本文来自微信公众号： 出海同学会 ，作者：出海同学会，原文标题：《干货｜AI To C：从用户增长到商业闭环，还要验证什么？》
在上篇，我们讨论了AI如何改变产品形态，以及新的消费应用机会正在出现。
而真正的问题，是从这里才开始：产品应该为谁而做？增长还能依赖哪些新路径？模型之外，应用真正的壁垒会建立在哪里？
在这场讨论中，一个逐渐清晰的判断是：AI应用的竞争，正在从“做出产品”，转向“建立系统能力”。真正拉开差距的不再只是模型，而是产品、增长、数据与商业化之间的协同能力。
[一页精华].
[本期课代表].
SEAMATE
一些同学因公司PR保密不能公开
或有部分内容需要删节
我们同样感谢他们的精彩输出
如出现链接或企业名为嘉宾引用第三方，侵删。
APUS｜科学家｜张旭
C.AI｜TLM｜Yi
Cat on Chair｜Founder｜Ryan Yao
某Personal Agent产品｜增长负责人｜Alex
Mengqi Studio｜Founder｜裴梦琪
美元基金｜投资经理｜刘欣宇
假面科技｜CEO｜杨柳
某头部视频模型｜产品战略专家｜Cici
辛童｜某视频模型公司
💡阅读小Tips：因原文逐字稿巨长
部分内容由ChatGPT精炼
以下为精彩节选
Part.02增长与留存
产品选择与需求验证：产品为谁而做？
Ryan Yao｜Cat on Chair
今天做To C产品，应追求大众需求，还是聚焦小众、高黏性、高付费人群？以我的角度来讲，我觉得肯定还是针对一个小的人群、一个具体的痛点来做产品会更好一点。因为像我这种独立开发者，也没有办法把盘子铺得很大，招很多人去做一个很大的App，所以只能找到一个相对明确的方向去做。
像我自己就是找到了一个已经被验证过的市场。番茄钟虽然不能说所有人都在用，但至少市面上已经有很多做得很好的产品。比如比较老牌的Forest，还有在我们产品上线前半年比较火的Focus Flight，它们其实都已经做得很好了，所以用户的需求肯定是存在的。对我们来说，只是想看怎么把这个概念做得更好，比如加入一些游戏元素，再加入一些和猫咪互动的元素，更好地吸引用户。所以我觉得，不管什么时候，能够抓住用户的痛点都是最重要的。对于小的开发者来说，能够真正抓到一个痛点，我觉得就已经很好了。
Alex｜某Personal Agent产品
其实最开始，我们的Extension Version和Desktop Version是两条产品线，一直在并行推进。Desktop Version之所以会被提出来，是因为我们在做用户访谈的时候，很多人会问：“有一些任务我不能在浏览器里面做，比如我需要在一些桌面端App里面写东西，或者回复消息，那这些事情能不能用这个产品来做？”当时我们的答案是不能。所以后来我们发现，我们拒绝用户的次数其实非常多。每当他们提出类似需求的时候，我们就在想，这可能是一个应用场景更广的方向，值得去做一个小的Desktop Version，先做一个Demo尝试一下。所以当时我们就开始做桌面端，最开始Focus在Mac上。后来随着两端的用户基数都增长起来，我们发现，把这两个产品合并到一起，好像是一个逻辑上比较顺的选择。所以现在就变成了从Extension到Desktop都有。
但为什么我们现在会更Focus在Desktop？其实还是因为，作为一个Personal Agent，它的能力边界不能只局限在浏览器里，否则能力边界就太小了。但我觉得Extension作为需求验证的Demo，其实是一个很合适的位置，因为浏览器插件开发非常简单，甚至我们当时那个Demo就是拿CC（Claude Code）搓出来的，可能也就一个下午，然后就上线了。但是，当这个需求被验证之后，我觉得再转向一个更重一点的版本，把它的能力边界进一步拓宽，可能会是一个比较好的决策逻辑。
Yi｜C.AI
早期的时候，我们可能都没有什么增长团队，增长产品这些东西都是后面才慢慢做起来的。最早就是模型做得很惊艳，产品也做得很好，用户自然而然就留下来了。整个过程也没有太多付费增长之类的东西，当时几乎没有专门去做付费推广，是自然而然地增长起来了。
