AI 产品的 Go To Market / INDIGO TALK - EP19
01:12:40 Share

欢迎来到 Indigo 数字经销的新栏目,Indigo Talk 我会不定期的邀请朋友们来和大家分享科技趋势的新思考欢迎回到 Indigo Talk 这一期我邀请到了 Hashmetrics 的两位合伙人来给大家分享一下关于 AI 产品以及

How to go to market 就是如何走进市场然后以及还有关于什么样的产品在市场上就是更好的去做以及下一步的一些产品的趋势是什么因为他们自己主要是帮助很多

在北美的以及在中国出海的这些 AI 产品做全球推广的所以说他们会有很多一手的亲身体验的数据和这种感受所以给大家分享一下那么先让大家一样吧我们的惯例就是先让大家自我介绍一下好吧今天两位合伙人都在这儿一位帅哥一位美女对吧今天 Illigo 的节目的颜值通常都比较高的

你们两个又卡住了一下我开始那么对可以女 CEO 先然后 Jenny 你先介绍一下吧因为你是 CEO 大家好我是 Jenny 然后我中文名是吴以嘉然后我和上我们俩一起做了 Hashmetrics 那 Hashmetrics 其实我们的整个的发展的周期变化其实是几乎是顺应 AI 的

出现和 AI 的火爆整个我们在这个过程中也逐渐把业务去完善所以我们其实见证了比较多产品它从 AI 刚出来初期的一个形态到现在比如说个个有很多的大的产品开始爆发在这个生态下面也会有一些新的产品机会所以我们对这块还是有很多个人的一些 insight

那同时对 Hashmetrics 来说我们主要是帮助企业在美国进行用户增长然后市场声量以及品牌影响力那这块其实就围绕着这个呢就业务比如说像比如说我们做 SEO 然后我们做那个 Influencer Marketing 然后做那个广告投流然后那还有一些比如说就是更更主垂直的一些社群营销

对然后我自己是 base 在洛杉矶的嗯然后我之前是做呃之前最开始 10 年我工作差不多 10 年前开始工作的我最开始是做 UX 然后后面转产品设计呃然后嗯但是我觉得做 marketing 我还挺挺挺开心的对嗯那大家是相当于这个行业经验丰富吗什么这个角色什么这个这个角度的事情都做过对不对

对 可能就对 差不多吧那不 shown 呢 你介绍一下你们俩这个搭档而且因为我知道我们俩都在温哥华对吧这个我们俩是邻居了对 然后我们应该认识两三年吧对左右啊 三年以上就是在在这个之前那 shown 你自己介绍一下吧好吧你的这个背景好啊

我在眼睛看到你那一瞬间突然想起来过年的时候我说要给你带的我炸的酥肉还没有给你带过去让我过两天给你带过去感谢 Nego 哥这个活动非常重视我还专门去剪了个头发生怕被詹妮骂我叫 Shawn 我是 Hashmatrix 的 Co-Founder 我人在温哥华我个人的话呢探索过很多个方向做过马农

做后端研发做过产品经理大厂里面各种方式的专都去搬过自己做创业也融了两轮钱吃过脑子里进过元宇宙的水但是和很多 builder 一起做了很多有趣的事情当时也做了一些大帝的一些场景的落地在过去的两年里面就一直在和 Jenny 在专注于帮助更多的科技企业出海

为什么做这样的一些转变呢是因为我在最初的时候呢从技术出身这个角度来说呢我认识到单纯专注于投入去做一个技术产品并不能够让我想受到更多的快乐这个听着很相互简单来说就是这人是个花溜子做到电脑前面应该是坐不住的所以尝试了很多不同方向加上呢我觉得在整个企业的定位里面尤其在我前一段创业的经历上呢我感觉呢

在增长上付出的努力它是更容易让一个企业在前期做好的也是我们经常所说的叫做 First time founder focus on productSecond time founder focus on distribution 所以这就是我们为什么创立哈希这个原因我们希望可以帮助更多在科技前沿领域去探索新场景新产品的朋友们把自己的产品都推到更多人的手上

对,正好我回忆一下你们刚开始进入这个领域的时候,也就是 ChatGPT 出来之后,我记得在 ChatGPT 出来之前我们还在聊元宇宙,对吧?Metaverse,Web3,历史发展很快。对,特别 ChatGPT 出来之后,一下我们就进到了 AI 时代,

在北美因为硅谷更多然后中国也有很多企业在快速的往 AI 赛道转型其实中国真正的迎来第一批大家在讨论

产品要出海就是这个时代开始的其实在 Metaverse 时代就有了但是没有像 AI 时代这么的密集对吧因为之前在国内有疫情或者是一些消费市场的原因然后还有一个就 business 的企业在中国这很难做的对不对所以好多这些公司 SaaS 软件公司都在出海应该你们接触到了很多所以说出海有一个专业的词也不叫出海我们叫产品面试叫 go to market 叫 GTM

你今天做的怎么样其实大家都在讨论这个话题你刚才总结挺对的 first time founder 考虑产品 second time founder 肯定要怎么做 distribution 怎么分发你的产品那么我们先来聊一下第一个话题就是说

go to market 主要做什么,从你们的视角来看。你们服务的可能有几十个上百家团队,他们的 go to market 主要在做什么,特别是 AIS 来的。

好呀我觉得 go to market 主要做什么这个应该是一个 inter-level 任何 marketing 相关岗位都会面试问到这个问题所以看咱们活动的人一定都是知道的那我就尝试做一下就是我们发信内部怎么样去定义 go to market 这件事情吧也就是说如果有一个客户他属于一个新的产品或者是这个产品的新的比如说特别大改版的版本啊等等的就是

同一定位叫一个 New Product 在它发布这个 campaign 当中我们要去做什么我们通常团队的话主要是要去做四个事情这属于内部开会将要去搞的事情第一件事就是找好 ICP 还有 Core Value Proposition

这件事情其实说实话已经能够拦住了绝大多数的人我认为其实你去看一个人到底是 first time founder 还是 second time founder 很容易一个事情当然并不完美准确就是问他你能不能在 30 秒钟告诉我你到底对哪个人群解决哪些问题那这里面其实这个故事还比较注意一点就是我们坦白来说目前很多项目是 2VC 的 which is fine 这就是游戏的规则但是你在

2VC 的时候因为更多你是 Cell Vision 讲的是未来的事情但你在做执行在内部团队的时候你是要是做 Execution 所以你就需要去想一下你到底真正的是他给人群是谁你到底解决什么样的一些需求这一块想讲后面有很多很有趣的一些小点比如我们去看 AI 这一波里面增长有哪些做的 Cell 操作等等的那是第一件事情

第二件事情的话呢就是那你当你知道你的核心价值和你主要目标人群之后你的 key messaging 是什么简单来说就是你怎样能够用最少的文字把你想要表达的事情把你的价值展示给你的目标群体呢我们一般来说的话呢

这个事情其实我跟 Janine 就开始做业务做很小做 portal hunt 的时候那时候我们就跟客户的培训文件上我就很清楚记到那写的叫做新产品品类你就讲好场景和需求因为人们对于这个产品可能还没有足够的理解就想高级牛逼的功能大家不懂你就去讲什么样落地场景里面解决什么样的问题人们自由的去想象哪些功能

那旧产品的话呢要做好对比和创新相比于我们叫旧产品比如说你去做当前已经有的一个产品你去从这个比如说 0.8 做到 0.9 做到 1.1 这样的一个比例那你更重要的就是和当前已有产品去讲你有什么变动有什么样的创新

第三块的话就是你要去策划一下你的流量漏斗还有用户飞轮是什么样子这是两种思考结构但我觉得是可以连在一起的两种漏斗来说就是我们一起大家所有人都在努力最终都是希望是有流量可以从各个渠道可以过来这一块我感觉最近比较流行这个什么财来财来可能内部就想流量来流量来各个渠道流量这个漏斗怎么样去转化碰到效果是什么样子的每一层的转化我们做好我们的

