手机小火箭在哪儿打开的
前几天打开 X,我被 Cal AI 刷屏了。创始人 Zach 发文表示,Cal AI 的收入超过了百万美元,而达成这一成绩的那一天,刚好是他高中开学第一天。他发出了“这就是命运吗?”的感慨......
综合查看点点数据(收录的总流水略低,84 万美元),Cal AI 达成这一成绩,也就运营了 4 个月不到,加之其背后主要由 2 名青少年+1 名刚毕业的大学负责研发和运营,让人不禁疑问,被吐槽赚不到钱的 toC AI 产品,怎么就支棱起来了。
Cal AI,简单说就是一个扫描食物热量的 App,用户拿起手机给食物拍照,App 分析食物里面的蛋白、碳水和脂肪含量,最终实现用户管理体重的目标。如上,这个产品的开发和运营只有 3 个人在做,Zach 是 CEO,Henry 是 CTO,2 个人都是青少年,以及还有一个人负责做增长。
Cal AI的新手用户引导流程,分别介绍了使用方法、产品提供的价值、以及实现目标 图片来源:Cal AI
进入App完成新手用户引导流程之后,App会询问大量问题(包括年龄、性别、体重、身高等)来营造一个为你打造专属减重计划的氛围,然后跳转订阅页面,不付费不能使用。而这样一个必须付费才能使用的App,保持着4w的DAU。根据现有数据测算,这款App的ARR很有可能来到300万美元。
综合上表,热量扫描——体重管理,是一个长期存在的需求,问题的真实性足够,且天花板也足够高。最高流水可达到千万美元的水平,这个吸金能力与重度游戏齐平。
按上线时间的维度来看,主要分 3 批次,2009 年、2014 年、以及这一次,2023 年年底到 2024 年上半年,最新一批的 3 个玩家,除了 Cal AI,都不太能打,下载和收入都处于个位数(w)。
而作为一个后来者手机小火箭在哪儿打开的,Zach认为,在头部已经相当固化的情况下,通过新的营销方式能将新的AI产品分发给一拨还未被覆盖的用户群,指向了Zach的第2个关键经验。他认为,在社媒上、尤其TikTok上,不用依赖于大KOL,也有造成病毒性传播的可能。
在了解 Cal AI 为什么能够获得不错的成绩时,我们发现了另一个可能中国出海从业者们更熟悉的产品的创始人,Brake,也就是在 Cal AI 负责增长的第三人。
Brake 刚大学毕业不久,因为不想走寻常的上班赚钱养家路径,在一年前开始自己跟着 AI 学编程,而就是这样一个之前并不懂代码的人,靠着 ChatGPT,做了 2 款百万美元 ARR 的 App,第一款是 RizzGPT,后面改名 PlugAI。第二款大家会更熟悉一些,a16z 在 2024 年 8 月份最新发布的 Top50 GenAI App(按 MAU 计)榜单中,位列第 44 的 Umax。
帮助男性用户变得更有吸引力的 AI App Umax,位列 a16z 最新发布的 Top 50 GenAI App 榜单(MAU)第 44 名(Umax 于 2024 年 1 月份上线 月份 MAU 接近 200w,距离最高点 240w 略有滑落。但作为一款帮助男性更具吸引力的、没那么刚需的 App 来说,流水下滑更明显一些。月流水从 2 月份的 33 万美元下降到 8 月份的 17 万美元,几乎腰斩。但历史累计收入已经接近于 200w 美元(自己公布的是 300w+ 美元))
而在 Cal AI 的项目中,Zach 称 Brake为 cofounder,算是他参与的第 3 款 AI 产品,且主要“支招”了增长策略。在一次播客中,Brake 表明,自己连做 3 款 AI App 赚到钱,遵循了同一套“模板”,并在每一个案例中,根据具体情况进行了“微调”。
Brake发现大学室友经常询问如何回复 dating App 上的信息,于是找了 2 个人一起做了 RizzGPT,定位 AI“约会教练”,用户上传聊天截图,然后 App 会返回 回复。冷启动靠的是细分创作者(Rizz Content)的 2 个 YouTube 不露脸频道,每个频道花了 50 美元,不到一星期拿了 20 万下载,4 个月拿下 140 万下载,RizzGPT 很快涨到 20w 美元/月,后面改名 PlugAI。
Brake离开RizzGPT、保留了股权,他认为上一次的成功可以复制,开始思索项目idea。他在Reddit和TikTok上发现大量男性用户“求改造”(lookmaxing)的趋势且发现这是一个长期现象,推出了lookmaxing类的产品Umax,核心循环就是下载App——扫描脸部——拿到分析结果和建议。
启动方面,选择了对应方向 look maxing KOL Sam Zia 合作推广 App,上线视频拿下了几十万的观看,第一个月流水 10w 美元。Brake 也凭借 Umax 加入一个加速器,几个月之后,大概达到了 50 万美元的 MRR(点点数据显示 MRR 要低一些)。
在 X 上找到 Zach,与他们合作来继续验证“成功模板”。Cal AI 在 5 月份前后上线,一样是通过内容创作者来做 App 分发,然后给效果好的视频投广告。团队在 TikTok 上基本找健身、健康、甚至颜值博主等有体重管理需求的创作者,官方账号转发的创作者视频接近 50 个,播放量从几千到几百万不等。