我觉得最核心的一点是，Character的模型跟ChatGPT的模型很不一样。它首先是为了做这个产品，所以才去做了这样一个模型。因为创始人早期的时候，他们想做的就是这样的产品。这个模型主要用于聊天，而不是执行指令。因此，从早期到后来很长一段时间，我们的模型都不太强调遵循用户指令，这一点与ChatGPT这类模型不同。ChatGPT早期可能也并非如此，后来通过指令微调提升了模型的易用性，降低了使用门槛。对于指令模型来说，任何人都可以输入提示词，让模型按照要求完成相应任务。
但对于Character这样的模型来说，它把角色创建的操作设计得非常简单。任何用户只要会打字，输入几个词，就可以定义并创造一个角色。例如，用户只需要填写角色名称、角色定位和角色描述；如果想设置得更精细一些，还可以补充详细的角色设定，对角色的性格和行为作进一步定义。这样一来，角色创作的门槛就被大幅降低，创作生态也随之发展起来。这个产品的消费侧也比较特殊。在这种产品形态中，创作者很多时候同时也是消费者：用户可以创建一个角色供自己使用，也可以直接体验其他用户创造的角色。我觉得，这个双边市场及其网络效应，大致就是这样形成的。
杨柳｜假面科技
我们应该还是在探索新的方向。其实，关于狼人杀里面是不是应该加入AI这件事情，无论是探索还是讨论，已经持续两三年了。我们始终没有正式加入AI用户一起玩，最重要的原因是它没有带来增益，对用户体验并没有更好的提升。它可能只是作为一个基础功能的补充。比如，有用户临时需要离开，但又不能让当前这一局游戏被破坏，他可能会暂时找一个AI托管。它并不会让真正参与游戏的用户获得更好的体验。这是目前AI无论作为Chatbot也好，作为NPC也好，一个比较客观的情况。我们也看到很多游戏里面加入了大量AI型NPC，成本增加了不少，但带给用户的体验往往只有很短暂的新鲜感，并不能持续。因为“活人感”这个东西，目前还没有被真正训练出来。当然，我觉得这一天可能不会太遥远，但当前确实还没有体现出来。
如何让用户真正用起来，并长期留下来？
Alex｜某Personal Agent产品
我们的冷启动更多是放在浏览器插件侧。比如，我们的插件上线一个月左右，有了一个比较好的用户量级之后，我们会批量触达这一批用户，告诉他们现在可以切换到移动端了。但从其他渠道的数据来看，比如广告渠道、社媒内容或者达人渠道，我们去计算转化率时，确实会发现桌面端从下载到实际注册，再到首次激活，这两个漏斗的流失都非常高，可能会流失一半以上的用户。我们从几个渠道去看转化，确实会发现整体转化率相对比较低。尤其是从下载到注册，再到用户真正激活这两步，我们大概能看到50%的折损。所以我觉得，这确实是目前存在的一个问题。很多用户，尤其是对AI产品还没有那么信任的用户，天然不会特别愿意真正开始使用你的产品。更多时候，可能只是看到你的官网比较酷炫，或者觉得你的Use Case很有意思，就想着先下载看看。但下载之后到底会不会用，可能只是打开一下，然后就离开了。相比浏览器插件端，这里面还是存在一个比较明显的信任成本。
因为我们前两个月其实主打的是学生用户群体，会发现学生用户的获客相对比较容易，成本也比较低，同时大家使用的积极性也会更高一些。在学生群体里面，我们主打的一个用户场景是帮助学生即时查询资料。这其实是一个很好的赛道，因为比如说学生参加线上考试，一般都会有一些防作弊的监测机制。但是我们发现，浏览器插件好像并没有被纳入他们的监测范围。所以我们会发现，有一部分用户在考试的时候会直接通过类似Double Command的快捷键唤起产品，然后问：“这道题的答案是什么？”或者有一些资料需要查询，比如问某个概念是什么意思，查完之后直接在上面输出。对，我觉得这可能会是一个用户愿意付费，同时也比较有意思的Use Case。
Yi｜C.AI
我不知道这里有没有Chatbot的重度用户，反正我自己不是。为什么我自己不是？因为我是短剧的中度用户，但我不是Chatbot的中度用户，甚至都算不上轻度用户。如果不是因为我在做这个产品，我平时可能都不会打开这个App。因为我发现，这个东西想要真正玩起来，它的入门门槛还是比看视频、看短剧高很多。甚至可以这么理解：如果你想把它玩好，在对话的过程中其实有点像是在做一个查询、抽取的过程，你需要从模型里面把内容抽取出来。
