AIGC工具这波浪潮，不管是大公司、创业公司甚至是个人IP，都不想放过这波增长的机会
GTM，即Go to market，是指AIGC工具成功推向市场的过程
笔者经过过去一年的市场实践，反复论证哪些是重要的，哪些是趋势，哪些是 错误归因
将感悟总结如下，适合已经入局或者想要入局的国内AIGC从业者做阅读和参考，也欢迎大家一起讨论
为了界定清楚边界，本文只讨论AI应用，不讨论大模型本身，因为大模型作为一种底层能力存在时，不存在GTM的诉求
在AI应用中，不讨论 to B产品的GTM，其一因为很多toB产品中只存在部分AI功能，外部很难确定这部分AI功能是否是对购买作用；其二因为to B产品的销售渠道、定价和转化数据都相对不可见
我看过一些分析GTM的书，包括一些一线的营销人员，很多都会把GTM的关键点放在某种获客策略上，比方说早期的SAAS通过电邮传播，然后对其中的执行细节做非常细节的讨论
但是在笔者看来，这是一种过于形而下的视角，因为单独讨论获客策略是没有意义的
这就引出笔者个人总结的AIGC产品完成0-1的三个必要点，这三部分是有强相关度的，脱离了任何一个因素去讨论另外两个都是没有意义的
一、产品上，AIGC产品是否真正的满足用户需求
很多人可能觉得这是一句废话，然后忽视它，最终跪在这上面，并且连累了手底下的打工人
在AIGC产品上，这个问题更加尖锐
为什么？因为AI所满足的需求，之前的解决方案都是人工，换言之，它是一种生产力或者生产关系优化方案
在AI陪聊之前，APP提供的是人和人聊天的撮合策略，操作者是一个有聊天意愿和技巧的人
在AI绘图之前，APP提供的是一个图片编辑或者视频编辑能力，操作者是一个有图片绘制能力的人
在AI写作之前，APP提供的是一些文字编辑和美化能力，操作者是一个有逻辑和写作技巧的人
注意，以上都是一些传统APP（为了有别于AI工具，姑且叫这个名字）真正的用户需求和需求实现方案
那么尴尬的地方就来了，无人工介入的AI作品，现在处在一个中间的位置：有技能的人制作的作品，对应平均分是85分> 技术人员用AI制作的半成品，对应平均分是70分> 小白的作品，对应的平均分是60分所以很多技术专家就说了，你们再等等吧，等到AGI就好了
技术能力上可能确实如此，但是商业上不成立，总不能把现在所有掌握不了AI核心技术的商业公司，集体打包空投到未来某个时间点吧
在这种情况下，大路一分为二：1. 部分看中用户规模，向下兼容做小白用户
试图让效果变成这样有技能的人制作的作品，对应平均分为85分 >小白用AI做的作品，平均分为65分 >小白原来做的作品，对应平均分为60分眼尖的读者发现了，不对啊，怎么小白用AI，效果从原来的70分下降到了65分
这就引入了第一个问题：小白在对prompt缺乏概念的时候，很容易导致第一次尝试折戟沉沙，进而流失
我在做整个AI工具推广周期内，都有看用户作品的习惯，我发现用户很喜欢在一个营销文案模板下，让AI给写一个短篇悬疑小说，而且很执着的重复输入同一套小说主人公关键词
小白对所有（注意是所有）的AI工具都没有高频+刚需
比如AI问答助手，看着很简单好上手，对不对
但是对于一个普通学生而言，你能想到他在什么情况下，会1个月内每天都打开一个AI问答助手，并且问它至少1个问题吗？ 这种情况并不存在，对吧
但是这种频次，对于传统工具类APP来说非常正常，比如网易云音乐
事实就是，普通人没有那么多问题要问AI
2. 部分看中付费转化的创业者，向上兼容做专业用户，试图让效果变成这样：有技能的人用AI制作的作品，对应平均分为90分> 技术人员用AI制作的半成品，对应平均分是70分> 小白的作品，对应的平均分是60分效果提升了5分，或者是效率提升导致人力支出减少，提升了5分，是不是看起来很不错？但是实际情况是，因为AI本身的可控性差，做作品像“抽卡”，有技能的人用起来可能未必是“提效”，也有可能是降效
举个例子，有很多AI绘图工具声称可以做出很哇塞的商品图对不对？上传一个香水的实拍素材，关键词输入室内、鲜花、光线 bala
跑出来了4张图，但是都有一点问题，比如那个室内光的感觉有点假
设计师需要把那个光抠出来去掉，但又不好抠；再调整关键词做局部优化吧，光是没了，但是连带色彩也变了
这是因为AI出图、出视频都不是按照所谓人的编辑步骤进行的，拔出萝卜带出泥，有时甚至比传统工具里面使用的工时还要长
所以说很多人认为AI工具就像一个次品率很高的流水线