分析和标注就是标准很重要之后的话最终的目的应该是什么呢用户使用你的这个产品在他进去之后呢他是有一段感兴趣的时间的如何能够让用户在感兴趣的这段时间里面比如说可能是 7 秒钟

C 段用户可能是 7 秒钟 B 段用户可能是 2 分钟然后在他感情的时间里面你必须让他完成某些动作找到他的 Aha moment 比如说这个动作可以是配套软件我新建了一个人物或者这个人物和我聊了 30 条消息以上对于一个 2B 企业可能说我邀请了我的 colleague 或者我导入了我某一个数据信息等等需要企业自己去思考怎样去在整个用户楼楼最下面是一个核心动作这个动作意味着这个人尝到你产品的甜头了

当你能够这个漏斗设计完之后呢后面部分就是怎么去把这个飞轮转起来因为我们认为首先我们这句话听了有点狂啊就是先说狂的版本就是任何没有二次传播的营销都是失败的营销但同时我们也经常做失败的营销因为成功营销的标准是很高的所以后面一块思考就是怎么样让这个飞轮再转起来什么样的一些话题讨论啊等等的你的用户之间有没有一些 PLG 的属性有没有一些讨论的属性等等的这块战略后面也可以补充

所以最后一部分其实就是那就需要涉及到更繁琐一点了当你知道前面这些事之后你就要去看一下你的预算怎么样去管你的渠道怎么样去分配你时间线怎么样去统一这样确保利是往一去数的

整个这个事情所以总的来说 go to market 是什么呢在哈希内部的定义就是第一找好 ICP 叫 core value proposition 就是卖给谁提供他价值第二是梳理好你的 key messaging 讲好你的故事第三件事就是思考好你的流量漏斗还有用户飞轮怎么跑最后一件事就是钱和时间怎么去管这四件事组合在一起就是完整的 go to market

这个很清楚的我还准备帮你总结一下结果你总结了对 4 点 ok 也没问题我学会了我学会了这个特别好就从你要卖给谁然后你自己要提供你传给用户什么样的 message 就是你是什么

然后第三个你的如何让用户在几秒钟或者几分钟之内知道你 get 到他然后做传播这是漏斗最后一环对这是漏斗最后一环对 ok 最后就是价格你要 budget 是多少你钱多钱少的去传播方式不一样现在都想用最少的钱去做最大的事情我记得因为我对你们这一边的业务比较了解是应该在去年的时候我不知道方不方便说反正去年的时候你们做了一个很有名的硬件产品

2024 年年初就在 CES 上面橙色的盒子大家现在还记得吗应该很多同学都忘了但是那个时候跟你说的一样我觉得他后面两点做的特别好

它的二次传播和把产品在 X 上面做成了 Meme,它这个东西引发了一个点。我知道这个东西后面可能有一些是用户自发引发的,因为它已经成为一个爆点了,因为我们现在做社交网络,它已经成为爆点了。但是爆点之前是怎么做到的?

我们要去聊这个 case 吗要透露一点点了吧好啊好啊没问题的没问题的对不方便说的不用说说一点点好了好的首先我挺伤心的那事之前咱俩吃饭我跟你聊过在做什么原来你不记得原来是对那个那这个 Jenny 你来分享我来分享就是在那个爆点之前做了哪些对吧对嗯

首先这个这个是这个营销是我们从零到一做的然后呢爆点之前其实能够发力的其实是相对有限的为什么就是他说这个产品他的在正式发布之前他基本上是处于一个秘密的这个阶段但是秘密的阶段其实可以采取悬念营销的就是他不一定

比如说你透露的材料没有就做不了营销因为现在我看到很多的产品他们在去做推广的时候他们希望把自己最好的一面全部展示出来然后包括要等到说 We're prepared

什么视频啊各个方面都搞得很好但是这个时候其实在这个之前呢有的产品它是适合去做全面营销的那当时的这个产品就是这样一个事情那我们其实做了几个工作吧第一个就是我们从这个事件的层面来说我们就做了两件事情第一个叫做竞品对标就对比竞品然后第二个事情叫做引导话题

对比竞品它是因为当时已经出来了一个苹果高管出来创业的叫做 AI 拼 HumanPing 的这样一个产品爱拼才会赢爱拼对对对然后如果在悬念营销的时候我们就会告诉大家我们要推出一个新的产品这个和 HumanPing 它各个方面可能都会更有趣会更好然后大家天然的就会去 compare 我们怎么把这个东西从一个想法到

真的引起大家的关注这个中间还是有比较多的执行要去走的就是我们几乎把当时发过 HumanPing 的所有的科技博主全部重新合作了一遍就是因为我相信当时发过 HumanPing 的

科技博主他发这个内容吸引来了他的吸引来了粉丝然后这些粉丝他其实就是也是对这个赛道感兴趣的那我必然就是再去推这个话题的时候这个这些博主再发一遍他也是高度命中的

然后第二个事情就是引导话题那引导话题就是我们其实并没有因为很多的在做这种 KOL 营销的时候大家会去想说比如说我给 1 万美元 3 万美元 5 万美元然后我合作多少个博主你要保证 view 给我是多少但是我们当时没这么做就是我们当时是

觉得话题是高于投放的就是我们当时就是把就是列出比如说你是不是认为 2024 年是 AI 的硬件元年那比如说 2023 年我们 AI 的软件已经爆发了那这个就是卖一个未来的想象力和大家的观点那这个一旦是有观点它就有正反面有了正反面它就有传播性所以我们从事件上面做了这两件事那从渠道上面我们其实做了

然后做了 news 然后再加上广告对就广告投流对

为什么这个地方选 Twitter 其实也是 Twitter 并不适用于所有的 AI 产品 Twitter 它适用于什么适用于你的产品出来了过后会引起一定的舆论关注你要么就是极具创新的颠覆了某个东西你要么就是技术上非常明显就非常超前了因为 Twitter 它这个平台是观点追问的所以我们从这个点去选择也是比较好的

但是对于很多的硬件产品或者是说很多的像 AI 的工具内的产品它其实更适合像 Instagram TikTok 或 YouTube 它并没有一个宏大的叙事或者是非常 controversial 的话题的话

所以说这块我们主要是这样子的了解因为正好对这个产品我用过对我觉得营销很好很成功对我后来知道是你们在背后的非常重要的一个推动者因为我觉得它这个产品还有几个特点应该你刚才说的一点我记得了因为 2024 年营造的概念 AI 硬件元年是吧当好它也是 CES 出现的它的 timing 很好而且市场上没有太多硬件就一个 IP 在跟它竞争而且设计很出彩

这个产品的设计很出彩我觉得这个设计是非常抢眼球的比 IP 要抢眼球多了它那个橙色的设计然后后面出彩之后在现场讲了一个故事我觉得这个东西有 timing 有时机很重要就是产品它什么时候发然后以及合适的点燃点因为你们确实是找很 KOL 然后一下子就把这个话题在 X 上面给引爆了爆了之后其实后面我觉得就有很好的那种 MEME 式的传播

传播风格就比较有趣了因为其实后面能控制或不能控制就无所谓了反正就让他传播就好了对这个我觉得是一个特点其实刚刚讲到了比如说大家现在在北美推广的 X 是一个很重要的渠道然后 YouTube Instagram 其实他们应该是我的个人感受是完全不一样的因为你可能在 X 上面看到的确实是靠观点驱动的

一个观点好的一个新奇特的产品在 X 上面会更容易引爆 KOL 它有转发模式其他的平台是没有转发模式的它转发模式就简单我做一波我就知道转发模式对引爆一个产品是非常重要其他的平台只能靠推荐

这个是挺有趣的。然后正好我再问第二个,我有一个问题就是你们也做了应该 2022,2023,2024,2025,三年左右出海的或者说海外的产品,而且基本上应该你们有 AI 产品占到多少在你们推广的比例里面?

