AI創業一個月,我逐漸悟了…

5 評論 5126 瀏覽 16 收藏 14 分鐘

去年,AI大模型的爆火,也讓很多廠家都步入大模型應用的開發中。AI創業,在這個時候也是一個好賽道。作者總結了一些創業過程的實操細節和思路,希望對你有所啟發。

23年,以OpenAI領頭的大模型賽道風靡一時,一時間國內、國際諸多玩家紛紛入場。巨頭們主要以底層能力入手開始卷,做自己的大模型,而在廣袤的應用層,人人都有機會做自己的大模型應用。于是起心動念,開始在閑時研究相關內容。

說來簡單,實際促使我實際開始動手去做的,還有一個關鍵的信念/觀點——場景閉環是成敗關鍵。

隨著OpenAI開放了GPTS,網上出現一個段子說“每個人都在做自己的GPTs,同時沒有人愿意用別人的GPTs”,除了用戶自制的對話應用的確良莠不齊的因素外,我認為還有一個關鍵因素是,清一色基于聊天界面的應用很難打造品牌爆款,背后的原因是簡單的聊天頁面無法完整閉環場景。

比如常見的AI創作小紅書文案的場景,通過優化后的prompt的確可以讓AI在給定的語境下生成一段看似符合小紅書常見帖子的文案,但如果想專業運營好一個小紅書賬號,你還會面臨:

  • 生成的帖子文案千篇一律,口吻不符合自己賬號調性
  • AI生成的內容一眼假,缺少留存點
  • 做賬號時經常需要做營銷內容與轉化內容,不同類型的內容有不同的文案訴求
  • 生成內容后,沒有完整的數據閉環,依然需要其他工具管理賬號
  • 不同定位的賬號需要不同類型的專業知識庫

而以上這些問題,都是你在一個與AI的聊天框中無法解決的。這也是為何GPT3.5面世時各路媒體紛紛報道世界變了,但一年多后的今天,你可能覺得世界變化似乎并沒有那么大的原因。

聊天框+插件在一定程度上強化了AI能處理的場景,比如搜索引擎在可預見的將來就一定會被取代,因為AI在閱讀、搜索、歸納信息的效率上是人所不能比的。

但同時,缺少細分行業的業務流程邏輯,也意味著單一的對話應用必然無法在各個領域都取得良好表現,反而是那些已經在垂類領域有認知積累的玩家,有機會在此技術革命中取得更好的口碑,比如AI+數據庫查詢,AI+客戶管理系統,AI大批量面試,AI優化在線文檔,都是有商業價值且能切實提高效率的場景。

圖為阿里云AI+數據庫管理的應用,意味著不會sql的同學也可以按需查詢所需數據

言歸正傳,決定去做后,便開始考慮要做的定位與場景。

一、市場細分與定位

做大模型市場的定位時,細分市場的第一刀是2c&2b。

在2b的企業服務側,大模型存在的形態,或是與原有場景深度結合,或是基于會話能力創造出了新的可行產品。比如營銷獲客領域,一鍵生成的內容與批量發布形成了新型的內容平臺管理,由人生產內容更新為機器生產內容,讓矩陣運營流量平臺賬號的成本更低,效率更高(當然,流量平臺后續一定會對此相應進行監管);

  • 比如客戶跟進領域,基于平臺提供的客戶上下文信息,大模型可以以銷售個性化的口吻生成跟客話術推薦,并在通話后智能總結通話摘要;
  • 比如客戶服務領域,基于知識庫的大模型,在信息的提取與理解方面已經超過了大部分客服,只需要簡單的一份pdf文檔,就能訓練一個掌握全部信息的客服(以目前的技術水平,實際場景中仍然有無法識別并發送知識庫圖片、無法幫助客戶操作等弊端)。

已經落地的案例中也可以看到,大模型能力必須與使用場景深度結合才能更好地發光發熱,單純具有生成小紅書文案的能力不足以支撐一個完整的產品,但如果可以批量管理數千個小紅書賬號內容的自動生成與數據管理,這才是合格的商業化產品。

相比2c,2b市場更要求完整產品交付,也對應需要更高的啟動成本,所以這部分市場我沒有考慮。接下來,我們再看下2c的市場。2c的市場太大了,我們的目的是找到潛在的切入點,如果機械按照“社交、電商、游戲、內容…”等領域去做細分無疑是很呆的,對我們的目標也沒有任何建樹。所以我這里僅僅基于做平臺/做場景粗粗分類。

第一塊2c的市場是做大模型底層建設。這是大廠們的首選,無論是基于品牌、商業競爭、企業價值等角度,國內企業一定要有自己的大模型,并基于自己的大模型搭建平臺。典型如百度的文心一言,字節的coze(豆包/cici),第一步是訓練屬于自己的大模型,第二步是基于自研大模型做平臺發展GPTs。

第二塊市場屬于各種細分場景,將大模型的開放能力包裝一下,形成自己的應用。

最直白的的做法是把會話、畫畫等能力接入進來,以別人的能力做自己的品牌,如果你在微信小程序搜AI,可以看到不少這樣的應用——因為某些限制,只是簡單把國外的能力拿過來,其實也是有較大需求市場的。

另一種更專業的做法則是專注于某種場景提供服務,比如KIMI,早期定位于“快速閱讀整理資料”的場景,把文章發過去后即會快速閱讀給出總結,隨著擴展的需要,目前又拓展了網絡搜索、超長上下文的能力,去承載更多應用。

