初代AI产品出海收入仅次于TikTok？小众产品形色Picture This从0到亿深度复盘!
那优秀的AI产品应该是怎样的？打造过程又如何？
今天「中国好生意」邀请了上一代最成功的 AI 产品之一形色识花（海外版名为Picture This）的负责人Vivian，深度分享作为一个拍照识花的工具，如何仅仅靠4个人的团队起步，在没有付费投放的情况下，从0做到2.9亿美金流水，并且在非游戏应用的出海排行跻身前三。
AI产品如何从0到1组建团队、验证PMF、用户增长、探索商业模式？
如何应对微软、腾讯等巨头的挤压和竞争？
是否应该出海？如何选择国家和市场？
在AIGC爆发的当下，有哪些业务机会？
对于AI和出海感兴趣的同学，欢迎收听完整版播客节目，并加入社群与我们一起交流！
内容概览
Shownotes
形色识花的从0到10到100：团队组建，产品设计，低成本获客，商业化
创建海外版Picture This，探索出海：从日本，到美国，再到欧洲
工具类产品的挑战：互联网巨头的抄袭和竞争
AI产品的发展：产品方向，市场选择，竞争策略
嘉宾介绍
Vivian
资深人工智能产品经理，10年+互联网从业，「形色识花」app负责人。
毕业后加入睿琪软件担任HR负责人，后转型产品经理在公司内部孵化创新业务，从15年开始做人工智能相关的产品。
带领4个人的小团队，创立「形色识花」app，发展出海业务「Picture This」，做到了1亿人民币收入。
「形色识花」最早的核心场景是当你看到一个不认识的植物，可以通过手机拍照识别并了解这个植物，叫什么名字、养护信息有哪些、有没有毒。在国内产品上，因为我个人比较喜欢古诗词，就会让运营同学把植物相关的古诗词也放上去，这样很多家长用户也会比较喜欢，至少能跟孩子分享。
从0到1：从“拍脑袋”到PMF验证
这个产品最初的需求其实来自Vivian的老板，他带孩子在外面经常被问与植物相关的问题，我当时扫一些市场上现有产品，在一个植物相关的论坛有看到过这类似的需求，最初就是拍脑袋。
我觉得从0到1关键节点有两个：
一是对内完成立项，虽然最早是老板的idea，但正式立项还需要市场调研、竞品分析、数据等等；
更重要的是第二步PMF（Product Market Fit 产品市场契合点）验证成功，因为项目最终成不成功，实际上是市场和用户说了算的。形色在没有任何花钱推广的情况下，用户自然增长非常快，每天从几百到几千，这个阶段的验证就算成功了。
从1到10：出圈
从 1 到 10 用跨越鸿沟的理论讲，就是出圈的一个过程。
要把你的用户群从种子用户过渡到大众用户，如果你出圈了，用户量可以肉眼可见从几百、几千变成了几万，甚至多的时候一天就是几十万的下载量，是一个非常显著的数据增长。
从10到100：规模化、国际化、利润
从 10 到100，就要国际化、规模化，要从中国市场走向海外市场。
营收也好、利润也好，包括团队其实是一个快速的商业化增长过程。
形色的起盘、团队、获客、竞争
团队搭建：起盘不超过5个人
开始的时候我们就4个人，一个产品，一个UI，一个Server，一个iOS/安卓，研发都是其他团队借的。后期可能会加测试的人和招专门的产品经理，再加一个运营，那就是 大概8 个人。我觉得软件创业团队的规模，一般来说不应该超过 5 个，对于创业公司来说人效比不是很重要，更要关注的是创新性和执行力，有人做创新，有人做快速的执行，这两个是最重要的。
刚开始我做调研竞品的时候，发现百度是有识图功能的，也可以识别植物，应该是用了用 Image Mapping 的技术，但识别率很差。人工智能相关的产品需要海量的数据去打标、然后清洗、再去训练一个引擎，同时还要去调试、找相应的框架，然后参数调优。
跑了一星期发现这个模型还不如原来的好，这个过程是反反复复的，所以前期产品上线的时候，我们是用了半人工的方式。
后来 AI 慢慢介入进去，识别率低的又会被发配到人工，再到后来前 2000 种植物识别率已经比较高的时候，我们才把人工完全退出来。
获客：被App Store首页推荐
开始的时候我们一直都没有付费投流，主要靠用户推荐和媒体报道。我们也没有PR部门，媒体报道都是主动找上来的，我觉得主要还是因为产品的创新性和垂直类目的稀缺性。
我们统计的一年内被各种媒体报道了 200 多次 ，App Store和安卓的各种平台上榜 70 多次。在一次次的平台曝光和报道下，自然而然用户数量就达到了1000 万。
被App Store的Today版块推荐，是我们很重要的一个节点，意味着平台追着你给流量了。因为上 iOS 的一些小的推荐可能还是比较容易的，但上Today推荐，对一个开发者来说是一个非常重要的一个关键节点。