所以，它对使用者本身的能力还是有一定要求的。你要怎么引导对话，怎么使用ChatGPT，怎么问问题，这些其实都很重要。也就是说，它其实不是一种简单的内容消费方式。你在消费内容的同时，其实也有一定的创作性要求在里面。所以，如果单纯去看Chatbot的天花板，它可能更像是在问：这到底是一个看小说的市场，还是一个写小说的市场？写小说的人能有多大的市场？如果这样去看的话，你就会发现，写一部小说其实是不容易的。读小说可以有非常大的受众群体，但是愿意写、能够写的人没有那么多。
相比短剧等内容形态，它的消费门槛确实更高，这也反映了文字内容在消费体验上的局限。毕竟，人还是更习惯视觉化的内容。归根结底，这仍然是成本问题：现阶段的成本只能支撑文字这类相对轻量的内容形态。如果想让产品变得更有趣、体验更丰富，就需要加入多模态能力，但目前多模态模型的成本还不足以支撑过于复杂的应用。
杨柳｜假面科技
说到新的游戏、新的社交，或者说新的To C产品，我们其实也一直在思考和尝试。但我想说的是，目前做出来的结果甚至都不用拿到市场上验证，我自己体验下来就觉得还是有很大的缺失。我个人一直非常期待能够实现一种人和AI共存的社交应用。举一个最简单的类比，就是我带着我的GPT，你带着你的GPT，我们一起进入一个社交圈，大家互相讨论。所以，我自己做了很多搭在本地的尝试，用不同模型背后的Agent，做了一些线上的“咖啡馆”。比如Claude版本的Agent、DeepSeek版本的Agent，还有Kimi等很多不同的Agent，把它们全部放到一个在线聊天室里。我可能还会带上一两个朋友，也进入这个聊天室。然后我随便抛出一个观点，希望它们互相讨论，最后能够给我一些有价值的回复。一开始其实还挺有意思的。有时候我晚上不管它们了，第二天早上再去看，发现它们已经讨论了80多页，Token也全被消耗完了。刚开始觉得挺有意思，但两三天之后就会发现越来越不对劲：它们开始越来越胡说八道，同时还觉得自己特别有观点，整个讨论越来越歪。而且这个过程中的训练其实非常耗精力。我后来发现，类似这样的场景，即使一开始给它们设定好了规则，到后面它们也会逐渐忘掉。但我对这种形态还是很有执念的。它未来究竟会演变成什么样子，会不会形成某种垂直领域的社交形态，我还是很期待的。只是就目前来看，结果还不太理想。它没有办法长时间持续，而且确实会有很多幻觉。特别是模型和模型之间互相聊天的时候，会越聊越偏。它还不像人，如果中间有人大量干预，还能把它带回来。但模型会往牛角尖里越钻越深，越说越离谱，而且自己还觉得自己说得特别有道理。到后面基本就不说人话了，看起来好像特别对，甚至已经像科研博士论文了，但其实完全经不起推敲。
说到留存，现在我还是很看重内容。我们最早做过一些陌生人语音社交，初步也有一些商业模式，但其实它的天花板非常低。特别是因为我们做国内市场，中国用户在社交破冰这件事情上是很艰难的。非常幸运的是，我们后来找到了狼人杀这种模式。狼人杀本身是一种用户必须开麦，并且至少维持40分钟以上游戏状态的社交形态。它其实是有一个核心内容在驱动的，而这个核心内容会让用户在这40分钟以后，已经产生一些社交沉淀。大部分用户玩完一局之后，一定还会再玩第二局。这是一个很自然的游戏心流。在这个过程中，社交关系也会逐渐沉淀下来，之后他们就可以进一步沉淀到一对一、一对多或者其他娱乐形态当中。这是一个非常自然的、由内容驱动到社交关系形成的过程。所以到了现在这个AI时代，在内容大量通货膨胀的情况下，优质内容反而变得越来越稀缺。如果有优质内容能够驱动用户形成社交关系，我觉得这本身就是一种非常自然的留存状态。所以，你不能特别指望用户自己主动产生很多有趣的社交内容，再通过这些内容产生新一轮留存，这其实是一个过于理想的状态。还是要考虑如何让用户首先被动地接收到有趣的、有价值的、可消费的内容，再借助这些内容产生新的社交关系，并且把这些关系沉淀下来。这样的话，留存一定会比较理想。
张旭｜APUS
第一个思考是，产品留存的本质其实并没有发生变化。比如，我们可以观察到今年春节的时候，腾讯元宝花了几个亿去推广，但效果其实并不好。反过来看，豆包能够一直积累用户，很重要的原因还是它的产品体验确实做得很好。这其实仍然是传统App留存的逻辑。所以我们自己的团队也花了很多精力去打磨产品，产品力本身还是要做好，这是基础。