还是蛮高的对 应该是主要了我可以介绍一下我们这边业务的话我们业务主要是来自于一半在大陆就是国内一半是在海外海外这边的话以湾区为主像欧洲也有然后海外这边的话可能有 40 之一左右是非华人所以是一个比较小的比例所以主要还是在华人圈里面很感谢华人的朋友们

我们在国内这边的话主要还是以大厂还有一些头部的独角兽企业他们的 AI 性产品为主然后在海外其实更多比如说一万区这边的像 YC HF0 这些比较本地头部的塑化器他们的 AI 项目为主团队为主对 我来解释一下这个是为什么因为我们觉得比较重要的一个事情的话就是我相信做 distribution 的 knowledge skill 是 transferable 的

但是我们认为在 AI 里面这些产品是有固定的范式的这些范式它的策略方法是可以被借鉴的然后渠道之间是更容易的而且在这个时间去做 AI 的营销有两大优势第一大优势的话从你的动力上面来说坦白来说就是钱更多一些因为在这个时间的话大家还是在跑马圈地的时代

所以投资人也会更愿意去出钱那项目方式也会更好一点另外一点尽管你可能感觉少钱但可能效果会比非 AI 领域还更好一点为什么我们叫做 AI 其实有一个叫做好奇心流量的只要你能 make it to the top 那你其实能拿到大量的好奇心流量的所以你二次承诺这次能滚起来是要比普通的大似的比如说这个

比如说 Airbnb 房屋管理这样的一个产品是要容易很多的那种事情能做成就会更难一些了我们就先选容易的事情来做 OK 你看老我这边的 case 做了个对比说明老哥更厉害对确实不一样都是在出海因为你刚才说的很对 AI 它有一个光环在就有好奇心在里面

因为大家是比较称流量或者叫称科技在这个时代我做一个产品当你加上什么 agent 加上什么智能加上什么对话加上什么圆模型在后面让你就是一个 AI 产品可能用户给你的眼光和关注度就不一样我觉得这是个话题感这个挺重要的所以说你们应该 90%多的产品都是 AI 对吧

OK 当然也做得很清楚的这些比例那么在这个比例里面我再问一个问题你们方面说一说都是什么类型的产品你们觉得会在用户转换上面或者 ROI 上面会更好一些你们肯定知道它的一些数据你不用说名字你就说什么类型就好了对你说等我的是吗 OK 等你

简单来说首先第一件事的话如果你是一个融资驱动型的产品的话那么你就不会赚钱为什么呢这个事情是其实你是赚钱的事情你要把它打回来因为你的核心目的是有更好的数据撬动杠杆所以同样的生意很多小企业我们就不说品类了一个在过去两年很火的一个 AI 互动的陪伴品类如果你去看的话

你如果是小企业去做的话比如说我们去看到北京北京我们做活动有这个客户大哥过来找我们大哥穿着紧身牛仔裤豆豆鞋然后呢端着酒就过来聊天人照样一个月能起码拿个这个这个比如说十万美刀但同样的产品呢在搭厂手下他这个月可能

看似营收比较高但是如果去看他整个的 cash flow 的话那可能其实很差的因为他们更在乎这个逻辑是怎么样能把市场钱给抢下来把我们的故事给撑上去对然后第二点来说就是说从 AI 这个角度来说的话呢

很遗憾的一件事情就是仍然还是 2B 这个事情是看起来是会更容易一些的但这个时候只是看起来那 2B 这个时候总量会更容易一些呢但我的观察是很浅显的啊所以大家 don't quote me 我尽可能不要给大家提供这些我们叫一定正确的答案因为一定正确答案大家都知道就是 you can ask Chachi PT 我就提供一些更有偏见性的答案

更平凡的答案你认为里面的经验最重要因为这个时候我们是人在人聊天不在和 AI 聊天是的我们去看到的话其实就是如果你去做 Dev2 的话其实也是一个蛮不错的方向 Dev2 这个领域尽管其实我跟杰尼一直吐槽说我也是程序员出身像我们这种程序员花钱都贼空门程序员驱动的创意团队预算也都比较少但是在 Dev2 这个场景下其实我认为还是比较 solid 就是说企业服务这个方向我们也能看到一些

然后认可能切到企业的一些场景即使你没有产品创新比如说就标准的生图做 AI 就是我们做多模态这样的一些生成就做最简单的生图生视频生声音生文字就这样一个事情你把不同场景的 API 打完即使你没有任何的产品创新单纯做了一个封装它就遮我的套皮别人知道你太皮但就因为你的稳定性和便捷性企业就会愿意高额溢价与付费

甚至有可能很多企业是不知道如何去用原始的一些东西的所以其实在 2B 端这一块啊 TALK 这个价值是很高的那 2C 端这里有没有一些逻辑呢有 但是我认为 2C 端的难点是在于 2C 端它是一个不可连续被复始的场景除非是天才们我们的确见到了天才们但我不是天才们 詹妮可能是啊但是 2C 这一块我觉得就是打包款的逻辑我们有看到有人他就是无意中做了一个产品

但要然獲得大量的流量這個流量把它推到很高的位置它就能賺錢但是它發現它想

赚更多钱赚不到理论上来说如果你已经赚到不错的钱你没有做什么投入的话你可以通过做一些广告投放做一些投入去拿到更好的边际的收益但是对于他们来说很多我们有看到这样一些项目他们却没有办法通过投入拿到更多收益因为他们的流量我们叫做是大风吹过来的是因为有这么一波好心人流量把他输在这个位置把他当作一场工具但你想超出这个圈再去拿那流量成本就会高很多所以

2C 这一块我觉得持续的盈利核心逻辑是在于你需要有一个 App Factory 你需要有不断去制造应用的一个能力快速去试一下用户的需求点快速迭代那不像土壁端一样它是可以被 Engineer 的啰嗦一点那这是我的回答

主持人:我理解一下,你刚才说到的两种情况。我们先不说具体类型,就是两种场景。首先,小团队做 2C 的,对于做培疗类的,在你们的所有数据里面他们是能赚钱的,就赚得很比较自然。王毅:我说的是培办,你怎么就培疗了呢?怎么就说直白了呢?主持人:没关系。

好,陪伴类,差不多,在我理解里面类似,对,就这种东西 OK。我具体看到的一些调研数据也类似的,我看过调研数据和里面的实际的经营数据,应该这个是一致的,非常好。然后大厂做的事情,他们都赔本赚用户量了,他们可能又需要更高的声量。然后第二个,就是在 2B 端来做完整的 workflow。

就是我们把好多 API 串结起来去做 all flow 帮企业去解决实际需求的稳定的解决需求的就能产生溢价对吧那么企业就会付钱而且企业自己也不知道怎么去串这些 API 串了为些他还要成本对不对我觉得但是这可能每个企业都会每个企业的流程那你是不是得

anyway 去给不同的企业定制或者你做一个模板让别人企业自己去定制我觉得可能这个上面会有很多机会我个人理解我个人理解而且我正好在就前天在湾区我跟上次我做播客的那个因为他们专门去投投资比较多吧投 Agent AI 是吧就是 2025 年去年什么叫做什么风口今年肯定是 Agent AI 风口了然后对吧在这个里面

企业本身自己的知识,knowledge,know-how 是最重要的。如果说有人能够用现在的技术,就是原模型、推理模型和类似的图像生成技术,把企业的知识链给串起来,在企业里面能够附现他们的需求,

这个是可行的,但是现在有个问题就是说,现在都是人进去串,我去学你的东西,然后串起来,然后每一个企业都有自己的流程。但是他们不知道我们有哪些东西在哪一个时刻或者明年或者什么时候,新的推理模型,下一代的模型能够自己去学。你可以很简单的去 promote 它,然后它就能够学会了这些经验,然后它自己就把这个 work flow 串起来了。

