一个适合程序员的 AI创业思路
大家好,我卡颂。
许多程序员朋友都希望参与自己的AI产品开发。我们可以根据"流程自动化程度"和"AI应用程度"将产品的形态划分为四个象限。
其中:
- 流程自动化程度衡量「产品的服务流程有多少需要人工介入」
- AI应用程度衡量「AI在产品中应用的比重」
首先,限制AI的能力,以处理一张AI图片应用,用户在应用内通过与UI交互就能完成完整的服务流程,从而自动化程度高。同时,“AI图片处理”重度依赖AI的能力,所以AI应用程度高。
第二象限,是常规的应用开发领域,比如开发个知识管理应用、时间管理应用、流程自动化程度高,但不需要用到AI的能力,所以AI应用程度低。
第三象限,一些非标服务,比如心理辅导、创业咨询,流程自动化程度低且AI应用程度低。
第四象限是指在淘宝接大学生毕设以及各类写稿的单,并利用AI完成内容输出。大部分服务流程通过IM沟通完成,所以流程自动化程度低。同时内容输出重度依赖AI的能力,所以AI应用程度高。
类似的例子还有用AI定制各种风格的照片、头像......
一种适合程序员的创业思路
程序员由于日常工作就是开发应用,所以创业时多会倾向于做应用,也就是流程自动化程度高的产品(第1、2象限),但选择1、2象限前期的投入很大,主要体现在:
- 开发成本投入大,前期需要投入大量时间开发应用
- 如果AI应用程度高,还需要在AI技术上投入很多,比如AI图片处理应用需要持续投入技术,确保图片处理效果比竞品好
- 在营销获客上的投入
选择1、2象限意味着你会与其他程序员创业者、创业团队产生直接竞争。
但选择3、4象限又不能发挥程序员「会编程的优势」。
所以,有没有一条路子能同时满足:
- 能发挥程序员会编程的优势。
- 不与其他程序员同行、创业团队产生直接竞争。
- 能发挥AI的优势,又不需要很高的AI技术门槛。
一个有趣的例子
接下来我会讲一个满足以上条件的有趣例子。
Fiverr是一个在线自由职业市场(类似国内的猪八戒),自由职业者提供技能服务,买家发布任务并寻找合适的自由职业者接单。
在Fiverr上,自由职业者提供的服务被称为gig,一个gig通常包含服务的描述、价格、交付时间以及套餐(基础、标准、高级包等不同价格和服务内容的套餐)。
例如,一个图形设计师的gig可能是设计一个徽标;一个写手的gig可能是撰写一篇500字的文章;一个程序员的gig可能是进行一小时的编码工作。
这里有一个隐藏的逻辑 —— 每个gig背后对应一个可售卖的服务,每个服务对应一个需求。所以,每个gig背后其实暗含了一种需求。
比如,有一个gig是「帮你写出高转化率的卖货文案」,这背后暗含的是「需要专业人士帮忙提高电商经营效率」需求。
当你读懂背后的用户需求时,可能你不会写卖货文案,但你有电商操盘经验,也能与用户达成合作。
看到这一商机后,有个叫 peter(x id @pwang_szn)的小哥爬取了Fiverr上346324 的gig,再用Claude(一个AI模型,擅长分析长文本)分析了每个gig背后暗含的需求,再将这些需求打包售卖(售卖网站地址[1])。
需求表格的部分内容
试想一下,如果一个人正在网上寻找商机,现在有一份包含34w 真实需求的表格摆在面前,是不是有很大概率购买呢?
从公开信息看,这份需求表格已经帮他赚了大于2k刀(20 * 47 20 * 67)。
让我们用「流程自动化程度」与「AI应用程度」来分析下这款产品:
- 流程自动化程度:主要包括数据爬取、清洗、分析,都是脚本自动完成的,流程自动化程度高。
- AI应用程度:AI主要用于替代人工分析gig背后的需求,AI应用程度不高。
所处位置大概在一象限的左上方:
这个思路简单来说就是:
- 爬取某一领域相关数据
- 用AI辅助清洗、分析数据,形成新的洞察
- 将新的洞察包装成产品售卖
有同学会说 —— 这个思路很简单,也很好执行。那不就意味着很容易被其他程序员模仿?
别着急,这个思路还有后续,听我继续往下讲。
首先,除了上面介绍的「通过gig反向发掘暗含的需求,再售卖需求」外,数据还能有很多用途,比如分析转化率更高的gig,总结规律,向自由职业者提供gig优化服务。
其次,除了产品本身(即通过分析数据得出的各种表格)有价值外,通过产品吸引来的客户同样有价值。
完全可以将这些客户聚拢起来,提供付费的社群服务。此时,客户不仅能从你的产品(各种表格)中获得价值,还能从其他客户身上获得价值(通过社群连接)。
也就是说,从思路3继续发散,可以往任意象限继续发展。迭代的时间越长,产品的形态就越独特,不用担心有人会模仿。
总结
本文提供了一种程序员做AI产品的思路,这个思路既能发挥程序员编程的优势,又能发挥AI的优势,还不要求很高的AI技术。包括4个步骤:
- 爬取某一领域相关数据
- 用AI辅助清洗、分析数据,形成新的洞察
- 将新的洞察包装成产品售卖
- 基于数据与用户拓展新的业务形态
举个例子:
- 定期爬取求职网站的求职数据
- 用AI辅助分析数据,形成洞察(比如找工作难度的趋势变化、招人的企业趋势变化、企业更看重的能力......)
- 将新的洞察形成周刊发布
- 为周刊读者提供求职相关服务
再举个例子:
- 定期爬取某书上某个城市的装修相关笔记
- 用AI辅助分析,形成当前城市的装修商家避坑指南、商家推荐指南
- 定期更新指南,吸引读者
- 为客户提供装修的增值服务
甚至思路打开点 —— 不一定分析某个行业,可以分析所有行业。不一定要产出文字表格,还能产出标准化的视频。比如下面这个up做视频的思路就是遵循上述步骤:
参考资料
[1]售卖网站地址:https://www.explodinginsights.com/
以上是一个适合程序员的 AI创业思路的详细内容。更多信息请关注PHP中文网其他相关文章!

热AI工具

Undresser.AI Undress
人工智能驱动的应用程序,用于创建逼真的裸体照片

AI Clothes Remover
用于从照片中去除衣服的在线人工智能工具。

Undress AI Tool
免费脱衣服图片

Clothoff.io
AI脱衣机

AI Hentai Generator
免费生成ai无尽的。

热门文章

热工具

记事本++7.3.1
好用且免费的代码编辑器

SublimeText3汉化版
中文版,非常好用

禅工作室 13.0.1
功能强大的PHP集成开发环境

Dreamweaver CS6
视觉化网页开发工具

SublimeText3 Mac版
神级代码编辑软件(SublimeText3)

热门话题

本站6月27日消息,剪映是由字节跳动旗下脸萌科技开发的一款视频剪辑软件,依托于抖音平台且基本面向该平台用户制作短视频内容,并兼容iOS、安卓、Windows、MacOS等操作系统。剪映官方宣布会员体系升级,推出全新SVIP,包含多种AI黑科技,例如智能翻译、智能划重点、智能包装、数字人合成等。价格方面,剪映SVIP月费79元,年费599元(本站注:折合每月49.9元),连续包月则为59元每月,连续包年为499元每年(折合每月41.6元)。此外,剪映官方还表示,为提升用户体验,向已订阅了原版VIP

通过将检索增强生成和语义记忆纳入AI编码助手,提升开发人员的生产力、效率和准确性。译自EnhancingAICodingAssistantswithContextUsingRAGandSEM-RAG,作者JanakiramMSV。虽然基本AI编程助手自然有帮助,但由于依赖对软件语言和编写软件最常见模式的总体理解,因此常常无法提供最相关和正确的代码建议。这些编码助手生成的代码适合解决他们负责解决的问题,但通常不符合各个团队的编码标准、惯例和风格。这通常会导致需要修改或完善其建议,以便将代码接受到应

