ChatGPT 人工智能 GPT4 伦理 生成式 医疗 监管 安全 机器学习 深度学习 神经网络 计算机视觉 强化学习 模型 算法 应用 开发 研究 工具 平台 框架 数据集 训练 部署 安全 合规 培训 投资 LLM,llm AI,ai,Ai 大模型 大语言模型 制图 生图 绘图 文生图 文生视频 生成式AI AGI 世界模型 sora chatGPT,chatgpt,ChatGpt claude openai Llama deepseek midjourney 红熊猫模型 Red panda,panda Stable Diffusion,StableDiffusion,stable DALL- E 3 DALL E DALL Flux,flux 扩散模型 混元大模型 文心一言 通义千问 可灵 Pika PixelDance 豆包 月之暗面 零一万物 阶跃星辰 搜索增强 MiniMax Talkie Agent prompt fastai LangChain TTS 微调 提示词 知识库 智能体
# 热门搜索 #
搜索
AI生成PPT的顶流公司,如何短短3个月内获得300万用户
8124点击    2024-09-04 09:35

做AI生成PPT,目前拥有超过1000万用户,并且在仅有16名员工的情况下实现了盈利;获1200万美元A轮融资~~~CEO在一档播客节目解释他的创业历程以及如何在3个月收获300万用户!



Gamma是一家位于加利福尼亚州旧金山的AI生成PPT初创公司,在 A 轮融资中筹集了 1200 万美元。


此轮融资由 Accel 领投,Script Capital、South Park Commons、Lorimer Ventures 和 Fellows Fund 参投。


它允许用户创建PPT、网站等,使用 AI 处理文本、图像和搜索,应用引人注目的专家级设计和布局,快速重写或自动完成内容,与交互式图库、视频和嵌入互动,使用图表、图解和表格可视化数据。



以下是Gamma CEO的采访文字稿:



在你急于尝试应用新技术之前,先从问题开始。找到一个你个人非常热衷的问题或领域。因为如果你要创办一家公司来解决问题,你将会在其中投入很多年的时间。我叫Grant Lee。


我是Gamma的首席执行官和联合创始人,我们重新构想了人们分享和展示想法的方式。传统上,人们使用像PowerPoint和幻灯片这样的工具来概括他们的思考,然后与他人沟通。在Gamma,我们试图构建一套新的构建块,帮助你实现相同的目标,但以一种感觉新颖、更简单、并允许你生成当前工具无法实现的输出的方式。


我们在全球拥有数百万用户(数据截止2023年9月,现已超过1000万用户)。韩国、日本是我们增长最快的一些国家。这个国家的人们对新赋予他们创造新事物的潜力这一理念非常接受,并且他们渴望构建。他们渴望拥抱新技术,并且愿意成为那些能够释放他们创造力的早期采用者。



我一直知道我想要创办自己的公司。我的一个叔叔创办了一系列的面包店,我的父母甚至经营过自己的餐馆。所以我很早就看到了他们投入到建设自己企业中的精力。我总是有那种精神,想要为自己做同样的事情。


我最终进入了一个相当不同的职业,我进入了咨询和投资银行领域,在那里我得以见识到真正建立和扩大企业所需的条件。是什么让一个成功的企业与那些停滞不前或无法长期建立某种东西的企业区别开来?看到那个世界让我接触到了许多不同类型的企业。


我最终想要把我学到的东西应用到一个更早期的创业公司。所以我加入了一个初创公司,担任第一个财务职位。公司名字叫Optimizely。当我决定加入Optimizely时,这个决定很大程度上是受到一位导师的建议,那就是当你看到一艘火箭飞船时,你要把自己绑上去,然后去享受这次旅行。


当时的Optimizely正在经历一个超速增长的阶段。我从Optimizely学到的最大教训是,每个企业都可以在很早的阶段就拥抱实验精神,而且实验在企业的每个阶段看起来都会不同。当你很小的时候,你知道,实验真的是关于试图从你的用户那里学习。


很多定性反馈,与他们交谈,了解他们的痛点是什么,向他们展示初步的概念或原型,然后愿意回去迭代。拥抱实验的公司明白,当你发布一个产品或功能时,那并不是结束,那只是开始。


那是学习的开始,从用户那里学习,了解他们实际上是如何使用产品的,以便你可以回去改进并不断改进。我在Optimizely遇到了我的两位联合创始人。我们都是很早就加入的,并且一起工作了五年多。



