我们先从 Marc Andreessen 那句很著名的话聊起:The only thing that matters is product-market fit。也就是,创业里最重要的事是 PMF。青蓝图的看法很直接:在产品 0 到 1 的早期,PMF 几乎可以说是最重要的事。网景、A16Z 创始人 Marc AndreessenAndreessen 在 2007 年那篇经典博客《The only thing that matters》里,对 PMF 有一个非常著名的定义:Product/market fit means being in a good market with a product that can satisfy that market.翻译成人话就是:一个好的市场,加上一个能够满足这个市场的产品。听起来很简单。但它的问题也很明显:太抽象了。什么叫“满足”? 满足到什么程度? 是不是有了第一波销量就算满足?这个状态要持续多久?怎么判断自己是真的接近了,还是只是被热度骗了?
Andreessen 还有一句非常著名的话:Customers are buying the product just as fast as you can make it.你生产多快,用户就能多快买。2023 年年底,全球NO.1的AI卡片录音笔Plaud Note 就很像这种状态。当时客户最大的挑战不是“怎么卖”,而是:怎么稳定、快速地交货。货供不应求,用户都在催。但这里有个问题。Andreessen 描述的是 PMF 发生之后的状态,有点像那个“拐点 moment”。可是创业者更关心的是:我应该怎样判断,自己是不是正在走向这个状态?我们还需要一个更严格的定义。
03. PMF 不是靠营销推出来的增长
如果往源头追,PMF 这个概念真正的提出者不是 Andreessen,而是 Andy Rachleff。Rachleff 对 PMF 的理解更严苛,也更适合创业阶段做判断。他大意是说:如果一个产品在没有营销驱动的情况下实现指数增长,那才说明它真的有 fit。这种增长只能来自巨大口碑,而巨大口碑只能来自用户真正被取悦。Wealthfront、投资公司 Benchmark Capital 联合创始人 Andy Rachleff这点比安德森的逻辑更加严苛,也更加适合于你在创业阶段做判断,他把 PMF 拆分成四层:1. 指数增长2. 没有营销驱动3. 增长来自巨大口碑4. 口碑来自用户真的被取悦这套标准很犀利,因为它把很多伪信号排除了,创业也好,找方向也好,你必须有一个认知,真正精准的 PMF 是很少的,这两年硬科技创业很火,项目琳琅满目。但是你要有清醒的认知,精准的 PMF 是很难找的,轻易不出现。比如,有些项目销售还不错,但其实是花了很大力气、以比较低的投入产出比推起来的。页面总金额不错,广告投得很猛,也找了不少 KOL,甚至有些上众筹的老板会说:“不管怎么样,你先把销量给我砸起来。”这个时候,问题就来了。如果销量是靠营销资源硬堆出来的,而不是产品本身在持续满足用户需求,那它就不是严格意义上的 PMF。像 Plaud Note、Meta Ray-Ban 这类产品,我们更愿意把它们放到严肃讨论里。因为它们不是只有话题,而是真的进入了用户使用场景。如果要给 AI 硬件一个更严格的定义,可以这样说:PMF 是产品对一个明确市场需求的持续满足状态,而且这种满足在相对长时间窗口内可以成立。那这个时间窗口应该多长?青蓝图的答案:最起码两年。因为如果一个产品所谓的 PMF 半年后就被大厂干掉了,那其实不太成立。它可能有一个半年的窗口。你也可能靠这个窗口在众筹上取得不错成绩。但如果半年之后这件事就被卷没了,那你很难说它是一个严格意义上的 PMF。去年有些智能眼镜项目,众筹成绩也不错,但很快就烟消云散,大概就是这种情况。
