第三部分内容来自几周前我跟硅谷华人基金TSVC联合创始人夏淳博士的一次线上直播对话，夏博士是硅谷成功的系列创业家。曾先后创办三家科技公司，研发销售世界上最早的个性化营销系统，以及国际领先的边缘容器技术。他曾任IT行业一代巨头Sun Microsystems首席架构师，是早期云计算技术奠基者之一。自2001年，他长年服务于青年学生的培养辅导，持续担任清华大学思源计划导师、清华创业孵化器x-lab的创业导师、清华创+逆向创新中心主任，并在硅谷创建了激励青年学生创新创业的公益基金TSVC Giving Fund。夏淳博士是清华大学电子工程学士及计算机硕士，并在美国UIUC大学获得计算机博士。

由于以下内容来自录音稿AI转录整理，因此可能会有一些口语化的表达和标点符号等小问题，请大家多多包涵，遇到有语句不通顺的部分，可以直接到TSVC公众号找完整版直播回放观看。

1. 活动概要

2. AI应用在宏观上如何分类？哪些应用能赚钱，哪些不赚钱？

3. 根据刚才的四个分类再点评怎么来赚钱？

4. 分享如何去赚钱？

5. B端市场上有哪些旺盛的需求，有哪些比较领先的公司和产品？

6. 现在是加入AI初创公司的好时机吗？

7. PDF.AI会不会生存不下去？

8. 对安全方面AI投资项目有哪些？目前有什么案例?

9. C端的音频、视频、图片的应用是不是太多了？

10. AI Agent 做直播带货怎么样？

以下为AI转录整理的正文：

今天的活动采用夏淳博士对Leo进行“炉边访谈”的形式，深入探讨“AI泡沫将破，AI公司的商业化何去何从”的议题。TSVC基金从投资视角审视宏观经济全局，指出当前还处于下行期，尽管已历经长时间的支撑，但还是有很多的不确定因素。

就AI泡沫而言，最近美国红杉资本合伙人David Cahn发表了题为《AI’s $600B Question》的文章，文章中对AI算力表示质疑，指出AI领域虽预计投入高达六千亿美元，但其实AI赚的钱可能不会超过一百亿美元。因为我们知道OpenAI的业绩有十多亿美元还算是不错的，其他多数公司的业绩都不理想，投入产出严重失衡。此外，华尔街高盛财团的Allison Nathan也在其Top of Mind专栏中发表文章，预测AI整体投入可能会有一万亿美元，她更在一些访谈里坦言，未来十年内，美国的生产力增长或将仅为0.5%，GDP增长也仅约0.9%，这一预测数据较为悲观。

夏淳博士认为实际情况相较于所提及的数据而言，实则更为乐观，然而，总体的投入和产出却严重失衡，在这种情况下，显然都是一个泡沫的问题。夏淳博士他们当年都是经历过第一次互联网泡沫，尤其是在.com时期，光通讯领域便是一个因过度投资而催生泡沫的鲜明例证，最终泡沫破灭。

关于这个问题，去年11月的讲座活动，夏淳博士和百度七君子雷鸣老师共同探讨了“去AI化”的议题。其本质上是向我们自身及广大听众传达一种冷静理性的态度，针对当前AI领域存在的泡沫现象，倡导我们要以冷静的视角进行审视。在这一宏观背景下，我们需要认真地思考，在泡沫即将要戳破或者有人认为已经戳破之际，我们怎么能够找到赚钱的AI，当然应用是最快的方式。

在此，这个话题引到了我们今天请来的访谈嘉宾Leo。其实我们中国把一项技术做落地，怎么去赚钱这方面绝对是领先于美国的。尽管在前沿科技领域，如大模型、算力、芯片等方面，硅谷展现出了卓越的领先地位，但在技术的实际应用与盈利方面，中国则展现出了更为显著的优势。这一点在文娱领域尤为明显，TikTok（抖音）的出海以及后续兴起的短剧热潮，这些都为此提供了有力的证明，预示着未来将会有更多类似的成功案例出现。

