主要收获：
- 在没有营销团队、销售团队，甚至没有投入一分钱的情况下，在84天内达到一百万用户，这并非一个增长黑客的故事——它证明了在巨大的市场转变中恰当地推出正确的产品，其效果远超任何营销预算。
- Presentations AI 真正解决的问题并非是打造一个更好的PowerPoint，而是消灭了空白幻灯片，因为世界上使用最广泛的设计工具几乎完全由不知道从何开始的非设计师操作。
- 对导出单个演示文稿收取99美元，教会了我们比任何定价框架都更重要的一课：人们不会为每月10美元的“工具”付费，但他们会很乐意支付数倍的费用，以获得一个能节省他们数小时时间并让他们看起来很棒的成果。
- 当数百万“AI游客”涌入时，有意放缓增长是一个反直觉的决定，却保护了业务——因为一个永远不会付费的用户不是用户，他们只是一个带有档案的成本中心。
- 实现100万美元的年经常性收入（ARR）并实现现金流盈利，远比之前的用户里程碑重要得多——这提醒我们，增长速度和业务健康是两个完全不同的衡量标准。
你知道什么很酷吗？ 一百万用户。
如果你是一家面向专业消费者（prosumers）的生产力初创公司，达到一百万用户里程碑代表着一个必经之路——一个强烈的信号，表明你正在走向产品市场契合。达到这一里程碑的速度是第二个重要维度。你达到得越快，你的业务脉搏就越强劲。
虽然历史上曾出现过几家快速增长的专业消费者科技公司——Slack、Zoom、Dropbox、Notion——但“史上增长最快的生产力应用”的称号曾属于Tome，一个AI故事创作平台，它在推出后 六个月内达到了百万用户。但这发生在2023年2月。此后，一家小型且鲜为人知的初创公司用了一半的时间做到了。那家初创公司就是我们。
Presentations AI 于2023年7月7日 推出，并于2023年9月23日达到了 一百万用户 。这意味着在短短 84天内从0到100万用户 ——不到三个月，几乎是前纪录保持者速度的两倍。
为了更直观地理解：
- Slack用了1.5年
- Zoom用了2年
- Notion用了3年
我们的增长不只是快，而是超音速的。但速度并非一切——真正重要的是我们如何达到这一成就，以及之后发生了什么。
首先有几点值得注意：
- 我们没有采用任何公认的发布和规模化方法。没有在 ProductHunt 上发布，没有病毒式传播的演示视频，也没有网红造势。
- 我们没有市场团队、销售团队或产品团队。直到今天，我们在这些职能部门中都没有任何一名成员。
- 我们没有在营销上花费任何费用——获取这些用户的总客户获取成本为零。
我很想声称这些事实证明我们是营销奇才，但这会是不诚实的。
我很想声称这证明我们是营销奇才。但这会是不诚实的。事实是，我们节俭并非出于选择，而是迫于无奈——我们几年前筹集了一小笔资金，到准备发布时几乎已经弹尽粮绝。
那么，一家身无分文、默默无闻的初创公司是如何成为有史以来增长最快的生产力应用的呢？
答案归结为三个步骤——描述起来简单，执行起来却异常困难。
- 创造人们（真正）想要的东西
- 创造人们喜爱的东西
- 让人们想要某种东西
创造人们（真正）想要的东西
YCombinator 的保罗·格雷厄姆 曾说过一句名言 你的初创公司能做的最重要的事情就是“创造人们想要的东西”。事实上，这至今仍是 YC 的座右铭。
道理显而易见。但在现实世界中却远难实践。
以我们为例。
我们是一个人工智能演示平台。
寻找问题，而非创意。
在一个演示工具泛滥成灾的世界里，用户真的还需要另一个吗？尽管有数十亿人使用Microsoft PowerPoint和Google Slides，你认为他们中有多少人“想要”一个新的演示工具？
创业公司的墓地里充满了那些本想成为“PowerPoint杀手”，最终却更像是PowerPoint的皮外伤——只是轻微的烦恼，最终却被遗忘。
我们意识到真正未解决的问题并非要取代PowerPoint，而是要终结空白幻灯片。人们每次需要创建演示文稿时，都难以从零开始。像PowerPoint这样的工具将内容和设计混为一谈，这使得非设计师很难将他们的想法和故事概念化并转化为视觉摘要。PowerPoint的讽刺之处在于，它是世界上使用最广泛的设计工具……但其用户却主要是非设计师。
有时候，太早就是错。
早在人工智能流行之前，我们就有了利用它来帮助人们解决演示文稿创建中两个方面的想法：
- 自动生成初稿（解决空白幻灯片问题）
- 自动将内容与合适的幻灯片模板、视觉隐喻和品牌指南匹配（这样用户无需成为设计师也能创建引人入胜的演示文稿）
在GPT出现之前的世界里，我们构建这个AI平台多年。这就像是用石器和对重力模糊的理解来建造宇宙飞船。当时没有生态系统——从机器学习模型到数据管道，我们一切都从零开始构建。
识别并利用市场变化的时机已到。
生成式AI浪潮袭来。突然之间，我们的逆风变成了顺风。这就像我们多年来一直在推着巨石上坡，突然有人给它装上了火箭助推器。
不仅技术拼图中的缺失部分各就各位，消费者对我们这种解决方案的巨大兴趣也带来了另一个巨大的顺风，将我们的客户获取成本（CAC）降至零。
到2023年7月我们推出公开测试版时，简直有成千上万的人蜂拥而至。
我们的域名—— www.presentations.ai ——一夜之间从人们不理解或不关心的事物，变成了成千上万人“想要”并搜索的事物。从需要费力解释我们的方法和价值主张，我们的域名本身就足以让潜在客户了解我们提供什么。
下面的快照说明了，与我们的同行（几乎所有同行都比我们获得了更多的资金和更高的知名度）相比，我们的解决方案在销售漏斗顶端获得了多少关注：
我们亲身见证了市场风云变幻，多年来的一个疯狂想法几乎一夜之间就变成了下一个热门趋势。
你可以说这是惊人的预见性，也可以说是纯粹的运气，但我们最终做出了人们需要的东西……但这本身只是一个必要但不充分的条件。
接下来呢？
做出人们喜爱的东西
解决一个问题是一回事。创造一种人们真正期待的体验则是另一回事。
有多少人会因为要制作演示文稿而兴奋地醒来？“PPT之死”是一种普遍共鸣。甚至有专门的社群致力于“PPT地狱”——那些宁愿去看牙医也不愿制作演示文稿的人。
我们决心改变这种局面。
我们如何将制作演示文稿这一业务关键环节从痛苦变为愉悦？如何将一个简单的工具变成用户工作中不可或缺的喜爱部分？这是我们在编写一行代码之前就自问的问题。
我们的旅程并非始于会议室或车库，而是始于无数咖啡馆、办公室和会议室，在那里人们为演示文稿而苦恼。
我们观察。我们倾听。我们感同身受。而我们的发现令人大开眼界：
- 高管们花费数小时在设计选择上，而不是打磨他们的信息
- 教师们为给学生制作引人入胜的幻灯片而失眠
- 销售人员在关键会议前几分钟手忙脚乱地更新演示文稿
这些不仅仅是小麻烦；它们是生产力黑洞，给企业造成数十亿的时间浪费和机会流失。
因此，我们着手解决这些问题，并非通过创建一个略微更好的幻灯片工具，而是通过重新构想整个演示文稿的创建过程。
我们自问：
- 如果演示文稿能根据你的要点自动生成，会怎样？
- 如果设计决策能够自动化，并以卓越沟通原则为指导，会怎样？
- 如果更新演示文稿像对话一样简单，会怎样？
