首页 > 资讯 > 职场 >  创业投资 > 场景-方案-定价,生成式 AI 创业三部曲

场景-方案-定价,生成式 AI 创业三部曲

更新时间:2023-11-03 11:51:41 1051

如何在产品创造中利用和把握AI?或许可以来看看这篇文章。本篇文章的分析对象——Rows 电子表格,就尝试将AI作为促进增长的一种产品手段,其创始人还总结了3个矩阵。一起来看看本文的分享。

场景-方案-定价,生成式 AI 创业三部曲

在过去的 30 年里,我们经历了 4 个互联网演进的阶段:00 年代初期的 web 网络、04 年后的社交媒体、06-09 年的移动互联网以及 10 年代初的共享经济。随着 AI 热度的增加,很多并无所谓 “AI-基因“ 的产品也带上了 AI 的帽子开始为自己增加价值。

然而,在产品创造中如何利用和把握 AI,Rows 电子表格的增长负责人给出了从“找场景-想方案-定价格”的 Gen-AI 产品创业三部曲

思考:

我们尝试基于文章内容,提出更多发散性的推演和深思,欢迎交流。

很多场景下,我们无法判断 AI 给出答案的真实性,也很难将重要的决策交给 AI 来完成,用户往往还是最终信息的判断者和决策者,在 AI 还未成长为完全态的阶段,易于判断和低的矫正成本,是相对适合的用户场景。

关于产品的定价:基于利润和收入的不同目标下,我们对于定价的侧重会不同。Rows 等绝大多数产品基于调用成本如 token 数来定价,但正如我们上一篇文章所说,定价的底层是对用户支付意愿即对产品价值的衡量。走进、感知用户,仍然是不变的产品要素。

AI-Powered 产品分析

场景-方案-定价,生成式 AI 创业三部曲

1. 产品:

Rows ,在线 AI 电子表格。

2. 创始人:

Torben Schulz 和 Humberto Ayres Pereira。他们是同窗好友,过去曾在 Previous Experience 一起工作,此后继续在波尔图大学继续学业,专注于电气工程和计算机科学领域。

本文观点的主要提出者——Henrique Cruz ,是 Rows 现任增长主管,他在产品管理和营销方面拥有超过 5 年的经验。在加入 Rows 之前,Henrique 曾在 Kaizen Institute Consulting Group、 Talkdesk 、 Veniam 这 3 家企业任职,主要负责产品管理、营销和进入市场策略等。

3. 产品简介:

Rows 于 2016 年创立,致力于为商界人士提供更易用的工具和更好看的图表。面对 Excel、 Google 占领的电子表格市场,Rows 集成了不同的 Web 应用程序,可以轻松的从社交媒体、数仓、广告平台等地方进行数据导入和处理,不需要编写代码。同时,它提供了更加自动化的能力,比如可以定期更新表格、单击几下就可以将电子表格导出为自己的 Web 应用程序。

4. 融资历史:

2018 年获得 800 万美元 A 轮融资,Accel Partners 和 Zalando 联合创始人 David Schneider 等著名投资者投资。

2021 年获得 1600 万美元 B 轮融资,柏林著名风险投资家 Lakestar 领投,先前的投资机构 Accel 和 Cherry Ventures 也参与了本轮融资。

Rows 作为一个典型的 PLG (产品驱动增长)产品, AI 被其作为促进增长的一种产品手段。如何找到 AI 与产品的契合点从而帮助产品更好的获取用户以及占领市场,创始人提出了以下的 3 个矩阵。

矩阵 1:解决什么问题

“我应该应用人工智能来解决什么问题”?这是我们很多人在过去几个月问自己的问题。不是所有的问题都适合用 AI 解决, 有以下特征的问题会更适合:

1. 易于验证

不需要太多人为判断来评估解决问题的质量,可以快速评估其准确性,比如使用 AI 编写 SQL 查询来解决特定的工作就是个适合的场景。一个不太好的例子是,要求 AI 写一篇关于 17 世纪荷兰经济的文章。除非你是该领域的专家,不然很难确定论文的准确性。

2. 迭代成本低

AI 输出的结果可以快速迭代。例如, AI 非常适合总结亚马逊商品的评价,我们可以在其中快速修改提示——比如要求将总结呈现变成要点呈现。一个不太好的例子是,让 AI 作为旅行社,要求它对比不同平台飞往夏威夷的机票价格并完成购买,一旦判断错误, 成本太高。

场景-方案-定价,生成式 AI 创业三部曲

低迭代成本是 ChatGPT 的界面如此受欢迎的原因之一。聊天界面鼓励我们与人工智能迭代交互,用户可以很轻松的丢弃低质量的输出并引导对话转向有用的内容。因此,只要 AI 能够快速迭代到 50% 的正确率,用户可以在这种便捷的输出下接受 50% 的错误率。

矩阵 2:完成 AI 解决方案的分类

现在我们每天都可以接收到大量 AI 产品的新讯息,是否有可行性?有多大的市场空间?在海量的信息中我们并不容易直接得到。Rows 提出了对 AI 解决方案分类的四象限方法:

场景-方案-定价,生成式 AI 创业三部曲

1. 横坐标:作为什么存在

1)AI 构建产品(AI-Native)

AI 是产品创造背后的驱动力。没有人工智能,就不能独立存在的产品,比如ChatGPT。

2)AI 改进产品

产品可以独立存在,而 AI 改进了现有产品的核心用法。这就是包括 Rows 大多数产品的玩法。移动互联网时代的人们在旧场景中玩新游戏。

2. 纵坐标:如何构成解决方案

1)大模型套壳

这种方式被称为“所见即所得”( What You See Is What AI Gets )。该解决方案本质上是对于大模型的直接套用。输入通常为用户输入和附加上下文,用户看到的输出就是模型的输出。