我觉得这个可能是一个可能是一个革新点也可能是会让新一代的 SaaS 软件诞生的一个起点这个起点可能人类工程师会做的工作少一些然后我们可能需要更好的推理模型来做这个事情但是我觉得大家的一致的结论是 AI 永远没法去真正的了解一个企业里面一个老的

一个叫做什么一个经验特别丰富的干了 10 年的程序员去解决这种企业实际问题的能力因为我们要那么学习数据去训练 AI 对吧如果都学过去了那人类真的被架死了

对所以这个我觉得是老的经验的 experience 的人类的体验的价值他可能会在这个棋埋下去这样一个重但是我们可能最近接下来要这一两年或者三年要干的事情就是人类不停的把这个知识交给 AI 不停的去回放这个知识但是会有一个瓶颈 AI 可以学到 99%那永远有 1%的这一点可能是就是做到 AI 就是做到

那么企业里面最有价值的人就是那部分人他们可能会去会操纵这个 AI 来解决很多问题比如说感觉后面的很多 agent 我们后面会聊这个话题对看看你们的想法对不错这个确实是现在市场上最重要的但是我觉得第二个问题 to business 它这个也 scale 不看如果特这么具体的去实现具体场景流程你们的在里面的团队你们做的推广产品里面有没有把这个说放做得很好针对 to be

我先吐槽一下你前面一个点说这个它只能达到 99%达不到 1%为什么呢 它能挨骂吗作为一个产品经理来说好的程序员是应该可以骂产品经理的詹妮是要补充是吧 你先说完我其实有一个比较有意思的观点就是为什么上次说 2B 的工具它提到了 DevTool 没有提到说它不是一个营销 Tool 做的或者是一个 Operation 的 Tool 这个地方有一个点是在于

对于程序员的工具本身它的使用者就是高度专业化的但是对于营销工具运营工具产品工具它的这些人他们本身就没有那么喜欢去钻研各种各样的工具那这这个地方就

可能你的这个营销工具你已经做得很好了比如说我现在看到很多创业者在做 influencer marketing 的拖他们觉得这个事情就是一个触打 KOL 发消息来回发消息我明明给你做得很好了你为啥还要去找广告公司其实这个地方就会涉及到说你看像因为我也在大厂待过嘛你在大厂里面一个项目组它其实是分到人也那么几个它

当他发现他这个工具的学习成本挺高的然后同时他的之前的比如说他之前合作的第三方公司我就在微信里面巴拉巴拉然后有人就给我解决很多问题那他依然会去由于惰性他不会去想给公司去省钱的他就会觉得之前的那个服务更好这工具不好用所以这个在天然的情况下就会对这类型的 2B 的工具造成我觉得在营销上在市场推广上面会造成一些困难相比于这个技术工具来说

所以我们会觉得说未来如果你想做 marketing 或者做那个营销的方向的自动化工具的话我们会更建议说你要去做端到端的就是一定要去解决一个整个的一个问题然后不是说中间一个点就对

整个端怎么理解就是说我把钱我用你的头发然后就直接获得客户就完全就是对差不多就是这样子的就是因为我们发现就是我们在平时在跟客户去

去处理需求的时候大量的东西是我们需要去跟客户去沟通解决中间非常很多 customize 的话它并不是比如说就拿红人营销来说它看起来就是一个达人返回内容然后内容发布出去但是实际上客户会问的问题是什么为什么这个达人做的不好这个达人他过去的封面都很统一怎么这次他音乐也给我换了那这些东西他没有办法用这个工具去对

对了解那还是因为做营销还大量特别是找 KOL 的营销大量是和人沟通对和人沟通非标不标准但是你看程序员 DevTools 就很简单我只要驯服代码就好了因为代码本身现在源模型我刚刚不是前两天 cloud 刚刚 anthropic 刚发了数据用的在他们的产品里面肯定用的最多的一定是工程和代码因为这块

这个确定呢和这个推理都是比较成熟因为他要反馈太正常的编译器反馈啊这种错误反馈所以说程序员而且本身又是一个比较喜欢专业的他说监理说他们喜欢专业他们对技术的可控性很强告诉他用什么工具然后他就能够把他工具用好他就能够用这个工具产生价值但是离开程序员这个人群之后呢

其他就很难了特别是 marketing 上面因为涉及到人类沟通就很难了但是我觉得你说的端到端很正确的端到端就是要让 AI 去把中间的这一个复杂的流程用更好的治疗形式去把它完成掉或者 AI 两个协调人类沟通这个也行了解

我持一定的怀疑态度因为我认为我们 Large Language Model 它这一波在开发产品当中很重要的一个作用就是把所有非标化的互动能够某种程度上标化因为对于大模型的互动你并不需要以固定的参数格式模式来去做交互

所以说它其实还有很多可以探索的一些空间的然后珍妮说端到端这个其实也是哈希在探索的一个方向就是我们把目前所有的一些工具我们作为整个的一个分类最左侧我们叫做就是帮你一次性发挥件等等就是一次性工具它我们叫什么就是 automation

Automation 之后的话我们叫第二步叫什么就是我们可以叫做这个 Agentic Application 就是说它能够通过智能化的方式帮你解决部分的一些工作但依旧是需要有人去使用它所以它是一个 Agentic Application 第三步要说什么应该是 agent 那好的 agent 应该是什么呢是 agency 就是 someone you talk to 你把你的学校告诉他不说你就骂他 靠他钱

对,我可以想象出这个轴的感觉,Agentic Application,然后就是 Agency,纯代理。

在 agent 或者说代理比较发达的时候我们可能会找这种 marketing agency 就是像我找一个营销公司里面但是这个营销 firm 里面都是 AI 在做可能只有两个人能跟你沟通然后全都自动化这个其实是前段时间我忘记咱们好像也有简单交流过这个事情我跟珍妮我们一直也在聊这也是哈希来探索一个方向我们认为在 AI 快速发展的时候出现了一个 agent agency 之间模糊的一个状态

我们能看到什么呢其实就是因为对最终来说我不管你是 software as a service 还是你是 AI as a service

In other day 我需要的是 service 那如果我就是 service as a service 你业务当中可以有人可以用 AI 我不管怎么样但是我要的是一个交付结果所以这是我们回到我们叫什么叫 performance based pricing 你去看现在有越来越多的一些项目它的定价之前大家是按转件是定价现在还是按什么你看这个 Devon 这么贵对不对

为什么呢?它是按照你的人力劳动成本时间成本来去做定价所以我觉得最后就是有机会进一步去做这个 automation 当然那你要需要思考一下这里面一些很复杂的一些难度聊这个比较来劲为什么呢?这里面我也去看里面不同的一些 automation 工具你刚才那个点说了什么一个企业当中它的 workflow 是极其需要客制化的这样的一个情况下你如何能够去适应不同的企业需求

我们看到一些有趣的场景第一点是什么呢就是同样我们在 AI 前时代就已经出现了大量的 workflow automation 工具比如说你像 Zapierre 等等的你看现在像 Mate 最近也很火对不对我想很多人在学习如何去使用它那像这种上你去看这个像 Define 像 Code 都是我们华人做出来特别棒的一个 agent building 的一个工具

我们再往下去看的话 但这一块还是比较技术用处那是不是还需要有一些 know-how 学习梦想还是要比较高呢那我们还可以进一步去降低比如像前段时间比较火像推上大火一把 Wordware 我不知道这个英文叫什么对 中国对吧你真的是可以通过你的语言描述把你的指定和逻辑给固定到这样一个场景下那他做这个 workflow automation 已经更容易了

第三块是什么呢就是我们能看到大量的这个 automation 最后呢它其实输出的指令目的是比较一致性的一致性就是说其实你不一定能享受到全能我们举个例子我超级喜欢一个产品叫做这个就是我超级喜欢这个产品的话叫做 superhuman 它做什么呢就是我们有大量的邮箱邮件对大量的邮件那这个 AI 功能