我们这里面没有做任何关系处理，苹果作为一个非常公平的大平台，不太会去走后门。被推荐的原因，我觉得是因为我们在垂直行业里面是一个很创新的产品，形色可以说是中国第一个用人工智能去识别植物的 APP ，而且我们的交互和 UI 都是比较新颖的，符合苹果的审美规范。当时我们产品上设计了一个地图上放上去，然后识别率、用户口碑等苹果后台各种数据都是比较 OK 的，所以这个时候就被推荐了。
苹果的Today推荐帮我们跨越了1到10从早期到大众用户的鸿沟，后面就迎来爆发式增长，每天新增用户1~2万，多的时候5万，把我们服务器都挤爆了。
竞争：如何面对微软/腾讯巨头抄袭
形色第一次被APP Store 推荐的时候，微软也上线了「微软识花app」，现在这个产品已经下线了。我们当时整个团队只有 8 个人左右，压力是很大，因为我们从来没有面对过国际性大公司的竞争。
我们就只能继续往前做，然后过程中慢慢开始走出差异化，微软识花是背靠中科院，所以产品的迭代路线逐渐往专家路线迭代，比如会给出一些植物的拉丁名什么的。
而我们的路线是要走大众路线，去专家化、去专业化，把内容改得非常的小白，把一些比较学术的东西弱化掉。
差异化路线之后，我们发现我们的用户量并没有减少，反而增长还更快了。因为有大公司的介入，反而引来更多的媒体去报道，和更多用户去试用。当时老板给我们的信心也很重要，就是跟我们团队说没关系的，你们做放开胆子做就好了。
在我们做了两年决定出海的时候，腾讯做了微信小程序「识花君」，他们本身会自带一些流量，而且交互、 UI、内容跟我们非常接近，我们压力也蛮大的。
但是好在我们想清楚要做出海了，换了战场。
另外，我觉得腾讯做的时候已经晚了。因为识花是一个人工智能产品，需要海量的数据去训练引擎，要找数据、要时间去清洗，所以这不是一个随随便便的公司说做就做的出来的产品。
微软是我们做了一年后出来的，腾讯是我们两年后出来的，前期就是因为大家都缺数据。
我还遇到过大公司打电话给我，问这个数据哪来的，这个名单能不能卖给他这种情况，比如最简单的用户最常见的植物是哪几种这种名单。我们当时已经有这些数据了，所以说一年后、两年后再来追，当时我们跑得又很快，其实已经追不上了。
出海：从0到2.9亿美金收入
日本市场：易守难攻，需要耐心
开始做商业化之后，我们发现国内的用户没有付费的习惯，做了很久也没有盈利，就倒逼我们出海了。
我们当时看到同类的工具型产品出海已经有一个不错的营收了，另外我们去调研国外的市场，发现植物识别的垂类领域还没有类似产品，植物园林行业在国外的天花板非常大，比如在英国，这个行业的的收入可能比红酒行业还高。
我们第一站选的是日本市场，结果做的一塌糊涂。
我当时觉日本跟我们的地域比较接近，植物的种类会比较相似，不需要去重新训练一遍引擎。另一个原因是，我觉得东亚文化比较相近，既然形色的自增长在中国跑得通，就觉得在日本肯定也跑得通。
当时着急跑，也没特别认真去复盘，当时对日本市场的认知也不足，想复制一遍在国成功路径，但没有成功。
现在我对日本市场就比较了解了，我们今年从 0 到 1 建立了日本的本地化团队，带着团队去日本考察了 10 天，认认真真给用户一个个做访谈、做问卷，调研了 100 个用户。其实当时觉得日本和中国文化比较相似是完全不对的，日本是一个很独特的文化存在。
举个例子，我们调研问的最多一个问题是，你为什么会下载这个 APP 的？90% 以上的用户回答都是朋友推荐，要不就是这个品牌他认识，所以日本就是一个基于信任和品牌来做传播的。
当时形色这样一个产品进去，既没有一个品牌效应，也没有引发口口相传，就增长不起来。现在我觉得日本是一个易守难攻的市场，进入需要一段时间，需要开发团队，需要有耐心，当时我们做了三四个月，就觉得不行失败了。但实际上我们既没有深刻理解日本的文化的特殊性，也没有理解日本市场进入需要耐心。但一旦进入之后，你抢占到用户心智和生态位，就很难被赶出来了。
欧美市场：订阅模式跑通
日本失败后，我们开始做美国。
我们刚开始想用传统的广告模式，包括跟其他公司导量、合作的方式去变现，后来发现尝试以前没有接触过的「订阅模式」，发现订阅转化率远远超过我们预期，终于商业模式跑通了。
定价来说，当时竞品比较少，我们大概参考了一些非人工智能产品的植物识别产品，转化的页面经过很多次 AB test测试，最后 39.9 刀一年，一年收入了7000万美金，雪球越滚越大，同时又有复购又有新用户。
出海业务如何做本地化
商业目标确定后，我们把「本地化」拆成了三个部分：