第二个是关于增长。传统互联网的增长模式今天依然可以继续用，但大家确实也能感受到成本越来越高了。所以，我们也在观察市场上有没有出现一些新的增长模式。
创业团队如何突破冷启动，找到有效的增长杠杆？
Ryan Yao｜Cat on Chair
我女朋友之前是做插画的，所以她一直有在经营自己的小红书，大概经营了一年。我们开始开发这个App的时候，就在小红书上发了一些相关的视频。其中有一条视频火了，大概有一两万的点赞。所以，我们App上线之后，很快就有了大概3,000个用户。冷启动对我们来讲不是特别困难。一方面是原来的账号有一定的粉丝基础；另一方面，因为这个App用的是我女朋友自己的画风，很可爱，也比较符合她粉丝的喜好，所以大家会很愿意下载。
后来的增长，一方面就是靠长期在小红书上发视频。去年12月份的时候，又有一篇内容火了，带来了一小波增长。到今年3月份，有一些Instagram上的博主自发分享了我们的App，有的是发视频，也有的是发Carousel（左右滑动查看多张图片），就是Slideshow（幻灯片式图文）那种帖子。其中有两篇特别火，做到了几百万观看、好几万点赞。我们主要的增长其实就是靠这一波。后来，因为Instagram上这些内容火了之后，又有一些台湾用户在Threads上看到这些博主的分享，他们也开始发布我们的App。其中有两篇也火了，所以这算是第二波增长。我们的增长基本上都是依靠这种特别Organic的方式。不管是我们自己发布，还是其他用户、博主自发分享，都是这样带来的。
有了比较大的增长之后，我们也开始尝试账号矩阵、UGC、找博主达人这些方式。目前都有在做，但暂时还没有看到特别明显的效果。比如找达人，如果找美国的达人，成本其实非常高，一个帖子可能就要上千美金。对我们来说，很难保证这笔钱花出去之后能够赚回来，所以我们现在找的主要还是一些成本相对比较低的东南亚博主。偶尔也会有一两个表现不错的，不能说是爆款，但整体效果还可以，只是这种情况出现的概率比较低。UGC这块也还在刚刚起步，目前还没有特别有成色的结果。但我觉得这种事情本身就是需要慢慢做，做得足够多、数量积累到一定程度之后，才有可能出现一个爆款，或者看到更明显的效果。
我们现在也在尝试用AI，不过目前主要是用AI帮助我们分发视频。视频本身还是找别人拍，比如找一些团队拍我们的App，再通过AI帮助我们把这些视频发布到不同的平台和账号上。目前效果也比较一般，因为都是新账号，还处于养号阶段。我们也在不断测试不同的视频格式，包括什么样的钩子更合适、什么样的内容形式效果更好，所以整体都还处于测试阶段。
Alex｜某Personal Agent产品
目前很难说某一个渠道已经被完全验证，或者能够稳定地规模化复制。但市场上已经出现了一些值得关注的苗头，比如纯用户生成内容的增长方式。我们发现，这类内容通常更加真实自然，用户的互动意愿也更高。一些海外口语培训、AI口语陪练和学习类应用，已经开始逐步搭建用户内容矩阵。具体做法可能是招募50位素人创作者，让他们分别创建账号。每发布一条视频，团队会支付30至40美元的基础费用，再根据每千次播放量提供额外奖励。
相比传统的达人合作或付费广告，这种方式更容易产出爆款。当然，爆款本身仍然具有一定的偶然性。但如果团队里有一位内容判断力较强的成员，并愿意持续投入一个月至一个半月进行测试，通常还是有机会跑出一到两个爆款。我们认为，这是一个值得关注的增长信号。
杨柳｜假面科技
内容的冷启动是可以解决的，只要最早的设定和引导做好。比如，一个聊天室里面不光是几个Agent在聊天，你还要再创建一个背后的系统Agent，作为导师，给它们分派一些隐性的任务和流程。所以，这件事情我觉得是可以解决的。现在暂时解决得不太理想的是持续性和流程性的问题。你必须给用户提供真实的价值，无论是情绪上的还是功能上的，总归得有一个明确的方向：你到底提供的是什么样的价值？目前来看，在持续性的价值提供上还是有点弱。前面也有很多同学提到了这个点。其实，如果最后你让用户在这个过程中成为一个创作者，那门槛就会变得非常高；但如果用户是一个完全被动享受内容的人，那这件事情就有趣了。
其实增长上我们很惭愧。我们做的是中国第一个线上狼人杀，“狼人杀”这个名字本身就带来了非常大的自然流量优势，主要是自然搜索，所以我们能够做到始终不需要买量。但如果让我们再做一个新产品，增长这件事情其实也很痛苦。在现在这个阶段，这件事情其实已经比较困难了。
