GoGoUp
Real Cases
中文EnglishEspañol
REAL CASE 012

My AskAI：两个创始人做到月入1万美元后，为什么反而把产品做窄？

很多创业者会认为，产品已经做到每月1万美元经常性收入以后，下一步应该增加更多功能。 支持更多客户。 进入更多行业。 增加更多AI模型。 增加更多使用场景。 让产品能够做更多事情。 My AskAI走了相反的方向。 它已经有收入。 已经有用户。 已经证明有人愿意为AI问答付费。 但两位创始人Alex Rainey和Mike Heap后来发现： “有人愿意买”与“产品已经找到最强增长方向”不是同一件事。 My AskAI的起点来自两位创始人此前做AI产品的经验。 他们曾经做过一个无代码AI模型工具，也做过其他小型产品。 在服务这些用户时，他们不断看到一种需求： 用户希望让AI读取自己的资料，然后回答问题。 这比让普通用户理解复杂的模型训练简单得多。 于是他们没有先花几个月把完整产品做完。 他们先卖。 正式产品推出以前，两位创始人在已有网站上放出一个简单的预售页面。 价格99美元。 50多人付钱。 预售收入约5,000美元。 这个数字非常重要。 它不是注册量。 不是点赞。 不是等待名单。 而是真正有人在产品还没有完全做好以前把钱付出来。 于是两位创始人决定全职投入。 2023年初，My AskAI正式推出。 早期产品允许用户把网站、文档和自己的内容交给AI，再创建一个可以回答相关问题的助手。 产品赶上了生成式AI快速增长的窗口。 Product Hunt、Twitter、AI目录、邮件名单、Google搜索和用户口碑都带来了客户。 增长很快。 约4个月，MRR超过1万美元。 2023年5月公开记录显示，My AskAI一度达到约14,000美元MRR，并拥有300多名用户。 如果案例在这里结束，它很容易被写成： 两个创始人抓住ChatGPT浪潮，快速做出一个成功AI工具。 但真正有教育价值的部分恰恰从这里开始。 增长后来停住了。 问题不是产品不能工作。 问题是产品可以做的事情太多。 “对你的内容进行AI问答”可以用于： 内部知识库。 销售问答。 文档搜索。 网站聊天。 员工培训。 客户支持。 以及很多其他场景。 听起来市场很大。 但市场太大有时意味着购买理由太弱。 一个客户可能会觉得： 这个工具很有意思。 但他不一定知道： 为什么今天必须买？ 两位创始人开始看到一个更具体的问题。 客户支持。 企业每天都在回答大量重复问题。 这些问题已经存在于帮助文档、网站、历史客服内容和知识库里。 企业还已经在使用Intercom、Zendesk、Freshdesk、Gorgias或HubSpot等客服系统。 如果My AskAI能够直接进入这些现有工作流，价值就不再是： “你可以和自己的资料聊天。” 而变成： “让AI替你的团队处理大量重复客服问题。” 购买理由突然变得更具体。 节省多少客服时间？ 减少多少人工Ticket？ 多少问题可以自动解决？ 什么时候需要转给真人？ 这些都可以被企业理解和衡量。 My AskAI于是做了一个看起来违反直觉的决定： 市场不扩大。 先缩小。 产品不继续解释自己什么都能做。 先明确自己最应该做什么。 它把重点转向AI Customer Support Agent。 创始人后来总结这段路径时披露： 大约第4个月达到1万美元MRR。 然后增长停滞。 完成产品聚焦和转型。 约6个月后达到约4万美元MRR。 这就是Case 012真正值得研究的地方。 从0做到1万美元MRR证明： 有人愿意买。 从1万美元停住以后再做到4万美元MRR证明的是另一件事： 创业者愿不愿意承认，已经有人付钱的产品仍然可能太宽。 所以本案例不是简单的AI成功故事。 它是一个关于“收窄”的案例。 两个创始人没有因为AI市场巨大，就要求自己的产品服务所有AI需求。 他们找到一个更明确的工作： 客服。 找到一个更明确的客户： 已经拥有客服工作流的企业。 找到一个更明确的价值： 减少重复人工支持，同时保留真人升级路径。 产品因此从一个AI能力展示，逐渐变成一个业务工具。
英国服务 / AI客服 / SaaS / 小型软件创业Success / PivotMy AskAI为什么在已经做到约1万美元MRR以后，没有继续把产品做得更宽，而是把通用AI问答工具收窄成AI客服产品；以及一个两人团队如何通过预售、快速验证、低成本开发和明确使用场景，把“什么都能问”的AI能力变成客户愿意持续付费的SaaS。
BEFORE
2023年正式推出前，两位创始人先以99美元进行预售，获得50多位付费买家和约5,000美元预售收入。产品推出后增长很快，约4个月达到1万美元以上MRR，2023年5月公开记录约为14,000美元MRR、300多名用户。早期产品是较宽泛的“chat with your content”工具：企业或个人可以导入自己的资料，再创建定制AI问答助手。数字格
AFTER
在早期增长之后，通用AI问答定位开始遇到增长瓶颈。创始人没有继续无限增加使用场景，而是把产品重点收窄到AI Customer Support Agent，让AI直接进入企业已有的客服工作流。创始人后来披露，产品在约第4个月达到1万美元MRR后经历停滞，完成聚焦客服场景的转型后，约6个月进一步达到约4万美元MRR。后续公开资料显示，公司仍由两位创始人为核心运营，并持续服务SaaS、电商、Marketplace等企业客户。数字格
OUTCOME
Success / Pivot案例结果
MODEL
My AskAI由Alex Rainey和Mike Heap共同创立，是一个Bootstrapped AI SaaS。早期产品允许用户导入网站、文档和其他内容，再建立能够回答相关问题的AI助手。后来产品重点收窄到AI Customer Support Agent，接入Intercom、Zendesk、Freshdesk、Gorgias、HubSpot等现有客服系统，自动处理重复客服问题，并把复杂问题交给人工。收入主要来自SaaS订阅和使用量。公司的特殊之处是长期保持极小团队，通过AI模型、无代码/低代码工具、自动化和现有客服平台完成产品交付，而不是先建立大型销售和客服组织。商业模式

