当用户越多可能亏得越快，AI 应用创业者应该怎么做增长？| AI 100闭门会

AI应用的增长，正在变成一件越来越难算的事。 前两年，一个新模型出来，创业公司接得够快，就有机会拿到第一批用户；做个新功能、冲一次榜、找几个KOL，也可能让曲线突然抬头。 现在，这些办法都还有效，但有效期越来越短。 模型公司不断把能力往应用层拓展 ， 创业公司刚做出来的功能，下一次模型升级可能就成了基础能力；超级平台又握着流量，不断抢占入口。 图源：AI生成 更麻烦的是，AI产品和上一轮互联网产品的账还不完全一样。每一次生成、搜索和模型调用都在花钱，用户更多、用得更多，不一定意味着公司赚得更多。 于是，过去那些熟悉的增长问题都得重新问一遍： 什么样的用户值得抢？用户来了为什么留下？活跃越高一定越好吗？所谓增长飞轮，到底是真的转起来了，还是投放和模型红利暂时把曲线托了起来？ 9月16日晚，虎嗅AI 100第11场闭门会请来了 YouMind创始人玉伯、数宗科技创始人丁天、MulanAI创始人刘如山、常垒创投管理合伙人冯博、UpHonest投研总监王子 ，聊独立AI应用怎么增长。 三位创业者做的产品差异很大，一个偏个人学习和创作，一个服务大消费企业，一个做AI视频和工作流。 聊了两个多小时，大家没有说出一套高大上的“增长方法论”。相反，他们先讲了一堆自己做错的事。 刘如山说得很直白：“ 因为我们淋过雨，希望给别人撑个伞。” 一、流量起来了，还不算增长 MulanAI刚发布时，一个AI社区WaytoAGI帮他们做推广，用户一下涌进来。产品准备了，宣传也做了，偏偏验证码账户里的钱没充够，用户连注册都完不成。 后来，团队自己孵化的YouTube账号做出上千万流量，真正导进产品的只有一两百人，新手教程又没做好，留下来的更少。 刘如山把这件事类比成自己跑沙漠。团队定制的袜子偏大，她没当回事，最后跑掉了一个脚趾甲。” 增长是个系统性的问题。一个很小的细节，就可能害了你。“ 玉伯遇到的是另一种”假增长“。 YouMind花了四个月打磨1.0版本，补功能、磨体验，也找了KOL。所有人都等着上线后涨一波，结果主持人问起数据时，玉伯回答：” 这是一个坑，1.0的时候，用户在跌。“ 复盘之后他发现，那四个月主要是在完善功能和体验，产品更完整了，却没有足够强的新东西。“没有产品创新，很难撑起一个大版本的发布。” 这也是整场讨论的第一个共识：流量来了、版本发了、注册涨了，都不等于增长真的发生。 关于靠模型新能力快速获得增长这件事，刘如山和玉伯甚至当场唱了反调。 刘如山认为窗口还在： “如果你还想融资，有好看的注册数据，我觉得还是值得干的。” 但她自己已经没那么热衷，因为很多人只是为了试模型而来，试完就走。 玉伯更直接： “我的观点刚好相反。” 他把这批人叫 “产品蝗虫” 。新模型出来，他们马上飞过去；过一阵又有新东西，再集体迁徙。小团队很难比头部公司更快拿到新模型的提前内测资格，做市场营销，也很难把追新模型的人长期留下来。 他反而看到，AI圈已经在讨论Agent，但很多普通用户仍然只是需要聊天、整理资料和辅助创作。“ Chatbot依旧是一个很大的市场。虽然我们大家都在谈Agent，但是现实世界不是这样的。” 王子从投资人的角度也看到类似变化。 每次新模型发布，都会冒出一批围绕新能力做产品的创业公司，再靠投放和营销快速拉起下载、注册。但这类数字现在已经没那么有说服力。 “从投资的角度来讲，大家也会越来越警惕，会更关注你后续的用户留存怎么样。” 换句话说，模型红利仍然可以带来第一波用户，只是“第一波有多少人”本身这件事，已经越来越难证明一家产品真的在增长。 