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 产品沉思录:流量先行,窄业务、小产品/工具
2767点击    2024-11-03 11:32


一年多前,ChatGPT 刚冒头的时候,我跟几个老板分享过我的「一人公司」+AI 的一些思路,刚才我翻了以下,大部分内容依然有效,总的来说是两块儿:围绕 AI 进行的内容 + 围绕 AI 开发的工具。


现在,该交的学费也交过了,什么能,什么不能心理也有了数,于是我就重新梳理了下,整了个 PPT,找找合作,拉拉资源,实现规模化。


先上部分结果:






虽然不多,但已经覆盖了流量/广告,订阅(适合高频需求),知识付费,按需(适合低频需求),问题在于一个人啊……



ToB 暂时不碰,除非直接有现成的代码可复制。这其中接触过的 B 来说,对 AI 的模型幻觉容忍度比较低,对数据安全要求也高,没有团队很难驾驭得了,更重要的是时间周期太长了。



目前覆盖的语言是中文,英文,日语,韩语,有了 AI 加持之后,一个人理论上上可以轻松覆盖全世界所有语音,某种程度上这些都是增长空间。




可以看到,一些国家/地区虽然目前量不多,但马上也能凑一个联合国了。


我的操作流是这样的:



暴论其实就是:同样实现一万块钱的盈利,如果别人需要 5 个人写作才能完整,而我们可以一个人就实现,那么后者的效率就秒杀前者。


1,AI大模型实现一个最小单元的PMF(产品市场匹配度) 


2,结合RPA(流程自动化)将其规模化,降本增效 


3,整个过程会形成一个 SOP(标准操作规程) 


4,在不同比增加成本的同时可实现无限复制



这里就有一个前提条件了,这个「我」,必须是一个综合能力强的选手,他自己懂了,才知道怎么安排「AI员工」在什么地方干什么样的活儿,把「AI员工」管好用好也是门学问。


而这十多年的职业生涯(产品,技术,运营)倒是成就了这样的「我」。



所以也不怕「公开」,毕竟最难的地方,需要的是「我」



周鸿祎这两天不是分享了一个小公司怎么跟大公司竞争的内容么,其中第一个策略「不是先打,而是先保持远离,不要进了大公司的核心领域」。


换到 AI 这块,我们就可以把这个大公司换成大模型,小公司就可以换成小应用/小产品。



就跟我 PPT 里这张图的意思一样,大模型公司的目标是前面那个 AGI,在向上的过程中,我就跟着他们屁股后面,咱不贪多,就享受那一片「红利」,只要你跟着不下拍桌,随着后面空间越来越大,你获得的空间自然也能变大。


这个过程也是「有价值的积累」的过程。



模型能力是慢慢进步的,跟在后面的我们也是逐步解锁技能的。比如可以肯定的是,大模型越先进,APi 价格越便宜,匹配的 「AI 员工」成本更低。



突破培育摸索阶段之后靠积累的用户在蓬勃生长阶段做好精细化和进一步增长。


因为按照公开数据,2023-2025 年属于培育摸索阶段,2028 年以后才会进入高速发展期。说白了,现在不管是大公司还是小公司也都是知道 AI 好,但好在哪儿怎么个好法其实也都是在试,所以才说目前还没有什么杀手级别的产品出现。



生命周期对应的不同人群,也正是留在牌桌上的人的机会。也有利于擅长寻找被忽视了人群和场景的人。



前面几张图的信息,就说明,对于绝大多数公司其实不适合这个时候搞大产品的,因为一旦你花了很大的时间精力去做一个大的,各种资源想法设法去提高体验,很有可能人家大模型一个版本更新就可能给你干翻了,让你前功尽弃,那是划不来的。


所以适合我的是:「流量先行,小产品/工具;不断测试迭代,快速拿结果;深挖场景,形成网络效应


目前我的循环是这样的:更新内容带来流量,这些流量不仅带来广告收入,还带来用户,这部分用户要么变成各个渠道的关注者,要么变成微信好友,还可以是你小产品/小工具的付费用户。同时这一切又可以变成付费内容。



可以通过他们获取更多的需求,也可以推广更多的小产品/应用,出「爆款」的第一枪大概率来自这里。


简单来说就是「形成用户循环流,从流量里发现需求,让流量/广告的变成订阅用户」,于是初步估算了下⬇️



有一阵子,我有些拧巴的地方在于,老琢磨应该用 AI 搞点什么?后来「悟」了,大模型是技术,不是产品。把它当做 Java 、Python或者是 PHP 之类的技术来看,感觉就不一样了,不再纠结一定是个「AI 应用」了,应该是「如何有效通过 AI 进行加成」。


因为,对于绝大多数用户来说,根本不在乎你是不是个 AI,有没有 AI,他更在乎的是,你有没有解决我的问题,让我找到答案?


这个时候思路就容易打开了……



比如我有一个很古老的图片站,从 10 年开始就一直挂着 Google Adsense给我挣美金,后来公众号有起色之后,我也不怎么去维护了,但域名一直在续费舍不得扔,有了 AI 之后,我就让它焕发了「新春」。


因为我给它安排了一个负责内容编辑的「AI 员工」,它可以持续 24 小时给我更新,而且图还都是 AI 生成,也没有版权问题,以前只能吃到中文区的流量感觉后面也可以吃全球的了。(以后我会分享出来相关数据)


这不就是纳瓦尔说的「睡后收入」么?



从感知需求到落地行动的中间距离足够短。


一年来尝试了「无数」个各种类型的 AI 应用,包括我朋友圈也有一些老板在做类似的,就很明显的感觉到不同产品背后团队的气质决定了他们做的东西是个怎样的走向~


就特别像我昨天在几件小事儿里提到的取公积金那个事儿一样,明明很简单的一个五分钟就搞定的东西,愣是折腾好几天,核心原因在于,团队没人知道怎回事,也没有去问懂的人,光靠自己不断试错去找正确的方向,自然是缓慢的。



总得有点愿景,我们应该在 AI 时代是什么呢?


按照我现在这模式,我感觉有点像现在写公众号,只要你形成了一套自己的「方法」,内容合格,持续更新,两三个月内总有概率出个爆款,如果你有 N 个,每天出爆款也不是不可能。


而 AI 加持下, 我们的小应用/产品可以实现「零成本」的复制。


于是又回到了我喜欢的这句话「成为一个拥有十万用户的套壳产品显然比拥有自有模型却没有用户更有价值」。


文章来自于微信公众号“把自己产品化”,作者“zlbigger”


关键词: AI , AI教程 , AI变现 , AI挣钱