一周假期，一场AI产品观察之旅

最近科技圈传来一则引人关注的消息：谷歌花了25亿，收编了CharacterAI的创始人及其他30位员工。此消息如同一颗石子投入湖面，激起了我对AI产品的思考。过去几个月，类似事件近年来屡见不鲜，如Adept、Inflection、CharacterAI等明星AI公司纷纷被科技巨头收购。这背后究竟隐藏着怎样的趋势？AI产品的未来将走向何方？

正好这周休假，我选择进行一场"AI产品观察之旅"，这一周里，我大致了解了市面上各种各样的AI产品，从企业级解决方案到个人应用，再到政府项目。对于一些产品，我订阅了并且亲自尝试。甚至自己开通了一个Youtube频道，从内容创作者的角度体验AI产品。这次观察中获取了一些新信息，值得与大家分享，以抛砖引玉，共同探讨。

在这一周的“AI 产品之旅”中，我感觉置身于一个繁华的集市。每一家公司都在高呼自己的产品“革命性"、"颠覆性"，试图在喧嚣中脱颖而出。但是当我静下心来观察，发现这些 AI 产品按照客户归纳有如下特点:

• 2B 型: 主打降本增效，给企业员工提升生产力，同时降低重复劳动的成本。这类产品更多关注企业端的需求。

• 2C 型: 面向消费者市场。产品多样。对于悲观焦虑的人来说,这类产品主打"不用它就要被社会淘汰"的诉求。而对于工作人群,则强调提升生产力;对于娱乐人群,则追求视听盛宴。

• 2G 型: 主打产业革命和国家未来,给政府描绘长远的蓝图。这类产品更多依赖于政府的支持和引导。

• 2Attention 型: 这是一个自创的名称，代表着当前的一种潮流。这些产品的目标往往不是最终成为成熟的商业产品，而是通过引发关注来吸引潜在的投资者或合作伙伴。有些产品侧重于吸引风险投资者（2VC）的目光，有些则专注于在GitHub上展示炫酷的demo（2Github），还有一些试图通过哲学包装引发学术界的讨论（2Arxiv）。

"滚雪球"效应的AI产品尚未出现

尽管当前AI产品百花齐放，市场上各类创新层出不穷，但似乎仍缺乏一些关键要素，导致这些产品无法真正实现长期的领先优势。回顾互联网产品的发展历程，成功的AI产品通常具备"滚雪球"效应，能够通过持续的积累和迭代，不断强化自身的优势和吸引力。历史上，具有滚雪球效应的产品大致可以归为以下几类：

1. 数据滚雪球：用户使用越多，数据积累越多，产品便越能满足个性化需求。以 Notion 这类个人生产力工具为例，正是通过不断积累用户数据，使得用户越来越难以迁移。

2. 网络效应滚雪球：类似社交网络，用户间的关联越多，使用的粘性越强。像Instagram、TikTok这样的平台，朋友间的互动越频繁，用户越难以离开。

3. 集成滚雪球：产品越深度融入客户的日常学习和工作，用户越难以摆脱。例如基础云服务和SaaS应用，它们一旦被嵌入企业日常运营，用户迁移的成本便会极高。

总的来说,目前市面上的 AI 产品还缺乏这种能够持续增强自身优势的"滚雪球"效应。现在的产品，虽然在某些方面很惊艳，或者说很好用。但是用户的迁移成本太低。如果某一天一个更好的同类产品出现，用户第二天就可以退订换过去。

OpenAI对ChatGPT在个性化定制（personalization）方面已经做出了一些尝试，然而其效果尚未完全显现。这或许正是AI产品未来需要重点突破的方向。在创造者社区端，OpenAI也推出了GPTs这样一个平台，但似乎也是不温不火。

目前的AI产品是需要“借力”，还是完全开辟新天地？

在讨论AI产品的发展路径时，一个值得探讨的问题是：AI产品是否仍然需要"借力打力"，还是应该完全开辟新天地？从现有的成功案例来看，"借力"似乎依然是一种更为稳妥的策略。

这样的 AI 产品通常具有几个关键优势:

1. 对主业的锦上添花：这些产品往往建立在公司已有的主营业务之上，AI技术为主业的发展提供了更多可能性。这不仅让AI产品的发展更加顺理成章，使得工作更容易推进，也为公司的整体业务增长提供了有力支撑。

2. 不太需要立即盈利：依托于健康的主业，这些AI产品在发展初期不必过分追求盈利目标，从而避免了扭曲长期愿景。它们可以稳步积累技术和用户，逐步提升竞争力。

3. 充分利用行业知识和数据：作为主业的延伸，这些 AI 产品的团队往往对所在行业有着深厚的理解和积累。同时，他们还可以充分利用主业积累的大量行业数据，来训练和优化 AI 模型，从而建立起难以复制的优势。

4. 充分发挥规模效应：若主业本身就是依赖规模效应发展起来的，那么 AI 产品的推广和迭代也会更加顺畅。产品上线后可以快速收集用户反馈，建立正向的反馈闭环，以此不断优化迭代。

5. 能够摊薄成本：对于高增长的 AI 产品来说，短期内成本激增是一个棘手的问题。但依附于主业,成本的增长可以得到更好的控制和摊薄。比如从特定用户群开始慢慢扩大规模，比如churn user，alpha test等。再等6个月，模型推理的成本再降低90%不是不可能的。在从容等待成本降低的时候仍然可以迭代产品。