04. 软件 PMF ≠ AI 硬件 PMF
很多关于 PMF 的经典讨论,其实来自互联网、SaaS 和软件语境。比如 DAU、留存率、增长曲线、用户是不是每天打开,但 AI 硬件不是这样。软件产品可以天天用,你很快可以看到:
留存有没有起来;
用户有没有分享;
增长是不是自驱的。
但硬件不是。硬件的决策周期更长,使用频率也不一定高。比如一些兴趣爱好类产品,哪怕是大疆,也不是每天高频使用。很多硬件的生命周期相对长,两年、三年,甚至五年、七年都有可能。硬件的迭代周期也慢很多,即使现在已经变快了,往往还是按年为单位更新。更重要的是,硬件中间还夹杂着供应链、渠道、库存、交付等复杂变量。所以,如果你直接把软件里快速验证 PMF 的逻辑搬到硬件上,会发现有点不对劲。以 Plaud 为例,如果是它是纯 AI 模型的话,发新模型或 Agent,AI 录音笔领域半年内就出现你方唱罢我登场的情境。但回到现实看,Plaud Note 不管是在美国市场,或是日本市场,都已经霸榜 2-3 年时间了。全球最火的 AI 录音卡片 Plaud Note pro ;图片来源:Plaud 官网这就是硬件的魅力,不是大家想象的,我做到一个新的功能的领先,就很快打败或超越你的硬件。AI 硬件很容出现买完后,大家并没有持续使用的情况,这是和软件不一样的地方,除了个别产品,大部分 AI 硬件的使用率很低。这几年有很多稀奇古怪的 AI 硬件,不管是 Rabbit R1,还是很多 AI 陪伴的产品,发布就是高光,后续并没有人买。这也是为什么 AI 硬件的 PMF 不能只看一个高光瞬间。比如 Rabbit R1,它刚发布的时候非常高光。 过去几年里,很少有 AI 硬件产品能像它一样,在一次发布里获得那么多关注, 一次展会就卖出了 10 万台左右。但用户拿到产品后发现,App 不好用,体验不及预期,很多场景根本用不上。Rabbit R1 ; 图片来源:The verge这就说明:AI 硬件的 PMF 不应该追求一个高光瞬间,而应该追求一条持续向上增长的曲线。高光瞬间如果留不下来,就没有意义。
05. AI 硬件 PMF 的五条黄金标准
如果只讨论只硬件,尤其是 AI 硬件,那到底怎么判断 PMF?青蓝图给了五条比较严格的标准。1) 是不是真的在用,而不是吃灰第一条非常朴素:用户买回去之后,是不是真的在用?不是开箱,不是发朋友圈,而是真的进入了生活或工作场景。众筹也好,AI 硬件首发也好,通过一个好故事、不错的价格、PR 和营销,卖出几千单是完全可能的。但作为产品人,你内心要非常冷静地问自己:这群用户买回去以后,真的在用吗?还是话题过去后就放在抽屉里了?这个可以通过很多指标判断。比如:客服里,用户是在问“怎么用”,还是在问“怎么退”?产品配套 App 的后台活跃数据怎么样?社区和论坛里,有没有用户自发分享“我用了一个月、两个月、三个月之后的体验”?Reddit、小红书、论坛里,有没有真实的自来水内容?这些数据很鲜活。它能说明产品是不是真的走进用户生活,而不是停留在 PR 喧嚣的表面。AI 硬件还有一个和传统硬件不太一样的地方:很多 AI 硬件会搭配软件订阅服务。那用户是不是愿意续费,也可以证明他们是不是真的愿意为持续价值买单。Halliday AI Glasses; 图片来源:Kickstarter 官网这里有一个反例:Halliday 眼镜。它众筹金额 300 多万美金,创新度也不错,CES 曝光度也高。它的设计是眼镜上有一个小屏幕,你眼睛往上一瞟,就能看到提示信息,而且对方看不见,这个故事很好讲。但如果追踪后面的用户实际体验和媒体反馈,会发现并不好,很多人拿到手后,并没有真正高频用起来。所以第一条最关键:卖出去,不等于用起来。2) 有没有复购和推荐如果用户真的在用,而且用得很好,他会做两件事: