诠释备忘录 05月14日 01:09
先别悲观,下一代的“AI Super APP”还在水下悄然生长
index_new5.html
../../../zaker_core/zaker_tpl_static/wap/tpl_guoji1.html

 

本文作者分享了近期对几款AI产品的观察与思考,并探讨了对Super App的看法。文章分析了AI行业内的乐观与悲观情绪,认为当下应聚焦于细分领域,打磨产品,而非追求“大而全”。作者通过napkin.ai、AI编程工具以及D2C电商案例,阐述了对AI原生产品的理解。文章强调了产品应以用户需求为导向,而非追求市场规模,并预判Q4将有“有用”的AI原生产品出现。

💡napkin.ai通过专注于生成逻辑图这一细分需求,实现了产品的差异化竞争优势,避免了“大而全”的思维定势。

💻AI编程工具,如cursor和ideogram,正在加速软件开发的效率,从AI copilot到人 copilot,逐渐渗透到各个领域,预示着未来软件生产方式的变革。

💎D2C电商平台选择珠宝作为切入点,利用AI实现个性化定制,并结合高客单价和稀缺性,打造品牌优势,从而更好地适应柔性供应链的需求。

🤔作者认为,在AI时代,产品应以用户需求为导向,而非追求市场规模,创业者应关注“有用”的产品,而非“有市值”的产品。

原创 OpenflowAI 2024-08-26 10:00 北京

通过最近看到的3款AI产品,来聊一聊我对Super App的看法

前言:

老朋友应该知道,我平时业余时间组织了一个独立开发者团队从去年初开始就下水不断的摸索学习,期间我还是在一家头部SaaS公司工作。最近提了离职,准备All in AI了。

所以最近密集的聊了很多AI行业内的朋友和公司,包括看了一些文章、听了一些播客,惊奇的发现现在整个行业对于AI应用这个事情极其非共识!👇


这个事情大概分为了两极:

悲观派(多):AI应用来到冰河期,大概需要1.5-2年。

距离GPT-4眼看就一年过去了,国内甚至美国还没有长出现象级的产品,GPT-5据说需要等到明年年底才能上线。夹杂着中国阶段性周期影响,VC投资出手谨慎加谨慎。

乐观派(少):AI应用在今年Q4就会慢慢往上走,明年上半年会有现象级应用出现。

国内大模型资本战已经定型,第一波懂模型、懂场景的产品会逐渐出来,成立创业公司,形成真正的AI-Native的产品。


我不知道你们怎么看,大家有自己的想法可以到评论区讨论讨论。

判断AI应用是不是未来趋势还是很容易的,但是 判断什么时候到达「奇点」还是挺难的!

时间点还是蛮重要的,其实涉及到我们应该什么时候下场 all in 来打,好打提前量来做足准备。这个时机预判早了容易成先烈,晚了怕拿不到船票。

先分享下最近看到/听到的三个产品,最后再说下我的判断:👇

Case 1:napkin.ai

输入一段话,自动生成各种逻辑图

场景还原/解决问题:

我们在做ppt时候,或者写blog时候,逻辑图的制作是最让人头疼的问题,基本上的流程是这样:

构思逻辑脉络 -> 挑选合适的图表 -> 在图表合适位置插入并简化语言 -> 排版对齐

从产品角度来看:

绝大部分创业团队如果要做这个case,首先会想到最小闭环在如何一键生成PPT或blog,一体化的去构建完整的内容。

但一旦铺的面大了,会导致每个点铺的很散,ppt的架构,整体的排版等等都需要考虑。

这个团队是海外的团队,创始团队想的很清,他的切点很妙,选择了里边最刚需的点,且是差异化的点,把生成逻辑图做透。

没有定义自己是ppt、bolg或是其他,每个需要呈现内容的地方,图的效率就是比纯文字要高,所以很多场景都可以使用Ta。

做大而全很容易,做少需要功力。

为什么提到napkin?

不知道大家有没有发现,国内的产品好像有思维定势,喜欢做大而全,喜欢做平台,思考产品时候首先会想到这个产品未来市场规模有多大?

然后发现在移动互联网时代,大家都对标美国看的很清,抄就完了,现在AI大家都差不多,套用之前那套理论发现玩不转了。

我想说的是,产品和增长分开,产品其实就是分「有用」or「没用」,不存在什么市场规模,因为一开始也不知道这产品后边要「生长」出什么东西,一开始规划的东西,两个月后路径肯定会完全推翻。

Facebook一开始就是在学校里选美的一个平台,快手一开始就是一个gif动图的工具,谁知道几年后他们能成为现在一样头部的流量入口。

我理解Super App是到达了一部分人群PMF后,逐渐破圈,逐渐想办法形成网络效应的事情,首先需要找到一开始的种子用户,解决他们问题!