一是获客，渠道要本地化，用当地的方法把用户拉新进来；二是产品的本地化，负责新用户的订阅转化；三是内容团队本地化，比如本地植物相关的养护、引擎的本地化、本土常见植物名单等等，这块支撑的是复购率。
第一年我们主要目标是快速把用户的雪球滚大，把用户基数扩大、提高市场份额占有率，我们把绝大部分收入、甚至说全部收入都又放到投放里，吸引新的用户。我们赌的就是用户会复购，产品的留存是 OK 的。所以那时候我们从工具型产品转到内容型产品了，内容也是我后期放精力最多的部分。
形色成功的主要原因我觉得一是先发优势，另一个是技术壁垒。
海外市场垂类里面没有一样的产品，如果用户搜到之后用你的产品，体验很好，就把这个垂类里的流量占掉了。另一个是技术壁垒，出海的时候比之前初创团队做的深很多了，30多个人还不包括数据团队。我们的模型参数调了很多次，所以只要数据给到算法团队，很快就可以把识别率做上来。而且后面我们根据不同的地区去做更小的引擎，比如说月季，我们不同月季品种都会去做不同的模型，往精细化做。
出海业务的建议：市场调研、团队团队、文化理解
最快最粗暴的方法就是拿钱买经验，招那些做过出海的人，因为他们至少踩过很多坑，可以增加胜率。
另外核心团队要出海先去做市场调研，熟悉那个市场，让团队成员感受那个市场用户的应用场景。我们都会带着产品经理去感受，真实的欧美用户的院子是长什么样的，他们在养什么植物，使用场景是怎么样的，用户的审美到底是怎么样，喜欢的内容是怎么样，传播渠道是怎么样等等。
如果你公司再有实力一点，可以建立本地的office，比如像美图在日本就会搭建本地化的团队，或者至少招兼职。本地员工可以非常好地弥补本地化的一些东西、内容、审美各方面的文化。
我们第一次出海的时候，就遇到不了解当地用户宗教信仰、文化信仰，很容易踩的坑。比如有一次圣诞期间我们在产品logo上打了一个 Merry Christmas，我们觉得这很正常，但结果加了这个之后，被一个非基督徒用户发了各种邮件、在App Store找客服骂我们，说让我们尽快把这个标下掉，非常侵犯他的隐私。
AI产品全球化
市场选择：欧美vs日本
AI 团队最好的市场还是美国，欧美用户比较喜欢体验和尝试新的技术型产品，特别是美国用户。对于开发团队来说，收到反馈的速度就会很快，可以迅速迭代产品。但是美国市场竞争压力很大，也很卷，因为全球比较好团队，比如俄罗斯、美国或者中国的优秀团队，都会去做美国市场。
另外一个就是我觉得是日本市场，它是一个长尾效应很好的市场。像美国市场，TOP1的产品会吃掉 90%以上的市场份额，其他竞品共享剩下的 10%甚至5%。但日本市场可能一个最好的头部产品，也只能吃掉市场 60% 或者 70% 的市场份额，剩下很多的小团队，可以去分享剩下的 30%- 40% ，对于小的开发者来说进这个市场比较好。但日本市场问题是需要你有足够的耐心慢慢进去，日本用户一方面看品牌，一方面看信任关系，还有产品质量各方面等，易守难攻。
👉关于日本市场如何出海，欢迎阅读中国好生意42期《日本进入大众创业时代！中国人如何去日本做生意抢占市场？！还能25万拿永居？》
大模型的创业机会
随着Diffusion Transformers和ChatGPT 出来之后，大家可以切身感受到自然语言理解有一个很大的进展。基于大模型这次的技术来讲，可以把很多的产品再重新做一遍，或者优化一遍。
大公司可能会卷模型，但中部的公司不要去卷这些，选一个自己熟悉的擅长的领域，把 AI 的工具用好，因为 AI 其实本质上就是一个工具而已。很多中小型公司自己原来在某个行业一定是有一些用户基础和认知的，有自己的经验或者渠道，可以用AI再把产品重新翻新一遍，提高用户的体验。
举个例子，形色当时做的时候有传统 Image Mapping 的技术，识别率可能在 50% 左右，识别种类可能在几百种。那我们当时用 AI 的技术，识别率一下子从 50%多提高了 90% 多，种类从几百种提到了1万种，这就是一个用户体验的质的提升。
AIGC技术我觉得也是可以，把各行各业的产品都可以做个升级。再小一点的个体开发者或者独立开发者，就要去找一些很垂很小的机会，把市场细分再细分，找到一个自己比较熟悉和擅长的领域，前期可以套壳去做。不要拼技术，拼的是你行业和用户群体的认知。
在AI技术日益成熟的今天，如何将技术转化为用户真正需要的产品，在激烈的市场竞争中脱颖而出，是创业者需要思考的问题。
希望形色Picture This的成功，能够激发更多AI创业者的灵感，推动AI产品向更广阔的市场进发。
对于出海及AI业务有兴趣的同学，以及想联系vivian的同学欢迎加入中国好生意听友群一起交流！
播客介绍