AI APP与移动互联网出海的印证研讨

报道 4周前 (01-25)

本文经授权转载自微信公众号 出海同学会(ID:chuhaiwenda)

作者|出海同学会

原文标题:《AI APP与移动互联网出海的印证研讨 | 出海同学会No.102期干货》

AI APP与移动互联网出海的印证研讨

导语

AI ToC赛道的产品在过去几个月获得了大量的关注,妙鸭、Heygen、Pika、Talkie等产品的不断涌现让行业开始不断讨论AI APP的可能性与问题。在这其中,很多应用“薄”,粘性差等不同的问题不断被我们提及。如何破除这些制约?下一步AI APP会怎么走?创投圈每个人的心里都有很多问题。而一场OpenAI的发布会更是一下让行业剧震,让许多AI App创始人开始重新思考。

把时间拉回到十年前,中国早期移动互联网出海时期,许多工具类企业从内存清理、手电筒、日历这样的工具开始,他们同样面临着IOS和大厂生态的围追堵截,但是在历史的进程中,这些团队成功地成长了起来,在流量时代获取了举足轻重的地位,许多企业都成为了上市企业。

而上一个时代的移动互联网里,我们也时常能看到象足迹这样类似妙鸭一样的现象级产品出现并消亡,甚至Musially(TikTok)也因此走向全球。这些前辈创始人有什么经验能给到我们新一代的AI APP创业者?有什么是我们需要向流量时代汲取的养分?我们在92期曾经做过一次类似研讨,时隔十期,我们这次再邀请了一些移动互联网出海前辈和线下AI APP的代表初创。一起来讨论这个话题。以下是本次讨论的可公开部分。

本期主要分享嘉宾

AI创业者 前妙鸭相机负责人 张月光

Castbox.fm 工具产品负责人 都文超

杭州小影 产品总监 姚婷婷

Mico World 战略投资总监 黄婧怡

Moloco 大中华区负责人 朱筱筱

RobotBank CTO 前激萌联合创始人 Paul Kyo

Videoshow CEO 林立 Stan

*本期有多位嘉宾因公司PR问题不能公开内容,我们忍痛删除了大量精彩篇幅,同学会同样感谢他们的精彩输出

要点问题

Part 1 背景讨论

上一波出海APP的成长路径与经验

目前AI ToC应用层创业的现状

现在市面上AIToC产品的留存率不高是什么原因?

Part 2 机会讨论

AI可以为ToC产品带来哪些机会?

未来最可能出现AI爆发式应用的细分赛道? 

哪些是高估的,哪些是被低估的机会?

Part 3 策略研讨

AI应用如何脱离“薄”的问题?

APP过去从0-1增长经验有哪些可以借鉴?

GTM与成长范式将如何调整?

技术在AI应用创新中扮演着什么?

Part 1 背景讨论

  • 上一波出海APP的成长路径与经验
  • 目前AI ToC应用层创业的现状

Moloco 朱筱筱

我早年在Google,从2010 年在Google到现在算是经历过移动 APP 出海最好的十年。上一波出海,尤其是 APP 这一块,最早年的时候做系统类产品的公司为主,比如360,UC,海豚浏览器,久邦就是最早的这一批中国出海的探索者. 随着play 生态、IOS生态越来越完善,当年的很多leading的player逐渐消失或转型 尤其是以国内的方式在做出海的很多工具类型的开发者 取而代之的是很多游戏和社交&直播的开发者 再后来行业越来越细分也出现了一批金融、休闲游戏,小说内容类的开发者 到今天电商和短视频,中国的开发者在越来越懂得出海的这条赛道,越来越了解我们说海外的游戏规则,出现了越来越多新兴的赛道和机会。

去年和前年时,我们讨论了很多工具2.0,因为最早年的时候工具品类始终它有一个最大的缺陷,就是它的变现的方式比较单一 最早只有广告变现一种模式,后来随着UA成本上升导致了工具这个行业回收越来越困难 当然也加上出海的大环境,商店政策的变化 最后逐渐没落。从今年我们出现了AI 相关的一些机会之后,我觉得今年有好多开发者都在聊,看到了很多新的工具 2.0 的机会,新的变现形式和新的机会。我个人是非常能看好,明年会是工具 2.0 的一个新的开始,可能会出现很多跟 AI 相关的工具,我个人已经看到了这趋势。同时,我也觉得AI技术会重塑并且赋能很多行业在新的一年 给中国出海互联网带来更多的活力和机会。

  • 现在市面上AIToC产品的留存率不高是什么原因?产品从一个短暂高光时刻升级到比较延续性比较强或者说突破,重要的 milestone,是下载量还是DAU,当时做对了哪些事情?