阅读案例

# [SECTION

background] 创业背景：他们不是第一次做AI产品

My AskAI并不是Alex Rainey和Mike Heap第一次一起做产品。

在它之前，两人已经尝试过其他AI工具，包括无代码AI模型相关产品。

这些早期项目没有成为最终的大业务，但留下了一样非常重要的资产：

真实用户问题。

用户并不一定想学习怎样训练AI模型。

他们更常提出一个直接得多的问题：

我能不能把自己的资料给AI，然后直接问它问题？

这个需求比“建立一个AI模型”更接近普通企业的语言。

企业拥有网站。

帮助文档。

PDF。

知识库。

产品说明。

内部资料。

真正缺少的往往不是更多内容，而是更快找到答案的方法。

两位创始人因此逐渐把注意力从：

帮助普通人构建AI模型

转向：

帮助普通人使用自己的内容获得AI答案。

这个变化成为My AskAI的起点。

# [SECTION

timeline] 2023至2026：先预售，再增长，再主动收窄

2023年初，两位创始人没有先建立一支工程团队。

也没有先融资。

更没有先花半年时间开发一个完整平台。

他们先测试有没有人愿意付钱。

预售价格是99美元。

50多位客户购买。

在正式产品完成以前，就产生约5,000美元收入。

这个信号足够强。

两位创始人决定全职投入。

产品上线以后，早期增长来自多个渠道。

他们利用已有用户。

邮件名单。

Product Hunt。

Twitter。

AI产品目录。

Google搜索。

以及最重要的用户口碑。

约两个月后，MRR已经达到约7,000美元。

约第4个月，产品跨过1万美元MRR。

2023年5月公开记录显示，MRR约14,000美元，用户超过300。

但增长没有按照同样斜率永远继续。

通用“chat with your content”市场迅速变得拥挤。

越来越多产品可以上传PDF。

越来越多产品可以读取网站。

越来越多AI工具可以创建聊天机器人。

技术能力本身快速商品化。

这时候My AskAI面对一个关键选择。

继续扩大功能？

还是收窄问题？

两位创始人选择后者。

产品逐渐聚焦AI Customer Support。

不是让AI回答所有可能的问题。

而是帮助企业解决一个已经存在、每天发生、可以计算成本的问题：

客户支持。

创始人后来披露，这次聚焦发生在约1万美元MRR后的增长停滞阶段。

完成转型以后，MRR在之后约6个月进一步增长到约4万美元。

截至本案例研究窗口，My AskAI仍然围绕AI客服继续发展，并接入企业已经使用的Helpdesk系统。

这条时间线的重点不是：

AI增长很快。

而是：

早期增长之后，创始人仍然愿意重新定义产品。

# [SECTION

problem_opportunity] 问题与机会：产品能做十件事，不等于客户会为十件事买单

通用AI工具有一个非常诱人的逻辑：

市场越大越好。

如果产品可以回答任何资料里的任何问题，那么理论上几乎所有公司都是客户。

但销售并不是这样工作的。

客户通常不会购买“可能有很多用途”的东西。

他们更容易购买一个能够解决明确成本的问题。

“和你的内容聊天”很有趣。

但它需要客户自己继续思考：

我要拿它做什么？

“自动处理客户支持问题”则完全不同。

企业已经知道自己有多少客服请求。

知道客服人员成本。

知道回复速度。

知道哪些问题每天重复出现。

知道什么时候必须让真人接手。

这让AI价值从模糊变成可以计算。

My AskAI真正发现的机会不是：

AI可以回答问题。

市场早就知道AI可以回答问题。

真正的机会是：

把AI答案放进一个已经存在预算、人员和工作流的业务环节。

# [SECTION

business_model] 商业模式：卖的不是Chatbot，而是减少客服工作量