細分后,我的目標也就基本框定在了“2c市場中的細分場景”這一部分。最終產品初步定位為小程序精品GPTs的市場,同時在產品架構上支持原始GPT能力與數個內置的場景化GPTs,這樣選的原因包括:

  • 基于小程序主要是基于增長的考慮。大模型的核心魅力之一在于“對于自定義輸入內容所帶來的未知輸出的期待”,而這種游戲性很適合做裂變增長,比如年前在年輕人群中火過的“哄哄模擬器”,把哄女朋友的場景做成了文字闖關小游戲,就是個很好的增長案例。
  • 缺少訴求極其強烈的使用場景。個人直接做2c的微型項目,最穩妥的方式就是自己就是這個領域的深度用戶,否則就需要付出數倍的努力去做用研。當下的我并沒有某個強烈且愿意穩定付費的細分場景,所以需要在多種細分場景上試。當然,這也會導致更高的維護成本,以及錯過真正高價值場景的風險。

1.0版本中,我選擇了“起名”的場景。大模型的語義理解與內容生成能力很適合做一個發散性的起名助手,且相比直接用通用對話AI起名,獨立的小程序意味著可以增加“起到滿意名字的添加備選”“分享我的備選列表給家人”“管理家庭備選列表及投票”“查看備選名字重復率”等延伸訴求。且起名雖然極其低頻,但在國內廣大的基數下,依然有可觀的市場。

二、版本、定價與增長

由于是個人項目,我沒有打算貼錢做用戶量,要做就從第一天開始自負盈虧(當然,基礎的時間、工具投入還是要的,我預了大概出去玩一趟的機票錢來做這件事)。

大模型選型上,我使用了GPT3.5,因為4.0的價格實在太貴了(而國內大模型仍處于追趕階段,效果較差)…3.5的定價是輸入0.0005刀/1000tokens,輸出0.0015刀/1000tokens;而4的定價則是輸入0.01刀/1000tokens,輸出0.03刀/1000tokens。

不要以為這個價格很便宜,隨著用戶與AI聊天的記錄增多,每次對話時AI都會將之前的對話記錄閱讀一遍,看似AI只回復了幾十個字,但其實已經消耗了幾千tokens。按照用戶每次對話消耗2000輸入tokens+1000輸出tokens的量來預估,AI每次回復會消耗2000/1000*0.0005+1000/1000*0.0015=0.0025刀,約人民幣2分錢,于是初步定價4.9元/15次起名機會,相比傳統人工起名的收費顯得很良心,我也有一定空間來做免費體驗等轉化功能。

1.0版本的搭建大概用了半個多月時間(使用低代碼工具自己搭建的,不需要寫代碼且效率更高),上線了基礎的起名、收藏起名記錄、付費、看廣告獲得免費次數的功能,算是實現了基礎的閉環。目前主要的增長渠道還是小紅書的推廣,通過內容引流,去獲得免費流量,上線一個月也做到了幾百月活,獲得了一部分付費與廣告收入。

中間微調過兩次策略,第一次是發現用戶付費率很低,進一步去看數據,發現幾乎每個進來的用戶都會去對話起名,但大部分用戶用完贈送的聊天次數后沒有進一步的轉化動作,考慮場景足夠剛需,于是下調了贈送的體驗次數;第二次是發現一位用戶在兩天內看了170條廣告(來獲取免費次數),于是下調了看廣告贈送的次數且增加了最大免費次數。

至此,一階段的場景驗證已經基本完成,驗證了在細分場景下的確有做一些輕應用的空間。下階段則要進一步驗證增長與收入模型,目前的推廣手段還比較單一,依賴公域平臺的內容流量,下個階段希望則通過拓展場景,去獲得口碑或裂變式增長。

三、小結

下筆寫來簡單,實操過程中實則有很多細節,要花費心力去優化解決,比如如何申請openai的API,如何代理API,如何將AI起的名字存入表中等等。本篇重點在過程中的思路而不在實操,因此刻意忽視了執行的落地細節。

總體來說,現階段大模型的能力足夠支撐我們做一些創新產品,如果場景的確可以為用戶/企業帶來實打實的價值,也可以帶來一定的商業回報。當然,還是那句話,創業有風險,所以如果你希望做自己的項目,還是建議在閑暇時間兼職做,不要一頭莽進創業者隊伍。在實際投入時間精力之前,也可以通過AI聊天產品做一些基本的驗證,確保這個場景的確有價值,再考慮產品化。

本文由 @紫兆 原創發布于人人都是產品經理,未經許可,禁止轉載

題圖來自 Unsplash,基于 CC0 協議

該文觀點僅代表作者本人,人人都是產品經理平臺僅提供信息存儲空間服務。

更多精彩內容,請關注人人都是產品經理微信公眾號或下載App
評論
評論請登錄
  1. AI創業感悟:找準場景,閉環關鍵,細分市場。

    來自四川 回復
  2. 如果你也想不寫代碼做自己的AI小程序,可以聯系我(zzh506767805),提供有償咨詢

    來自廣東 回復
  3. 小程序落地?有名字么。

    來自上海 回復
    1. 可以在vx搜索:小豬ai助理 即可體驗

      來自廣東 回復
    2. 做的蠻簡潔的。感覺難點是:超低頻+非剛需,即使有流量進來,轉化率也會低的嚇人難以覆蓋成本。

      來自上海 回復