Leo是一直在中国观察整体AI应用的走向，积极参与指导创业项目如何有效进入市场。在此过程中，他深知PMF (Product Market Fit)对于项目生死存亡的重要性，因此他的工作极具价值。基于这些原因，TSVC基金特别邀请Leo来，就以下几个关键方面与大家进行深入分享：第一，目前AI应用是何景观？第二，应用如何赚钱？第三，应用如何分类？这些方面Leo在他的自媒体《深思圈》做过很深入的研究。

TSVC之所以向Leo发出邀请，主要基于以下两方面原因。首先，夏淳博士作为Leo的早期粉丝，持续关注，对Leo所撰写的高质量文章尤为赞赏。其次，Leo不是纸上谈兵，而是能实操，亲自参与市场运作及产品与市场需求契合度的深入分析。这些宝贵经验具有很高的分享价值。

09:25  AI应用的落地是能挣到钱的，那AI应用在宏观上如何分类？哪些应用是能赚钱的，哪些是不赚钱的？

LEO表示，他对目前整个AI类的应用有四种分类方式：

第一种分类，根据产品使用的模型区分。一类，是基于大模型，比如可以基于OpenAI，Claude等等这些大模型，在此基础上去做的应用。另一类，是基于图像、视频或者音频模型开发的产品，这些模型相对会更小一些。基于这类模型做的产品往往都是自研的模型。比如AI生成图片，像MidJourney和Ideogram等等，或者直接基于开源的stable diffusion去做一些图像生成类的产品。还有视频生成类的产品，像PIKA，Runway等等都是基于自己的视频模型。前段时间Stability它开源了自己的stable video diffusion的视频模型，也有相应的视频生成的产品出来。音频模型的话是前段时间爆火的Suno.ai，它能够直接根据用户的prompt去生成对应的音频内容。

在第一种分类方式下面的产品，比如基于大模型的，往往会变成Copilot或者Agent的形式。在这下面又会有一种新的分类，这个分类主要是基于原来的某个SaaS里面去嵌入AI的功能，可能是SaaS+AI这样的一种分类，这种分类方式对于做海外的产品来讲比较普遍。因为过去5—10年，国内主要是做移动互联网app类的产品，面向的主要也是C端市场。但在海外过去十年，主要是云化的过程，面向2B的SaaS是创业的主流，主要根据某一个具体的问题，做对应的解决相应的一些SaaS的产品。所以在海外做AI类产品的时候会面临的一个问题，就是可以在原有的SaaS基础上去叠加生成式AI的能力。这一块比较典型的应用，比如最早的Notion，它原来是生产力SaaS的一个典范，在很早期的时候就推出了Notion AI的功能，在原有的整个block文档的基础上，方便用户快速地借助生成式AI的能力去做生成，包括去做一些总结和分析。像类似的比如craft，微软的就更不用说了，都是在很早期就集成了对应的AI能力，这个相当于是一个Copilot。

在这种分类下面另外一种情况就是AI Native的一些应用，这个更多讲的是Agent的概念，这类的产品相当于是把原来的SaaS做迭代。最近看到Foundation Capital和a16z都提了一个概念”Service as a Software，大家都知道SaaS讲的是“Software-as-a-Service”，即用软件及服务。未来生成式AI类的产品可能可以做到，原来需要到别人软件上去操作，去实现整个的pipeline，可以直接用Agent去代替，把服务变成软件或者说Agent。这是AI Native一些应用类的产品，这种划分形式的具体差异或者表现方式会体现在进入市场的策略上。

