19 人 Gamma 如何一年 2000 万用户，ChatGPT 是新的 Excel

最近 Every 的创始人 Dan Shipper 在一篇文章里提到了一个很有意思的观点，他认为 AI 时代也迎来了一个大解绑（Unbunding）的机会，像 ChatGPT 和 Claude 这样的产品将催生下一波创业机会，就像微软的 Excel（Office）催生了 SaaS 那一波机会一样。

他的这个观点跟 Notion 创始人 Ivan Zhao 有很大不同，Ivan Zhao 认为，AI 大模型的出现可能会带来碎片化信息的大一统，终结当前 SaaS 全面开花的现状《Notion CEO：AI 可能终结当前 SaaS 全面开花的现状》。

虽然我也更倾向于 Ivan Zhao 的观点，但 Dan Shipper 对于 AI Wrapper 这块的观点我是比较认同的，现在的问题可能是类似 AI Wrapper 这样的产品能持续多久、能做多大。

Dan Shipper 说，过去几十年里最具代表性的软件产品是电子表格。在 Excel 之前，VisiCalc 被认为是第一款计算机“杀手级应用”。它彻底改变了专业人士的工作方式，甚至有人为了使用它而购买计算机。

在 20 世纪 80 年代，各家公司展开了争夺电子表格市场的激烈竞争。IBM 的 Lotus-1-2-3 等产品获得了一定的市场份额，而 1985 年微软推出 Excel 后，VisiCalc 遇到了强大的竞争。随着 1990 年代 Windows 3.0 的发布，Excel 成为了主导市场的电子表格。从此，我们一直在使用它。

Excel 是一个好产品，因为初学者很容易上手：只需在单元格中开始输入。但它之所以成为一个伟大的产品，是因为它功能非常强大：专业用户可以进行复杂的财务建模、数据分析和可视化，甚至是构建视频游戏。

Excel 最初是为从事金融和会计工作的商业用户设计的，但其多功能性使其成为一种无处不在的通用工具。它也成为了创业灵感的来源，只需找到一个用 Excel 手动操作流程的客户，然后为他们开发一个专门的 SaaS 应用即可。

Patrick McKenzie 最好地总结了 Excel 的创造力（参见 Memo 网站文章《Patrick McKenzie：在打造产品之前如何验证想法》，他在这篇文章里写道：

我最喜欢的软件未满足需求的迹象是任何由一名员工更新的 Excel 电子表格，然后发送给另一名员工进行更新，再发送回来。每当这种情况发生时，就有一个 SaaS 天使得到了它的翅膀。”

VC 投资人 Tomasz Tunguz 是第一个观察到在过去 15 年里，Excel 已经分解成一系列其他 SaaS 应用的人，如 Asana、Looker 和 QuickBooks 等。

但这种分解只有在 Excel 变得足够普及，以至于用户意识到他们需要一个专用的替代品时才有可能实现。为了实现这一点，Excel 需要广泛的用户群，其中的专业用户开始使用它来支持一些并非最初设计时所支持的工作流程。

一旦这些工作流程被创建出来，专业用户就会意识到他们的工作流程中有些部分效率低下，或者缺少针对他们使用场景的功能。他们觉得需要专门的工具，这就为 B2B SaaS 发展成为一个 3270 亿美金的市场提供了机会。

正如 Excel 催生了 B2B SaaS 时代，通用的聊天机器人应用如 ChatGPT、Claude 和 Gemini 将为新一代计算机用户催生一个新的创业时代。AI 聊天机器人拥有与 Excel 相同的易用性和强大功能。它们也正以更短的时间趋向于同样的通用普及性。

今天使用 AI 的人们逐渐熟悉了 AI 软件的基本单位：提示、上下文窗口、少样本学习（ few-shot learning）和多模态。他们将使用 ChatGPT 或 Claude 为他们的特定领域创建工作流程。在这个过程中，他们将形成关于如何使这些工作流程更好、更容易、更便宜、更快和更安全的看法。

这就为将这些工作流程分解为一个完全独立的应用提供了机会。随着 LLM 的普及，创业的机会也随之增加。

Dan Shipper 说他亲眼见证了这一点。因为大约一个月前他们做了一个产品 Spiral，这是一款自动化重复性创意工作的 AI 应用，如 X 平台上的帖子、LinkedIn 帖子、标题创建和产品发布说明。它已经拥有超过 3500 名用户，并且每天都在增长。

本质上，Spiral 是一个提示生成器。它的后端使用的是 Claude，因此，技术上来说，你在 Spiral 中能做的任何事情，都可以在 Claude 中完成。

但是 Claude 的聊天界面并不适合 Spiral 擅长的任务。在 Claude 中，很难跟踪你需要输入的复杂提示以获得良好的结果。也很难与团队分享你发现的提示。

