• 时间:
  • 分类: AI应用, AI创业
  • 标签: None
  • 阅读(1107)
  • 👍推荐(1)
  • 评论(0)

01 Monica是啥？用户怎么说？

第一. Monica是All in One的浏览器插件
官网：一站式AI助手
我们接下来来看看它的产品形态，以及具体能做些什么呢？

  • 辅助阅读
  • 截图 
  • 网页自动翻译
  • 搜索 
  • YouTube视频总结
  • 邮件回复
  • 写作

第二. 用户一致好评

02 研究Monica的成功秘诀

为何是插件形态？

这两点非常有趣，下面让我们来探讨一下Monica为何选择了插件这种形式。
首先，让我们看一下Monica产品的发展阶段：

第一阶段：思考期
Monica的立项是22年11月20日，比ChatGPT发布早了10天。当时肖弘是想卷Jasper的，所以一开始是想基于网页的产品，结果很快ChatGPT发布了，这时Jasper的创始人在回答如何应对ChatGPT免费的挑战时，回应说要赋能互联网上的每一个输入框。以及Jasper还是更想做企业级市场。
这两点让肖弘判断：

  1. Monica要做toC
  2. 参考赋能每一个输入框，做浏览器插件形态

第二阶段：探索期
我们觉得浏览器插件是一个很好的产品形态，就是我可以在各种各样的场景里面去用好这个LLM和AI这个要素，去变革原来的那些网站的体验。
比如YouTube的AI总结、Google的AI回复，都是在一开始做的尝试，沿着用户的使用场景去做体验的革新，这就把一个不确定的开放的问题变成的一个确定的问题了。然后继续去推特围观独立开发者们（借鉴）都做了什么，再加上把自己带入用户视角看存在哪些需求，把这两者做成功能并累加起来。

第三阶段：沉淀期
在功能开发得更多之后，发现用户会在Monica上积累数据，思考如何基于这些数据，让LLM更加了解用户，实现差异化体验，并继续探索新的场景。
目前Monica处于沉淀期这一阶段，Memo的积累和发挥值得后续关注：

为何肖弘坚定看好浏览器插件？核心原因是：
它可以根据用户的特定场景来分发功能。
因为浏览器内的元素和信息数据足够丰富，插件能实现动态展示/隐藏功能入口！包括信息和窗口内容的交互。
插件之所以能够发挥不错的效能，进一步的理解可以继续往下看。

功能与浏览器的相互成就

22225350-2024-01-22T14:54:16.png
浏览器的All-in-one，支持了Monica的All-in-one
我们看下面这张图：
用户的需求场景大部分（All）发生在浏览器里（One） 
Monica提供了许多的AI功能（All）在插件里（One）

Monica使用自己One里面的All功能，在浏览器的One里去满足用户的大部分需求All
进一步探究插件，我们会发现Monica产品形态的独特之处在于三个层面：
第一层：插件即流动，浏览器插件可以流动在页面上的各个位置。
第二层：流动即分发，根据用户当前的操作需求，分发功能入口快捷满足。
第三层：分发即搜集，用户使用功能过程中，有更多的上下文数据自然被一起存储下来。

除此之外，浏览器网页本身就是用户的工作流，插件让 AI 能力直接融入工作流，这样能保护用户的"沉浸"状态不被打断。同时，LLM 工作的前提也是Context，这正好完成了闭环。
对于All in one，Notion官网也给出了答案：AI、Wikis、Projects、Docs。

肖弘也对此做了阐述：
很多要零零散散的产品，数据也不互通的。明明你读过的东西存下来之后，你下载的时候可以得到更好的体验。数据没有通，甚至他们的UI都长得不一样。装五个插件你是受不了的，网页上他就打架了。
All in one的思路从用户价值上来说是更强的。对于用户来说，体验UI是一致的，数据是打通的。可以在同样的问题上有更多的上下文，获取更好的体验。不用再去寻找，不用多次去on board，多次去注册账号。这就是是Monica一直做的一件事。

交互的融合：Inside，Beside和Outside

Microsoft Build 2023 上提出了AI时代新的三种交互结构：
22225405-2024-01-22T14:54:32.png
Beside的代表形态是Copilot，保留了原始的应用程序架构定义，并且用户可以很快的接受，对新应用结构的破坏性最小，同时可以提供工具和体验：左侧为用户的工作流，右侧可以随时使用各种输入方式来获得LLM的回应：

 Monica插件的主题形态更多地借鉴了这一样式，但与左侧的内容区域结合得更紧密！比如，点击对话框上的阅读按钮，可以自动开始进行文章摘要的输出，并且后续可以通过对话的方式进行提问：

