科技猎我如何从市场需求入手，做出3000万用户的产品
编辑导语： 如今AI成为热门赛道，一批创业者也正在跃跃欲试，如何将 AI落地，做成用户满意的产品呢？本文文章中，作者根据自己的创业经验，从5个方面分享了关于AI的一些想法，希望对相关行业从业者以及正在“预谋”创业的朋友们，带来一些启发。
文章主要从以下5个方面展开：
- 不要拿着AI锤子找钉子，项目的选择在任何时候都要从需求入手；
- 把AI打造成“神奇”的魔术师，惊艳到 AI 自身可以吸量；
- AI项目不能只靠AI能力，AI为产品赋能，但是产品本身也要进化；
- AI技术的发展日新月异，需要持续的研发投入和数据投入；
- 关于利用AI技术进行创业的4点建议。
各位好，我叫张国锋，是“标准证件照”小程序的开发者。
这次主要是结合我们的产品发展历程，分享一下我们在人工智能技术落地过程中的经验和教训。
谈不上布道，因为我们还在路上，人工智能的应用浪潮才刚刚开始。
01
不要拿着AI锤子找钉子，项目的选择在任何时候都要从需求入手。
我们公司成立于 2014 年底，成立的前三年主要为咪咕等大型企业提供视频直播解决方案。
由于大客户的流失，导致公司在 2017 年底从 35 人锐减到 5 人，被迫转型。
当时面临新项目的选择问题，由于当时 AI 已经成为热门赛道，而我和合伙人都做过 AI 项目的研发，所以毫不犹豫地选择了 AI 领域。
但是具体选择什么项目，我们都很犹豫。
一是我们的钱快花光了，需要新项目能够快速获得收入；
二是当时我们也没有任何 AI 方向的积累优势，缺乏核心竞争力。
当时的做法是把学术界最新的 AI 研究成果拿来研究，思考能用在哪些场景。
这是典型的技术导向性思维，拿 AI 锤子找钉子，结果是三个月毫无实质进展。
那段时间非常煎熬，因为每天都有“新的科学发现”，研究后却发现要么是“伟科学”，太大不适合我们；要么是“萎科学”，市场需求很弱。
这是我们第一次犯拿锤子找钉子的错误，但不是最后一次。
我们意识到 找项目得从市场需求入手，不能再拿锤子漫无目的碰钉子，否则公司必然碰钉子。
因此，我们在应用市场上调研各类 App ，发现证件照 App 在应用宝上的下载量比较大，而同类产品又很少。
于是，我们决定研究研究证件照这个市场。
在做了大量调研后，我们当时得到的结论是：证件照在线制作这个市场不大，但是刚需，产品复杂度不高，而且可以快速产生收入。
更幸运的是，它的核心技术门槛是用 AI 实现人像自动抠图，符合我们对发展方向的预期。
我们花了三个月时间上线了微信小程序“标准证件照”，并在阿里云上线了自动抠图 API 和证件照制作 API 接口。
小程序上线后，很长一段时间都是每天只有几百个用户，付费用户几十个，收入远远不能覆盖成本。
是继续优化证件照产品，真正满足到用户的需求，还是拿 AI 自动抠图技术找新的应用场景？
这时我们又犯了一次拿锤子找钉子的错误，分别推出了“闪电P图”和“唯一美物定制”小程序，一个是自动换背景的娱乐应用，一个是个性化照片定制的电商应用。
自动换背景的娱乐应用是一种弱需求，具体不展开说了，最终的结果可想而知。
个性化照片定制虽然是不错的新市场，但是核心门槛在于柔性供应链。
而我们团队没有供应链管理经验，非常不匹配，最后也是无疾而终。
而印鸽早期使用我们的头像抠图 API把个性化照片定制项目做的风生水起，目前已经是该领域最大的厂商。
02
把AI打造成“神奇”的魔术师，惊艳到 AI 自身可以吸量。
证件照小程序在初期虽然没什么量，但是我们始终没有放弃对 AI 抠图技术的不断优化。
倒不是我们相信小程序可以起量，而是因为 API 接口的客户在抱怨证件照制作的效果，这就逼迫我们必须持续改进。
AI 技术优化的任务是我负责的，因为我研究生期间做的是人脸识别研究，毕业后做过图像识别、推荐引擎和计算广告等 AI 项目，而且侧重技术研究。
那段时间，我感觉自己重新回到了读书期间的状态，每天只有学习和实验，没有娱乐和社交，一度达到出世的境界。