这些问题促使我们将AI作为产品的基础——它不是一个功能，也不是一个流行词。我们的AI不只是辅助，它更是协作。它不只是排版，它能与你并肩思考，预判需求，并实时改进。
结果呢？这款工具不仅能帮你制作演示文稿，更能助你提升思维、清晰沟通，并以前所未有的自信进行演示。
从“PowerPoint之死”到“永远爱你”。这种转变比我们发布过的任何功能都更重要。
激发人们的渴望
打造一款备受喜爱的产品仅仅是成功的一半。
真正的奇迹发生在当你赋能人们去实现他们从未想过能实现的事情时。
我们对每一个像素、每一次交互、用户旅程中的每一个瞬间都精益求精。我们的座右铭很简单：“如果需要说明书，那就太复杂了。”
- 我们引入了AI驱动的入门引导，能够根据每位用户的技能水平和需求进行调整
- 我们创建了智能模板，能够根据用户行为和行业趋势不断演进
- 我们实现了一个“魔术棒”功能，能够瞬间将枯燥的幻灯片转化为引人入胜的视觉故事。该功能现已集成到我们的 AI幻灯片创建器中，它能将任何草稿（甚至是直接从文档粘贴的要点）重建成一个连贯的视觉故事，无需手动设计。
结果呢？用户经常告诉我们，他们在注册后的几分钟内就制作出了他们人生中最好的演示文稿。
这种方法也让我们的用户觉得自己是某个更宏大事业的一部分——一场旨在彻底改变世界沟通思想方式的运动。
他们不只是用户，他们是首批百万先驱。
事实证明，让人们 渴望拥有某物 是一种远比仅仅 制造人们想要的东西更强大的飞轮效应。
故事的转折
在理想的世界里，故事到此结束。
史上增长最快的生产力应用……备受喜爱的工具……忠实用户……创业成功……功成身退……从此过上幸福生活。
可惜，事实并非如此。
这个故事的症结所在，就是我们后来认识到的“AI三体问题”。
它是这样运作的。
AI三体问题——以及我们如何解决它
每家AI初创公司都面临三大挑战：
- 开发一款独特、非同寻常且具有重要价值主张的应用
- 在没有大量营销预算的情况下实现推广
- 实现单位经济效益
虽然前两个挑战适用于所有初创公司，但第三个挑战则专门针对AI初创公司。
让我以我们自身为例进行说明。
如果你留意上面的图片，它显示了人们在2023年1月对我们这样的工具趋之若鹜。但我们直到2023年7月才推出公开测试版。
为什么会这样？
在2023年1月，生成一份演示文稿的AI计算成本为2美元——这仅仅是LLM文本生成。如果加上通过DALL-E生成图片，成本将达到每份演示文稿10美元。一百万用户每人创建一份演示文稿，仅AI成本就高达1000万美元。这当然比我们拥有的资金多出整整1000万美元。
所以，尽管我们在其他方面都已准备就绪，但我们甚至负担不起推出测试版的费用。
毫不意外的是，这让竞争对手得以抓住这个AI演示文稿的机会。例如，Tome，它曾是 增长最快的生产力应用。尽管Tome早在2022年就推出了测试版，但它精确地拥有 零引用 致 AI。然而，它拥有两大强大优势——3700万美元的资金，以及Reid Hoffman（曾是LinkedIn创始人，后任OpenAI董事会成员及Greylock投资人）等人的支持。Tome利用这些资源来 叠加AI功能 在其原有产品上，并大幅推动用户增长。随后，它成功地利用了这种 声势和吸引力 为其资金储备再添4300万美元。
虽然试图抨击一家资金雄厚的竞争对手是可以理解的，但我们赞赏Tome的募资能力，并向他们致敬——就像许多其他创业方面一样，募资是一项关键技能和一门艺术，少数创始人能够比我们其他人做得好得多，这一点值得肯定。
我们当时也曾尝试募资，但对我们来说要困难得多——部分原因是我们位于印度，在那里很难找到早期的风险投资支持者；部分原因是我们已经为此努力多年，却没有什么成果可展示。
