的大模型原生。 这似乎和“吃过见过”相违背。你服务的企业会不会遇到这样的选择：到底是招彻头彻尾的年轻人，还是招一些有上一代移动互联网成熟经验，同时又比较年轻、能拥抱 AI 原生的人？ Eva 不要看年龄找人，要看他做过什么事情。 比如一个 00 后，完全是 AI 原生，对 AI 很有热忱，但确实没有经历过很多事情，那就需要补齐。如果你是一个创业老兵，在组织和管理上有经验，最好还是招一个有一定经验的人去辅助他。 年轻人的优势可能是对 AI 能力更有想象力、更有冲劲。你要做的是团队配置。很多时候不是看年龄，而是看他在这件事上经历了几年。 他可能很年轻，但从大学就开始接触 AI，接触 AI 的时间可能比很多三四十岁的人还长，信息也更前沿。这说明他在这个领域的增长经验是多的。 卫诗婕 我知道你现在业余也在帮助一些初创团队，担任 Advisor。那你明年对自己有什么期望？如果听众想做这方面的创业，可以找你提供什么帮助？ Eva 我有几个明确的方向。第一，如果你确实想做一个全球化产品；第二，你想做 PLG，也就是产品驱动增长，而不是销售驱动增长。这两个是关键。 创业公司可能会面临战略、战术、策略和执行上的问题。战略是方向选择。创业方向的选择，意味着你要见过更多产品，知道什么样的产品大概付费率如何、增长情况怎样，这些会帮助你做判断。 战术是产品规划。下一个阶段产品要怎样生长，什么样的产品方向更合适。策略是增长时先做什么、后做什么，做哪些渠道和关键动作，才能达到效果。执行则是把上面所有事情优秀地执行下去。 我觉得自己在前三个方向上更能帮助创业者补齐。 卫诗婕 我追问一下，你刚才说产品驱动增长和销售驱动增长。我的理解是，产品就是搞定用户，销售就是搞定决策者，是这个区别吗？ Eva 销售或者说搞定渠道，很多时候也很重要。比如做 B 端，搞定某些供应商和下游供应商是关键。 你需要搭建一套销售体系。如果要做海外 SLG，举个例子，让产品出现在某个展会上，可能需要很强的政府关系，或者企业关系。 卫诗婕 这块确实是我没有相关经验的地方。 Eva 对。 卫诗婕 那你自己对明年有什么期望？ Eva 我希望帮助到更多创业者。今年确实做出了比较好的案例，也有了更强的手感。明年希望有更多优秀的创业团队，我们一起做出更好的项目。 这是第一个。第二个，我自己也有创造的意愿。 第三个，我还是觉得中国在 AI 上有非常强大的优势。如果我能在这个领域发挥自己最擅长的长板，就很好。 现在我们看到非常优秀的华人，不管是在科研领域还是产品领域，很多都是华人团队。我确实有一点民族自豪感。如果我能出一份力，更好地帮助这些团队，我也会非常荣幸。 本期节目就到这里了。如果你对生成式 AI 的实践有系统的观察，或者经历了有趣的实践案例，也欢迎与我交流。过去一年中你观察到哪些有意思的 AI 产品？欢迎在留言区告诉我，我们下期再见。