我叫John Norona,我是Gamma的联合创始人和产品负责人。在大学时我学习了计算机科学。我不确定我是否想成为一名软件工程师,因为我认为这很反社会,只是坐在屏幕前。


我认为那并不适合我。我是一个外向的人。我喜欢与人交谈和合作。我实际上在微软找到了一个产品经理的实习机会。我知道这涉及到与人交谈和与他们合作以弄清楚你将要构建什么以及为什么要构建它。



我真的很被吸引,最终坚持了下来。所以我全职回到了微软作为产品经理。当你构建一个搜索引擎时,一切都是可以量化的并且有指标。所以我从中学到了很多。在微软工作几年后,我意识到我想更接近创业场景。


我想真正接触到更多的初创公司。所以我加入了一家刚刚完成了A轮融资的公司,叫做Optimizely。我在Optimizely的工作涉及到每天在会议中进行或演示,连续6到8小时不间断。所以这就是公司开始的地方。


这是我们的经历,我们坐在那里思考,肯定有更好的方式在工作中沟通想法。公司就是这样诞生的。所以对我来说,我试图依靠并真正发展作为产品经理的一些优势是持续的好奇心。我总是对了解人们实际上是如何使用产品以及他们在大公司中的挑战感兴趣。


那通常意味着深入数据。所以我会说,我一直在努力工作的最强大的优势之一是定量分析,这样你就可以真正理解公司的指标。对于较小的公司,通常更多是定性的,所以做很多非常直接的用户研究,了解人们实际上如何使用你的产品。


任何时候出现像AI这样的技术转变,创始人都会有这种诱惑,即采用这项技术然后去寻找问题。我认为,总是更容易从承认已经存在的问题开始。找到一个你个人非常热衷的问题或领域。因为AI除外,如果你要创办一家公司来解决问题,你将会在其中投入很多年的时间。



你需要愿意在那个领域花费时间,才能真正知道你是否能够从中构建出特别的东西。所以在你急于尝试应用新技术之前,先从问题开始,然后弄清楚,好吧,有没有方法可以利用现有的一切,尤其是AI,并将其应用于为你的最终用户解决那个问题?我认为当我们第一次开始告诉人们我们正在研究的东西时,问题本身是相当普遍的。


当你和很多人交谈时,很少有人说,我喜欢制作PPT,所以我认为人们理解了问题。问题引起了共鸣。我们所做的是花了很多时间在开始时只是观察人们创建PPT演示文稿,我们看到他们一遍又一遍地做同样的事情,花费如此多的时间进行格式化和设计,然后经常回到像文档一样的东西,然后回到PPT去设计。这是一个非常脱节的过程。


所以我们相信,我们最终可以提出一种新的创建方式,而新的创建方式需要不同的构建块。如果格式化和设计不需要那么多努力,也许整体体验可以大大简化,更快,希望对最终用户来说更加愉快。



产品的第一个版本绝对是非常基础的。你试图抓住你相信你的产品有一天可能成为的本质。所以我们构建了一个非常基础的文本编辑器,没有很多功能,只是被分成了几个部分。所以在每个部分你可以打字,你可以添加图片,然后有一个演示按钮,你可以逐个逐步通过这些部分。


当你逐步通过它们时,你可以像演示文稿一样使其动画化。所以大多数使用我们产品的用户不会真正保留它。他们会尝试它并给我们一些反馈,但它并不是任何人工作流程的替代品。当你的第一批用户是你的朋友和前同事时,你几乎不能听他们告诉你的反馈类型,因为他们不想伤害你的感情。


所以你真正做的是,你尝试相信数字。他们是否会在没有你推动或告诉他们的情况下回到你的产品?你试图看看使用模式。人们在哪里退出?人们实际上使用什么,以告知你认为你正在取得进展的地方?实际上,我们没有很多验证就度过了那个早期时期,我们大量依赖于使用我们自己的产品。


所以即使我们的产品还不够好,不适合外人使用,我们从非常非常早的时候就开始强迫自己为我们公司所做的一切使用它,我们所有的笔记,我们所有的会议。我们甚至编造理由进行演示,但我们强迫自己每天、每周都这样做。


