本期节目，任鑫深入剖析了三类在 AI 浪潮中快速崛起且具有独特打法的产品：Gamma、Remove.bg以及 Quartr。不同于市面上常见的“科幻叙事”或“Agent 概念”，这几家公司都在用 AI 解决看似朴实、甚至“无聊”的老问题。节目详细拆解了它们背后的成功逻辑：如何通过重新定义“原子单位”来颠覆 PPT？为何简单的“抠图”功能能撑起巨大的商业价值？以及如何通过干“脏活累活”积累数据资产，最终把 AI 当作“点火器”来引爆价值。如果你是 AI 创业者或产品经理，本期内容将帮你从“技术自嗨”转向“价值落地”。� 关键结论Gamma 的胜利是“降维打击”： Gamma 并没有试图在专业度上通过 AI 把 95 分的作品优化到 98 分，而是专注于解决大众市场“从 0 到 60 分”的起步焦虑。它用“旧问题 + 新技术”的策略降低了市场教育成本。单点突破优于大而全： Remove.bg 和 PhotoRoom 证明了在巨型软件（如 Photoshop）的工作流中，剥离出一个高频、刚需且繁琐的环节（如抠图），将其效率提升 10 倍，就能构建极强的数据飞轮和商业价值。数据资产是 AI 的前提： Quartr 的成功不在于其 AI 模型有多强，而在于它通过长期的“苦活累活”建立了专有的、高质量的非结构化数据（电话会录音/文本）。AI 在此不仅是工具，更是点燃这些数据资产价值的“放大器” 。� 关键认知原子单位的重构 (Redefining Atomic Units)：真正的 AI 原生产品不仅仅是给老软件装上 AI 引擎。Gamma 的创新在于它不像 PowerPoint 那样操作“幻灯片”，也不像 Word 那样操作“文档”，而是创造了类似 Notion 的“卡片 (Cards)”作为原子单位。这种灵活的结构让内容可以流动，更适应 AI 的生成逻辑和移动端的阅读习惯。产品即广告 (Product as Distribution)：优秀的产品设计能让用户在使用过程中自然地进行传播。Gamma 生成的网页链接便于分享，且自带品牌露出，每一次分享都是一次免费的广告，构成了高效的 P2G (Product to Growth) 飞轮。非共识数据的价值：在金融领域，所有人都在看量化的数字（K线图），Quartr 却关注“非共识”的定性数据（CEO 的语气、用词变化）。在 AI 时代，这种难以被量化的、非结构化的独特数据，往往蕴含着更大的挖掘潜力。明确的反馈闭环：相比于复杂的 Agent 任务，功能单一的产品（如抠图）更容易获得高质量的反馈数据（用户下载了=满意；继续修=不满意）。这种清晰的 Reward Signal 是训练垂直模型、建立壁垒的关键。� 行动指南重新审视“老问题”：不要总想着创造全新的需求。去寻找那些已经被验证的巨大市场（如 PPT、Excel、文档），思考如何用 AI 的能力将用户从“从无到有”的创作痛苦中解放出来，转变为“编辑者”角色。寻找“巨头缝隙”：观察 Adobe、Office 等巨型软件中，有哪些步骤是用户每天重复 100 次且充满怨言的？尝试把这个步骤独立出来，做一个极致简单的 MVP 。先攒数据，再搞 AI：如果没有技术优势，可以先从“脏活”做起。找到一个小众但高价值的人群（如特定领域的投资者），为他们聚合分散的、非结构化的信息。当你拥有了独家数据资产，AI 自然会成为你的变现杠杆。服务“部落”而非“大众”：在冷启动阶段，不要试图取悦所有人。像 Quartr 一样，混入一个极高浓度的社区（如 FinTwitter），为这群核心用户打造他们渴望的工具，利用社区的口碑完成从 0 到 1 的积累。⏱️ 时间线02:12 - 18:36 案例一：Gamma 的产品战略:02:12 - 05:55 伽马的定位：用 AI 解决一听就懂的老问题——做 PPT. 战略定位在于解决 “从 0 到 60 分” 的大众困境，而不是“95 分到 98 分”的优化问题.05:55 - 10:04 角色转换：AI 帮助用户从痛苦的“创作者”转变为轻松的“编辑者”.10:04 - 14:14 原子单位创新：重新定义原子单位为“卡片 (Card)”，实现 Notion 的魂魄和 Canva 的皮(). 