6. 个性化潜力：通过深入理解用户行为和偏好数据，这类 AI 产品能够持续增强对用户的个性化服务，从而增强用户粘性。

就目前来看，有潜力的AI产品有下面几个例子。能不能好好发挥潜力就要看未来的执行了。

• GitHub 的 Copilot：在众多code assistant产品中，GitHub Copilot凭借其背后的开发者社区，具备了不断改进的潜力。作为开发者平台的核心业务之一，GitHub可以不急于让Copilot盈利，而是依托海量开源项目数据，不断打磨和优化产品。

• GSuite 里面的 Assistant：Google 和 AI 相关的产品太多，这里把 Google 的 GSuite（即 Google Doc、Gmail、Spreadsheet等）单独说。目前来说，这个产品里面的 AI assistant 其实是做得很拉胯的。比如Gmail Chatbot里面我用关键字完全匹配都搜不出我要找的邮件。但是，依附于GSuite的AI产品上限可以很高。这东西做好了确实能帮用户很多忙，特别是跨产品的数据打通后。这个东西唯一能复制的大概就是微软 Office 365 了吧。其他人要做这个还需要做一套Office 套件出来。

• Notion AI：尽管Notion AI当前的表现尚不完美，但相较于早期版本已大幅提升。它的上限可以是很高的，它可以在很多方面在 Notion 本身作为生产力工具的基础上进一步提升生产力。此外，用户不断在 Notion 积累数据。这会产生一个协同效果，AI 可以利用这些数据使其更加个性化（比如了解用户写作习惯，常用操作等）。这样用户用起来会越来越顺手。

• Scale AI：作为一个面向企业（2B）的产品，Scale AI从最初的人工标注发展到现在越来越多地依赖AI自动标注。凭借深厚的行业知识和数据积累，Scale AI形成了难以复制的竞争壁垒。此外，依托卖水理论，Scale AI能够持续产生稳定的现金流。

反观各类chatbot、生成图片、视频、声音的产品，它们目前仍处于激烈的内卷中。即使是曾经的王者OpenAI，面对持续的内卷也显得吃力。这些产品的共同点在于依赖纯技术优势，公域数据，用户粘性不足。如果今天ChatGPT表现优异，用户会选择它；而一旦明天Claude更胜一筹，用户又可能迅速流失。这种情况同样适用于图片领域的Midjourney和视频领域的Runway。它们的优势能维持多久，恐怕连自己也难以预料。

小而美的AI产品，正在疯狂盈利

尽管Sam Altman有时被调侃为“画饼大师”，但他提到的“未来将出现越来越多的1人公司”这一点，确实值得深思。更早之前，LinkedIn的创始人Reid Hoffman也提出过“超级个体”的概念。像Midjourney这样的公司，收入过亿时员工人数还不到20人，这种案例在AI领域并非个例。

人们往往将注意力集中在科技巨头的AI产品上，然而，许多优秀的小型AI产品正在悄然崛起。这些由"超级个体"打造的小而美的产品，正以独特的方式切入并瓜分各个细分市场。对于那些有想法和执行力的人来说，一个人完全可以在家中创立一家年入百万美金的公司，或者一个小团队可以在车库里打造出年入千万甚至上亿的产品。以下是几个例子：

• OpusClip等：在短视频领域，这样的市场瓜分仍然还在激烈进行中。但是已经有一些很赚钱的超级个体打造的AI产品帮助内容创造者做短视频。比如OpusClip就是其中之一。这个由中国一个不到10人小团队打造的产品，短期就收获上百万用户，一个月内就收入超过百万美元。

• TubeBuddy/VidIQ: 这两个产品是帮助youtuber创作者更好的推广内容，比如SEO。随着LLM的普及，他们的产品中越来越多的集成了这些功能。这两家圈外人几乎不知道存在的公司几乎瓜分了Youtube广大的内容创造者社区的需求。

• Magnific AI等：在图片社交领域，也有超级个体打造的AI产品崭露头角。Magnific AI便是其中之一，其功能十分简单——提高图片分辨率。即便是每月最低$40的收费模式，用户依然蜂拥而至，导致服务器一度爆满。值得一提的是，这个产品背后只有2个人。

打造AI产品,巨头仍然有优势?

尽管小型团队和超级个体凭借灵活高效的优势，在细分市场中取得了令人瞩目的成绩，但科技巨头的实力依然不容忽视。

即便一个产品再具创新性，一旦初期成功，便很容易被其他厂商复制。为了避免陷入内卷竞争，产品必须具备一定的不可复制性。然而，归根结底，当前许多AI产品仍然没有形成真正的“滚雪球”效应。小公司的快速崛起，虽然能够引起市场的关注，但如果无法持续积累优势，短期的先发优势在中长期来看，往往难以为继。

相比之下，科技巨头尽管在内部效率上不如小公司，但他们拥有雄厚的资金、先进的技术实力和广阔的市场渠道。这些资源使他们能够复制并优化小公司的创新，即便在最初落后，也能凭借这些优势后来居上。因此，即使小型团队在当前表现出色，巨头依然有可能凭借自身优势，最终超越这些小而美的AI产品。

AI产品的发展正处于一场未完的革命中。科技巨头与小型团队的竞争日趋激烈，各有优势。但归根结底，能够持续引领市场的产品，还是那些具备“滚雪球”效应的产品。对于小型团队来说，抓住细分市场需求，提供创新性解决方案仍然是立足之本。然而，最终的行业格局将如何演变，目前仍难以预料。