第三种分类，是根据B端和C端这两个方向。B端类还是原来的SaaS类的应用，比如SaaS+AI，或者是做AI Native的一些Agent的应用，但主要是面向B端的场景。C端类的应用可以分成两个：一个是C端偏生产力方向的应用，比如比较火的SpeakAI等等，做C端教育类的更多的是帮助学生提高效率，或者是帮助个人去找工作等等。另一个是C端娱乐项的，比如Midjourney很多人会用它去生成各种各样有意思的图片，还有像PhotoAI，比如拍一个照，可以根据它的AI Filter去生成各种各样的头像图片；还有前段时间比较火的Remini等等。还有陪伴类的，比如Character.AI，还有Replika等等，这些都是C端娱乐项的一些应用。

第四种分类，是根据软硬件区分，绝大多数产品都是软件类的，还有是AI硬件的赛道，比如前段时间比较火的AI Pin、Rabbit R1和Meta的眼镜等等。

夏淳博士认为Leo的这四个分类非常精辟，而且思考的方向和投资不一样的地方，是真的从赚钱的角度去思考，投资是从花钱的角度思考。TSVC基金投资的方向第一是算力的芯片，第二是模型，还有一个比较冷僻的方向是AI的安全方面。安全在英文里面有两个概念，safety和security这两者还是有区别的，TSVC投资的这三个领域非常小众。那么刚才Leo说的是TSVC另外两个投资的大方向，一个是应用类，另一个是Agent，这两个方向本质上都是偏应用，最接地气挣钱就快，尤其回应我们的主题，泡沫之后如何生存，而且活得好，首先能站得住，再把钱赚了，不要被打倒，等做大了以后躺赢了的过程。

20:33  请Leo根据刚才的四个分类再点评一下，怎么来赚钱？

Leo表示，其实海外在过去将近两年的时间里，有非常火的一个独立开发者的群体，独立开发者顾名思义，是一个或者是两个单独的开发者组成的一个团队，这种情况做出来的应用肯定是拿不到融资的，从第一天开始就要想自己怎么去赚钱。独立开发者与之对应的在AI类的产品有一个概念叫AI Wrapper套壳应用。这也是过去一年多时间大家讨论得比较多的，那AI Wrapper套壳应用它究竟有没有价值？比较明显的是很多的独立开发者都通过AI Wrapper套壳应用赚到了钱。

这里举个例子，比如最早 ChatPDF和ChatBase，还有一个同类产品PDF.ai。这三款产品都是独立开发者在大模型的基础上，叠加了RAG外部知识库的能力快速做出来的产品。Chatpdf和PDF.ai这两个是用户可以上传一些文档，或者放进一些网页，就可以快速地从里面进行对话，应该是在23年二三月份开始兴起的一种产品类型。还有ChatBase同类的一款产品叫SiteGPT，他们更多面向的是B端的小B场景，用户可以把他们的网站或者一些文档放过来，把它包装成一个Chatbot放到网站的右下角，其实是代替原来的网站人工客服的场景和产品，这一类是率先赚到钱的应用。比如ChatBase在发布一年时间左右就到了300万美金左右的ARR，以及PDF.ai其实也有几百万美元的ARR了。

Leo认为，在AI客服场景，目前来讲是能够形成闭环的场景，这里指的闭环是指用户能够真实地通过使用这个产品得到对应的价值。大家都知道Intercom是比较知名的一家原来做客服，包括整个产品Onboarding流程的一套SaaS产品。同时也推出了AI客服能力，在收费模式上非常有意思。它目前AI客服的功能，收费方式是给B端客户提供客服，B端客户给C端用户使用客服功能，如果C端用户使用后这个AI成功解决了问题，才会收取费用。如果终端用户的问题没有被解决，不满意这个结果，就不会去收B端用户的费用。这种按效果付费的方式可能是对传统SaaS类产品订阅制方式的一种变革。