RobotBank Paul Kyo

我之前是激萌的 Co-founder。我们之前主要做了两个app,第一个出海产品叫脸萌,纯粹的工具类产品,拼一个卡通头像。那时候我们很早就做出海,大概有 6000 万的全球用户,曾在 17 个国家排名第一名,我们的经验是出海是必要的。第一个产品其实两周就有 10 万的用户,这可以当一个判断,就是说有一个应用它在短时间内大家都关注。

我们那时候字节跳动是先当我们C轮的投资人,那时候是全世界有3亿的用户,时代还是很重要,工具类产品留存是一个很大的问题,用户因为一时兴起好玩,使用你的产品,留存其实不是很好。我们后来就做了激萌美颜工具,当时移动互联网整体的全球用户使用量增长非常快。我们刚好有很好的运气,在对的时机做出对用户需要的产品。这只是代表我个人的经验,重要的还是用户需求,找到所谓的 AI 时代的刚需,结合目前最新的 AI 的技术,可能是一个比较好的出发点。

我也跟大家分享一下,我目前坐标是在东京,跟伙伴做一个新的创业项目,结合机器人加 AI ,期待多跟大家一起交流学习合作。

Videoshow 林立

我们中文名叫乐秀,英文名是 Video show,是非常典型的一个工程师团队,在 2010 年时就已经在做 MTK 上多媒体的编解码的项目了。在谷歌 Google market Angel market 刚起来的时候,我们就参与到视频编辑类软件的开发了。

我们有个非常好的产品经理,也是 video show 的创始人刘方青同学,他有非常好的意识,最早大概在 2013 年我们就上架了 Google play,把握到了一个非常好的时代的红利,那时用户增长的确是非常可观,而且是大量的免费流量,差不多也在几个月内就达到了 100 万的下载量。同时谷歌对新产品的推介也是非常的给力,上一个时代是非常好的,踩到了时代的红利。

第二个阶段,我觉得是在运营和投放上开始发力,我们在运营流量这块当时还是学习阶段,在 2016、2017 年,我们开始逐渐把资源放在投放,包括买量上面去,而且那时成本相对来也是比较低的,我们自己总结就是说还是以产品为主,技术为主,逐渐把这些产品推向市场。 

在 2018 年时,我们也开始做矩阵类的产品,主要围绕视频编辑这一块,做了比较多的人群的分化产品,针对不同的国家、不同的人群也做了一定的矩阵设计,现在我们也遇到了比较大的挑战,各种内容运营对于我们这些工科直男来说是非常大的挑战,遇到了非常大的压力,包括像TikTok、 CapCut 这些大厂的产品,的确是一种碾压,对我们来说也是非常大的困扰。

Mico World 黄婧怡

我们是一家港股上市的社交公司,米可世界作为我们的全球拳头产品,在全球我们有 6600 万以上的下载量,尤其是在海湾六国,我们一直是在社交产品榜单的前十位。赤子城最开始就是做工具出海的,那个时候我们内部比较激进一些,我们 CEO 觉得工具必死,工具解决不了留存,解决不了工具价值太薄的问题,我们就转型做了社交,这个转型非常的大,我们开始做社交了之后,中东,东南亚都是我们的主战场。

刚刚大家提到了留存问题,也提到了AI 产品现在也可能做得比较薄的问题。我们的一个打法可能相当的接地气,那时候我们跟所有的文娱ToC 产品一样,通过融资,然后去买量,不断地做投放。但是那个时候就发现买量了之后,跟所有的产品一样,那时候大家的留存都不是特别好,只不过刚开始的时候可能资本市场环境还比较好,大家都有办法通过融资不断地跑下去。

但是后来大家发现资本市场已经不是特别的好了,环境就倒逼我们在回归商业的本质就是留存和利润。我们的做法非常接地气,就是说到底就是做本土化,我们应该是所有的社交产品里做本地化做的最重的之一。我们在埃及、土耳其、沙特都有自己的分公司,所有的分公司里面大部分都是本地的员工。

我们的本土化其实是体现在两个方面,一块就是我们产品的本地化上,我们对于当地用户的了解非常的深入。其次,体现在产品非常多小细节里面。比如说我们发现泰国人更偏向比较白皙的肤色,所以产品在泰国设置里,他们的美颜滤镜会比其他所有国家都要白。