他就去思考什么呢邮件这么多场景之下它要处理功能是什么呢无非就是你不管内部业务逻辑多么复杂但是业务逻辑复杂是可以被 Large Language Model 用你的底层 infra 工业商业解决掉的你最终交付的什么其实就是回复更好的邮件提醒你回复邮件

如果对方你发了还没有回复你就再推他一遍然后约会议其实最后导出就这么几个核心的场景所以我觉得不管是多么丁创业的东西你像我们刚所说的 Large Language Model 可以吃掉复杂度最后一点很有趣的是什么呢

就是我们去到 agents 这个流程我觉得就是以 operator 为例我现在已经变成了一个比较深度的一个用户然后你可能会觉得让 operator 来帮你去订个餐没有意义对不对让 operator 再去帮你做个什么事我觉得其实不如人快你点一下就完了对不对你还需要去检查但是在一些场景下有一些重复复杂性的工作比如说

你要去申请大量的伺服器的这个创业表格其实可以的包括你申请工作现在 operator 它不允许你登录所以它需要什么就那种叫某种什么叫 stateless 的一些场景下是可以的就不需要账号登录等等的那是很适合的如果你说账号登录就不适合

再比如说我之前如果要去爬大量的数据的话我可能需要把这个结构为给 XGPT 为给 Cursor 然后说我要去爬这个东西你帮我去看一下他还要去思考一下我这个 atom 爬完之后怎么就跳到下一页下一页结构是不是稳定的代码它是有限的但是 language model 可以吃掉复杂度我就说你帮我去爬比如说在温哥华刚帮家里卖掉一套房子我做进品分析我说帮我去爬上面所有的价格在哪个区间什么样的房子这个东西 operator 就可以帮你去操作最后整理出来

所以我觉得别来说你去看那怎么去把企业内部的定制复杂都给吃掉呢前 AI 时代的逻辑就在于你要么做服务做高科单价要么你去做一个我们找就是找病级找招集做最共同需求

现在的话其实你可以通过最基础的 agent builder 你可以通过语言驱动的 waterboard 叫你 agent builder 你甚至也可以通过完全的 operator 叫你 agent 去完成很多的一些操作所以我觉得是有很多可以去期待的这个话题我叫宅男兴奋剂一聊就容易兴奋所以咱们继续下一个对所以我让你开展聊对展开聊话题我觉得我听上去还是比较有意思的就是你针对 agent 的观察那么这段话其实提到了一个比较重要的另外一个话题

聊的就是定价对吧因为你们也做了这么多产品刚才聊到的 sas 模式定价其实像现在的定价就是你们推广的产品里面定价应该还是把大部分都还是 sas 方式定价就是按月费对吧然后从你们的思考包括你们看到的这么多产品里面觉得这个定价会有一种什么样的走向你刚才已经提到了就是关于帮我完成一件事情比如说完成一个任务给你钱或者说是我

雇员制定价。比如说我现在我自己在用,你刚才说用,我现在我个人体验,我觉得最接近 Agent 的集产品的就是 DeepResearch,它确实是可以把我本来要花两天的工作只要 10 分钟或者 20 分钟过去,而且找的资料还像模像样。我虽然不看它的文法和逻辑怎么样,因为可能就是一个

一个叫做没有任何 insight 的一些报告生成,因为他没法产生 insight,他的 insight 都是别人写的。但是他能够把很好的快速的资料归中去,而且这个资料他是核实的验证过的。这个极大节省了我的时间,你给我看东西。我觉得他下一步可能会跟我生成表格、生成文档,或者他自己去写代码包交付一些东西,我觉得都是有可能的,可能就在今年下半年或者明年的某个时刻就能实现了。

这是我觉得现在完成度非常高的一个 agent 的工作那么这种东西一个月我付多少钱我觉得 200 美金我觉得挺超值的太值了对这个是非常好所以说我觉得这这么几种定价你们怎么看就是从你们这些产品里面你们可以发散来来聊一下这个话题在 AI 这个时代做 agent 我们应该怎么给产品定价首先我还没有看到

做的特别成功的按照就是真的 agent 方式去定价的华人项目然后坦白来说我们说实话湾区也没有湾区有那些项目的话你看似是 agent 模式定价

但它事与上它的逻辑是什么呢它真的就是它是以创业科技公司的估值倍数去做 agency 的业务但是在这个过程当中不断地去尝试用 AI 把服务部分百分比降低然后去提高它的一个毛利所以其实它们本质上也是我们刚所说就是 agent 加服务 agency 这样的一个模式比如说后面的这个 11X 那这块也是詹妮在带着哈希探索一个方向那从定价上角度来说的话呢我们常定价是这么几个方向啊

最基础的我们说最最最原始古老型的软件是什么呢买断制度遥远的过去当中你花钱钱下载个软件它就在你那活着了然后从云时代人们似乎出了一种创新我们叫什么叫 SaaSSaaS 它本身就带着两件事第一件事是什么呢就是我所有东西上云我不需要本地去部署

第二件事就是什么呢我的收费讲究的是续费制度然后并且这时候可能会转成了就是 monthly fee times seat 有多少个人数不像之前企业一样像之前你做 ERP 做 SCP 一个 implementation 下来可能就是 couple millionlike 8 million dollars 这种的都会有的现在我们把它放下来

那 SaaS 这个模式其实已经带来了很多有趣的一些事情了它让创业者拿到的杠杆容易了很多因为你拿一个 100 万的一个大单子很难但你先拿一个 8 万的让投资人相信你能持续再拿到这 8 万其实会容易很多所以你能上杠杆对企业还有创业者和投资人来说市场成本都更低了然后呢这个之后的话呢我们同步看到

SaaS 它的 pricing 模式又做一些延伸我们就看到比如说后面有些延伸的像这个 feature 我们叫 usage based pricing 因为 SaaS 更适合什么呢我们做那些

编辑处理我们叫做编辑处理成本比较低的一些场景比如说就是做会计我不管这个会计多倔你不能说你会计上传的 PDF 文件把我服务器干倒闭了这是不可能的但是你去干一个 DevTool 比如说你去干 Reset 你做 Email API 对不对你去做各种的你去做 Twitter 那就有可能会导致说你的编辑成本很高所以它就出现了这样的一个 Usage Based Pricing 用多少花我们叫用多少付多少

这里面有很多不同的组合比如说有一些 setup fee 加 monthly fee 加默认的 usage fee 各种创新都有但是我们现在看到更期待什么就是 performance based pricing 就是按照结果交付的很遗憾目前其实它并没有真的按照结果交付我们真的按照结果交付理想是什么

你告诉我你来帮我卖产品你只拿 Affiliate 那部分钱卖出去你就赚钱卖出去你就不赚钱这份真正做到 Performance-Based Pricing 的 AI 化是哪一块呢遗憾但是什么呢是催债为什么呢我就是催债应用吗

有啊有催债应用并不是我们多想海外这种的就在国内对吧催债和诈骗它本身的这种逻辑是比较像的他们就是按照单子去拿钱对不对是有这种所以其实我目前大多数所看到的就是

正统的 AI 工具真的做到特别好的 usage 我们叫做 Performance Based Pricing 比较少有部分的企业号称我们做 AI SDR 我可以按照线索数量给你做都有一个比较高的 Monthly Setup fee 总结来说从定价的收费的模式上来说具体定价怎么样去定价格定多少钱怎么样 Jenny 可以分享一下我觉得我就

比较没有在这个点有所见数我觉得就比较简单我就看赛道两个点第一个就是本身我他给的是的人群他的用户付费能力是怎么样子的然后如果付费能力比较高的话我可能就可以稍微高一点用什么去衡量就看这个里面具体的竞品他们的一个价格

我觉得这样你其实很快能够得到一个 specific 的相对比较具体的一些数字上的价格那在这个上面你可能就会有一些我们叫什么心理定价法那就是比如说明明是 200 块我给他设成 149199 那这种可能别人就会觉得不错然后同时我有一个价格锚定就是我可能有个看起来比较高但是就引导大家去选择中间价位的一个对

