一個適合程式設計師的 AI創業思路
大家好,我卡頌。
許多程式設計師朋友都希望參與自己的AI產品開發。我們可以根據"流程自動化程度"和"AI應用程度"將產品的形態劃分為四個像限。
其中:
- 流程自動化程度衡量「產品的服務流程有多少需要人工介入」
- AI應用程度衡量「AI在產品中應用的比重」
首先,限制AI的能力,以處理一張AI圖片應用,使用者在應用程式內透過與UI互動就能完成完整的服務流程,從而自動化程度高。同時,「AI圖片處理」重度依賴AI的能力,所以AI應用程度高。
第二象限,是常規的應用開發領域,例如開發個知識管理應用、時間管理應用、流程自動化程度高,但不需要用到AI的能力,所以AI應用程度低。
第三象限,一些非標服務,例如心理輔導、創業諮詢,流程自動化程度低且AI應用程度低。
第四象限是指在淘寶接大學生畢設以及各類寫稿的單,並利用AI完成內容輸出。大部分服務流程透過IM溝通完成,所以流程自動化程度低。同時內容輸出重度依賴AI的能力,所以AI應用程度高。
類似的例子還有用AI客製化各種風格的照片、頭像......
一種適合程式設計師的創業思路
程式設計師由於日常工作就是開發應用,所以創業時多會傾向於做應用,也就是流程自動化程度高的產品(第1、2象限),但選擇1、2象限前期的投入很大,主要體現在:
- 開發成本投入大,前期需要投入大量時間開發應用
- 如果AI應用程度高,還需要在AI技術上投入很多,例如AI圖片處理應用需要持續投入技術,確保圖片處理效果比競品好
- 在行銷獲客上的投入
選擇1、2象限意味著你會與其他程式設計師創業者、創業團隊產生直接競爭。
但選擇3、4象限又不能發揮程式設計師「會程式設計的優勢」。
所以,有沒有一條路子能同時滿足:
- 能發揮程式設計師會程式設計的優勢。
- 不與其他程式設計師同行、創業團隊產生直接競爭。
- 能發揮AI的優勢,又不需要很高的AI技術門檻。
一個有趣的範例
接下來我會講一個滿足以上條件的有趣例子。
Fiverr是一個線上自由職業市場(類似國內的豬八戒),自由工作者提供技能服務,買家發布任務並尋找合適的自由工作者接單。
在Fiverr上,自由工作者提供的服務被稱為gig,一個gig通常包含服務的描述、價格、交貨時間以及套餐(基礎、標準、高級包等不同價格和服務內容的套餐)。
例如,一個圖形設計師的gig可能是設計一個標誌;一個寫手的gig可能是撰寫一篇500字的文章;一個程式設計師的gig可能是進行一小時的程式設計工作。
這裡有一個隱藏的邏輯 —— 每個gig背後對應一個可販賣的服務,每個服務對應一個需求。所以,每個gig背後其實隱含了一種需求。
例如,有一個gig是「幫你寫出高轉換率的賣貨文案」,這背後隱含的是「需要專業人士幫忙提高電商經營效率」需求。
當你讀懂背後的用戶需求時,可能你不會寫賣貨文案,但你有電商操盤經驗,也能與用戶達成合作。
看到這一商機後,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背後隱含的需求,再將這些需求打包販售(售賣網站地址[1])。
需求表格的部分內容
試想一下,如果一個人正在網上尋找商機,現在有一份包含34w 真實需求的表格擺在面前,是不是有很大機率購買呢?
從公開資訊來看,這份需求表格已經幫他賺了大於2k刀(20 * 47 20 * 67)。
讓我們用「流程自動化程度」與「AI應用程度」來分析下這款產品:
- 流程自動化程度:主要包括資料爬取、清洗、分析,都是腳本自動完成的,流程自動化程度高。
- AI應用程度:AI主要用於取代人工分析gig背後的需求,AI應用程度不高。
所處位置大概在一象限的左上方:
#這個想法簡單來說就是:
- 爬取某一領域相關數據
- 用AI輔助清洗、分析數據,形成新的洞察
- #將新的洞察包裝成產品售賣
#有同學會說-- 這個思路很簡單,也很好執行。那不就代表很容易被其他程式設計師模仿?
別著急,這個想法還有後續,聽我繼續往下講。
首先,除了上面介紹的「透過gig反向發掘隱含的需求,再販賣需求」外,數據還能有很多用途,例如分析轉換率更高的gig,總結規律,向自由職業者提供gig優化服務。
其次,除了產品本身(即透過分析資料得出的各種表格)有價值外,透過產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。此時,客戶不僅能從你的產品(各種表格)中獲得價值,還能從其他客戶身上獲得價值(透過社群連結)。
也就是說,從思路3繼續發散,可以往任意象限繼續發展。迭代的時間越長,產品的形狀就越獨特,不用擔心有人會模仿。
總結
本文提供了一個程式設計師做AI產品的思路,這個思路既能發揮程式設計師程式設計的優勢,又能發揮AI的優勢,還不要求很高的AI技術。包含4個步驟:
- 爬取某一領域相關數據
- 用AI輔助清洗、分析數據,形成新的洞見
- 將新的洞見包裝成產品銷售
- 基於資料與使用者拓展新的業務形態
舉例:
- 定期爬取求職網站的求職資料
- 用AI輔助分析數據,形成洞察(例如找工作難度的趨勢變化、招募的企業趨勢變化、企業更重視的能力......)
- 將新的洞察形成週刊發布
- 為週刊讀者提供求職相關服務
#再舉個例子:
- 定期爬取某書上某城市的裝潢相關筆記
- 用AI輔助分析,形成目前城市的裝潢商家避坑指南、商家推薦指南
- 定期更新指南,吸引讀者
- #為客戶提供裝修的加值服務
甚至是思路開啟點- 不一定分析某個產業,可以分析所有產業。不一定要產出文字表格,還能產出標準化的影片。例如下面這個up做影片的想法就是遵循上述步驟:
參考資料
[1]賣網站網址:https://www.explodinginsights.com/
以上是一個適合程式設計師的 AI創業思路的詳細內容。更多資訊請關注PHP中文網其他相關文章!