或者再提另一个小细节,在我们的主要战场中东,中东产品里所有的表情包,所有的礼物的特效,我们都会融入这个豪车的元素。因为中东看直播,社交的大户,就是喜欢豪车这种元素。那做了这一系列举动之后,产品来留存问题,我们自己有一个Benchmark,当然不同类型的产品不一样,但是我们的 Benchmark 是做完所有的本地化之后,主产品的次留达到了40%,然后7留是 15% 以上,接近20%,到这个时候我们内部才能判断说这个产品已经立住了。

Castbox.fm 都文超

我们是 castbox,是最早是做播客产品的,现在也在尝试做一些 AI 的产品,我们也开始做游戏了。介绍一下Castbox 的发展情况,最早我们认为是赶上一个红利期,就是安卓当时没有播客的头部APP,像苹果是有专门的APP,安卓没有,所以是抓住了当时安卓的一个缺口。 

之后,我们主要是出美国,因为美国内容也非常多,用户群体,用户的行为也很好,所以我们更多专注。播客天然的缺点就是利润不太,变现的方法太少了。我们主要是广告,后面尝试做订阅。有这么几个阶段,最早是买量会比较方便,比较便宜。之后是我们会打磨产品的体验,因为发现海外用户和中国用户之间的行为差异还是比较大的,特别是在这种工具型产品上。

在接下来的阶段,现在我们是更多是偏内容运营了,因为我们也会和内容的生产方去谈合作,我们帮他去做运营和宣发,收入也会越来越好。我们的留存没有像这个社交那么高,基本上次留在 25% 以上,我们会认为这个产品差不多就立住了,同时也要看卸载,基本上要降到10%,甚至往下我们会认为是 OK 的一个指标。

  • 投放 ROI 是如何评估的?时间窗口大概放多久合适?怎么解决无法精准归因的问题?

Castbox.fm 都文超

ROI 就是得看这个产品整体的周期,我们会估一个周期,我们会根据留存去估这个周期,比如说留存比较高的产品, lifetime 一定会更长,所以我们会更有耐心的去估这个周期,可能会 180 天或者甚至往上再去估。对于这种次留比较短的、用一下就走的这种产品,LTV 就会预估得很短,会更激进一点,看当天的或第二天的回收情况,具体产品还是不一样。

无法精准归因,渠道越多,归因起来会特别复杂。我们是这么做,会先简单的在比较少的渠道去投放,这时先规避掉,再去看回报情况,另外还得借助一些第三方工具去做归因。精准归因这一块确实有一些问题,特别现在随着各 iOS 安卓对权限越来越收紧了,所以竞争归因会越来越难。

Moloco 朱筱筱

Data privacy其实也是今年所有开发者最大的一个主题,想要真正意义上实现精准归因,基本上已经不太可能的。我觉得更重要的是回到刚才文超说的,需要一个尝试的过程,先由少数的渠道开始,看看每一个渠道大概能给产品带来的流量、数量、质量,我觉得这是一个非常好的方式。我自己的理解我们现在大部分开发者都是以这个方式在进行尝试的,随着渠道的添加越来越复杂。

可能更重要的一点是所有的开发者始终都要对你整体的流量有一个概念。我有时候老跟很多开发者说,整体投放,整体核算,可能会是将来我认为比较好的一种方式。比如说你所有的安装大概在一个什么样的量级,对应所有的投入的成本来核算,最后在投放的有效性上到底是不是达到一个平均值,或者是不是一直在一个更有效的降低整体成本的过程里,可能长期来讲,这是更加有效的一种方式。

随着今年年底、明年年初 play 的 Sandbox 可能很快也会开始。精准归因基本上是不太可能发生的,需要所有的开发者尽可能地去想怎么修自己的内功,把自己的产品内部运营尽可能地做到极致。除此之外,我还是很想鼓励开发者,而且今年我也的确看到这个方式,就是努力地尝试一些新渠道来进行运营。

我觉得对于头部渠道来讲,明年有可能竞争会更加的激烈,因为随着现在头部的电商在这些主流渠道上的投放,越来越加码。明年头部渠道的竞争的压力会非常非常大,那么可能一些新兴渠道会变成一个比较好的选择。

AI产品留存率不高,分享一下浅见,可能有几个原因:

第一,还是产品完成度的问题。因为 AI 其实也就是从今年中才开始,很多人开始尝试,去磨合这个产品,让产品达到比较好的完成度,这中间肯定是需要过程的。有时候,我们做一些小游戏,至少也是一年到 2 年的磨合期,包括各种调优、调留存、调投放,这都是一个时间的问题。