刘仲敬:了解,那 SaaS 软件是常用的。其实我觉得现在按劳动力定价的,按工资定价,就是一站雇员员工 200,或者说 DevIn 他是 500,我觉得他们还是要尝试,因为他可能需要的算力成本过高,所以他不能够说我定 20 美金或者 50 美金,这个是一个特点。但是现在你刚刚提到的,其实还没有完全按照这个。

按照项目之后的完成一个任务给他钱的这种我觉得应该可能会随着 agent 再发达一点点可能市场应该会有这种产品出现而且我觉得未来的更多的发工资方式定价和完成任务式定价应该

会更加普遍一点现在很多产品比如说画图的或者说就是纹身图或者纹身视频产品都是一个基础月费然后加上 credit 消费是吧那个是按照这样或者你买 credit 包其实我觉得算是前面的一种就是增值定价的方法 OK 这个差不多了解我觉得还是可以学到一点这种技巧从这个里面

还有一个问题就是我问一下,应该是里面很有经验,对于一个新的产品找你们做推广的时候,其实大量的都是要做社群以及 KOL,对不对?这是很重要的两个曝光,一个社群,我知道现在 AI 产品一般做什么 product hunt,你们这专业了,你们就是干这起家的,然后第二个还有什么 hiker news,我有说错什么词了。

回忆到艰苦社区这种社群或者 reddit 是这样的然后这是社群然后另外一个是 KOL 因为很多这种产品想去有不同的社区平台 KOL 可能方式不一样的 Twitter X 它上面那种大 KOL 接点传播它能带转发还有一些可能在 YouTube 上面可能跟你做更好的产品陈述呈现它的这个也是不错的

就是这样的东西你们有些什么经验什么样的产品适配什么样的东西你可以简单的分享一下你们过去的一些经验对吧就是社群和 KOL 的选择对我觉得社群我先简单说一下吧就刚才我其实对这块的了解其实也就是刚才比如说像 Port HuntHacker News 那比如说对于一些记录的

技术类的产品什么 Hugging Face Github 然后这一块我会发现说在这一波 AI 的出海的时代其实这种偏技术类型的 AI 产品它其实出海的差别没有那么高是因为可能他们在 AI 出海之前那些产品他们本身那些使用者我刚才讲因为那些程序员他们自己也会去用

所以这一块其实是相对比较细分比较成熟了然后但我想讲的可能就是在这个 KOL 这块吧就 KOL 这块还是回到说就是之前上也提到过我们会觉得任何不能引起二次传播的推广都是比较失败的推广那

那如何进行二次传播?我觉得大家在做 KOL 推广的时候,我认为你的话题营销是一定会高于你投多少个 KOL,你投放了多少。因为很多的客户他选择跟我们开会,有一个点他就说为什么想跟我们合作的原因就是他去跟别的广告公司去聊。

别人就说好那你给我 4 万我给你保证多少的 CPM 你给我 10 万我给你保证多少的 view 但是我们首先去讲的是你这个产品是个什么东西能讲什么样的故事人家这个故事我需要用哪些人去把它发出去这个才是最核心的点我举个例子就比如说就拿比如说我们就拿就是有一些 KOL 它的

粉丝量不是最高的但是它是非常分量的就比如说我们就拿像 AI 行业如果我让李开复老师去讲一句话他的粉丝量是一定不如很多去搞这种 AI 卖客的但是他一定就是会有更高的分量我们是觉得说如果大家在做 KOL 的时候

你一定是说结合你的这个话题你去分析这个话题什么样的 KOL 它适合去放出去这个消息然后再到说你后面能不能进行二次传播我觉得这个是很重要的那么选 KOL 是你们帮忙选吧

是我们帮忙选择所以我们的 KL 会全部去看粉丝量比如说我们会看 KL 本身我们会去看他的粉丝关注他是不是因为他之前发的东西本身就比较有争议性的如果他是发的比较有争议性的话他就很适合带那种二次传播的话题也走嗯 了解 OK

你们大概有多少个 KL 要覆盖啊?比如不同平台上面可以透露一下吗?就是你可以 touch 到这些?挺多的吧,就我感觉目前嗯,就是真的是属于我们经常在合作的有,我觉得是有上千个嗯。

因为很多家会说就是很多可能大家做工具的大家会说我们的库里面有几十万个但是其实这几十万个大家都不认识这个我觉得我们叫做无效 contact 我要查个对这个认识的是什么意思呢就是他看到詹妮的头像一定会第一时间点进去回复他的

回答完毕了解看来颜值在线非常重要对不对他们觉得像个人他们觉得像个真人关键是他知道詹妮这间是有长期稳定的优质客户的然后这些优质客户对他们来说其实也是一个 valuer 对是的那么正好顺着这个话题因为我聊到你们去怎么 touch 社群找 KOL 我们前面聊的 agent 是吧

那么你们现在所做的工作就是你们做的高级 Marketing 工作在多大程度上面能够通过 agent 来实现也是问题

其实我们之前内部孵化的一个工具叫做 Marsight 主要是内部使用它的核心作用是什么就是你给出任何一个产品我们帮你把这个产品以及这个品类其他的竞品它所有的流量数据搜索数据广告数据舆情数据然后所有的东西打包在一起我们在一个纵容时间线上做分析同时结合它的一些内容其实已经能做到一个比较靠前的地方

我认为他目前做的很好的一个点就是他可以能够把以客观的角度把这些产品大概怎么样做的营销什么时间做的那些事情能估出来达到多少钱其实都做的还不错比如广告里面我们看到大概广告投放费用是那个范围我们可以倒推出来然后搜索里面我们看到他可以做那些尝试等等的但是呢

目前的话我们感觉这种 knowledge transfer 还没有完整能够过渡给 AI 因为我们目前感觉到一个什么事情呢就是我们刚提到的 AI 增长那些范式我们手上是有比较多客户的案例的案例最大的作用是给我们提供的范式的参考但是范式是一直在更新的所以我认为目前的话如果单纯依靠于 AI 去做范式中整理比较难的

但你说有没有可能他附加一个我们对于客户理解的一个就把我们的知识做一个整理做一个知识处然后以 reaction 这样来去做会不会好一点呢或许也会好一点那是到后面一部分就是珍妮刚刚所提到的就是嗯

你任何一个地方你核心做的这些事都是你是做工具如果你不能做 end to end 的一个东西的话那你的价格就差很多简单说就是即使其实国内反而是国内比较神奇很早就在做了一件事情比如说你去看国内做 2B 的企业工具比如说我有朋友啊做一个国内的数据分析工具他这个工具的话呢但是他卖是怎么卖的呢你买我一年 30 万的数据分析工具

我附赠你一个程序员这个程序员专门帮你跑数据相对花三十万雇了个程序员吧这个办法很奇很惊奇对这不仅奇你应该知道很多公司是这样做的就是国内很多的我还不清楚他不是全职给你企业界这方面一定是给你配人的配程序员配人的意思吧他一定配一个技术专家技术 support 是这个意思对 是的一定是技术 support 这个人是帮你的服务能做到端到端那个点的

然后一个有趣的点是什么就是这个人如果能帮你做到端到端你愿意付 30 万如果他不能帮你做到端到端就是一个工具的话以国内企业的一个习惯他愿意付 3000 块钱所以你看到这个差距是比较巨大所以我觉得端到端还是一个比较重要的一个点所以我觉得在这就不需要去过度强调我们认为是什么就是如果你是做 2P 解决方案的话也是在做这种偏扶就是你希望去动画服务类型的话你需要从服务做起我觉得这是我们目前的一个看法

就珍妮这块可以多分享一下呀我就在乱 cue 你了我觉得挺好我没啥要对我正好我顺着刚才小庞的这个比喻我觉得非常形象对这个价值差别在哪如果有一个人在里面就是 30 万没有人就是 3000 就是 3000 就是卖软件然后有 30 万就是在卖劳动力是吧因为这个人在里面他很有弹性你给他说什么