那个生活在我们最小可行产品内部的过程,看到所有错误和破碎的东西,导致了不断的改进。每周我们的产品都会变得更好10%。这在至少一年,可能甚至一年半的时间里累积起来,直到我们有了一个我会说实际上很好的东西。



那是我们第一次真正推出的时候。我们这首个版本是一个私人测试版。所以我们只有一个登录页面,只是简单介绍了我们的产品是什么以及如何注册的按钮。通过这些,我们实际上得到了我们的第一批,我想说的是也许1000或2000个注册我们的私人测试版。


我们的前一千名用户真的是随着时间的推移逐渐积累起来的。我们从任何花很多时间构建演示文稿的朋友或前同事开始,他们中的许多人会继续与他们的同事或他们认识的其他人分享,他们也有这样的构建演示文稿的痛点。


但即便如此,那也不是真正的产品推出。它只是一个登录页面。我们直到去年八月才真正公开推出我们的产品。我们在Product Hunt上推出,我们为此付出了很多努力。我们已经在私人测试版中测试了我们的产品几个月,所以我们知道它的哪些部分运作良好。


我们实际上依赖了很多视频来展示这些东西。我们重新做了我们的登录页面。那个Product Hunt的推出也比我预期的要好得多。实际上。我们最终成为了Product Hunt上的头号产品,我们看到了一个明显的用户注册激增,突然之间我们的产品在一天之内就有成千上万的用户注册。



尽管我们有了用户的第一次上升,但它仍然趋于平稳,然后在一个较低的速率水平上趋于平稳,以至于我们每天可能只有几百个用户注册。这还不足以让我们真正感到非常自信,我们已经真正找到了价值主张。


所以我们花了大约六个月的时间,只是与我们正在获得的用户基础进行迭代。我给每一个注册的人发邮件,问他们,你是怎么听说我们的,你有什么反馈吗?我给那些最终使用产品的人发邮件,也给那些看了一眼就没有使用产品的人发邮件。


我们实际上仔细研究了所有这些反馈,看看人们提出了哪些最常见的问题。有时是缺少功能,有时是糟糕的期望设定。所以我们非常逐渐地对这些问题进行了迭代,直到我们能够在今年三月进行一次更大的推出。在我们公开测试版的时候,我们没有任何我们目前的AI能力,所以我们实际上在最初的公开测试版推出后花了很多时间,以AI为核心重新设计了整个创建流程。


我们意识到在某个时候我们会将这个发布给我们的一些早期用户,看看,看看反馈如何。反馈非常积极。我们可以看到,那些已经理解了Gamma价值的人,一旦他们得到了AI,它使他们工作得更快,并解锁了他们以前没有的不同层次的创造力,他们更加拥抱这个工具。


实际上,我之前面临的难题是我们可能非常努力地尝试创造一个更好的幻灯片替代品。但对某人来说,真正看到并理解它是非常困难的。有一个巨大的空白页面问题,我们可以告诉你Gamma的五个好处,但你必须投入一个小时的时间来制作一些很酷的东西,然后你才能真正看到这些好处。


那时我们开始看到使用和参与度飙升。这也是我们开始考虑我们实际上如何定价和包装产品的时候。与传统软件产品相比,AI的一个很大的区别是,你必须支付运行这些模型的高边际成本。


所以我们意识到我们不能负担得起让每个人免费无限制地使用我们的AI,在我们推出前的最后一分钟,也许在我们推出前一周,我们迅速构建了一个信用系统,只是为了限制你一开始可以使用多少。所以我们在用户注册时推出了每个用户400个积分,他们使用了很多,400个积分快速变为零,然后他们会说,我怎么得到更多?我想继续使用你的产品,你为什么不收我的钱?基本上是。


这成为了一个非常强烈的支付意愿的迹象。所以非常快地,商业化从低优先级变成了最高优先级,甚至不是因为我们自己想要钱,而是因为我们需要一种方法来解锁这些用户的更多使用。我们最初构建了一个非常hacky的商业化原型版本,我们甚至在产品内部没有购买按钮。


它纯粹是我们会通过支持发送的链接。我们使用Stripe进行付款,我们会手动进入Stripe并创建一个支付链接并发送给某人,然后给他们添加信用点。这非常快地验证了人们愿意支付。我想在发送我们的第一个支付链接后的一个小时内,第一个人就支付了。