我觉得为什么今年大家觉得现阶段看起来这个留存可能始终都有一些问题,我觉得可能跟产品本身的完成度和大家到底在怎么使用这些 AI 相关的feature,来获得更好的 user 体验,这中间是一个还在探索的过程。大家并没有找到一个特别好的一个状态。现在看到市面上大部分的 AI 产品,大家都在尝试,可能是一个比较核心的原因,留存各方面好像没有达到预期。

第二,用户本身对这一类产品的适应度的一个问题。对于很多 user 来讲,他对于 AI 产品他有自己的预期,对 AI 产品也有他自己比如说希望能够达到的一些体验,在那个过程中间,产品没有办法满足,一开始的时候只是新奇,导了很多用户。尤其很多产品,进来的用户就是尝了新鲜,因为他之前没有用过,他也想知道这个东西到底能给他一个什么样的体验。但是他一开始的时候也并没有预期,所以他最后进来之后,他尝完这个新鲜之后,很自然发现这个东西跟他想象不一样,新鲜劲过了,他就走了。

第三,一开始就是很多行业,现在如果大家来聊一下小游戏、重度游戏,大家对于留存在不同的市场,很多人都是有一个合理预期的,因为毕竟这个行业走过十年。数据一上来之后,到底这产品能不能推得起来,包括之前有大佬有聊到社交类产品,video editing related 产品,大家对产品或者行业的留存都是有预期的,因为行业已经走过了 testing 过程,期待都是合理的,因为它已经被无数人验证过。

但是,AI 现阶段没有被验证过,留存低是合理还是不合理,没有人知道,也有可能这个产品可能次留就是 5%、10% 就已经很合理,很不错了,但是没有人知道,因为没有走到那个时间。可能有一些 AI 的产品很神奇,一些产品可能 5% 的次留,但是最后到 90 天的时候还是5%,这个产品现在是一个合理的产品,还是不合理?现在这个行业还没有被验证过,大家现阶段想很多数据相关的东西,反而我觉得可能还是回到产品的成熟度上,可能是更深的一个点。

还有一点,肯定有一个教育市场,教育用户的一个过程,这个过程具体要走多久,现在因为 AI 太新了,我估计可能没有人有特别强的预期。大家可能只是真的是尽可能的把自己这个品类尽可能摸得透一些,把产品的成熟度提上来,可能更需要关注的事,留存有太多的不确定性。 

我觉得还是回到盈利模式上,大家对数据有很多问题,也是在担心留存不够长,或数据不稳定,将来钱挣不回来。这是一个最重要的问题,解决这个问题很重要的一个点,就是提高产品本身的盈利能力。怎么能够做到在短期之内能把钱收回来,第一在于付费形式或盈利形式,对于所有开发者来讲都很重要的事情。比如IAA 还是IAP,准备做订阅,变现方式,怎么定价,怎么在更短的时间之内回来。这可能是解决留存焦虑最好的办法。我最近也看过一些非常好的 AI 产品,有的产品当天可以回到70%-80%,甚至有当天可以回到100%。最主要的还是对于这个形式的一个想法,商业模式很重要。

还有一个到底用 AI 来加什么,这是一个很重要的点,你用 AI 来加social,还是用 AI 来加游戏,还是用 AI 来加金融,我始终都觉得 AI 是一个工具,去吸引用户的一个点。但问题是它后边承载的你最后变现的东西到底是什么。到底最后你去呈现,去landing,把这个钱挣回来的核心那部分是什么?因为单纯的AI,我个人感觉尤其在工具,在APP 领域里,本身没有没错,我觉得最后还是实现你自己变现效率的,还是看你在什么样的一个商业需求工作流程里。

我觉得这两点如果有好的开发者把握了,留存反而倒在这个阶段不是最重要,都个探索的过程。

  • 如果用以前效率工具的一些增长方式、留存指标来去看现在的 AI 产品,适用性怎么样?哪一些可以参考?

Moloco 朱筱筱

如果大家之前就是有做自己的一些传统类产品的经验,我觉得这个数据肯定是可以被复用的。比如我之前就是做游戏的,那我对我自己的游戏原来产品的数据我是有经验的,我在数据的基础上来做提高,我觉得这肯定是一个非常好的点。

我最近见过很多开发者,他没有之前的那一部分经验,直接就是AI加,这个时候我觉得他来探索数据的时候的确会比较难,比如像刚才castbox,易超说的都挺好,因为他们之前有很多这种传统产品的经验,在上面用AI来变成一个,比如说提高留存的feature,最后去在数据上慢慢验证,我觉得这是个非常好的方式,那相对来讲肯定也更稳妥。