看到这里，有人可能觉得我耸人听闻，或者认为我很悲观，好像AI现阶段的局限性把AIGC应用发展的道路给限死了
实际上经过长时间的思考，我得到了部分解法
在此不再枚举案例，如果有后续文章可能会根据产品做详述
从长期来看，AI+人工调优的工具一定会把纯AI工具给替代掉
也就是有传统工具经验的业务仍然具备优势
需要根据具体场景对大模型进行finetune，比如电商场景、销售对话场景、二次元文本创作场景……如果不做finetune，AI做的东西始终透着一股外行
AI技术本身不具备商业价值，具有商业价值的是有AI参与的工作流（pipeline）
接下来，我将论述AIGC产品的营销获客的真正核心问题
二、获客上，营销卖点是否真正打动了用户
很多人觉得这不是把上面的话重复了一遍吗？其实不然，在我的观察中，很多营销人员和产品的立项是完全脱节的，只在产品上线后介入，对产品的使用链路不熟悉，所以他们会存在如下几个问题，卖点是被产品经理灌输的，而非主动识别的
没有参与用户内测，不清楚用户对于产品的期待是什么，所以第一阶段纯纯在碰运气
不清楚自己推广的产品可以实现的平均水平如何，一味地过度承诺，结果第一轮口碑翻车
所以如果对于创业者和推广负责人的建议是，如果你想提高GTM的成功率，第一是选取有经验的操盘手第二是核心推广人员一定要在产品立项阶段就介入，并且营造能够发表意见的场域
再说回营销，打动用户有三个层次（对应的是AIPL模型），第一个层次是用户产生了印象，只是收藏或者赞了
第二个层次是用户立刻下载并使用了这个应用 第三个层次是用户使用后觉得超出预期，愿意在社交媒体上进行传播
很多人误以为所有的产品都有这个过程，只是留到Loyalty阶层的人或多多少而已，其实不然，大部分的AI应用，根本走不到第三层
究其原因，就要说到AIGC的营销的核心要点了：1. 要对AI热点的大趋势有准确的判断
特别当你的用户触点主要在自媒体上，那就更不能忽略AI趋势带来的用户和转化
比如在23年的3-5月份，很多款AI bot类产品拿到了天量的下载
我负责的一款AI绘画类APP也在5-8月拿到了相当好的收入
预测热度会持续多久也许很难，但尊重趋势肯定是聪明人的选择
2. 在营销中，要为用户提供一个具体落地的场景，能够帮用户快速做出决策
比如大家能看到kimi的核心卖点在于它的长文本处理能力，从技术上来看完全没问题；但是具体放在场景中，其实有点很难匹配到一个常见+痛点的场景
所以我们看到的大部分的kimi推广，类似总结学术书籍+提问，总结上市公司年报+提问，其实把场景和人群都圈的偏小了（虽然这是很准确的场景）3.端好投入产出的天平
有一些做信息流、SEO出身的增长人员，会把这一步理解为广铺量+算数
这是一种靠天吃饭的做法，也是我坚决排斥的一种做法
我负责的是达人运营和信息流两条线，通常在达人侧跑通的脚本，我才会放到信息流侧
至于实操上我是怎么跑通的，稍微细节了一些，以后可以单开一篇写写我眼中的“跑通”
三、做到真正意义上的协同根据我这些年的观察，很多团队和老板都低估了协同的重要性，以为把事情做对就可以了，实际上，如果没有做到真正意义上的协同，连事情都是做不对的
1. 避免单角色负责制
比如很多大厂也在鼓吹的产品负责制，技术负责制
实际上，在AIGC产品上的GTM中，产品负责制常常将产品PM封存在一个虚幻的泡泡里
老板负责制更是一种十分令人绝望的东西
2. 在艰苦的战役中练兵
每个AIGC产品的0-1阶段往往是最苦的部分，如果超过了预期，各个团队忙着分/抢功劳；如果低于预期，各个团队忙着甩锅和指责
尽管知道这样很错误，但这似乎是人的劣根性
其实我还是很喜欢做0-1 的项目，因为第一，在整个过程中团队得到了锻炼 第二，胜负皆可为师，尽管我只是一个营销角色，我完全知道整个项目成败的原因，进而也能判断很多AIGC产品的未来走向
结语：关于AIGC产品的GTM，本文更多阐述的是一些认识和推理过程，没有分析太多具体的案例，显得似乎不够细节
其实是因为从本质上来说，分析案例或多或少会有一些因果倒错的问题
同时本文也用了一些绝对化的修辞，如果有偏狭的部分，欢迎大家一起讨论
本文由 @只做好20％的事 原创发布于人人都是产品经理
未经作者许可，禁止转载题图来自Unsplash，基于CC0协议该文观点仅代表作者本人，人人都是产品经理平台仅提供信息存储空间服务

（图片来源网络，侵删）