这让我们大约一个月半前推出了产品中的自助定价。这就是让我们超过第一个1000个付费客户的原因。最让我们惊讶的是我们看到的持续注册增长。所以我们现在拥有数百万用户,就在最近我们超过了一天内有50000人注册。


实际上那天是7月4日,在美国这是我们最大的假期之一。所以甚至没有人在工作。但它向我们展示了国际增长,美国以外的人发现我们的产品并以我们甚至无法想象的方式使用它。所以我们很高兴看到我们能够如此迅速地将这些新注册用户货币化。


我绝对认为AI是解锁人类创造力的终极伙伴。当你拥有AI和像Gamma这样的工具时,我们认为它基本上有一个设计伙伴,拥有无限的创造力,但也有无限的耐心,所以他们可以和你在一起。他们永远不会厌倦你问的问题类型。


他们永远不会厌倦你可能遇到的挣扎。然后,作为你的伙伴,真的可以将你自己的工作提升到你自己无法单独完成的水平。当然,在你自己的项目时间表内。我认为我们正在努力的核心能力是帮助人们轻松表达想法。


如果你将其分解为我们不同的工作职能,如果你想想我们的设计师,那就是赋予其他人创造力。把自己放在一个实际上不是设计师的人的位置上,但他们需要表达想法,并且真正对他们有深刻的同情心,并找到使他们的工作变得更轻松的方法。


而对于工程,通常是为了创造一个非常无摩擦的用户体验,这包括性能和可靠性以及整体平滑度,这些都有助于那种轻松、无摩擦创作的感觉。我认为现在是作为一个投资者或AI运营商非常激动人心的时刻。


这些市场的移动速度既令人生畏,也相当鼓舞人心。话虽如此,AI显然有很多炒作,我们看到很多团队似乎以一种心态来构建AI,那就是我如何利用AI来构建一个产品?我实际上认为这是相反的。


我对那些痴迷于客户的团队更感兴趣,他们说,嘿,我识别出了我的客户面临的客户问题或摩擦点是什么?在我可以尝试解决这个问题的所有工具中,AI是否可能是最佳选择?我个人对公司利用AI将人类从更多的创造者角色转移到策展者角色的应用感到兴奋。


文章来自于“三次方AIRX”,作者“三次方科技风口”。


关键词: AI , AI PPT , Gamma , AI办公 , AI项目
AITNT资源拓展
根据文章内容,系统为您匹配了更有价值的资源信息。内容由AI生成,仅供参考
1
AI工作流

【开源免费】n8n是一个可以自定义工作流的AI项目,它提供了200个工作节点来帮助用户实现工作流的编排。

项目地址:https://github.com/n8n-io/n8n

在线使用:https://n8n.io/(付费)


【开源免费】DB-GPT是一个AI原生数据应用开发框架,它提供开发多模型管理(SMMF)、Text2SQL效果优化、RAG框架以及优化、Multi-Agents框架协作、AWEL(智能体工作流编排)等多种技术能力,让围绕数据库构建大模型应用更简单、更方便。

项目地址:https://github.com/eosphoros-ai/DB-GPT?tab=readme-ov-file



【开源免费】VectorVein是一个不需要任何编程基础,任何人都能用的AI工作流编辑工具。你可以将复杂的工作分解成多个步骤,并通过VectorVein固定并让AI依次完成。VectorVein是字节coze的平替产品。

项目地址:https://github.com/AndersonBY/vector-vein?tab=readme-ov-file

在线使用:https://vectorvein.ai/(付费)

2
AI富文本编辑器

【开源免费】AIEditor.dev是一个开箱即用、并且支持所有前端框架、支持 Markdown 书写模式的AI富文本编辑器。

项目地址:https://github.com/aieditor-team/AiEditor?tab=readme-ov-file

3
AI搜索

【开源免费】MindSearch是一个模仿人类思考方式的AI搜索引擎框架,其性能可与 Perplexity和ChatGPT-Web相媲美。

项目地址:https://github.com/InternLM/MindSearch

在线使用:https://mindsearch.openxlab.org.cn/


【开源免费】Morphic是一个由AI驱动的搜索引擎。该项目开源免费,搜索结果包含文本,图片,视频等各种AI搜索所需要的必备功能。相对于其他开源AI搜索项目,测试搜索结果最好。

项目地址:https://github.com/miurla/morphic/tree/main

在线使用:https://www.morphic.sh/