而且我觉得AI有一个我现在能看到比较明显的点,就是现在任何跟AI相关的产品,它的导流的成本都会比原来就是传统的品类要便宜可能大概30%。我们原来做social,它可能有CPI的价值,如果今天变成AI social,就是它有这些关键字,基本上导量的成本会是普通的社交类产品可能至少能便宜30%,是大家也可以考虑的,就是这是为什么很多时候大家还是在探索,我觉得这是有意义的。

妙鸭相机 张月光 

首先留存这块的话,我估计大家可能比较关想听的可能还是妙鸭这块的一些经验。首先妙鸭肯定不是一个留存强的产品,这应该大家一眼就能看到。因为它实际上是一个用户拍写真这种需求,写真本身就是一个非常低频的需求。在定义这个产品之前,抛开AI本身,要解决写真这么一个用户需求或者商业诉求的话,其实最终它的形态就是妙鸭终局形态,它理论上应该一定是一个低频高客单的东西,因为背后解决的用户真实需求写真这件事儿是个低频高核单的东西,不会因为有了AI之后就变成一个高频低可能的东西。

我的想分享的一个观点,在这个产品,我在从做到上线之后的早期的整个所谓的一般大家叫北极星指标层面上,确实我从来没有把留存纳为一个核心指标,我一直不是特别关心这个事情,我们的核心指标一直都是每天的新增用户和收入情况。前一位分享的也提到了AI有些产品是这个商业逻辑上有一些变化。

我在做妙鸭这些事情的时候,我更多把它当做一个消费品牌来看,就是它和海马体本质上是一回事。所以你说比如海马体或者天然蓝,它会去考虑留存问题,它一定不会考虑留存问题,不是它核心点。

那么这个产品首先做了先验付费,可以说就是当天回本,我觉得也正好就是回应一下刚才提到的观点,如果产品是一个供给侧改革的东西,本质上要显然是一个供给侧改革的东西,改革的是写真供给侧的服务效率。如果你是供给侧改革的东西,作为生产者直接就能够向用户当场就能够完成商业化,那这个时候确实可能留存不是最核心的问题。就比如说让我继续带着内容往后走更长的时间,我也可能不会把重点放在留存这件事情上,我可能会更关心arup值,如何从9块9变成99,如何从99变成199,我觉得这可能才是业务形态的正路。这是我觉得可以讲的一个点。

如果泛性地去看AI ToC应用的留存,抛开AI这个点去看,首先这个产品解决的需求本身是不是一个具有高留存的需求,或者在没有AI之前,你这个对应需求的工具本身它是不是一个有可能是个高留存的东西,我觉得这是前提条件,因为其实用户不是很关心是不是AI这个事。这款产品其实大家有没有人关注到这个问题,在任何一个地方的文案里,从来没有提到过AI这个词,从名字到所有的文案,没有任何一个地方提到文案这个词,因为文案都是我自己写过一遍的。我自己非常清楚,专门改了一下,没有任何一个地方提到AI这个词,因为用户真的不关心是不是AI。

用户只关心我要拍照片,拍了个很漂亮的照片,很便宜,然后很方便,水平拍出来的质量跟海马体一样。对,用户只关心这个问题。回到留存的问题,忘掉自己是AI,原来要解决的需求对应原来那个产品,我觉得可能是更重要的观察指标。当然另外一个方面,如果真的是结合AI的范式提出了一个原来的不曾存在的产品形态,我觉得会有这种东西。那是另外一件事情,否则的话我觉得可以更重点参考原有产品的留存问题是怎么解的,这是第二点。

  • 以前很多工具产品出去商业化方式,不是用直接收费,可能是用流量,羊毛出来猪身上这种方式。收费方式变化了,对产品设计和增长策略会怎么影响?

妙鸭相机 张月光 

我觉得收费模式产不产生变化这件事情,不是因为AI的变化带来的收费模式的变化。以妙鸭相机为例,妙鸭相机大家会觉得它是什么,美图类的产品,或者工具类的产品,当然在我看来在做这个产品之前,首先是一个服务业,就是我做的是一个原本已经客观存在的服务业,写真这个服务业。收费方式显然都是向用户先收费的,就是你先交钱,我再给你拍照。

所以,妙鸭并没有什么很新奇的商业模式,它其实只是把原来线下的模式,本来很难搬到线上的,在原来没有AI的情况下,这个模式是不可能搬到线上的,我把它搬到了线上来,这也是为什么我在做这个产品的时候不关注留存的原因,还是因为它背后的商业本质,它的商业本质就是这样的利润模式,以及它的不关心留存,是关心收入。然后进一步再去关心arup,这些都是它的商业模式本质决定的。不是因为它结合了AI带来了什么变化,AI只是使原来不可能存在的线上服务化模式变成可能了。这是我想讲的第一个观点。