那么，一家没有资源的小型初创公司如何在这样的AI市场中竞争呢？
首先，我们只是静观其变。
大型语言模型（LLM）是历史上贬值最快的资产——从2023年1月到2023年7月，这些服务的成本大幅下降。当然，这些成本仍然不容小觑，尤其是在需要为更大的上下文窗口和更新、更强大的模型进行配置时。
但到2023年7月，我们已经找到了如何推出公开测试版并实现增长的方法……而且在此过程中没有破产。
AI挑战：平衡创新与经济效益
优化AI流程和成本
为了使我们的单位经济效益可行，我们：
- 持续优化我们的AI流程，在不影响质量的前提下减少了token使用量
- 我们实施了巧妙的缓存和编排策略，以重复利用并减少昂贵的计算。
- 我们为特定任务开发了自己精调的模型，从而减少了对更昂贵的通用模型的依赖。
通过这种组合，我们成功地将制作一份演示文稿的成本降低到每份仅需2美分。虽然2美分的单位成本显然远优于10美元，但每月创建数百万份演示文稿时，这仍然是一笔可观的开销。
为了解决这个问题，我们采用了两种至少有些出人意料的策略。
按结果收费，而非按工具收费
解决开销最简单的方法是变现，或者至少尝试变现你的解决方案。
对于我们这种生产消费者SaaS解决方案而言，公认的策略是采用免费增值模式——提供慷慨的免费层级，用户可以提前体验产品，然后随着时间的推移，将一小部分用户转化为付费高级版本。
然而，考虑到高昂的AI成本，我们的成功取决于在向用户展示价值和说服他们尽快升级之间找到平衡。
但在我们的市场中，这说起来容易做起来难。终端用户普遍认为微软PowerPoint和谷歌幻灯片等现有工具是免费的。因此，如果你想让客户掏出信用卡，就必须跨越一道高门槛。
但我们在创业初期很快学到的一个宝贵经验是，试图向用户每月收取10到20美元的固定工具费用是毫无意义的。一方面，这损害了你解决方案的价值；另一方面，通过收取如此微不足道的费用，几乎不可能建立一个有意义的大型企业。
如今，已有足够多的专家认为，AI初创公司正确的变现策略是按结果收费，而不是按工具收费。我们以一种有趣的方式很早就自己发现了这一点。虽然我们的解决方案在AI方面之外的许多方面都非常强大——例如协作功能和带有丰富媒体的图形密集型模板——但我们的客户最想要和最看重的结果却平淡无奇得多——一种将演示文稿导出到PowerPoint的方法！
我们最初对导出每份演示文稿到PowerPoint收取25美元。我们看到了订单量的大幅增加。随后我们将每次导出的价格提高到49美元。订单数量没有明显下降。我们再次将其翻倍至每次PowerPoint导出99美元，转化率仍然没有下降。我们的 AI PowerPoint生成器 正是驱动这一导出流程的幕后功臣，它将AI生成的演示文稿转换为一个干净的PPT文件，用户可以编辑、分享或移交，而没有任何可见的构建痕迹。
我们意识到，人们可能不愿为与PowerPoint竞争的工具支付哪怕10美元，但他们非常乐意为一份精心设计的PowerPoint支付99美元，这份PowerPoint能为他们节省数小时的精力和痛苦。事后看来似乎显而易见，但当时对我们来说却是一个顿悟。
我们随后推出了一个专业版计划，允许用户每年创建和导出多达100个PowerPoint文件——我们将其定价为每年198美元——仅是单次PowerPoint导出价格的两倍。这种循序渐进的价值呈现方式引起了客户的共鸣，我们看到了数万次的购买。
