大家好，我卡頌。

很多程序員朋友都想做自己的AI產品，我們可以按照「流程自動化程度」與「AI應用程度」將產品的形態劃分為四個象限：

其中：

• 流程自動化程度衡量「產品的服務流程有多少需要人工介入」
• AI應用程度衡量「AI在產品中應用的比重」

第一象限，比如開發一個AI圖片處理應用，用戶在應用內通過與UI交互就能完成完整的服務流程，所以流程自動化程度高。同時「AI圖片處理」重度依賴AI的能力，所以AI應用程度高。

第二象限，則是常規的應用開發領域，比如開發個知識管理應用、時間管理應用，流程自動化程度高，但不需要用到AI的能力，所以AI應用程度低。

第三象限，一些非標服務，比如心理輔導、創業咨詢，流程自動化程度低且AI應用程度低。

第四象限，比如在淘寶接大學生畢設以及各類寫稿的單，再用AI完成內容輸出。大部分服務流程通過IM溝通完成，所以流程自動化程度低。同時內容輸出重度依賴AI的能力，所以AI應用程度高。

類似的例子還有用AI定制各種風格的照片、頭像......

一種適合程序員的創業思路

程序員由于日常工作就是開發應用，所以創業時多會傾向于做應用，也就是流程自動化程度高的產品（第1、2象限），但選擇1、2象限前期的投入很大，主要體現在：

• 開發成本投入大，前期需要投入大量時間開發應用
• 如果AI應用程度高，還需要在AI技術上投入很多，比如AI圖片處理應用需要持續投入技術，確保圖片處理效果比競品好
• 在營銷獲客上的投入

選擇1、2象限意味著你會與其他程序員創業者、創業團隊產生直接競爭。

但選擇3、4象限又不能發揮程序員「會編程的優勢」。

所以，有沒有一條路子能同時滿足：

• 能發揮程序員會編程的優勢。
• 不與其他程序員同行、創業團隊產生直接競爭。
• 能發揮AI的優勢，又不需要很高的AI技術門檻。

一個有趣的例子

接下來我會講一個滿足以上條件的有趣例子。

Fiverr是一個在線自由職業市場（類似國內的豬八戒），自由職業者提供技能服務，買家發布任務并尋找合適的自由職業者接單。

在Fiverr上，自由職業者提供的服務被稱為gig，一個gig通常包含服務的描述、價格、交付時間以及套餐（基礎、標準、高級包等不同價格和服務內容的套餐）。

例如，一個圖形設計師的gig可能是設計一個徽標；一個寫手的gig可能是撰寫一篇500字的文章；一個程序員的gig可能是進行一小時的編碼工作。

這里有一個隱藏的邏輯 —— 每個gig背后對應一個可售賣的服務，每個服務對應一個需求。所以，每個gig背后其實暗含了一種需求。

比如，有一個gig是「幫你寫出高轉化率的賣貨文案」，這背后暗含的是「需要專業人士幫忙提高電商經營效率」需求。

當你讀懂背后的用戶需求時，可能你不會寫賣貨文案，但你有電商操盤經驗，也能與用戶達成合作。

看到這一商機后，有個叫 peter（x id @pwang_szn）的小哥爬取了Fiverr上346324+的gig，再用Claude（一個AI模型，擅長分析長文本）分析了每個gig背后暗含的需求，再將這些需求打包售賣（售賣網站地址[1]）。

需求表格的部分內容

試想一下，如果一個人正在網上尋找商機，現在有一份包含34w+真實需求的表格擺在面前，是不是有很大概率購買呢？

從公開信息看，這份需求表格已經幫他賺了大于2k刀（20 * 47 + 20 * 67）。

讓我們用「流程自動化程度」與「AI應用程度」來分析下這款產品：

• 流程自動化程度：主要包括數據爬取、清洗、分析，都是腳本自動完成的，流程自動化程度高。
• AI應用程度：AI主要用于替代人工分析gig背后的需求，AI應用程度不高。

所處位置大概在一象限的左上方：

這個思路簡單來說就是：

• 爬取某一領域相關數據
• 用AI輔助清洗、分析數據，形成新的洞察
• 將新的洞察包裝成產品售賣

有同學會說 —— 這個思路很簡單，也很好執行。那不就意味著很容易被其他程序員模仿？

別著急，這個思路還有后續，聽我繼續往下講。

首先，除了上面介紹的「通過gig反向發掘暗含的需求，再售賣需求」外，數據還能有很多用途，比如分析轉化率更高的gig，總結規律，向自由職業者提供gig優化服務。

其次，除了產品本身（即通過分析數據得出的各種表格）有價值外，通過產品吸引來的客戶同樣有價值。

完全可以將這些客戶聚攏起來，提供付費的社群服務。此時，客戶不僅能從你的產品（各種表格）中獲得價值，還能從其他客戶身上獲得價值（通過社群連接）。

也就是說，從思路3繼續發散，可以往任意象限繼續發展。迭代的時間越長，產品的形態就越獨特，不用擔心有人會模仿。

總結

本文提供了一種程序員做AI產品的思路，這個思路既能發揮程序員編程的優勢，又能發揮AI的優勢，還不要求很高的AI技術。包括4個步驟：

• 爬取某一領域相關數據
• 用AI輔助清洗、分析數據，形成新的洞察
• 將新的洞察包裝成產品售賣
• 基于數據與用戶拓展新的業務形態

舉個例子：

• 定期爬取求職網站的求職數據
• 用AI輔助分析數據，形成洞察（比如找工作難度的趨勢變化、招人的企業趨勢變化、企業更看重的能力......）
• 將新的洞察形成周刊發布

1. 為周刊讀者提供求職相關服務

再舉個例子：

• 定期爬取某書上某個城市的裝修相關筆記
• 用AI輔助分析，形成當前城市的裝修商家避坑指南、商家推薦指南
• 定期更新指南，吸引讀者
• 為客戶提供裝修的增值服務

甚至思路打開點 —— 不一定分析某個行業，可以分析所有行業。不一定要產出文字表格，還能產出標準化的視頻。比如下面這個up做視頻的思路就是遵循上述步驟：

參考資料

[1]售賣網站地址:https://www.explodinginsights.com/