二、比拉新更重要的是想明白要什么用户 刘如山后来转向企业客户，经历过一次“重新认识用户”。 早期有企业主动找MulanAI，希望把批量做图、做视频的能力接进业务，团队却拒绝了，因为担心企业定制最终把自己做成项目外包。 没过多久，又有企业找到她，嫌现有套餐不够，直接问： “我要打几万块钱给你们，不可以吗？” 接连出现类似需求后，刘如山才开始重新看，到底是谁真正愿意付钱。后来还有品牌自己注册、充值，她做过调研才发现，是现有客户推荐来的。 “后面我才后知后觉反应过来，发现我们的用户原来都在这个地方。” 丁天也经历过类似收缩。数宗早期尝试过图像生成和更通用的Agent，技术能做，用户也会来，但C端生产力工具很快就会掉进高获客成本和价格竞争。 图源：数宗科技官网 后来他们把场景收进消费品牌的新品研发和新品营销，生意反而更清楚。丁天越来越确定： 技术能做，不代表客户愿意付钱。B端真正可复制的，是先把一个标杆客户的场景做透，再复制到同类客户。 而且，不是所有客户都该接。预算不高、要求又很多的客户，可能把创业公司拖进沟里。 冯博把选择概括成两条路： “要么拿成熟产品去打新市场，要不老市场拿那种刀子型、特别厉害的创新产品。” 这也是玉伯后来研究土耳其、阿拉伯语地区、俄罗斯的原因。支付、语言、排版都麻烦，但“大家都嫌难的事情，你做了，才可能有红利”。 所以，比“怎么获客”更早的问题其实是：你到底想获得什么样的用户？ 三、真正的留存，是用户开始把工作交给你 找到用户以后，下一个问题是：什么叫真的留下来了？ 刘如山拿电梯举例。 如果按一下按钮就到目的地，这是好产品；如果要按20次、折腾半天才到，按照传统互联网的算法，这个用户操作多、停留久，反而成了“超级活跃”。 但谁想坐这样的电梯？ 所以她判断，Agent真正应该追求的是： 让用户操作越来越少，却把越来越复杂的工作交出去。 MulanAI有一段时间进行产品重构，一度很难用。但有个企业客户还是会催着续合同。团队后来才意识到，客户已经把工作流沉淀在系统里，那套流程每天都得继续跑。 对MulanAI来说，真正的留存不是打开次数，而是客户留下了多少可重复调用的工作流。 王子从海外投资的观察里，也看到了同一种变化。 过去SaaS时代，一个很窄、很深的Point Solution也能成为一门不错的生意。但到了Agent阶段，她认为，只做一个点可以作为起步，之后必须更快地沿着用户的整个工作流往下走。原因是，Coding Agent降低了产品开发成本，小团队现在也有机会覆盖更完整的流程。单点能力越来越容易被做出来，真正变重要的是： “对于工作流的掌控可能会变得比较重要。” 玉伯看的指标不同。他现在重点看“ 周付费活跃用户 ”——不是注册，也不是打开看一眼，而是一周里真正多次使用、产生AI积分消耗的付费用户。 丁天看B端更直接。他很警惕“Logo增长”：做过一次POC、允许展示Logo，和一家企业愿意花几十万甚至上百万元，把产品真正用进日常工作，是两回事。 他更关心第一次测试以后有没有变成年度付费，第二年有没有续约、增购。 三个创业者看的指标不同，但其实都在回答同一个问题： 用户是不是已经开始把一部分真实工作交给你的产品。 四、用户留下了，这笔增长赚不赚钱？ 用户来了，也留下来了，增长要往更深一步看—给产品算账。 玉伯每天都会看毛利率：收到的钱，扣掉模型调用、云服务等直接成本，最后还剩多少。这让他重新检查很多看起来理所当然的产品决策。比如：是不是所有任务都应该使用最强模型？ 他的答案是否定的。翻译、整理这类任务，更便宜的模型往往已经够用。 更反常识的是套餐