,Brake先后完成了3款产品的启动和收入快速增长,但如上所述在面对不同产品时,做分发的思路有共性、也有微调。Brake和Zach总结了其中一些值得注意的细节。
“当你能够估算出一个能盈利的CPA,以及1000次观看能带来的转化率,就能得到一个CPM目标,这能够帮助开发者提前制定一个有效的内容营销策略。在具体选择创作者的时候,是能大致估算出一个平均观看量的,数据会比较接近他们的账户的中位数。”
有一些创作者的访问量有百万级别,但是因为看起来不够专业拿不到品牌的商单,这在 Cal AI 团队眼里属于金矿。而进一步去观察和选择创作者,他们建议去观察创作者的内容会转化哪类用户、评论有哪些内容可以作为互动率良好的标准,用户才会去采信他们推荐的产品。
“以我的经验来看,大多数内容创作者的ROI都是负的,但是会有一些能做到10倍ROI”,Brake曾总结道。“我在做Umax的时候,会很沉浸在里面,自己去思考如果我想变得更有吸引力会想知道哪些信息、想听到什么,这样对应去看创作者,然后他强调合作的创作者最好有企业家精神,这样能实现最高ROI,但大部分创作者是没有的。”
有一个值得注意的点是,在做 Umax 的时候,Brake 选择 Partner With KOL,而在做 Cal AI 的时候,他们完全是 Paid influencer Marketing,Brake 认为,这是领域不同导致的策略不同。Cal AI 所在的领域其实是 Weight Loss,这是一个非常大的领域,很多头部产品立在里面,look maxing 则是另外一回事情,很小的细分赛道,一个头部的 KOL 可以带飞。
例如对效果好的视频做复制、加入 referral code 系统给创作者来提升效果、以及同步做广告 ROI 会更高。
Cal AI的下载曲线 图片来源:点点数据(Cal AI的预算给到TikTok的可能是最少的,但3波增长都有在投TikTok(橘色))
,这一整套操作某种程度上已经被视作开发者通过消费级AI应用快速致富的“金科玉律”。并且已经衍生出了升级版本,那就是加快上新、迅速验证,一种与快时尚对应的“快应用”趋势在海外市场开始初露端倪。
我们最早关注到的是一款名为Rayz的应用,这是一款指导用户“美黑”的APP。用户只需要上传自拍,Rayz就能根据用户皮肤状况和所在地的天气信息制定安全高效的美黑计划。和Umax发现需求的历程类似的是,此前同样也有大量用户在TikTok上分享美黑的经验、美照,Rayz搭建完成之后也是选择了TikTok作为推广的第一阵地。X博主“Guillaume”介绍,Rayz已累计在TikTok收获了4000万的浏览次数、10万次的月下载量和8万美元的月流水。
更让人啧啧称奇的是,Rayz极有可能是在零推广预算的情况下达成了上述成绩。通过第三方数据平台我们没能查询到Rayz任何的投放记录,而给它带来大几千万浏览量的3个TikTok账号也全是团队自己起的号。看到这里你可能会感慨Rayz团队超强的素材能力,但不得不介绍他们的一个“逆天操作”,直接去下载漂亮女孩的美黑视频,加上产品的录屏变成自己的素材。通过这样批量操作,Rayz成功跑出了爆量素材,目前#tanning(晒黑)标签下浏览量Top2的视频都是Rayz的广告,点赞大几十万。
而 Rayz 也并不是这个团队的唯一一个作品,7 月上线 月他们又用类似的方法推广女性颜值打分工具 Demure,9 月则是宗教应用 One Minute for God,
每一款应用背后都是一个对于 TikTok Trends 的洞察,Demure 灵感来源于 TikTok 上“五官很丑、整体和谐”的热门视频,One Minute for God 则对标的是 TikTok 上的宗教账号,“留一分钟给上帝吗?”通常作为视频中直击人心的开场语出现。你可能多少会疑惑,这有必要做成一个产品吗?Rayz 团队的答案可能是交给市场检验,他们则专注于快速构建和低成本推广来争取更多的试错机会。
在经济下行的大背景、以及 AIGC 降低创业门槛的双重因素作用下,近一年来有大量的独立开发者在寻求做 App 或者 web 产品,在海外赚美金。但从笔者加入的社群来看,拥有工程师红利的中国开发者来说,最难的刚好是找需求和做增长,这些开发者们不缺技术、更多缺的是对市场需求的敏锐嗅觉、以及增长经验,也希望 Cal AI 的经历,能够给到大家更多启发。
而回到这几款产品来说,AI 僚机、男性颜值提升、美黑指南,这些在最初被我们判定为伪需求的产品,貌似活得比预设的更久一些。虽然产品的用户和流水数据已经有滑落,但在实操层面,需求发现+快速付费验证,“打败”了傲慢假设。而吸收了用户数据、作为长期体重管理的 Cal AI 可能会走得更久一些。Rayz 及其团队呈现了寻找市场需求时具有相当失败概率的一面,用速度和效率去接近“对”,则是他们给出的答案。
Brake 认为,随着 AI 的进步,AI 产品的搭建成本和时间会越来越低,难的是怎么以合适的方式把它带到对的人面前。在这种趋势下,“快应用”可能成风,但成功依然不容易。Cal AI 的高中生创始人,在 Cal AI 之前发布了 5 款产品,一点水花也没有激起。Brake 在 PlugAI 赚到钱之前,一直睡在别人家的沙发上。