经过半年的技术优化，AI 人像抠图效果超过了包括 Face++ 在内的所有竞品。
同时提升了处理速度，把 GPU 服务器成本也降到了之前的十分之一。
随着证件照制作效果的提升，我们惊奇的发现证件照小程序很快到了每天几万用户。
而且 用户来源 80% 都是“会话”，也就是用户在帮我们传播。
这说明我们的产品不但满足了用户需求，而且超预期满足，所以用户才会主动传播。
相比之下，我们曾经花钱在微信上投放广告。
但是证件照属于低频刚需型产品，这种需求跟用户画像关系不大，跟“时间”关系很大。
比如有某种考试报名需要提交证件照，用户只是在“那一刻”非常需要制作证件照。
所以证件照产品很难通过广告获得用户提升，这样 AI 本身就成了最核心的推广能力。
AI 提升效果，达到甚至超过用户的预期，从而实现用户的口碑传播。
其实 AI 自身可以吸量的事实已经被验证很多次了，从滤镜 Prisma 到黑咖相机再到她 face+ 。
AI 以其“神奇”的魔力打造了很多爆款应用，只是证件照的需求不像娱乐应用那样可以被引导和引爆。
虽然 AI 自身有吸量的能力，但前提是“达到甚至超过用户的预期”。
我经常看到一些小团队甚至大公司做出的 AI 相关产品， 效果离用户预期还有很大距离，这种产品无论怎么做营销，必然不会引爆。
例如一些把拍摄的视频转成二次元效果的，把人脸图像做上妆效果的等等，只能说是“有”，远谈不上“优”。
如果自己对AI效果没有信心，就不能指望用户会被激发。
持续优化也许是唯一的方法，直至惊艳到用户。
03
AI项目不能只靠AI能力，AI为产品赋能，但是产品本身也要进化。
在 AI 效果提升的同时，我们在功能层面也在不断探索。
AI 项目的落地过程，需要忘掉 AI 本身，所有优化依然是需求引领。
这里的矛盾在于，通常 AI 技术人员缺乏产品思维，容易放大 AI 本身在产品中的作用。
而 产品经理虽然能洞察用户，但是不知道 AI 的技术边界在哪里。
幸运的是，我的合伙人既懂 AI 技术，也擅长抓住用户的需求。
我们在产品层面做了两项开创性的工作：
- 一是针对证件照采集需求， 增加了“团体拍照”这个功能，让证件照制作与采集融为一体，方便了很多学校和组织对证件照的采集和管理工作。后来很多竞品也加入了“团体拍照”功能，甚至是一模一样的复刻，不过我们对此还是很骄傲的。
- 二是将在线客服作为重要的服务窗口，把证件照这一工具类产品变成有温度的服务。 这一点非常重要，因为只有建立与用户顺畅的沟通桥梁，才会降低客诉率，最终提升的是产品评分。
在 B端客户的 API 服务上，有些客户既需要证件照制作，也需要证件照检测。
而两类需求其实涉及的 AI 技术差异非常大，证件照制作就像游戏里的大 boss ，虽然不好打，但是只有一个。
而证件照检测像小怪，每个不难打，但是很多。
因为检测指标非常多，需要很多 AI 技术的整合，这也是国内很少有公司做证件照检测的原因。
04
AI技术的发展日新月异，需要持续的研发投入和数据投入。
目前 AI 技术发展依然非常迅猛，高校里不但 AI 人才每年大量产出，连 AI 学院也在大量成立。
学术界的 AI 论文数量激增不说，连工业界都在疯狂输出论文，这在其他 IT 领域是难得一见的。
我们除了自建 AI 研发团队外，也与中科院、华师大等学术圈建立了技术合作关系，同时招收硕士和博士作为实习生开展研究工作。
我们的自动抠图技术每年都会迭代一个大的版本，整个神经网络结构彻底升级。
因为更新更好的 AI 算法在涌现，整个行业的技术水平都在向上走。
我们的 AI 技术研发成本已经超过公司整体成本的 60% 以上。
另外一种需要持续投入的是训练数据。
好的算法就像好的厨师，而好的训练数据就像好的食材，要想做出美味佳肴，二者缺一不可。
所谓好的训练数据，一方面是跟业务场景数据保持相近，另一方面是数据规模足够大，能够让 AI 学得准，同时学得多。