熱AI工具

Undresser.AI Undress
人工智慧驅動的應用程序,用於創建逼真的裸體照片

AI Clothes Remover
用於從照片中去除衣服的線上人工智慧工具。

Undress AI Tool
免費脫衣圖片

Clothoff.io
AI脫衣器

Video Face Swap
使用我們完全免費的人工智慧換臉工具,輕鬆在任何影片中換臉!

熱門文章

熱工具

記事本++7.3.1
好用且免費的程式碼編輯器

SublimeText3漢化版
中文版,非常好用

禪工作室 13.0.1
強大的PHP整合開發環境

Dreamweaver CS6
視覺化網頁開發工具

SublimeText3 Mac版
神級程式碼編輯軟體(SublimeText3)

本站6月27日訊息,剪映是由位元組跳動旗下臉萌科技開發的一款影片剪輯軟體,依託於抖音平台且基本面向該平台用戶製作短影片內容,並相容於iOS、安卓、Windows 、MacOS等作業系統。剪映官方宣布會員體系升級,推出全新SVIP,包含多種AI黑科技,例如智慧翻譯、智慧劃重點、智慧包裝、數位人合成等。價格方面,剪映SVIP月費79元,年費599元(本站註:折合每月49.9元),連續包月則為59元每月,連續包年為499元每年(折合每月41.6元) 。此外,剪映官方也表示,為提升用戶體驗,向已訂閱了原版VIP

透過將檢索增強生成和語意記憶納入AI編碼助手,提升開發人員的生產力、效率和準確性。譯自EnhancingAICodingAssistantswithContextUsingRAGandSEM-RAG,作者JanakiramMSV。雖然基本AI程式設計助理自然有幫助,但由於依賴對軟體語言和編寫軟體最常見模式的整體理解,因此常常無法提供最相關和正確的程式碼建議。這些編碼助手產生的代碼適合解決他們負責解決的問題,但通常不符合各個團隊的編碼標準、慣例和風格。這通常會導致需要修改或完善其建議,以便將程式碼接受到應

想了解更多AIGC的內容,請造訪:51CTOAI.x社群https://www.51cto.com/aigc/譯者|晶顏審校|重樓不同於網路上隨處可見的傳統問題庫,這些問題需要跳脫常規思維。大語言模型(LLM)在數據科學、生成式人工智慧(GenAI)和人工智慧領域越來越重要。這些複雜的演算法提升了人類的技能,並在許多產業中推動了效率和創新性的提升,成為企業保持競爭力的關鍵。 LLM的應用範圍非常廣泛,它可以用於自然語言處理、文字生成、語音辨識和推薦系統等領域。透過學習大量的數據,LLM能夠產生文本

大型語言模型(LLM)是在龐大的文字資料庫上訓練的,在那裡它們獲得了大量的實際知識。這些知識嵌入到它們的參數中,然後可以在需要時使用。這些模型的知識在訓練結束時被「具體化」。在預訓練結束時,模型實際上停止學習。對模型進行對齊或進行指令調優,讓模型學習如何充分利用這些知識,以及如何更自然地回應使用者的問題。但是有時模型知識是不夠的,儘管模型可以透過RAG存取外部內容,但透過微調使用模型適應新的領域被認為是有益的。這種微調是使用人工標註者或其他llm創建的輸入進行的,模型會遇到額外的實際知識並將其整合

機器學習是人工智慧的重要分支,它賦予電腦從數據中學習的能力,並能夠在無需明確編程的情況下改進自身能力。機器學習在各個領域都有廣泛的應用,從影像辨識和自然語言處理到推薦系統和詐欺偵測,它正在改變我們的生活方式。機器學習領域存在著多種不同的方法和理論,其中最具影響力的五種方法被稱為「機器學習五大派」。這五大派分別為符號派、聯結派、進化派、貝葉斯派和類推學派。 1.符號學派符號學(Symbolism),又稱符號主義,強調利用符號進行邏輯推理和表達知識。該學派認為學習是一種逆向演繹的過程,透過現有的

編輯|ScienceAI問答(QA)資料集在推動自然語言處理(NLP)研究中發揮著至關重要的作用。高品質QA資料集不僅可以用於微調模型,也可以有效評估大語言模型(LLM)的能力,尤其是針對科學知識的理解和推理能力。儘管目前已有許多科學QA數據集,涵蓋了醫學、化學、生物等領域,但這些數據集仍有一些不足之處。其一,資料形式較為單一,大多數為多項選擇題(multiple-choicequestions),它們易於進行評估,但限制了模型的答案選擇範圍,無法充分測試模型的科學問題解答能力。相比之下,開放式問答

本站8月1日消息,SK海力士今天(8月1日)發布博文,宣布將出席8月6日至8日,在美國加州聖克拉拉舉行的全球半導體記憶體峰會FMS2024,展示諸多新一代產品。未來記憶體和儲存高峰會(FutureMemoryandStorage)簡介前身是主要面向NAND供應商的快閃記憶體高峰會(FlashMemorySummit),在人工智慧技術日益受到關注的背景下,今年重新命名為未來記憶體和儲存高峰會(FutureMemoryandStorage),以邀請DRAM和儲存供應商等更多參與者。新產品SK海力士去年在

編輯|KX在藥物研發領域,準確有效地預測蛋白質與配體的結合親和力對於藥物篩選和優化至關重要。然而,目前的研究並沒有考慮到分子表面訊息在蛋白質-配體相互作用中的重要作用。基於此,來自廈門大學的研究人員提出了一種新穎的多模態特徵提取(MFE)框架,該框架首次結合了蛋白質表面、3D結構和序列的信息,並使用交叉注意機制進行不同模態之間的特徵對齊。實驗結果表明,該方法在預測蛋白質-配體結合親和力方面取得了最先進的性能。此外,消融研究證明了該框架內蛋白質表面資訊和多模態特徵對齊的有效性和必要性。相關研究以「S
