我之前写过不少用 AI 帮你或者用 AI 教你 XXX 的所谓 AI Wrapper 产品案例,比方说《用 AI 帮男性美容,4 个月实现 600 万美金 ARR》、《用 AI 教你 Dating,独立开发产品月入 20 万美金》以及《用 AI 将任何对话转化为多种内容,9 个月 100 万美金 ARR》等。
从 AI Wrapper 的角度来看,它们在短时间内获得这样快速增长的收入,一个是找到了合适的应用场景,另一个就是大部分独立开发者在市场渠道这块都拥有一定的优势。
因此虽然产品看起来都非常简单,但是利用 AI 的能力,它刚好帮一部分人非常高效的解决了某个需求,我觉得可以发明一个新的概念来定义这一类产品:AIMF(AI-Market-Fit)。
不过最早提出这个概念的是 HeyGen 创始人 Joshua Xu,他在《HeyGen 是如何找到 PMF 并构建产品的?》一文中说,HeyGen 在内部实施的概念就是 AI-Market-Fit。
Joshua 在文章中提到了两个概念,一个是 Demo 价值,另一个是用户价值,从长远来看,Demo 价值会消失,只剩下用户价值。
在寻找 PMF 的过程中,HeyGen 一开始并没有做任何产品的 Demo,而是直接用 AI 的能力去替代之前依靠人工解决的需求,得到用户的认可后才确定下来整个产品的 PMF。
Joshua 说这使得他们能够以最低的成本验证他们正在寻找的 AI-Market-Fit,而无需构建成熟的产品。
因此我认为在 AI 时代,或许我们就应该以拿着锤子找钉子的方式来启动,而不是像以前那样有了钉子再找锤子,因为以 AI 目前强大的各种通用能力,很多应用场景下这个锤子本身就已经在那里了。
而最近我发现的一个产品案例,让我对这个理念有了更多一点的坚信,并且用 AI-Market-Fit 这个概念来描述似乎更契合。这就是一个 17 岁高中生做了一个 AI Wrapper 产品,在 3 个月时间做到了 30 万美金的 MRR。
和我上面提到的那些 AI Wrapper 类产品类似,这个产品做的事情也非常简单,就是用 AI 帮你减肥或者说保持健康的身体状态。
其产品逻辑和国内团队做的那款年收入 7400 万美金、在海外从 0 做到了 2.9 亿美金流水的“形色 Picture This”非常类似《从 7400 万美金年收入的 AI App 看今天的 AI 应用》。
做法是用 AI 来发现每种食材的热量值(卡路里)和其它营养数据,再根据你个人的情况来评估你应该摄入多少食物,并不断跟踪数据的变化情况,进而让你通过调整饮食结构实现减肥或者让身体保持在最佳状态。
它利用了类似 ChatGPT 这种直接通过扫描食物来获取相关数据的能力,比方说你早餐准备吃一个面包喝一杯牛奶,你只需要扫一下即可获得……
Memo: Signal, not noise!
扫码或点击「阅读原文」继续阅读
用 AI 教男性美容,4 个月实现 600 万美金 ARR
用 AI 教你 Dating,独立开发产品月入 20 万美金
用 AI 将任何对话转为多种内容形态,9 个月 100 万美金 ARR
HeyGen 是如何找到 PMF 和构建产品的?
从 7400 万美金年收入的 AI App 看今天的 AI 应用