张旭｜APUS
第一个例子就是DeepSeek。DeepSeek当初成为爆款的时候，其实没有花一分钱做推广，但它的Chatbot用户规模在一个月内就追上了当时豆包和Kimi的规模。而且，我认为它的模式是可以复制的。比如今天再看Kimi，其实就成功复制了DeepSeek当初成为爆款的模式。首先要有一个可以传播的亮点，再通过国内自媒体进行传播。我不知道在座有没有做自媒体的朋友，你们是不是也收到过Kimi的商单？除了国内自媒体传播之外，还有海外传播、出口转内销，包括模型本身引发政府关注之后再进一步破圈。这个其实也是当初DeepSeek走过的路线，所以这条路径是可以复制的。
第二个，我们看到DeepSeek的Harness目前还在内测。我们可以预见，一旦这个Harness正式发布，肯定会很火。这其实跟“产品模型一体化”是相关的。因为DeepSeek自己的模型，只有在自己的Harness下面才能发挥出最大的作用。现在它的Harness还没有正式发布，但DeepSeek模型本身的访问量已经非常大了。等Harness发布之后，我们相信它会获得非常大的用户量。所以，这其实也是我们公司现在采取的策略。我们的模型、Agent和产品是一体化的，我们也一直在探索自己模型真正的亮点在哪里。
第三个，OpenAI最近通过包括合并Codex和ChatGPT，以及不断赠送Reset等方式，可以看到它的增长已经出现了一个拐点。它的活跃用户从6,000万增长到了过亿。这个案例其实也说明，如果你有一个还不错的模型，再配合一些运营手段，也是能够快速拉出一条增长曲线的。这些都是目前行业里已经出现、可以去学习的一些经验。
刚才说的这些增长方法，同样适用于中小规模的团队。比如我们拿Manus来说。Manus去年爆火的时候，团队规模其实还很小，只有十几个人，也没有太多的钱。而且，当时大多数人甚至都还没有真正用上它，因为它采用了邀请码机制，很多人根本拿不到邀请码。但首先还是刚才说的产品力。Manus的产品确实做得非常好，而且它在产品里面设计了很多非常适合传播的点。比如，它的任务回放机制，我觉得就是一个很好的设计亮点，这个东西非常适合做营销。所以，第一还是产品力。第二，你的产品一定要有一个可以传播的亮点。比如，DeepSeek当时一个很重要的传播点，就是用大概十分之一的成本，做到接近当时顶尖模型的水平。包括这一次Kimi，它的传播亮点就是：我的模型整体水平可以接近你的GPT-5，同时在前端开发能力上甚至可以超过你。这就是一个非常明确的传播亮点。其实，我们现在做自己的产品，也一直在反复跟产品经理讨论一个问题：你的产品亮点到底是什么？因为我们公司过去有一个“三点两制”的产品观，就是一个产品一定要有一个亮点，而且这个亮点必须是一个可以被传播的亮点。
辛童｜某视频模型公司
自己做业务之后，最大的感受就是“有多少钱办多少事”。比如，之前我们会看到一些社媒营销策略确实能够带来很好的关注，但社媒营销的问题是，一方面相对不容易归因，另一方面，小钱其实很难产生水花。社媒营销可能分成两个部分：
第一部分，如果是自己做内容矩阵，你首先要确定主要做哪个平台，是TikTok、X，还是YouTube，你的客户主要在哪个平台，团队自己的基因优势在哪个平台？确定之后，就需要解决账号的问题。我相信绝大多数科技公司都不想养一大堆运营、养一大堆手机来做这件事情。如果自己做账号，它其实是有一个时间周期的。比如前一个月，你可能都在解决账号存活率的问题，搭建基础内容库，完善账号的一些设定。可能到了第三个月，才会开始出现一些比较理想的爆款。因为前面的很多过程中，哪怕你找了一些已经趟过这条路的同事来做，它仍然会经历一个探索阶段。
第二件事情是KOL营销。尤其这两年，整个AI行业的预算都挺多的。比如，我们之前合作过一个KOL，2024年的价格是3,000美元。昨天同事又给了我一个报价，我一看已经涨到25,000美元了。这个过程中，除了最头部的KOL，一些中腰部KOL的价格其实也在涨。不同类目、不同类型的创作者，价格当然也不一样。但总体来说，如果你的整包预算没有5万美元，其实很难砸出什么水花。不过，我们也看到一些聪明的团队在做小的尝试。比如像Tolan，他们就不是挨个去联系创作者，而是跟创作者做整包购买，比如约定一个月给我发多少条内容。所以，当投资人或者竞品在社媒上以Tolan为关键词进行检索的时候，你会发现有大量美国年轻女性在使用这款产品。她们聊的已经不太是原来角色扮演或者陪伴的问题，更多是在聊“我的暧昧对象”、“我的考试”、“我的读书”这些场景。通过这种自上而下的传播方式进入用户群体，还是一个比较聪明的办法。