大型语言模型(LLM)是在巨大的文本数据库上训练的,在那里它们获得了大量的实际知识。这些知识嵌入到它们的参数中,然后可以在需要时使用。这些模型的知识在训练结束时被“具体化”。在预训练结束时,模型实际上停止学习。对模型进行对齐或进行指令调优,让模型学习如何充分利用这些知识,以及如何更自然地响应用户的问题。但是有时模型知识是不够的,尽管模型可以通过RAG访问外部内容,但通过微调使用模型适应新的领域被认为是有益的。这种微调是使用人工标注者或其他llm创建的输入进行的,模型会遇到额外的实际知识并将其整合

想了解更多AIGC的内容,请访问:51CTOAI.x社区https://www.51cto.com/aigc/译者|晶颜审校|重楼不同于互联网上随处可见的传统问题库,这些问题需要跳出常规思维。大语言模型(LLM)在数据科学、生成式人工智能(GenAI)和人工智能领域越来越重要。这些复杂的算法提升了人类的技能,并在诸多行业中推动了效率和创新性的提升,成为企业保持竞争力的关键。LLM的应用范围非常广泛,它可以用于自然语言处理、文本生成、语音识别和推荐系统等领域。通过学习大量的数据,LLM能够生成文本

编辑|ScienceAI问答(QA)数据集在推动自然语言处理(NLP)研究发挥着至关重要的作用。高质量QA数据集不仅可以用于微调模型,也可以有效评估大语言模型(LLM)的能力,尤其是针对科学知识的理解和推理能力。尽管当前已有许多科学QA数据集,涵盖了医学、化学、生物等领域,但这些数据集仍存在一些不足。其一,数据形式较为单一,大多数为多项选择题(multiple-choicequestions),它们易于进行评估,但限制了模型的答案选择范围,无法充分测试模型的科学问题解答能力。相比之下,开放式问答

机器学习是人工智能的重要分支,它赋予计算机从数据中学习的能力,并能够在无需明确编程的情况下改进自身能力。机器学习在各个领域都有着广泛的应用,从图像识别和自然语言处理到推荐系统和欺诈检测,它正在改变我们的生活方式。机器学习领域存在着多种不同的方法和理论,其中最具影响力的五种方法被称为“机器学习五大派”。这五大派分别为符号派、联结派、进化派、贝叶斯派和类推学派。1.符号学派符号学(Symbolism),又称为符号主义,强调利用符号进行逻辑推理和表达知识。该学派认为学习是一种逆向演绎的过程,通过已有的

编辑|KX在药物研发领域,准确有效地预测蛋白质与配体的结合亲和力对于药物筛选和优化至关重要。然而,目前的研究没有考虑到分子表面信息在蛋白质-配体相互作用中的重要作用。基于此,来自厦门大学的研究人员提出了一种新颖的多模态特征提取(MFE)框架,该框架首次结合了蛋白质表面、3D结构和序列的信息,并使用交叉注意机制进行不同模态之间的特征对齐。实验结果表明,该方法在预测蛋白质-配体结合亲和力方面取得了最先进的性能。此外,消融研究证明了该框架内蛋白质表面信息和多模态特征对齐的有效性和必要性。相关研究以「S

本站8月1日消息,SK海力士今天(8月1日)发布博文,宣布将出席8月6日至8日,在美国加利福尼亚州圣克拉拉举行的全球半导体存储器峰会FMS2024,展示诸多新一代产品。未来存储器和存储峰会(FutureMemoryandStorage)简介前身是主要面向NAND供应商的闪存峰会(FlashMemorySummit),在人工智能技术日益受到关注的背景下,今年重新命名为未来存储器和存储峰会(FutureMemoryandStorage),以邀请DRAM和存储供应商等更多参与者。新产品SK海力士去年在