另外还有一类比较火的赚钱的应用是图片、视频类相关的。图片类的，比如海外有一位非常知名的独立开发者Pieter Levels，他推出过一款叫PhotoAI，还有一款叫InteriorAI的产品，这两款产品都是几百万美金左右的ARR，像PhotoAI最高达到两三百美金的ARR。这些产品本质上虽然是图像类生成的模型，但也都是套壳。其实现在海外有很多开源的图片生成的模型，他们能直接用的就是这类模型，但是面向具体用户的时候会做一些产品上，比如能够更快地帮助用户生成自己对应想要的头像。包括InteriorAI主要在家装室内设计这块，可以快速地用AI帮助用户生成对应室内设计的设计图等等。这些产品的特点，是能够非常快速地给到用户对应的价值，真正地完成了闭环，所以他们都能够很好地从给用户提供的价值里面去赚取自己相应的收益。这是Leo目前看到的一些已经在赚钱的应用。

接下来会再详细讲一讲目前观察到在赚钱的，也是比较有前景的一些场景，而不仅仅停留在一些demo或者没有办法闭环。一个场景是AI视频，这个视频并不是指类似于像Sora或者Runway这种直接通过Prompt去生成的，更多是指用AI来做视频剪辑，这一块比较典型的产品有比如大家熟知的华人团队做的Heygen和Opus这两个产品，还有最近新一轮融资的Captions。同时Leo跟国内的一些创业者接触，发现目前有大量的国内创业者也是在做AI视频剪辑的领域，这些应用的特点是实现了闭环。它做的事情就是把长视频剪短视频，主要面向的是一些博主，自媒体的群体。包括像一些公司，以及像我们今天的访谈有一个多小时的长视频，可以用像Opus这类工具快速地把它剪成短视频，可以拿到Tiktok，Youtube或者Reels这些短视频平台快速地做分享，去涨粉。一个长视频可以生成20—30个短视频快速的带来流量，这个其实就已经闭环了。

那Heygen的闭环点在于，最早可以通过数字人的形象快速地去做产品宣传的视频，现在也在往视频剪辑和制作的方向进一步延伸。Captions从名称就可以看出，早期做得更多的是加字幕等等这样的功能，目前也是在往更广的AI视频剪辑的品类去做延伸。包括像视频的Dubbing这一块，比较典型的应用是Rask，比如现在的访谈是中文的，它可以快速地借助AI的能力转化成英文，西班牙语等等，可以做多语言的分发。这些都是能够给生产力工作者极大地提高工作效率的一些产品，都是有闭环的，而且整体的数据和赚钱应该都跑得不错的。

第二类，是一些AI生成图片类的产品。像刚刚提到的PhotoAI可能是属于C端的，主要是面向C端人群，但InteriorAI包括一些做商品图的，比较典型的就是PhotoRoom，他在过去一年的数据跑得非常不错，而且也是实实在在给很多的商家带来了很大的便利。包括刚刚提到InteriorAI，原来可能需要找不同的摄影师，给商品放在不同的场景里去做拍照，电商上面不同商品需要呈现不同的方式，现在用了这样的产品，可以快速地实现不同的商品图。而且PhotoRoom这个产品深入研究过认为挺有意思的，它没有像很多AI生成图片类的产品，提供非常多的生成类的能力，主要会聚焦在background的remover的一个场景里面，而且会把背景去除做得非常的细分，做了很多的产品矩阵，这也是很重要的一点。能够围绕着某一类人群，某一个场景去做非常细分的产品功能，真正地可以基于这类人群，基于相应的场景去做得非常出色的能力，真正能够把整体的生态闭环，只要能够给这类人群带来相应的价值，那你的产品一定是能够收获到很多对应的收益。

第三类，我比较看好AI音乐和语音类的产品。一类，像Suno音乐生成不用多说，整体的增长速度非常快，是AI生成音乐音频的场景。还有一类，比如SpeakAI主要做的是AI口语学习，整体的数据跑得非常不错，并且也拿到了比较大的融资。另外一类，根据语音去做转写，在转写的基础上，再去做分类总结和分析这类产品，比如独立开发者做的TalkNotes的产品，前段时间顺利变现卖了20万美金。