这种卡片组合不再局限于 PPT，可一键发布为网页，更适合网络传播.14:14 - 18:36 增长飞轮：设计 P2G (Product to Growth) 模型，让用户的产出天然变成广告. 总结 Gamma 模式中可复制的思考框架.18:36 - 25:05 案例二：Remove.bg & PhotoRoom 的单点突破:18:36 - 20:48 Remove.bg：通过解决高频刚需的“抠图”功能（先聚焦人像）来取代手工操作精细活儿.20:48 - 22:08 PhotoRoom：聚焦电商卖家，将抠图效率实现数量级提升，直击商业效率痛点.22:08 - 25:05 核心优势：聚焦小功能，更容易构建高速反馈和高精度的数据飞轮. 行动指南：寻找巨无霸软件中对特定人群至关重要的高频繁琐动作，并实现 10 倍提升.25:05 - 39:39 案例三：Quartr 的数据资产战略:25:05 - 28:44 寻找非共识：不看数字，而是看语言和情绪，赌巨头忽略的非量化定性数据. MVP 是一个简单的“电话会录音播放器”，先聚合数据吸引目标用户.28:44 - 32:33 基础建设与社区运营：花大力气收集、清理和结构化海量数据，形成楼盘词典式的壁垒. 在金融 Twitter 社区中猥琐发育，找到狂热的超级用户.32:33 - 35:16 转化为基础设施：将清洗好的数据资产打包成 API 卖给 B2B 客户（如 Perplexity），既赚取收入，又维护长期生存.35:16 - 39:39 AI 作杠杆：AI 是数据资产的“点火器”和“放大器”. 价值在于提供可信的、可验证来源的答案. 总结 Quartr 的启发：挑战行业共识、建立专有数据资产、为小撮人服务、用 AI 放大核心价值.39:39 - 41:17 总结与结束:任鑫总结本期分享的三种 AI 产品思路.邀请听众留言交流，结束本期播客.欢迎订阅「AI 炼金术」的播客，以及同名公众号、视频号「AI 炼金术」是一档由徐文浩和任鑫——两位多年老友、AI 领域的资深从业者——打造的播客。这里是探讨 AI 和创业的理想聚集地，我们会邀请一线创业者、产品产品和科研学者，深入探讨 AI 如何重塑行业、变革生活，以及如何从 0 到 1 打造 AI 原生产品。我们的讨论会涵盖多个话题：从 AI 如何改变世界的未来，到如何找到 AI 创业的 PMF；从如何利用 AI 降本增效，到怎样将 AI 技术融入日常生活……如果你对 AI、产品、创业感兴趣，这里有满满的干货和一线实战经验，欢迎关注并推荐给你的朋友，共同探索未来的无限可能！商务合作：公众号「AI炼金术」菜单栏中【商务】获取联系方式节目主理人：徐文浩：某AI创业公司联合创始人，正在面向全球市场开发AI应用。连续创业者，参与过多家创业公司，拼多多早期员工。广告科技公司MediaV的算法和数据负责人，后被360收购。离开后加入成立不到1个月的拼多多。后创办了基于AI的海外客服聊天机器人公司 BotHub.AI 和海外社交电商平台 Bukito 都宣告失败。2023年再次下场创业。任鑫：云九资本合伙人，主要在投资和孵化面向全球市场的 AI 应用。之前是连续创业者，曾经打造“今夜酒店特价”用移动互联网应用特价销售酒店尾房；被京东并购后内部创业“京东到家”开展本地即时零售业务；2015 年再次创业 Get 探索对话式人工智能助理成为先烈；2021 年出售公司，2023 年重新回到 AI 世界。BGM：片尾：ZUHAIR,Jah Loon - Blue Jay

Ask this episode

“What did the council decide on item 42?” — answered with the speaker and the moment.

Transcript

Related