Inside 的代表作是 Notion AI，Inside确定了主要的输入循环就在应用内，AI重新定义了应用的交互，交互依赖于点击，整个工作流变得更加自动，它将AI融入到整个 Notion 原有的用户使用路径中！它可以帮助用户找答案、优化文字，甚至自动填充表格等功能。

前文提到Monica在原网页内嵌入按钮，以及在输入框内增加浮标等方式，来将自己的入口融入页面，将自己整合进用户的工作流程，这都是Inside，尤其是在邮件中，因为回复邮件会带上原文内容，所以这里非常适合LLM发挥能力。
邮件是老外常用的场景：

Outside的代表作就是ChatGPT了，AI在外部全局执行，可以跨端、跨时间、跨设备和服务进行处理，更多作为Agent，想使用就需要新打开它们的网页去使用~当然Monica也做了自己的桌面端和App端来覆盖：

Monica的Windows端可以使用Alt+M来调起软件，也可以用Alt+空格来呼起命令（类似苹果MacOS的Spotlight，在用户系统中扮演Launcher和searcher的地位）：

三者各有各的好处，我们抽象一下Monica的插件形态带来的好处：
过去，我们使用AI，需要从网页内复制粘贴Context，打开新的页面或应用，处理完成后再复制回来，不管使用Kimi还是ChatGPT，都是如此。
现在，我们通过插件，通过Beside和Inside，直接在当前页面里直接调用AI，获得结果后修改Data：

Monica对于用插件覆盖了Beside和Inside，再用独立客户端覆盖了Outside，三者兼备！
对于Beside、Inside、Outside这部分的内容，强烈推荐观看原片：https://www.youtube.com/watch?v=h41Uc73xph4
另外，Monica.im的SUKIII(即刻@SUKIII)下面这段评述也挺精彩，可以结合享用：
AI的能力分发：
1.端决定了最大的场景分发。Mobilefor碎片化/娱乐场景，PCfor长时间/工作场景。
2.AI场景分为Copilot和AI native两种模式。两者的区别在于用户开始的起点是不是AI。
3.在Copilot模式下，插件是个非常好的形态，开始的门槛低（装插件就行），流量大（大部分用户行为还是在网页里），分发效率高（有天然的上下文和用户行为）。但能分发的能力受限（最大限度只能做到读取整个网页，而不能像原生copilot获得完整的上下文，比如github copilot可以做到读取整个工程文件，插件形态不可能做到）
4.Copilot因为没有颠覆现有的使用习惯，最容易被用户所接受，但随着大模型的能力发展，AI native将逐步成为主流。

销售转化

Monica在对新用户进行转化层面，做了大量的细节工作，包括但不限于：

  1. 使用后开始引导升级成GPT4，在不同入口处做了限制和引导：
  2. 展示丰富的功能，让你觉得超值：
  3. 在插件放置显著入口吸引你点击并开始免费试用：

03 Monica能继续成功么？

套壳也有竞争力？

肖弘拿出大模型公司和应用公司的不同，类比于芯片公司和大模型公司，用来解释套壳一词，很有趣，强烈建议理解一下：
大模型公司是硬科技，可以类比为Inter、高通这样的芯片公司；
应用公司是综合型科技，可以理解为苹果、小米这样的消费电子公司。

什么意思呢？大家打法不同：
芯片公司的目标是以更低的成本生产更优质的芯片，这涉及到性价比问题、客户关系问题，是面向企业的生意。
而消费电子公司更关注品牌和渠道，重视差异化体验带来的毛利率和规模，因为这才能为持续的研发和品牌宣传提供资金支持。
这两者是完全不同的游戏！对于消费电子公司来说，重点在于能否为用户创造差异化的价值，从而实现良好的商业闭环！

OK，那你还会问，那不还是套壳嘛？肖弘会继续说：
那就套壳呗，套壳到极致就是牛逼！这里主要问题不在于是否套壳，核心在于是否解决了用户的问题。

产品形态可以演化

黄峥认为，要专注于眼前的事情，做好眼前的工作，而不是过分追求远大的目标。这种理念反映了一种务实和谨慎的态度，注重稳健发展而非冒险行为。

AI整个生态都还非常早期，能在牌桌上，能持续赚到钱，并且在这个过程中还锻炼了队伍，是非常重要的，未来怎么样都不好说，也可能当前的方向找到了新的突破口，也可能会转换方向。

"当下的所有 AI 产品，大概率最后都会被迭代掉，都是先烈。
但是，也大概率是在已有的公司和团队内部迭代。"

