一个适合程序员的 AI创业思路

很多程序员朋友都想做自己的AI产品，我们可以按照「流程自动化程度」与「AI应用程度」将产品的形态划分为四个象限：

其中：

• 流程自动化程度衡量「产品的服务流程有多少需要人工介入」

• AI应用程度衡量「AI在产品中应用的比重」

第一象限，比如开发一个AI图片处理应用，用户在应用内通过与UI交互就能完成完整的服务流程，所以流程自动化程度高。同时「AI图片处理」重度依赖AI的能力，所以AI应用程度高。

第二象限，则是常规的应用开发领域，比如开发个知识管理应用、时间管理应用，流程自动化程度高，但不需要用到AI的能力，所以AI应用程度低。

第三象限，一些非标服务，比如心理辅导、创业咨询，流程自动化程度低且AI应用程度低。

第四象限，比如在淘宝接大学生毕设以及各类写稿的单，再用AI完成内容输出。大部分服务流程通过IM沟通完成，所以流程自动化程度低。同时内容输出重度依赖AI的能力，所以AI应用程度高。

类似的例子还有用AI定制各种风格的照片、头像......

一种适合程序员的创业思路

程序员由于日常工作就是开发应用，所以创业时多会倾向于做应用，也就是流程自动化程度高的产品（第1、2象限），但选择1、2象限前期的投入很大，主要体现在：

1. 开发成本投入大，前期需要投入大量时间开发应用

2. 如果AI应用程度高，还需要在AI技术上投入很多，比如AI图片处理应用需要持续投入技术，确保图片处理效果比竞品好

3. 在营销获客上的投入

选择1、2象限意味着你会与其他程序员创业者、创业团队产生直接竞争。

但选择3、4象限又不能发挥程序员「会编程的优势」。

所以，有没有一条路子能同时满足：

• 能发挥程序员会编程的优势

• 不与其他程序员同行、创业团队产生直接竞争

• 能发挥AI的优势，又不需要很高的AI技术门槛

一个有趣的例子

接下来我会讲一个满足以上条件的有趣例子。

Fiverr是一个在线自由职业市场（类似国内的猪八戒），自由职业者提供技能服务，买家发布任务并寻找合适的自由职业者接单。

在Fiverr上，自由职业者提供的服务被称为gig，一个gig通常包含服务的描述、价格、交付时间以及套餐（基础、标准、高级包等不同价格和服务内容的套餐）。

例如，一个图形设计师的gig可能是设计一个徽标；一个写手的gig可能是撰写一篇500字的文章；一个程序员的gig可能是进行一小时的编码工作。

这里有一个隐藏的逻辑 —— 每个gig背后对应一个可售卖的服务，每个服务对应一个需求。所以，每个gig背后其实暗含了一种需求。

比如，有一个gig是「帮你写出高转化率的卖货文案」，这背后暗含的是「需要专业人士帮忙提高电商经营效率」需求。

当你读懂背后的用户需求时，可能你不会写卖货文案，但你有电商操盘经验，也能与用户达成合作。

看到这一商机后，有个叫 peter（x id @pwang_szn）的小哥爬取了Fiverr上346324+的gig，再用Claude（一个AI模型，擅长分析长文本）分析了每个gig背后暗含的需求，再将这些需求打包售卖（售卖网站地址[1]）。

需求表格的部分内容

试想一下，如果一个人正在网上寻找商机，现在有一份包含34w+真实需求的表格摆在面前，是不是有很大概率购买呢？

从公开信息看，这份需求表格已经帮他赚了大于2k刀（20 * 47 + 20 * 67）。

让我们用「流程自动化程度」与「AI应用程度」来分析下这款产品：

• 流程自动化程度：主要包括数据爬取、清洗、分析，都是脚本自动完成的，流程自动化程度高

• AI应用程度：AI主要用于替代人工分析gig背后的需求，AI应用程度不高

所处位置大概在一象限的左上方：

这个思路简单来说就是：

1. 爬取某一领域相关数据

2. 用AI辅助清洗、分析数据，形成新的洞察

3. 将新的洞察包装成产品售卖

有同学会说 —— 这个思路很简单，也很好执行。那不就意味着很容易被其他程序员模仿？

别着急，这个思路还有后续，听我继续往下讲。

首先，除了上面介绍的「通过gig反向发掘暗含的需求，再售卖需求」外，数据还能有很多用途，比如分析转化率更高的gig，总结规律，向自由职业者提供gig优化服务。

其次，除了产品本身（即通过分析数据得出的各种表格）有价值外，通过产品吸引来的客户同样有价值。

完全可以将这些客户聚拢起来，提供付费的社群服务。此时，客户不仅能从你的产品（各种表格）中获得价值，还能从其他客户身上获得价值（通过社群连接）。

也就是说，从思路3继续发散，可以往任意象限继续发展。迭代的时间越长，产品的形态就越独特，不用担心有人会模仿。

总结

本文提供了一种程序员做AI产品的思路，这个思路既能发挥程序员编程的优势，又能发挥AI的优势，还不要求很高的AI技术。包括4个步骤：

1. 爬取某一领域相关数据

2. 用AI辅助清洗、分析数据，形成新的洞察

3. 将新的洞察包装成产品售卖

4. 基于数据与用户拓展新的业务形态

举个例子：

1. 定期爬取求职网站的求职数据

2. 用AI辅助分析数据，形成洞察（比如找工作难度的趋势变化、招人的企业趋势变化、企业更看重的能力......）

3. 将新的洞察形成周刊发布

4. 为周刊读者提供求职相关服务

再举个例子：

1. 定期爬取某书上某个城市的装修相关笔记

2. 用AI辅助分析，形成当前城市的装修商家避坑指南、商家推荐指南

3. 定期更新指南，吸引读者

4. 为客户提供装修的增值服务

甚至思路打开点 —— 不一定分析某个行业，可以分析所有行业。不一定要产出文字表格，还能产出标准化的视频。比如下面这个up做视频的思路就是遵循上述步骤：