他能很好理解你的上下文,他能够把一个企业的需求,就是 context,完全转换成可以执行的代码。他自己也有 context,他能执行,因为他足够了解工具,他也足够了解企业,所以说他能够把这些东西合起来。那么我们其实刚刚调到你们这个工作,比如说做这个 marketing agency,如果说未来我们能够有一个 agent,能够足够的去了解客户,像人类一样去了解客户,我觉得我现在看好像还差点感觉吧,

如何才能够做到让一个 AI 去人类上去了解客户我觉得现在让 AI 去收集 context 这个是挺难的因为人和人沟通的方式不一样除非说我们有足够多的一些其他的技巧或者怎么样子我觉得还有一些路要走所以说我觉得现在 agent 的实施

还挺漫长的因为主要不是说因为不够智能主要不是因为不够智能而是因为它的 context 太少了对没有上下文对刚才上述说的就是他 AI 不能埋怒你对着一个 AI 客服你是没有发脾气的你骂他你知道他不是一个人

但是你现在你就是个人然后客户就说你这个东西给我搞什么东西然后就在那里会有一个情绪上的宣泄然后我就说老板我做不好我这个实在是不好意思我马上可以送你一个什么服务那这个东西其实是在作为我觉得在 service 这个层面是非常重要的我觉得不要去低估这个情绪价值在 service 上的一个价值对

主持人:我再说回来,我再引示一下,因为我正在思考,我做节目我都是现场思考,然后看一下。我觉得 AI 的智能度是可以的了,如果我把我想要的东西、我的需求表达得足够清晰,

比如说对现在的推理模型对现在 O1Pro 这种模型我表达的足够清晰我要什么你跟我怎么输出然后我其中我建议你怎么去思考他都理解得了然后我把我足够的 context 都给他他 convexwindow 他的上下文框窗口超级大他其实可以做很多很好的事情那么这个表达是我在做 AI 做不到 AI 没法说我把你跟我说你把这个事情帮我做来领导交代任务一样他做不到对因为他必须

AI 没法像人类一样去感受 experience 或默认观察你的环境,因为它没有五感,它什么都没有,它只是一堆上下文窗口。那么我觉得其中有一个价值就是说,把人类的需求转化成这种超级的很好推理模型翻译过去,然后让它去做执行这样一个过程,这个转换的人类是很有价值的。这个人不需要会写程序,他不需要会做什么事情,他就是一个很好的沟通者。

这勾动者就是把一个客户的需求快速地让一个超级语言模型翻译过去。因为现在语言模型毕竟没有弱声,它不在你的环境里面,它感觉不到你的办公室、你的客户,它都感受不到。它到了一个黑盒子里面,它只能敲 token 进去,可能下一代它能够像个小台灯,在你办公室里看看你,是苹果发的那个东西。

看看你能感知一下世界但是这个感知能力还是太弱了跟人类比起来所以说我觉得人的价值接下来很多很多这种 agent 的公司包括包括我这个我说我是一个做 agent 的企业很多很多 agent 但是他最终要和客户去沟通的时候还是得一个非常 smart 的人类但是

但是他就很省人力了,人类他只是快速的去把需求给 get 到,去干这些事情,然后很方便的去交给 AI,AI 他后面有成员团队,什么都能做。那么这种交付我觉得还是可以的,可能还需要一点点时间。但是这只是我顺着大家讲的,我觉得这中间是有一个很好的翻译的机会,因为我接下来几天还约了柯代表去聊 AI 和未来的工作,我觉得这个工作暂时替代不了。

但是提到不了人类沟通的情感价值刚刚尖利说了情绪价值情绪价值 AI 拉满其实人类还是不靠性本还是人和人拉满是最好的我觉得中间环节是挺重要的因为我之前在歌大的时候我们就学

就是冲突沟通它里面有一个点就是在于说你本身就是那个时候元宇宙还风口还挺大大家觉得未来那个是一个要把人的某一些数据传到另外一个新的世界里面然后大家就可以在那个新的世界里面互动其实很像就是你没有办法你最后你 AI 是没有办法真正的去决定哪些数据该传哪些数据不该传而是要人去灵活的做

因为如果你真的能够去决定说我要把什么样的 context input 进去的话你这个时候你是在把人主观事物客体化就有点像我们现在说的物化女性那我就从那几个点看然后我就判断出这个女性这个什么几分几分的女性那如果你真的用 AI 去来处理这个事情的话那你就会把

把人客体化了过后哪怕你的数据是智能的但是你的评分标准是客观客体的你也会有问题了解那正好还有我们差不多聊了快一个小时了对我们一般正好对我觉得前面不错我也学到了很多因为之前很多信息我不知道对像在这块总结的挺清晰的回头我要把录音的内容我好好整理一下我觉得还有很多 insight 在里面对

所以我今天挺好的,我保守你们客户的秘密,我也没问数据,我就问一下比例,问一下你们的这个,就可以了。我觉得这样也很好,我们这样才能够聊得更开心,聊得太多数据不是很合适。然后还有一个问题,其实我一直在思考的问题,你们也看到过了,这一两年里面有很多客户,其实很多应用公司,你们做的这种 SaaS 公司,应用公司,它都在合。

模型本身竞争对不对你从 2022 年 2022 年 GPT 出来之后比如我们发 GPT4.0 包括现在 20 模型包括现在国内出 Deep6 大家都在和机座模型竞争就在这个里面对应用的机会因为它突然涌现出一个新的能力来说其实对很多应用我之前也做过这种知识方就是知识整理方面的应用其实杀伤力挺大的

在这种里面就是你们的这些客户或者他们有没有什么思考就是还有一个对于用户来说他一定会在模型的花费的价格上面去选择我不可能花太多钱如果说我错过了我买个 200 块钱的这个 GPT Pro 那我肯定什么都用它干我肯定不会再去买其他工具了我能够想那么多用它干因为我必须花了 200 对不对这个是它有定价权因为它足够先进因为我的智能就比你多 10%我就能够多盖 40%的事情或者 60%的事情

用户就会跟高端芯片逻辑一样,我就买你,我就把所有事情交给你干。那么其他的这些在模型基础上去做的这些应用,他们怎么办呢?或者你们有没有看到你们的客户,或者说你们的市场里面有没有考虑过这些问题,就是客户的应用和模型之间的竞争,这是一个倒数第二个问题。

詹姆你要聊吗?不错,这样来我觉得这个问题已经是泰德文考试过的问题他并不是一个我们能回答这个问题因为已经是老生常谈了简单来说就是

你要深入场景抓好数据避免在大模型公司的设成范围之内任何尝试通过自己的努力去大量投入优化模型性能的事情都是无意义的你应该做的事情就是多赚钱或者多拿点融资然后等这个模型变得更好但这一切都是老生常谈了我觉得对那最后谁能做好说不定你能卷四大模型也说不定哦我觉得这还是很要看的

我还是很相信这个事情还是要看个人判断的但是我听上去前面的事情来看 workflow 有价值因为模型再牛逼是吧它可能有一定的机制来帮你解决很多问题但是 workflow 实际上是让一个工作流被拆散在你的个人事务面前和企业事务面前是需要人重新组装它的这个模型它可能它没有那么好的

context window 去把它装进去其实我个人评价就是说在模型之上去做应用呢就是叠加你对客户的真实需求的了解就是你再把更多的 context window 补完然后送到模型里面去模型它本身做法

对这是我认为其实 agent 至上就是这种东西你要把 context 补齐然后送进去是的对类似的这个点其实我跟 Janet 也有聊过我没跟你聊什么我跟 Cursor 很火我是一个老程序员很多年没有写过代码是一天特别太太谦虚了然后没有是真的太太的写代码然后我用 Cursor 之后