My AskAI属于SaaS订阅业务。

客户把网站、帮助中心和其他知识资料连接到系统。

AI利用这些内容回答客户问题。

产品再接入企业已有的客服系统。

简单问题由AI自动处理。

需要人工判断的问题则可以升级给真人。

这意味着My AskAI不需要要求客户拆掉原来的客服系统。

它可以进入现有工作流。

这个设计非常重要。

企业软件最大的阻力之一不是新工具不好。

而是新工具要求公司改变太多已有流程。

如果客户已经使用Intercom或Zendesk，一个新AI产品要求整个客服团队搬到另一套系统，采用成本会非常高。

My AskAI选择更轻的路径：

接进去。

而不是全部替换。

收入来自订阅和使用量。

成本主要来自AI模型调用、软件基础设施以及极小团队的运营成本。

两位创始人长期保持精简团队，使公司不需要先建立庞大的销售、工程和客服组织才能维持增长。

这让Bootstrapped模式成为可能。

# [SECTION

execution] 执行过程：先用真钱验证，再用客户行为决定产品方向

My AskAI执行过程中最重要的动作之一发生在产品正式完成以前。

预售。

99美元。

50多位买家。

约5,000美元。

这个动作把一个模糊的问题：

“大家觉得这个产品好不好？”

变成了一个更有价值的问题：

“有人愿不愿意现在付钱？”

第二个动作是快速上线。

两位创始人没有等产品达到大型企业软件的完整程度以后再进入市场。

他们利用现有工具和AI基础设施快速构建。

第三个动作是多渠道获得早期客户。

Product Hunt帮助曝光。

社交媒体帮助Build in Public。

AI目录帮助早期搜索。

Google逐渐产生自然流量。

用户口碑则让产品继续传播。

第四个，也是最重要的动作，是在已经有收入以后仍然允许自己Pivot。

很多创业者在达到1万美元MRR以后会产生心理锁定：

已经有人付钱，所以方向一定正确。

My AskAI没有这样处理。

他们把“有收入”和“已经找到最佳定位”分开。

增长停滞本身成为新的数据。

如果产品能做很多事情，却没有继续加速，问题可能不是功能不足。

可能是定位不够尖锐。

于是他们把客户支持从众多Use Case中的一个，提升为产品中心。

# [SECTION

turning_points] 关键转折点：从“任何内容都能问”变成“先把客服做好”

第一个转折点是预售。

产品还没有完全完成，50多人已经愿意支付99美元。

这证明需求不是只有点赞和注册。

第二个转折点是快速达到1万美元以上MRR。

这证明My AskAI已经是一个真正有人持续付费的SaaS，而不只是AI Demo。

但第三个转折点更重要：

增长停住。

这时候最容易做的事情是继续增加功能。

更多模型。

更多数据源。

更多行业。

更多模板。

更多使用场景。

My AskAI选择了相反的路线。

减少解释。

减少定位范围。

把一个具体任务放到最前面：

AI Customer Support。

这个变化把产品价值从：

创建一个懂你资料的AI助手

变成：

减少你的客服团队每天重复回答的问题。

前一句描述技术。

后一句描述结果。

创始人后来披露的增长路径把这个变化写进数字：

约第4个月达到1万美元MRR。

随后停滞。

产品收窄并转向客服。

约6个月后达到约4万美元MRR。

这也是本案例最重要的决策：

当已经有客户和收入时，仍然敢于把市场定义做小。

因为有时候，产品变窄以后，购买理由反而变大。

做到1万美元MRR，只能证明有人愿意买；增长停住以后敢不敢把产品做窄，才开始证明创业者是否真正知道客户为什么买。My AskAI没有继续解释AI什么都能做，而是先把一件有预算、有成本、每天都会发生的事情做好：客户支持。