还有一些会议的场景，一个叫Krisp的产品，在22年的时候Leo曾经写过一篇分析Krisp产品的文章。当时生成式AI还没有火，主要基于原来的AI技术做的会议降噪，比如像今天的会议假设是在一个非常嘈杂的环境里面，就可以用Krisp去做环境的降噪。但是在这波生成式AI起来之后，已经打通了线上会议的场景，所以它也有自己对应的客户。这个之前提到的，原来有SaaS的产品类型，在此基础上有了生成式AI，增加了AI Meeting Assistant的能力，进一步升级了整个产品的功能，可以更好地帮助用户做会议内容的转写，能够快速总结会议纪要转换成后续的文档等等。这些功能其实跟原来做场景的用户是相吻合的，可以从原来单一的降噪工具的品类，拓展到AI Meeting Assistant整个全品类的产品应用，同类产品还有Otter以及tldv等等，这个场景也是能够很好地闭环，并且能够给用户带来价值的。

还有一类，是CastMagic的应用，它做的事情，可以把音频或者播客或者视频类的内容，快速地转写成文字类的内容，比如今天整个线上会议的访谈内容，可以快速地去生成对应的文章，进一步的分发，而不需要再去人工手写。这也是最近看到a16z发表了一个产品图，把这一块的场景称之为scribes这样的一个AI应用场景，他们非常看好这一场景对应的应用产品。

第四类，应该也是大家讨论比较多的AI陪伴类的，因为Character AI留存整体用户使用时长的数据都非常不错。虽然前段时间有传出Character AI融资困难，但从目前整体接触到的一些国内出海的团队，包括海外的一些产品来看，这个场景变现还是非常不错的。另外一类应用，是在具体的非常niche的一些场景里面去做深，或者是针对某个人群去做的应用，一个是我前几天刚分享的一个case 叫做Cal AI，他做的主要功能是快速地帮助一些想要减肥的人群，去拍一个照就可以识别出对应食物的卡路里是多少，帮助自动做记录。这个app到目前差不多三个月时间，在最近30天的收入达到25万美金，整体的增速是非常快的，而且这款产品的开发者是一个17岁的独立开发者，所以说也是英雄出少年，很有意思的一个案例。

另外还有在AI法律，医疗健康，AI找销售线索，还有AI教育等等这些细分领域，陆续都有一些脚踏实地的产品出现。最近红杉资本投的叫Clay的一个AI帮助找销售线索的一款产品，它整体过去一年的增速是借助了生成式AI的能力，快速地帮助用户找到对应的潜在的销售对象，也是实实在在的闭环，而且能够快速地看到这款产品给用户带来的价值。AI教育提到Speak AI，包括还有一款产品叫Praktika，这款产品也是做口语学习的，收入也有2000万美金左右。这类产品可能在宣传的时候并没有特别去讲自己是AI native或者怎么样，但是实实在在地用AI的能力，快速地帮助用户解决了某一个问题，所以这些产品都能够找到属于自己的闭环。

第五类，是在搜索这一块，其中又会有两个不同的类型。

一类，主要面向外部的搜索，比如说perplexity,然后还有另一款叫Liner这样的一个应用。他们主要是面向外部的，类比Google想要做的是搜索引擎。外部搜索这块整体的声势浩大，但不清楚是不是泡沫。

另一类，是面向企业内部的，比如Hebbia, Glean这两款主要是企业内部的搜索，最近一年都有融资，Hiber最近刚完成了1300万美金的融资，他们相应的ARR也都不错，也是实实在在地帮助企业解决了内部一些非结构化数据，快速地找到包括去做总结这样的痛点。所以从提到的这五类比较看好的产品类型，一直在强调几个点：