还有一些裂变策略仍然是有效的。这里的裂变，一种来自产品力本身。你可以在产品设计上做一些天然适合传播的亮点；还有一种就是利益驱动，看你愿意分给用户一些产品使用额度，还是愿意直接分现金。比如，我们之前看到过一款产品，它就是把传统营销联盟的方式搬了过来，只不过分成比例给得非常大。一般营销联盟可能给25%到35%，它最开始的时候直接给55%，后来降到45%，再后来降到35%，现在好像还是在35%左右。它的逻辑就是让使用产品的用户、帮助推广的大使都能够赚到钱。我觉得这些方式也是有效的。以我们之前自己的产品来看，因为我们做得比较早，所以确实吃到了很多时代红利。当时用户搜索Chatbot、ChatGPT这些关键词的时候，ChatGPT还没有App版本，很多自然流量就会流向我们的产品。但到了当下，其实已经不太容易再吃到这样的时代红利了。
对于现在刚刚起步的AI Native创业者来说，我也有一些增长方面的看法。从我自己的经历来看，企业到底是真的处在0到1的阶段，还是0.1到1，或者已经到了0.5到1，其实对应的打法都挺不一样的。某种程度上，一个产品如果已经跑了三四个月，但一直没有什么结果，这个时候再去做增长，很多时候不一定有优势。如果是一个完全从0到1的产品，在最开始设计的时候其实就有很多机会。因为早期产品某种程度上是极致简单的，你打的可能就是一个单点功能或者单点场景。在这个阶段，你有机会从产品设计本身就加入一些裂变机制。但如果早期做产品的时候，没有对这些场景、增长、运营比较感兴趣或者有经验的人参与，可能你早期做出来的产品会相对比较实用。等到了这个阶段，你再去加入增长或者裂变机制，其实会遇到一些卡点，因为很容易变成“为了做增长而做增长”。所以，不同阶段对应的设计方式是不一样的。
具体到渠道，其实当下AI时代好像并没有出现特别大的渠道变化，基本上还是那几类：社媒、SEO、GEO、ASO、买量。如果你的产品偏技术向，也可以在开源社区有一次传播策略。还有2024年、2025年大家跑得比较多的一些打榜，以及PR类的媒体传播。策略其实还是那些，关键是看你自己手里有哪些资源。因为创业团队不太可能像豆包、元宝或者蚂蚁这类大厂产品一样，预算几乎没有上限，也没有那么注重ROI。初创团队最大的特点就是，我们必须充分关注ROI。虽然我们也知道，早期可能不应该那么关注ROI，但实际上你就是没有办法完全放开。哪怕账户上的钱相对比较充足，你还是会考虑这个问题。所以，我觉得最终还是看你手里有什么资源、对哪个渠道的把握比较大，以及哪个渠道跟你的产品匹配度更高。找到之后，就集中资源冲着一个，或者至多两个渠道去砸，而不是一开始就把所有渠道平铺开来。
Yi｜C.AI
AI产品的成本会随用户使用量线性增长，但这会不会重塑企业的商业模式？即使Token成本大幅下降，是不是还有一些商业模式难以成立？哪怕是在互联网时代，在流量、网速这些基础设施还没有搭得特别好的时候，早期的服务器成本其实也不低。这个其实可以类比视频网站。视频网站早期的服务器成本也是非常高的。YouTube出现得很早，但一开始也没有真正做起来，最后卖给了Google。Google收购之后，也放在那里很长一段时间，没有马上大规模去做。
我觉得其中一个原因是，早期受到服务器、带宽和内容分发等基础设施成本的限制，平台无法以足够低的成本向大量用户提供视频服务。后来随着技术慢慢发展，成本逐渐降了下来。一方面是消费成本下降了，另一方面创作成本也下降了。比如，随着手机拍照、拍视频这些能力发展起来，拍视频变得越来越简单，内容的创作成本自然也就越来越低。当消费和创作两端的成本都逐渐降下来以后，视频这种内容形态才真正发展起来，后来像抖音这样的应用也就出现了。
Part.03商业化与产业机会
模型之外的应用壁垒：独立App靠什么胜出？
Cici｜某头部视频模型