第二个观点,就是其他AI产品的商业模式是不是还继续采用流量变现,还是用户去直接付费或怎么样,我觉得还是回到原来产品形态所解决的问题,原来是怎么商业变现。你比如用AI做效率工具,比如notion也出了Copilot,notion AI,原来没有AI的时候,可能你通过各种高级功能,要做订阅或做企业付费,不会变化。加了Copilot还是这么一个收费模式。

所以我的第二个观点,不一而足,不是说是AI产品,你就一定要第一个向用户收费等等这些。我其实发表过观点,AIGC产品如果是一个供给侧改革的东西,你就收费,如果你是工厂就要收费,原来这个工厂就要收费。但如果你做的就是流量生意,你本来还是流通网络,你尝试构建新的平台和网络,那你就还是可以用互联网的商业模式。我觉得商业模式本身并不会因为AI发生变化,AI只是使原来做不了的模式变成可以做。

  • 零投放的自然增长策略,有没有什么可以分享?

妙鸭相机 张月光 

这个事也比较简单,这个产品我从上线的开始的时候,我就一开始先内测,内测的时候就是大家发,项目组的这十几个人发朋友圈,没有别的什么什么渠道,朋友圈里面就会有人关心,就会有人去试用,试用完了之后就会要更多的邀请码,就这么裂变开的。

这个产品正式上线了之后,一方面在快速增长,另一方面我为什么没有去做这个任何投放动作,因为这个产品显然是一个不能做投放的产品,它是不可能做投放,因为它是一个可能是互联网历史上可能都算是用户门槛最高的产品了,可能都没有之一,这是一个用户下载下来之后什么都不干,连首页都进不去,就要先交 20 张自己的照片,再加 9 块 9 的一个东西,连首页都还不知道里面干的,他就得先干这么变态的门槛。我当时的第一个判断就是是不可能有冷启用户的。

我觉得这注定是一个看到别人用,看到别人的产出物之后,通过别人的产出物来推动我自己去用。我觉得你注定是这么一个类型的产品,所以你去做,比如说广告投放这种增长不可能有转化率的,我们就没试过,也不想试,所以在当时 0- 1 的时候,我们团队当然人也非常少,整体运营部门就三个人。三个小朋友就只做一件事,只做口碑增长或叫口碑运营。口碑运营就包含了客服的工作,客服工作花了非常大的功夫,进线量非常恐怖。用户各种各样的问题,包括退款等这些问题,这个我们基本上投了很大量的功夫之后,保障了口碑没有出现很大的这个纰漏。

就比如当时对退款规则的细化,什么情况下给你退,什么情况下不给你退,什么算客观的出错标准,什么算主观出错标准,我们如果bug了,给你免费重做一遍,还给你退款等等,出了一系列完善用户服务的东西,保障了用户基本上没有太大负面的反应。

第二个工作就是维护两个阵地的社交媒体账号,一个是微信公众号,大家应该看到我们有一个官方账号,前两篇文章是我自己写的,相当于花了很大精力与用户进行品牌沟通,表达内心想法。另外一个是小红书官方账号,与公众号不同,更年轻的运营同学,很俏皮地大量去 cue 用户,发起一些活动,以比较俏皮方式进行品牌好感的维护。

第三块就是做粉丝用户群,早期一些活跃用户成为核心群,我们模板或上新的时候让他们先体验,他们用到别人用不到的东西,就自发去发朋友圈或小红书,我们基本上每个模板上新时候,第一波流量来自这些种子用户自发的自来水。我们基本上做了三件事情,其他都是在做擦屁股工作,没有做什么增长动作。

Part 3 AI策略研讨

  • AI应用如何脱离“薄”的问题?
  • APP过去从0-1增长经验有哪些可以借鉴?
  • GTM与成长范式将如何调整?
  • 技术在AI应用创新中扮演着什么?