第一点是闭环。闭环的意思是，用户真正能够通过使用这款产品得到相应的价值，能够形成一个正向的闭环。很多Demo型的产品看着Demo很厉害，但是用户使用之后会发现达不到想要的效果。比如现在想让Agent帮人去学习，或者想要Agent帮人直接去卖货，或者去做各种各样的营销活动，就不需要人工去做营销了，这类产品讲的概念很好，实际上达到的效果并不理想，这就没有形成一个好的闭环，给用户带来的价值其实是有限的。比如之前看到过一些自动化帮人做推特营销的，用了这个产品之后一个月的粉丝量也没增长多少，用户的付费和留存率就会很差。但是刚刚提到的也是做营销类的，长视频剪成短视频，快速地帮助生成30个短视频并分享，流量和粉丝的效果都不错，这样就会持续地去做相应的付费，所以闭环这个点非常重要。

第二点是去做一些niche market的产品，特别是在今天这个时代流量相对来讲会比较贵一些。另外一点，海外本身的市场更偏专业和细分。那你去做好niche market，比如刚刚提到的PhotoRoom，其实并没有像很多AI做图片剪辑的产品提供很多的功能，它就是做好了 background remover相关的功能性，所以整体的ARR就做得非常高了。这是总结观察下来正在赚钱的一些产品，以及对应的一些特点。

夏淳博士表示，Leo真是太厉害了，好像带着大家立刻去逛街，整个AI的大商区到底有什么内容一目了然，这是极好的一个体验，所以激发了他的一个思考，这些应用是怎么从金融市场出现的？正好最近夏淳博士和李开复老师一起在聊灵异大模型怎么变现的问题。大家有一个共识，像AI新技术来，首先变现都是在我们自己相对熟悉的领域，这有点像逛商场，大家司空见惯的是服装店，百货店，还有很多餐厅都是我们特别熟悉的类型。尤其像刚才Leo提到的很多生产力应用，还有一些2B解决痛点马上就能赚到钱。但同时像我们基金就特别在意有一些未来感，能够有新体验的，就像到一个商场，又出来一个之前没见过的东西就很惊喜。比如一家体验馆，利用光学的原理能看到深渊，能看到一些稀奇古怪的现象，再来收取费用，同时也在卖一些周边。关于这点夏淳博士也有体会，分享他最喜欢的案例，在移动互联网以后Twitter的出现，现在大家觉得稀松平常，但是在2007年的时候在第一代的iphone，它的出现完全是一种新物种，所以我们从投资角度也特别期待看到一些新物种。

Leo在这方面如果看到一些也早点告诉我们基金，也可以第一时间找到很有意思的项目去投。因为它的优点在于都是赚钱，已有的市场做多了以后很快就变成红海，还得在原来的这些红海里面跟过去老玩家抢生意，但是如果是一个新物种就是蓝海，像Twitter一开始大家还没弄明白，用的人也不多，像Instagram也是这么起来的，一开始大家还不懂的时候就占领整个市场，所以也有这种现象。

44:28  下面分享如何去赚钱，是go to market 和 product market fit，那么估计也会有这种类型，因为有的是开拓新的市场，有的是在老市场里面怎么去开出一条新的路。尤其我们从投资角度，在A轮之前看到的是最重要的，决定生死能不能进到市场，否则永远都是概念不能落地，下面请Leo来分享一下。

Leo说他擅长运营和增长相关的工作，在Go-To-Market方面，他将其划分为有预算与无预算的两种策略。具体而言，一种是Organic Growth，而另一种则更多地偏向于投放形式。他个人在Organic Growth方面有着较为深厚的经验。Organic Growth可以进一步细分为几个主要方面。首先，social media是一个重要的渠道，例如Twitter和LinkedIn，后者对于面向B端销售尤为重要。此外，Instagram作为AI生图类产品的重要展示平台，同样不容忽视。同时，短视频平台如Tiktok、instagram的reels以及YouTube Shorts等也占据着重要地位，这些平台都是social media领域的关键渠道。除此之外，Reddit作为一个具有16亿月活跃用户的平台，其影响力不容忽视。通过寻找不同的Subreddits，它可以在早期阶段就精准地定位到目标用户群体。