另一个有趣的发现是，虽然我们的应用程序内有强大的分享功能，但其使用频率远低于我们最初的估计。结果发现，我们的用户不希望他们的同行知道我们的存在——这在某种程度上是他们的“秘密武器”，而支付99美元将其导出为没有任何AI痕迹的普通PowerPoint，是为了继续享受这一优势而付出的很小的代价。谁会想到“反病毒式传播”也能成为一种可行的商业模式！
刻意放缓增长
传统的创业智慧认为市场奖励增长——快速增长的初创公司会获得大量融资和更高估值。然而，未言明的是，这条规则仅适用于前1-2%的初创公司——那些由“名门望族”、拥有合适资历且能获得风投支持的创始人创立的公司。
我们其他人则必须另辟蹊径。
我仍然记得一次特别令人感慨的风险投资会面。在我们飞速增长的时期，我向一位风险投资人（他还是哈佛MBA）推销我们的项目。我们当时正处于成为有史以来增长最快的生产力应用的风口浪尖，但却被告知为时尚早，我们需要“展现更多市场吸引力”，外加一句例行的“请告诉我如何能帮到你”的敷衍之词！
鉴于风险投资驱动的增长模式几乎被排除，我们不得不做出一些艰难的选择，以确保商业模式在财务上可行。
我们做出的一个重大决定是限制增长。这听起来可能有些矛盾，尤其是在一篇谈论快速增长的文章中。但这种看似疯狂的做法背后自有其道理。
在用户增长过程中，我们学到的一个关键经验是，AI热潮既是福音也是祸根。它虽然能降低你的客户获取成本，但也会带来大量“AI游客”，他们根本无意购买你的产品。鉴于服务这些免费用户需要不菲的成本，他们就像你资产负债表上的一个黑洞。
因此，我们实施了一系列措施来筛选掉这些随意用户。我们制定了一套规则，将意愿不高的用户引导至成本较低的模型。我们对某些地区和用户画像设置了限制。我们甚至移除了所有奖励用户邀请朋友加入我们平台的社交和激励功能。
因此，当我们的竞争对手如Tome和Gamma在一年内将各自的用户群从100万增长到2000万至3000万时，我们却有意放缓并深思熟虑地增长。
但我们为此感到更满意。
为什么呢？
重要的百万
100万用户很酷。
你知道什么更酷吗？
100万美元的收入。
那是我们的变现目标。我们只用了几个月就达到了100万用户，但花了整整一年才达到100万美元的年度经常性收入（ARR）里程碑。达到这个数字并非出于虚荣心——这是我们实现收支平衡并达到现金流盈利的转折点。
自2024年6月达到这个数字以来，我们在随后的时期里突飞猛进。虽然我们深知复利的力量，但亲眼目睹它发生，感觉相当不可思议。
但那是后话了。
致谢
虽然一百万是一个不错的里程碑，但这仅仅是我们旅程的开始。展望未来，我们对AI在生产力工具中的潜力比以往任何时候都更加兴奋。我们正在开发新功能，这将使演示文稿的创建更加直观和强大，其中包括：
- 先进的自然语言处理，实现轻松内容生成——零设计成本
- 根据受众参与度和反馈实时演变的演示文稿
- 基于个人、团队和公司偏好的个性化内容设计建议
- 可嵌入到任何应用程序、平台或代理框架中的演示文稿创建功能。
如果您还没有尝试过，我们的 AI演示文稿 平台可免费开始使用，您很快就会明白为什么最初的百万用户中有如此多的人选择留下。
我们才刚刚开始改变世界创建和交付演示文稿方式的使命。我们的飞速发展证明了这一领域对创新的迫切需求，我们将继续致力于突破技术边界，探索无限可能。
所有这一切都离不开我们出色的用户、敬业的团队和有耐心的投资者。感谢所有与我们一路同行的人——无论您是自始至终与我们同在，还是昨天才加入——谢谢你们。您的信任、反馈和热情是我们不断前行的动力。
展望未来，我们承诺分享更多故事和经验，并邀请您与我们继续这段旅程。携手并进，我们不仅在改变演示文稿的制作方式，我们还在重新定义生产力软件的无限可能，AI赋能每个人，让他们能够轻松且有影响力地传达自己的想法。
是时候腾飞了！