小影科技 姚婷婷

我在2015年,带领团队孵化过一款植物识别App,现在它在中国非游戏出海排行榜排在top3,我觉得还蛮高的,因为top1就是TikTok。我现在小影也是做AIGC相关产品,算是经历了传统AI和目前AIGC新技术孵化产品的不同阶段。第一次是2015年,是用卷积神经网络做,现在是AIGC新的generative AI。我觉得这两个差距还是挺大的。

我可能比较能回答第三个问题,他们之间的不同有什么不同,有什么可以借鉴,第一阶段的AI产品,产品上线之前的工作量会非常大,因为基于深度卷积神经网络,数据是非常重要的,所以我们做的时候,第一步就是先获得海量训练数据,构建数据壁垒,之后跑起来很快,在中国先跑通了之后,做到了植物垂类识别第一。后面一些大厂虽然跟进也追不上,但是我们一直是垂类第一,不管用户量还是口碑。

之后出海到美国的时候也非常顺利,因为刚开始在中国基本上没有做任何投放,成本非常低,全是自然增长,它符合用新技术去撬动用户需求的范式。因为没有这个AI的时候,用户的识别需求,专家或image to image mapping技术也只能识别几千种,识别率50%。后来用了新的AI技术后,识别数量可以达到几万种,识别率可以到85%,top2000可以到95%。

这个需求是通过一个新技术被撬动了,所以它的传播会非常快,因为用户通过这个新技术体验到了很好的用户体验,需求也被很好满足。所以中国很顺利,去美国的时候也比较顺利,因为竞品比较少,进去的时候获客成本低,也是大部分通过自然流量传播。我走的时候,营收已经比较高,也有其他海外公司进入竞争,那时才开始获客成本开始慢慢涨上来。所以那段经历我总结一下,产品上线前工作量非常大,获取数据、清洗、训练。

我现在做的AIGC相关工具,市场也是海外,遇到一些挑战。一个是AIGC产品,前期比较轻,都是基于stable diffusion等大模型,可能fine tuning,加些数据,再做产品。我做的产品很像妙鸭,用AIGC做写真艺术照类的产品。我遇到的问题一个是效果上,一个是ROI非常低,留存不太好。

第二个问题是壁垒很难建立,前期工作量薄,导致产品也很薄,没办法做得很深,你能做的别人加些数据也能做,你没办法建立任何壁垒,数据壁垒或技术壁垒也没有。如果不是做自己的大模型fine tuning,都差不多。这种情况下,如果不是很符合用新技术完全撬动老需求,并实现得特别好,效果可能不足。我觉得妙鸭已经做到了垂类top1,效果各种方面都很好。但我们现在遇到的问题一个是ROI,投不正。另一个是如何才能在自然增长下,一波流过后用户持续上升,这也是一个挑战,我想听其他AI前辈或同行分享这方面的经验。

Castbox.fm 都文超

刚才听两位的分享,我觉得特别感同身受。我们现在遇到的挑战非常类似,因为我们也是用一些通用大模型去做ToC业务,目前遇到的问题是一样的,那就是我们没有太强的能力深挖做自己的模型,只能用现在通用的轮子组装更多产品。ROI问题也是我们现在遇到的一个大挑战。我们现在的做法是,在心态上给予更多耐心,在数据上看压着LTV去投,因为我们不清楚用户的终身价值会是什么。

我们现在的增长手段就是把获得的所有收入再反投进去,看数据是否在增长。所以对我们来说也是一个比较笨的在探索的方法,没有太多经验可与大家分享,还是要多向大家学习。

过去 APP 时代的经验,哪些可以借鉴,成长范式将如何调整?产品的“薄厚”和技术投入方面大家有什么思考?

Mico World 黄婧怡

可能让大家失望了,我们在这块遇到的许多技术问题,其实与大家是一样的,我们大部分人必须承认我们没有自研大模型的能力。所以我们一方面找到融资的创业项目,一方面也有内部尝试的一些创新项目,但在技术上还是会遇到相同问题。比如我在用GPT接口时,这个接口不是为娱乐而生的,那么如何解决它的长文本记忆和多轮对话问题。另一块是在有限成本下如何尽可能少调用一些token,少调用一个都能节省成本。所以我们在技术问题上与大家是一样的。

至于投放问题和ROI问题,这块我们有一些心得。我们觉得如果纯粹依赖渠道买量的话,它可能注定就是买不正,ROI买不正。因为我们做文娱产品,来自社交领域,我们觉得要找到的是人类情感的最大公约数。我去与chatbot聊天,或做妙鸭类写真拍摄,都是人类最本质的需求。在这类需求上的产品,需要在冷启动阶段验证自己有自然增长的能力,否则投流一直买不正。

Mico World 黄婧怡

这一块我想先回答技术问题,我觉得目前技术带来的掣肘是解决一个产品的下限问题。因为我们现在用GPT接口做这件事,它完成不了多轮对话。比如现在这个赛道最热的chatbot,你发现聊几轮后GPT就不记得自己扮演的角色了,你本来在扮演一个女友的角色,但聊了几轮之后她不记得了,如果我们突破它不会出现这种bug的下线,那么我们的关键决胜点就不在技术上了。