可能在很长一段时间里，模型本身的版本迭代会吞掉很多你在产品方案设计上的努力。在很长一段时间里，确实是这样。但再往后走，我觉得慢慢肯定会有一些新的变化发生。比如前面有很多同学提到实时生成、实时交互这件事情。老实讲，实时生成、实时交互其实是一个很泛的功能。你要在什么程度、什么质量上做到实时交互，对模型能力提出的要求是非常不一样的。我们现在把一个参数量很大的模型蒸馏成一个比较小的模型，清晰度可以弱一点，包括对各种物理规律的遵循也可以适当放开一点，那它能不能做到实时交互？至少从用户的观感上来说，其实并没有那么难。但可能更重要的事情是，你得在Product-Market Fit上抓到用户到底需要什么程度的实时交互。因为现在大家也可以看到，即便是很热门的所谓实时交互功能，不同模型公司放出来的Demo也很不一样。有的可能更强调整个环境、整个场域，甚至主体在里面的所有交互都要实时生成。但也有一些Demo，我们看到它其实只需要解决非常基本的需求。比如陪伴类、聊天类的场景，可能甚至不需要整个场景发生特别大的实时变化，只需要这个人的面部五官、一些基本动作发生变化，能够让你感受到共情，其实也就可以了。所以反而与其完全等待模型能力的更新——因为模型本身的训练成本很高，也有它自己的时间周期——与其一直等待模型出现一个很颠覆性的能力更新，不如现在就去做一些事情。
我也看到有很多创业团队，会在一些小模型或者开源模型上做后训练。当他自己想清楚要实现的功能到底是什么样的时候，其实就可以有针对性地做一些小的调整和改动。甚至你可以先找到最初那一批冷启动用户。他们可能在视频模型诸多功能里面，只需要其中某一类能力，就能够解决那个具体场景下的需求。这样来看，模型能力未必是一个那么大的卡点。所以我自己的感觉是，“模型完全牵着产品的鼻子走”这件事情，在整个发展过程中肯定会逐渐减轻。包括做过内容平台或者社交产品的朋友应该都会有感觉：无论是社交、内容运营还是社区，中间其实都有非常多产运层面的细节需要去做，而不只是纯技术向的东西。最早的时候，大家应该也会有这种感觉：小红书并不是所有社交平台或者内容平台里推荐算法做得最好的，但它仍然实现了非常快的增长。所以，我觉得这里面的想象空间其实还是在的。
刘欣宇｜美元基金
有些方向其实模型本身还没有成熟，或者即使是大厂的模型也依然没有成熟。在这种情况下，初创公司反而可能会有一些先发优势，因为大家竞争的维度是不一样的。尤其是在娱乐领域，用户的审美和内容偏好具有较强的主观性，不像效率工具那样，可以通过相对统一的评测标准衡量。不同的人群有不同的偏好，所以这个时候我们会比较关注创业者对特定人群的理解，甚至是对一些全球用户群体的理解：他们在这个场景下真正的娱乐痛点是什么？什么样的体验能够打动他们？在偏效率的场景里面，可能更重要的是，这个场景是否存在一些模型厂商今天在数据层面并不具备、也不拥有的东西。比如，在一些长程智能体任务中，模型需要根据任务执行轨迹，判断下一步应该进入哪个分支、调用什么工具。这些具体的路径选择和工具调用数据，可能是基础模型目前还没有真正接触到的。这其实又回到了投资AI时经常讨论的“护城河”问题：在具体场景中，相关数据或运行环境是否具有一定的独立性，甚至相对封闭？如果有，就可能形成应用层的独特机会。
创业团队如何突破冷启动困境，撬动持续增长？
Cici｜某头部视频模型
对我们来说，一开始瞄准的就是最有付费意愿和付费能力的那批产业用户。这个其实从我们对外的各种公开口径，或者大家如果对视频模型的生产场景和创作者有所了解，也能感受到。我们并不是一上来就觉得，视频制作或者视频模型的使用，在最早期就是一件非常普及、门槛非常低的事情。它肯定是有门槛的，尤其是在当初模型能力还没有那么强、工程侧对成本的优化也没有做到那么极致的情况下。所以，我们一开始肯定是想抓住最有付费意愿和付费能力的人群。说白了，就是最简单直接的商业化变现逻辑，直接付费，比如会员订阅，或者调用我们的API。但是再往未来走，想象空间其实非常大。我觉得所有现有的商业模式当然都可以在AI应用里面出现。应用层的想象力可能会更多，模型这一侧的变现模式可能也就是那么几种，但应用层的想象空间会大很多。所以，变现肯定是我们一直非常看重的。至于其他的方向，我们肯定也会有各种各样的观察。但我觉得目前我们并没有那么急于立刻去做应用，还是更希望先把这个“铲子”卖好。
辛童｜某视频模型公司
从商业模式来看，现在C端产品做商业模式其实是一件比较痛苦的事情。首先，我们目前还没有看到什么崭新的商业模式。在过去我们比较熟悉的这些商业模式里面，C端现在其实存在一些阶段性的痛苦。因为你现在提供的很多内容，尤其是跟AI强相关的内容，意味着不管做什么，背后其实都是有成本的。比如，我们合作的很多C端公司，现在基本上都是文字免费送，图片半免费送，音频稍微付费，视频则作为一个大的收费项。现在其实还是存在一种补贴内容的状态。
当然，我们也看到一些在这个领域做得比较好的社交类、泛娱乐类公司。他们可能会想，我不需要服务那么多用户，也不需要把DAU做得特别高。可能整个注册用户池也就几百万，但营收能够做到8,000万美元的ARR。所以，我觉得我可能没有办法预见到那么远，但大家最终还是会基于自己实际要做的事情做一些收缩。大的DAU不一定意味着有好的商业模式，小的用户体量也不代表赚不到钱，可能还是需要把市场拆得更细分一点。我还是以大家比较熟悉的Chatbot为例。在Chatbot领域，我们合作的很多公司里面，现在真正赚钱比较多的，反而不太是那些拥有大体量用户的公司。
下一轮产业机会：哪些方向最有可能跑出大公司？
刘欣宇｜美元基金
首先，我们会持续关注的第一个方向还是多模态模型在文娱领域的应用。刚刚也有很多朋友提到，大家其实都在做模态的升维，从文字到图片，再到后面可交互的视频和内容。坦白来说，多模态模型今天在可用度上依然处于持续发展的阶段，所以模型能力的提升，本身就会直接带来产品体验的提升。第二个方向是Proactive Agent。我们目前还是会保持关注。一方面，它离大模型本身比较近；但另一方面，我们会觉得用户的Context具备很强的长期价值，而这种长期积累未来有可能形成所谓的数据飞轮。另外，因为模型和用户之间依然存在一层明显的距离，如何去填补这个差距，里面可能还会产生一些不错的产品机会。
Cici｜某头部视频模型
因为视频模型相对来讲，本身就是一个维度更多、整体信息密度更高的模态。所以，在模型能力的进步上，其实还有非常多值得我们去做的事情。包括大家也会非常直观地看到，每一版比较大的新功能更新，其实都能够催生很多应用侧的新东西。老实讲，应用侧对于怎么把模型用好、怎么做出新的应用场景，说不定比模型厂商有更敏锐的嗅觉。比如AI短剧这件事情。当时我们觉得视频模型的能力和质量跨过了某一个临界点之后，有没有在那个时间点就产生一个非常强的预期，这个质量已经意味着对内容行业的改变一定会立刻到来？其实未必。反而是市场应用侧的那些人，他们每天都在琢磨怎么把现有的好模型，加上一些产品或者内容方案做出来。他们对于市场机会的嗅觉可能更快。
但我们肯定也会持续观察。无论是为了更好地服务产业客户，还是从更长远的角度寻找机会，这件事情都非常重要。现在大家仍然很关注AI原生的C端创业项目，包括从去年下半年到今年上半年出现的一些可玩式内容。随着部分互动应用跑出具有示范效应的产品，大厂和创业团队对这一方向的投入都在增加。相应地，当市场机会和产品市场匹配得到验证后，我们作为模型方也会投入更多资源，帮助这些新型内容形态进一步发展。
辛童｜某视频模型公司
我最近关注的方向可能比较有限。基于我们公司的模型特性，我们会围绕公司的整体定位，寻找最能发挥模型优势的应用场景。但我很难判断三到五年后的商业模式会是什么样子。我们一直在思考：目前的技术能力可能具有一定领先优势，但当行业能力逐渐拉平之后，产品真正比拼的壁垒究竟是什么？所以，我们会想在一些To C的场景里面，首先可能是内容。但这里的内容其实不太是由模型本身带来的。因为好的工具永远是好的工具，但真正能够用好的工具做出好内容的人，其实相对比较有限。我们会觉得无论是独立App还是实时交互领域，未来的壁垒之一可能是创作者。因为这些人本身的想法和思考就是很难得的，在模型能力还没有那么好的时候，他们已经能够做出很好的内容。我觉得这可能会成为一个壁垒。
另外一个壁垒可能是关系。这里的关系可能有长期关系，也有短期关系。如果没有关系，产品的留存可能是以30天为单位计算的；如果有关系，它的留存可能是以180天为单位计算的。所以，我觉得在这方面可能也会有一些值得关注的洞察。