接着我就跟珍妮打电话说必须要做产品为什么呢就是和你刚才那个点很接近你说和模型比但我觉得认同做产品技术的 know-how 对于绝大多数的创业公司来说都已经越来越不重要了更重要的事情一定是对于场景还有用户需求的一个理解再次回到我们最最最开始今天开始聊那句话就是 first time founder 他关注的是 product

second time founder 关注就是 distribution 只要我能卖出去什么东西 Cursor 都可以帮你做出来所以我觉得都是可以去联网探索所以我很认同你关注场景的观点对就是你关注模型以他自己的感知能力受不到的东西进入到事情里面去进入到人的完全的工作流程里面去

对这个是比较我个人的总结差不多吧我们现在一个小时 OK 还有最后一个问题就是可以合成两个问题吧大家怎么看因为今年都是 2025 年是 AAA 竞争年我也感知到了因为一看一年就各种各种火爆 Deep research

Google 去年年底做 research 还有什么 computer use 刚才小庞也说了你在把 computer use 不是不是 computer 是 operatorcomputer use 对 operator 你在他很适合干 spam 的事情是吧就是就不停的自动化的去完成这些这些这些填单的工作对

我也用过挺好的然后你们来看 2025 年在这里包括你也可以从你们客户的信息里面抽取到一些你不用说客户是谁你们观察 2025 年 Agent 他会怎么去发展或者机会在哪里你们认为对

我们其实前面已经聊到了一些这个概念你可以补充一下我可以补充一些我个人的一些小观点因为我觉得太大的一些机会可能和大部分的普通人没啥关系然后你要去融资其实也很难对我来说比较感兴趣的是说你有没有一些小的好玩的一些应用好玩的一些小游戏

小的那些东西它本身能够本身我就不去拼那个痛点了我就去拼那个爽点我把爽点做的特别好因为我的那个痛点我没有办法去跟一些这种真的大的公司去 PK 那我们对有些创业机会呢比如说我就做一个比较好玩的一个比如说拍照的一个小工具或者是说一个小游戏然后说

然后呢这种我就以这个现金导向去做然后现金导向去做做了如果好的话我也可以卖给大公司不好的话我更好的话我也可以拿来赚钱我会觉得说很多的人包括像刚才上提到说 Cursor 把这个开发的这个门槛降到比较低了嘛那其实它让很多本身有创意的人有了很多的机会对我觉得这个倒是和普通人更有关的一些创业机会嗯

了解 这虽然不是 A 型的范围但是你刚才讲的挺好的 爽点很重要 很多痛点都被模型覆盖了模型一个涌线就把一个痛点给解决了那么爽点可能是真的去观察人类的 context

爽点到底在哪然后帮他去完成了解那像你有什么看法就是今年的 agent 这年对我目前特别看好的目前特别看好的两个方向一个方向的话就是各种系列的 browser usecomputer use 他们这个产品它技术的因为我会比较关注 web arena

WebArena 上面的分数还是在稳定提高的而且我看到我身边很多的聪明人我佩服的人都在 jump into this 而且思路特别快在 build 而且我们每次聊他们对于行业认识都是不一样的我感觉真正的 agent 就是我们叫做最起码达到完整的 browser use agent 的能力其实有可能今年会出现它的 chatGPT moment

我们去看 web arena 上面来说这个分数其实还是在稳步去提升的人类去完成浏览器上大量的一个操作成功度也就是个五六十也就是说我告诉你说在上面你帮我去订个票你能一次成功也就是五六十对吧很可能因为很复杂的朋友那 agent 当接近这个时候其实我觉得就是达到这样的一个海报文那它是意味着它会有上下游历一些机会

上午我有在和朋友去探索比如说是这么多的 agent 他要怎么样去互动呢怎么样去和这些网站去互动呢网站要如何去欢迎或者阻止这些 agent 来去互动呢这些 agent 为了绕过这些阻止是不是应该有自己独立操作环境呢 OpenAI 为什么选择让 operator 是跑在云端也是有原因的那是不是意味着我之前创业之前做的是云渲染有没有可能云资源去做这些其实比本地资源去做好一些呢我们也聊很多环境的讲所以你看

Infra 就是说 AI agents 最起码 browser use agent 它需要的 infra 这个需求是能带下一批的最起码投资能买然后往下去看的话那这些 agent 能做哪些事情这些 agent 它能够砍死一些 automation 工具能砍死一些 agentic workflow 工具目前还很难 砍在两个点上第一个点的话就是它的一个成功准确率还是比较低的就是这一点没有办法达到你的满意但优点是它

我们叫做它是能够容纳复杂度的第二点缺点是什么?就是它成本比较高 Token 使用的成本它目前这个模式的话你还是要很多人常说你能不能用 playwright 用代码让他们去理解但还是很困难最终还是要去理解整个一面布局还是要消耗大量一些 Token 的包括如果你说去做的话你还要消耗虚拟能量去环境等等它们也是比较巨大的

但是我相信这一块当 Infra 有足够多投资进来,Infra 做更好之后,我觉得有可能很多做 automation 的或者 agentic workflow 的产品,它也会被直接这些 agent 给替代掉。这是我对于 2025 的期待。对,我知道,自动化操作浏览器,今年应该进展很快。现在主要我觉得太慢了,成本有点高,可能还是那个 token 消耗的问题。

OK 这个挺好的那么最后一个问题一般我的节目里面最后都会聊一个不管是 AGI 或者是 ASI 大家就展望一下在这个行业里面因为我们和我们的行业相关就是 digital marketing 或者说是叫做 agents 那么在这个行业里面大家觉得 AGI 来了之后它会对这个行业里面职业的影响是什么样子大家说 agents 或者说 marketing

真的,职业影响你们应该更好当老板对不对就是顾着数字员工成本更低了

我什么呀哎你说对这块的从业者我就觉得是你刚才讲的对就是就是怎么那个沟通者我觉得沟通者他一定会我觉得大家的职业技能会如果想要继续能增加自己的竞争力的话要从这种本身的对于

过往经验的总结以及对当前的一个工作环境的一个判断来去成为一个 AI 和客户之间更好的一个沟通者我觉得这个是

这个我认为非常重要的一个技能那么对于一些我确实认为就是不太会去使用或者还比较去抗拒使用 AI 的一些人可能他就会受到影响吧然后同时我会觉得继续你继续 不好意思

我会觉得反而说大家说 AI 潮来了很多人就是没有机会了因为我那我就还是觉得觉得说这一块他反而让更多的人有机会了就是他比如说对就是之前就是可能要受限于跟多个人去协调协调沟通的协调沟通协作工作的我现在其实我有一个想法我可以用 AGI 我可能就会去执行至少还执行的还可以小庞

这个句话从 AI 比较火的第一天说你就在说淘汰你的不会是 AI 而是会用 AI 的人一个公司总需要有人来挨骂的这个挨骂的人最好会用 AI 然后说我个人想法的话就是不管你是一个要用 AI 颠覆行业的人还是你觉得自己是会一个被 AI 所颠覆的人很重要的事情都是锻炼好身体

我今年努力也是要少熬夜但是我目前过了这么久我还没有一天不好夜因为我认为很多你现在解决不了的事情当自己健康一点先行流好一点身体好一点再过两年技术成熟就能解决了如果你觉得你是要被颠覆那个人呢你身体要好一点因为机器人成本还是比较高的你可以去干这个 AI 做不了的事情然后我 AI 就

所以我现在要每天好好锻炼身体现在要学一下什么修水管换灯泡家里的水电供现在需求特别高请一下 Gutter 屋檐对不对老动者还是长青我已经很擅长铺地板挂逆子各种工作了我听你说过了上岸他会做自流瓶当这个词一出来你就知道他是真干过的

了解了解这个我觉得今天跟大家聊的这个挺有收获的我学到挺多的那么我们今天的这个录制就到此结束好吧这个欢迎大家收听这一期的拜拜拜拜