我们看到一个很好的产品replica,它在技术上没有什么特别差异化的地方,但是即使它的AI不断出bug、甚至性骚扰用户,它的月收入仍有百万美金量级。所以我觉得怎样把工具从薄做厚,厚指的是内容的厚,素材的厚。作为娱乐向产品,要把握对人性和审美的把握。当AI解决了产品的下线问题,不出bug后,其实在这之后是做内容的问题。

Videoshow 林立

我觉得妙鸭月光的分享很有启发性,他认识到AI产品是对传统商业模式的一种加速或加力。我们也尝试过很多AI类产品,包括今年年初做的GPT chat。那个时候流量还比较实在,这个产品是给我们全年打头阵的产品。

所以我们也会考虑向传统商业类靠近,做一些小b的生意,真正用AI解决他们的生产效率问题,帮他们降低成本,帮助他们赚更多钱。这会是我们下一个产品方向。

我们之前也基于卷积网络做过换天空抠象、换脸等,但自己的技术能力和成本完全无法覆盖,所以借了这波AI红利。但我们的工程师看法是我们会尝试很多新技术,有研发部门做快速应用,但是我们没有办法押注哪一块,策略是全面跟。哪个跑出来再加码,还是要看收投入回报率,因为用户增长一方面难以精准归因,一方面我更在乎用户的回报。否则,如果光靠增长,在一些低回报率的国家,再多投放数据再好,后端意义也不大。

不像我们原先做工具,差异很大。原来服务计算成本低,基本上只有一些 CDN 的费用,现在AI后端费用很高,成本结构发生了根本的变化,原来App边际成本非常低,只要研发出来,上线之后后端支撑费用很低,AI应用后端成本直线上升,包括接的各种模型的费用、各种服务器运维调度的费用,不能用零成本、边际成本很低的方法考虑回报。所以可能像妙鸭,必须带来价值,不是先铺量再等规模。现在每做一笔有成本,这种逻辑和过去有质变,对我们团队也是一个大的调整考验。

Chatbot类型产品在同规模用户情况下,使用AWS或GCP搭建开源语言模型的成本,与ChatGPT API的成本差距有多大?是否做过对比,自行开发一个Demo,如果用开源的,成本差别大吗?

Videoshow 林立

这两个我都试过,从成本上看,使用GPT会更便宜,因为这里有个很大的波峰波谷问题。如果你去买服务器或算力,它们现在通常是按时间包给你,像是按天或按月。但我们自己的用量往往没办法百分百用满,除非建立非常好的调度机制,通过异步处理。包括你还会遇到一些波峰,要及时扩容。这对产品团队和支撑团队都是很大的考验。所以我们大部分量还是调用第三方,包括火山字节的服务、文心等公司的技术,或者OpenAI,这样对成本灵活控制会有很大好处。

怎么看待 Soul 这样的社交产品加 AI 陪伴真好,将真人社交跟 AI 陪聊结合。

Mico World 黄婧怡

坦白说,我自己其实也在犹豫,因为我之前做过一段时间社交,人的社交,本质上做的是荷尔蒙,跟一个人的分身做社交和跟这个人本身还是有一些区别的。我自己的感觉是这样,但我没有尝试过,可能有机会,我目前主观的判断是好像有点别扭。Soul 去做肯定是值得尝试的,做完之后可能会有一些新的玩法,就看怎么用。 

用户如果本质是为了去建立荷尔蒙联系,人和人的联系,他的中间的介质有很多,最开始可能是豆瓣小组,贴吧,然后出现了陌陌、探探,再加上现在 soul 这样产品,每过五年、十年会有一批这种社交类产品出来,其实差异在于媒介不同,用什么媒介去跟 a 和 b 建立联系。比如说 LBS 出来之后,把地理信息加进去了之后, 也是一个巨大的很好的媒介,能把这个更近的放一起,这是一个指标,所以陌陌出来,之前没有地理位置信息的时候,大家靠着BBS。

AI 出来之后,这个技术能不能对媒介本身在某一个群体内有更优质的体验?比如说有些年轻人可能不愿意去跟别人那么真实的真人认识,可能这种情况下,你有一个更好的媒介,帮你去中间挡一道他们之间的互动,然后给你说 AI 帮你判断了一下,这个人好像更适合你,可能这是一种媒介的形式,没AB,可能是可以的,但我不是特别确定。