Spiral 为一个特定工作流程提供了更好的界面：为创意和商业人士提供将其内容转换为不同媒介的工具。但它现在之所以能流行起来，是因为人们已经有了一两年的时间来适应用 ChatGPT 和 Claude 进行类似的任务。他们已经为专门构建的东西做好了准备。

“AI Wrapper”这个术语曾经是一个贬义词，暗示没人会在可以用 ChatGPT 或 Claude 获得同样结果的情况下使用专门的 AI 工具。

但事实恰恰相反。ChatGPT 和 Claude 增加了对 AI Wrapper 的需求，因为人们使用它们来发现通用工具无法支持的使用场景。

事实上，与其说 ChatGPT 和 Claude 碾压了初创公司，不如说它们是寻找创业灵感的绝佳场所。

Dan Shipper 最后说，如果你想在 AI 时代创业，只需观察你如何使用 ChatGPT 或 Claude。如果你反复做某件事，而且输出令人印象深刻，这可能就是一个独立应用的机会。

我挺认同基于 ChatGPT 或 Claude 寻找灵感这点，不过就像 Similar AI 创始人 Robin Allenson 评论的那样，护城河可能会是一个问题。他说：

软件初创企业之所以有护城河，部分原因是组建一支由设计师和工程师组成的团队来创建和维护产品很难。但在 AI 时代，越来越多的公司不再需要这样做，AI 也可以编写代码和构建产品。这种民主化意味着每个人都可以成为 SaaS 的创始人。但与其按订阅付费获取一套固定的精致功能，他们所“生产”的“产品”将是一次性的、单次使用的、可丢弃的软件，这些软件足够好，而且是免费的。

Robin Allenson 说“这次不同”，因为基础模型与 VisiCalc 所使用的基础大不相同（也许我的看法既是错的，也是对的：SaaS 的 Niches 市场会变得更加艰难，但它们仍会存在）。

事实上，最近刚刚用户数突破 2000 万的 AI PPT 产品 Gamma，早期做产品阶段也从 AI 里获得过一些灵感。Gamma 创始人在上周宣布他们用户突破 2000 万，创建的 Gamma 超过了 1 亿，基本上都在 1 年多时间实现了这样的里程碑，而 Gamma 现在的团队总人数只有 19 个人。

今年 5 月份他们完成 1200 万美金 A 轮融资时，团队为 16 人，当时创建的 Gamma 数为 6000 万，这意味着不到 3 个月时间增加了 4000 万。我之前分享了 Gamma 创始人 Grant Lee 他们在 9 个月时间获得 1000 万用户过程中做的 8 个事情。

此次突破 2000 万后，Grant Lee 又简单分享了这个过程中的 4 点经验，第一点是解决现实生活中的问题，他说 Gamma 努力想解决的一个核心问题，是帮助用户克服盯着空白屏幕冷启动时的恐惧；

第二点是根据真实用户的反馈做产品，Grant Lee 说他们大部分功能都来自用户的反馈，当某位用户说花了几个小时将旧的 PowerPoint 转换成 Gamma 时，他们就构建了一个导入工具，可以在几秒时间完成这个操作。

第三点就是刻意保持团队精简聚焦产品，最后就是不断推出新的产品，Grant Lee 说在过去一年，他们就推出了生成演示文稿、图表和视觉效果以及创建并发布网站等功能。

创始人分享的比较宏观一些，而 Gamma 联合创始人 Jon Noronha 则从产品和技术角度分享得更加细节一些，在谈到早期阶段时，他说 Gamma 一开始的目标虽然是重塑幻灯片，但是核心其实并不是制作幻灯片，而是作为观众坐在幻灯片前的感觉，因为当时（2020 年）正处于疫情期间远程线上办公非常流行，因此产品这块的设想都是围绕互动性、观众参与以及同步和异步之间的融合展开的。

这个过程中 Notion 给了他们很多启发，因为 Notion 采用了 Word 文档这种形态， Jon Noronha 说这是一种非常经典的东西，是一个组织的命脉，他们通过少而精的方式，成功地将其重塑为一种新的东西。

在产品推出后也获得了不少用户，但是很快意识到“改变幻灯片消费体验”并不是一个好的切入点，他举例说读者是无法选择他们要阅读的内容的，只有写作者才能决定他们如何写作。因此将 Gamma 的重点真正放在创作者身上，让他们拥有非常精简的创作体验。

很快新版产品的口号是“像文档一样写作，像演示文稿一样演示”。这句话的含义是，制作 PPT 幻灯片是一个艰苦的视觉过程，让很多人望而生畏。它需要写作技巧（不是每个人都具备）和设计技巧（几乎没人具备）的完美结合，而你必须同时具备这两方面的能力，才能将你的想法表达出来。

这个时候他们才算是把核心问题具体化了，也就是如何让创作者在既费时又令人生畏的情况下自信地表达这些想法？刚好这个时候 AI 开始爆发……

Memo: Signal, not noise!

扫码或点击「阅读原文」继续阅读