我相信现在的可以做后边「super APP」的团队,现在还是聚焦在做某一个细点,还在水下,普罗大众根本看不到,他们紧紧跟用户拥抱在一起。

Case 2:AI 编程

蒸汽机时代到电力时代提高了工厂中工人的生产效率。计算机时代到AI时代,AI编程好像到达了某个临界点,coding的效率提高了10倍,大家看到了未来的软件生产方式 。

cursor最近爆火,ideogram直接可以生成前端网站UI,V0可以一键生成代码...

逐渐从AI copilot 到 人 copilot,逐渐各个领域进行渗透

    @ideogram_ai 自然语言生成整套设计稿 ideogram.ai
    @v0 :生成全套前端 UX 页面
    @supabase postgres.new 自然语言生成全套数据库 Schema 设计
    @cursor_ai 将内容组合加工成最终页面
    @Replit 1 分钟上线网页

Case 3:D2C的新一代电商

前两天跟朋友吃饭,说了一个创业公司在做的事情,很有缘份,因为2023年除我其实第一个想做的就是这类的平台。聊起来后发现大家的逻辑都是惊人的相似。

简单来说:就是让用户先自定义商品,找到自己想要的后,可以联系工厂生产,做到真正的D2C

但这里边有很多思考的点:

成本问题: 个性化代表需要柔性供应链,如果货品量太少,目前已有的水平,制作一个模版成本还是过大。解决方案:如果解决货品量太少的问题,就会涉及到需要发送到社区内,让大家来投票众筹。

防抄袭: 如果放到社区内,怎么保证众筹多的用户生成设计,不被其他商家盗取。解决方案:建立自己的网站品牌,类似泡泡玛特。

做“奢饰品”还是做“通用大众货”? 保证品牌和成本的同时,AI最大的优势就是个性化解决方案:打个性化,打稀缺化,树立品牌,提高客单价来做商业化

好,分析到这里,你会怎么做?怎么选品?一开始做一个平台,各种商品都有?还是做几个品类?

我听到的这个团队,他们切的只有一个品类,这个品类就是「珠宝」 。我一听这个品类,我就知道这个团队想透了。只切一个品,把整个D2C流程先跑通,后边就是批量复制了。

为什么珠宝好呢?

    高客单价,现在珠宝本身就没有重样的,都是人工雕刻处理的,所以天然复合柔性供应链。

    “奢饰品”属性

总结:

根据上边三个最近在看的产品,做的好的团队现在一定在某个细分领域细耕,打磨产品,了解用户。我一直是这个观点:在完全新机会下,产品都是长出来的,不是定义出来的。

所以新时代的AI产品,我相信一般都不是大厂出来的,因为大厂在做产品时候,需要做立项汇报,有一定的市场规模一般才会同意给资源做。

大家应该都知道从今年上半年大模型的资本战刚结束,现在大模型这波机会已经close,给到AI应用的时间也就半年时间,给创始人的时间也很少,国内整个行业太过焦虑了。

作为创业者,应该回归到实际问题中,用「常识」来判断思考,做真正「有用」的产品,而不是「有市值」的产品,跟着用户的需求来走,不「构建」产品。如此会成为时间的朋友,用户会慢慢的推我们成长为“Super APP”

我的观察「有用」的AI native产品在Q4阶段会逐渐出来,所谓「super app」其实在现在这个阶段无所谓,保持乐观,继续All in !

最后引用一句@orange说的话结尾:

“昨天有位朋友说现在行业情绪是不是很差。我说,其实,只是 super app 的情绪很差。放弃 super app 幻想,是一片辽阔的世界。”


我现在也在看机会中,有在做AI native应用产品,如果有PM相关需求的老板可以联系我~

零零碎碎的暂时想起这么多,如果你有兴趣,可以加我大家可以一起探讨。

如果有帮助,大家持续关注 🙏 转发加关注,是我持续写下去的动力!

个人微信

阅读原文

跳转微信打开

Fish AI Reader

Fish AI Reader

AI辅助创作,多种专业模板,深度分析,高质量内容生成。从观点提取到深度思考,FishAI为您提供全方位的创作支持。新版本引入自定义参数,让您的创作更加个性化和精准。

FishAI

FishAI

鱼阅,AI 时代的下一个智能信息助手,助你摆脱信息焦虑

联系邮箱 441953276@qq.com

相关标签

AI应用 Super App 产品思维 D2C电商 AI编程
相关文章