很多程序員朋友都想做自己的AI產(chǎn)品，我們可以按照「流程自動化程度」與「AI應(yīng)用程度」將產(chǎn)品的形態(tài)劃分為四個象限：

其中：

流程自動化程度衡量「產(chǎn)品的服務(wù)流程有多少需要人工介入」

AI應(yīng)用程度衡量「AI在產(chǎn)品中應(yīng)用的比重」

第一象限，比如開發(fā)一個AI圖片處理應(yīng)用，用戶在應(yīng)用內(nèi)通過與UI交互就能完成完整的服務(wù)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(yīng)用程度高。

第二象限，則是常規(guī)的應(yīng)用開發(fā)領(lǐng)域，比如開發(fā)個知識管理應(yīng)用、時間管理應(yīng)用，流程自動化程度高，但不需要用到AI的能力，所以AI應(yīng)用程度低。

第三象限，一些非標服務(wù)，比如心理輔導、創(chuàng)業(yè)咨詢，流程自動化程度低且AI應(yīng)用程度低。

第四象限，比如在淘寶接大學生畢設(shè)以及各類寫稿的單，再用AI完成內(nèi)容輸出。大部分服務(wù)流程通過IM溝通完成，所以流程自動化程度低。同時內(nèi)容輸出重度依賴AI的能力，所以AI應(yīng)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(chuàng)業(yè)思路

程序員由于日常工作就是開發(fā)應(yīng)用，所以創(chuàng)業(yè)時多會傾向于做應(yīng)用，也就是流程自動化程度高的產(chǎn)品（第1、2象限），但選擇1、2象限前期的投入很大，主要體現(xiàn)在：

開發(fā)成本投入大，前期需要投入大量時間開發(fā)應(yīng)用

如果AI應(yīng)用程度高，還需要在AI技術(shù)上投入很多，比如AI圖片處理應(yīng)用需要持續(xù)投入技術(shù)，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(chuàng)業(yè)者、創(chuàng)業(yè)團隊產(chǎn)生直接競爭。

但選擇3、4象限又不能發(fā)揮程序員「會編程的優(yōu)勢」。

所以，有沒有一條路子能同時滿足：

能發(fā)揮程序員會編程的優(yōu)勢。

不與其他程序員同行、創(chuàng)業(yè)團隊產(chǎn)生直接競爭。

能發(fā)揮AI的優(yōu)勢，又不需要很高的AI技術(shù)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(yè)市場（類似國內(nèi)的豬八戒），自由職業(yè)者提供技能服務(wù)，買家發(fā)布任務(wù)并尋找合適的自由職業(yè)者接單。

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

例如，一個圖形設(shè)計師的gig可能是設(shè)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(yīng)一個可售賣的服務(wù)，每個服務(wù)對應(yīng)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(zhuǎn)化率的賣貨文案」，這背后暗含的是「需要專業(yè)人士幫忙提高電商經(jīng)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(jīng)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(wǎng)站地址[1]）。

需求表格的部分內(nèi)容

試想一下，如果一個人正在網(wǎng)上尋找商機，現(xiàn)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(jīng)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(yīng)用程度」來分析下這款產(chǎn)品：

流程自動化程度：主要包括數(shù)據(jù)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(yīng)用程度：AI主要用于替代人工分析gig背后的需求，AI應(yīng)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(lǐng)域相關(guān)數(shù)據(jù)

用AI輔助清洗、分析數(shù)據(jù)，形成新的洞察

將新的洞察包裝成產(chǎn)品售賣

有同學會說 —— 這個思路很簡單，也很好執(zhí)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(xù)，聽我繼續(xù)往下講。

首先，除了上面介紹的「通過gig反向發(fā)掘暗含的需求，再售賣需求」外，數(shù)據(jù)還能有很多用途，比如分析轉(zhuǎn)化率更高的gig，總結(jié)規(guī)律，向自由職業(yè)者提供gig優(yōu)化服務(wù)。

其次，除了產(chǎn)品本身（即通過分析數(shù)據(jù)得出的各種表格）有價值外，通過產(chǎn)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(wù)。此時，客戶不僅能從你的產(chǎn)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(xù)發(fā)散，可以往任意象限繼續(xù)發(fā)展。迭代的時間越長，產(chǎn)品的形態(tài)就越獨特，不用擔心有人會模仿。

總結(jié)

本文提供了一種程序員做AI產(chǎn)品的思路，這個思路既能發(fā)揮程序員編程的優(yōu)勢，又能發(fā)揮AI的優(yōu)勢，還不要求很高的AI技術(shù)。包括4個步驟：

爬取某一領(lǐng)域相關(guān)數(shù)據(jù)

用AI輔助清洗、分析數(shù)據(jù)，形成新的洞察

將新的洞察包裝成產(chǎn)品售賣

基于數(shù)據(jù)與用戶拓展新的業(yè)務(wù)形態(tài)

舉個例子：

定期爬取求職網(wǎng)站的求職數(shù)據(jù)

用AI輔助分析數(shù)據(jù)，形成洞察（比如找工作難度的趨勢變化、招人的企業(yè)趨勢變化、企業(yè)更看重的能力......）

將新的洞察形成周刊發(fā)布

為周刊讀者提供求職相關(guān)服務(wù)

再舉個例子：

定期爬取某書上某個城市的裝修相關(guān)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(wù)

甚至思路打開點 —— 不一定分析某個行業(yè)，可以分析所有行業(yè)。不一定要產(chǎn)出文字表格，還能產(chǎn)出標準化的視頻。