我们专门成立了一个数据工程团队，为各种 AI 模型的训练持续提供从数据收集、清洗、标注到验证的全流程服务。
我们自动抠图的训练数据已经达到二百万规模，我认为这是公司最核心的资产之一，也是产品真正的护城河，更是竞争中的有力武器。
基于我们在 AI 自动抠图和人像训练数据的积累优势，我们又重点布局了视频人像分割产品，涵盖服务器、PC、移动端等多个平台，以 SDK 形式对外提供服务。
应用于视频会议、娱乐直播、短视频编辑等领域，为合作伙伴提供自动更换视频中背景的能力。
其中视频人像分割的研发投入更大、周期更长，竞争也更激烈，非常考验团队的决心、信心和勇气。
05
关于利用AI技术进行创业的4点建议。
首先，我不是学术大牛，给不了任何 AI 技术前沿发展建议，更没在大厂参与过大型 AI 项目，指引不了未来 AI 发展方向。
我只是一个冲在 AI 创业一线、把 AI 从技术做到产品化落地的经历者，愿意分享一下我对 AI 创业的几点认知。
1. 谋定而后动
对于 AI 技术型创业，我的建议是： 谋定而后动。
这里的“谋”主要是对市场需求的思考和验证。
只有首先明确您要去哪里，您的每一步才有价值。
不要期望做个“有意思”的 AI 玩具抛向市场就能引爆流行，最终很可能把自己砸伤，带来挫败感。
现在的 AI 技术发展，已经过了垦荒期，进入到精耕细作时期。
基础且通用的 AI 能力已经比较普及，尤其是大厂提供的 AI 云服务已能够满足很多业务场景对 AI 的需求。
但并不是说 AI 技术型创业没有机会，如果您的 AI 技术比市场上的竞品具有明显优势，例如图像识别率高出一大截，那依然很有机会赢得市场；
又或者您的 AI 技术适合某些细分市场，例如将大合影照片中人像闭眼转成睁眼，可以帮助摄影师解决令人头疼的问题，那会在细分市场中获得足够的收益。
2. 积极拥抱 AI
对于想将 AI 技术应用于已有产品或业务中的企业，无论是为了提升生产力，还是想创造新价值，我的建议是： 积极拥抱 AI 。
这个积极拥抱，不是态度上的，而是行动上的， 要去学习 AI 技术的原理，懂得 AI 技术能做什么、边界在哪里。
其实人工智能这个词对公众多少是有些误导的，本轮人工智能浪潮更准确的应该是“机器学习”的浪潮。
也就是说，是机器根据人类指定的确定性任务，通过对大量训练数据的学习，获得完成对该任务的能力。
例如让机器使用AI神经网络算法观看一万张人像照片，并告诉他每一张的搞笑值，那么 AI 训练完成后就获得了搞笑脸识别能力。
当给 AI 看徐志胜照片时，它可能会给出满分值。
我认为， AI 最大的应用空间就是跟任何行业已有产品或业务的结合，这也是 AI 上升为国家战略的原因所在。
3. 正确认识AI
在与非 AI 行业朋友交流中，我发现很多人对 AI 的认知不够，有的期望过高，有的目标不明，还有的忽视数据甚至不知道需要训练数据。
积极拥抱 AI ，理解 AI 的运作原理， 不要指望 AI 专家替你思考。
对于想将 AI 作为生产力工具的内容创作者，我的建议是除了搜索和使用各种 AI 类编辑工具外，还可以关注几个 AI 领域专业的公众号。
这些公众号会把最前沿的 AI 技术进展报道出来，也许会让你第一时间了解到新的生产力工具，获得先机。
4. AI充满商机
对于普通人，我相信 AI 一样充满商机。
为了不误导大家，我这里不提具体的创意，建议大家主动去搜索和了解一下 AI 的基本原理和应用案例，懂得 AI 能做什么、适合做什么。
然后在自己的生活和工作中寻找 AI 发挥作用的场景，说不定就可以发掘出新的商机。
而用 AI 实现您的创意，现在已经有大量做 AI 技术落地的工程师，可以找他们帮您实现。
作者：张国锋
原文链接：https://www.huxiu.com/article/469975.html
本文由@张国锋 授权发布于人人都是产品经理，未经许可，禁止转载。
题图来自Unsplash，基于CC0协议