这是最常见的人工智能解决方案类型。在 AI 构建产品中, AI 头像生成就属于这种类型。在 AI 改进产品中,比如 Canva Magic Eraser、Notion AI、或 Rows 中的 OpenAI 集成,都属于这种解决方案。

2)增强模型

AI 模型的输出经过进一步处理、分析和计算,为用户提供独特的东西。

ChatGPT 的 Wolfgram 插件就是一个很好的例子。用户可以问一些需要数学计算的问题, Wolfgram 会结合 ChatGPT 及其自身的智能模型来为用户提供答案。

场景-方案-定价,生成式 AI 创业三部曲

这也是 Rows 的其中一个产品——AI Analyst背后的方法。用户可以发送表格的元数据(例如表头、字号),并使用 AI 构建基本分析模型,描述需要研究的问题、表格公式等。模型会获取该输入并进行更正、计算、转换、格式化并将其传送到用户的表格中。

矩阵 3:AI 定价方法

在产品开发过程中,良好的商业化方法是产品可持续发展的必要条件。有非常多种商业化方法,比如将 AI 产品与免费服务绑定,作为一个付费组件进行购买、亦或是单独作为付费产品进行购买。

稻盛和夫曾说,“定价就是定生死”,产品决策定价后,会对业务产生非常大的影响。Rows 的 AI Analyst 是免费使用的,发布后的 2 个月内,带来了超过 40 万的新用户,使用这个功能的大多数人,认为这个免费 AI 电子表格可以与 Excel 的效果相媲美,也愿意分享产品给他人,由此引发了病毒式传播。

Rows 的创始人基于利润的考虑,选择了成本定价法。由于当前大多数 AI 解决方案都涉及对第三方模型的 API 调用,因此 API 的调用成本可以帮助我们更好的判断应该如何收费。我们可以将调用成本以及 AI 解决方案的定价视为两个因素的组合:

  1. 使用频率:用户在每个计费周期(例如每月)使用 AI 解决方案的次数。
  2. 使用成本:每人每次使用的成本。

场景-方案-定价,生成式 AI 创业三部曲

随着使用频率和使用成本的增加,产品成本也会增加,免费使用可能就意味着亏损。对于 Rows 的两个 AI 产品:

  1. AI Analyst:位于刻度的左下角。该功能的深度用户每周可以通过分析几十张表格,并提出几十个问题来获得很多价值,但几乎没有人需要太频繁的使用这个功能。因此这个功能的的使用深度相对较小。
  2. OpenAI 集成:位于右上角。用户可能会很频繁的用这个功能,比如每周标记数百个客户票证、翻译客户评论或生成数百个关键字创意。再加上 OpenAI 的严格速率限制,Rows 不太可能免费提供 OpenAI 集成的能力。

还有另外一个视角, Ian Clark 有超过十年帮助软件和互联网公司实现其产品盈利的经验,他提出售卖价格应该与成本无关,与用户的支付意愿才相关。公司应该保持对用户的持续关注以评估其支付意愿的变化,只要找到了认可产品价值的用户,就可以通过盈利策略的设置,让每个人都能支付合理的价格。

在这个视角下,相应的定价方法也有很多,例如“ Van Westendorp ”定价模型(荷兰经济学家 Peter van Westerndorp 在 1976 年引入的一种帮助确定消费者价格偏好的技术)。我们可以询问顾客你的产品的合理或便宜的价格是什么,以及昂贵和过高的价格是什么。通过从每个顾客那里得到的多个数据点,可以估算出整个客户群的需求曲线。

以上两个视角是基于利润和收入规模两个目标的不同做法,创始人也应该根据公司的不同状态、用户类型、以及公司目标综合考虑定价方式。

最后,让我们重新站在历史的长河中想象。

1995 年。网景( Sense 说:网景 Netscape 公司的 Netscape Navigator 曾经是和微软IE抗衡的浏览器,后被美国在线收购)刚刚进行了 IPO,现在在历史进程上被视为“改变互联网的 IPO ”。当时 CNET 采访 24 岁的马克·安德森 ( Marc Andreessen ),他回答了一句话,成为了过去 30 年科技界最重要的一句话之一:

“网景的秘诀在于我们正处于一个爆炸式的市场之中。”

很有趣的是,随着市场的不断扩大,人们适应新技术的速度越来越快。曾经冰箱被家庭广泛使用经历了 50 年的时间,而现在社交媒体的普及只用了15 年。移动互联网的到来,让产品以越来越快的速度增长。Instagram 用了 2.5 个月才达到 100 万用户,而 ChatGPT 只用了 5 天,Threads 只用了 1 天。新技术的普及速度在AI时代也会变得越来越快。

场景-方案-定价,生成式 AI 创业三部曲

如果人工智能的“网景时刻”是去年 11 月 ChatGPT 的发布,那么我们可能已经接近技术成熟的顶峰了。对于正在构建产品的人们来说,他们正在爆炸性的市场中构建人们想要的东西。但市场上存在大量过高的期望和低质量的产品,市场出清时刻也总会来临。

参考材料

https://rows.com/blog/post/3-matrices-for-building-products-with-ai

编译:Grace,编辑:Vela

来源公众号:深思SenseAI;关注全球 AI 前沿,走进科技创业公司,提供产业多维深思。

本文由人人都是产品经理合作媒体 @深思SenseAI 授权发布,未经许可,禁止转载。

题图来自 Unsplash,基于CC0协议

高额信用卡低门槛,1天下卡,免费申请>>

【免责声明】本站所载文章著作权归原作者所有,如有侵权请通过邮箱w3tool@geekdata.com联系我们。