在探讨Reddit上的Subreddits时，其细分程度之详尽值得一提。例如，存在专门针对那些从不吃玉米的人群设立的Subreddit，以及特别喜爱西瓜的人群所聚集的Subreddit等。这一特性体现了Reddit作为一个社区平台的多样化，使得用户能够精准地定位到特定的用户群体。对于室内家装设计师等特定职业或兴趣领域的用户，他们可以寻找到对应的Subreddit，从而在其中寻找潜在的早期用户。Reddit作为这样一个平台，为用户提供了广泛的交流渠道。此外，social media的范围广泛，包括Product Hunt等平台，其本质上也聚集了产品的早期接受者，因此可以归类为social media的一种。

第二个渠道即为SEO，SEO的重要性不容忽视，尤其是对于独立开发者或预算相对有限的人群而言。SEO的本质在于通过搜索引擎中获得精准的潜在用户，其机制基于用户输入的查询信息，进而匹配并提供相关产品或信息。因此，开发者需要写博客文章或优化产品关键词，确保用户在搜索解决方案时能够直接找到您的产品。根据Leo的经验，通过SEO吸引的用户往往具有更高的转化率，因为他们本就有明确的需求和问题。因此，SEO是一个至关重要的渠道。以Zapier为例，作为一个API连接器，它通过大量的程序化SEO策略实现了显著的流量增长，当用户在搜索如何连接不同应用时，往往能够找到Zapier的相关教程页面。

第三种渠道，作为前述两种方式的延伸，即为内容营销（Content Marketing）。无论是SEO还是Social Media，其核心均在于内容的输出。只有当所输出的内容被更多人看到并认为有价值时，才能带来更好的曝光和传播效果。在社交媒体营销或内容营销中，关键在于将产品从单一节点的传播转变为多节点的传播。原本，通过公司或个人账号发布内容属于单一传播方式。然而，要实现更广泛的影响，需要促使更多人自愿分享您的产品。例如，HeyGen在Twitter上的成功，以及Opus等等类似案例，均展示了这一点。当大量用户使用HeyGen制作视频并在社交媒体上分享时，视频中的水印引起了更多人的兴趣，进而促使他们搜索并尝试该产品，形成了分享和传播的良性循环。类似地，国内某热门相机应用也通过生成带有水印的图片，引导用户搜索并尝试，实现了产品的快速传播。

从本质上讲，社交媒体的一个显著优势在于，它能够将单节点的信息传播模式转变为多节点的传播网络。一旦达到这一转变点，加入该产品的用户增长速度将呈现指数级增长。这是因为在单一节点阶段，用户的增长通常呈线性趋势，然而随着节点的增多，这些多节点将进一步吸引更多的新用户，从而形成指数级的增长态势。因此，能否通过内容营销实现病毒式传播，成为这一过程中至关重要的核心要素。以上是Leo认为在Go-To-Market上的一些策略。

针对如何克服同质化问题，我们可能需要真正从用户需求的角度出发进行细分。以Chatbase这款应用为例，它虽然是一个典型的AI Wrapper套壳，但其整体发展却相当出色。最近，他注意到Chatbase的创始人在Twitter上分享，他们的产品流失率已控制在4%至5%左右，这一低流失率反映出用户的高留存，说明该产品在市场上表现优异。对于这款AI产品而言，尽管一开始人们认为其没有太高的技术壁垒，容易复制，但它成功地抓住了用户的需求，并根据用户反馈进行持续的优化与改进。这种对用户需求的深刻理解和不断打磨，使得Chatbase取得了良好的市场反响。

此外，值得一提的是，海外市场上流行一种名为“build in public”的增长策略。它属于社交媒体增长策略的一种，主要通过公开分享产品最新数据来吸引公众关注。当公众看到这些数据后，会对产品的产生过程和特性产生好奇，进而产生学习意愿，并自发地帮助传播。这种方式有助于形成病毒式传播，促进产品的快速增长。典型的实践包括Copy.ai、Chatbase以及像Pieter Levels这样的著名独立开发者。