组织能力跟上，就可以内部迭代，继续找到下一个新方向！

相反，如果还没赚到钱，就不停的想天花板，想大厂来竞争，这不是一个成熟投资人应该问的问题。

巨头也会有自己优势背后的劣势，戴雨森对“攻击竞争对手的优势所带来的劣势”的回复是：
“这句话是对商业竞争非常精辟的总结”

有关竞品

在和一位投资人朋友聊的时候，对方提到了另外一个插件：Maxai.me从产品层面来说，功能差异不大，但从流量角度来看，还是要比Monica高的。
简单体验后感受是Monica.im功能更全面和强大，Maxai.me更加精炼和聚焦，要作为用户让我选的话我会考虑Monica.im，一个是更多端，比如手机上我也能用Monica，另一个是功能更全面，比如搜索、ChatwithPDF、文生图等等。
当然，单纯看产研，Monica.im不构成绝对的壁垒，但产品的竞争不光是产研。
那聊了这么多，我们是时候总结一下，Monica.im对现阶段的AI创业者可能带来哪些启发了：

05 对于现阶段AI创业的启发

第一. AI资产的重要性

"先有积累，后做理解"
资产必须先有积累，如果是通过独立/游离的产品型态（比如单独的聊天bot）积累的资产，是与用户场景上下文脱离的！这是做资产积累的时候很重要的考量点，积累什么样的数据、数据质量是否够高？插件可以相对自然的做好"积累"，因为整合进用户的工作流了~
Monica不会甘于做一个单纯的AI工具集，它提出了一个Memo的备忘功能，备忘功能可以是一个很大的东西，我们先看看它是个啥：_备忘（Memo）是一个专属于你的 AI 知识库，你可以使用它来存储各种类型的信息，如网页、AI 聊天记录、图片、PDF 信息等，并且可以与之进行互动以获取信息。随着备忘中存储的内容增多，__我会更好地理解你的任务意图__，并基于知识库提供更加准确和个性化的回复。_

使用它现在有几个办法：

  1. 存储内容：所有看过用过的信息都可以存进去
  2. 聊天互动：可以Chat with memo，和知识库互动
  3. 查询备忘内容：用自然语言查询知识库中的内容

过去我们在文章中也说过，资产非常重要，AI产品对于资产，一定要进一步利用，一种典型的用法就是基于资产，让AI可以更好地个性化服务用户！
这是Monica对于未来的一种新设想，后续我们也得看看具体做得如何。所有做AI应用，不甘于只是做一个工具的，都值得琢磨AI资产。

ChatGPT最近也增加了类似的功能！

第二. 场景，还是场景

《AI创业不需要清华博士，没上过学也可以》最近这篇文章写出了我的心声。过去2个月，我见了很多的AI创业者，大量背景极其优秀的团队，在选择产品方向时束手无策。这篇文章中，有句话指出了问题的核心：
大部分技术出身的创业者商业化能力较弱，对用户需求和产品节奏的把握欠佳，某种程度上也是2023年AGI“锤子找钉子现象”的重要原因之一。
我们再来看看肖弘的解决方案，
优秀的创业者需要找到一个能够整合和利用独立开发者所发现的有潜力的单个点子或产品的“框架”或者模式，就像张一鸣通过今日头条整合了用户内容消费需求、POE整合了所有的大模型工具一样。
这是一种创业策略，意味着通过整合和优化现有的创意或技术来创造出更加成功的产品或服务。
肖弘一个是找到了浏览器插件这个框，
另一个是在推特上面关注了大量的独立开发者，这些独立开发者，观察大家开发的到达了PMF阶段的产品是什么形态的，从而快速了解用户的需求和场景，然后把功能叠加到Monica里面来。
所以All in one的Monica，嵌入到All in one的浏览器，获得的就是4.9的用户高分评价！

2.用户，还是用户 

一定要搞明白你的价值，在于用户给你，而不是自己空转。
用户不断使用的产品，一定是满足了他的某个需求，去调研去找到它！
AI创业不是先把所有事情想清楚了再去做，而是看到需求直接做，小步快跑，边做边改。

第三. Workflow+AI

肖弘关注更多的还是旧场景怎么变化，而不是要探索一个全新的东西。
传统的workflow+AI已经有人做了，Agent也有人在做。
但用AI去重新设计旧的workflow，满足已有的场景，这是肖弘选择的赛道，他也认为这样会出来更多有意思的产品。

第四. 组织的重要性

这句话的意思是，当你放慢速度，专注于平稳、精确的动作时，你最终将能够更快地完成任务。因为通过缓慢开始，你可以减少错误，从而当你熟练后，能以更快的速度执行任务，而不会牺牲质量。
在AI浪潮里，每天产出大量的论文，不停地有新产品涌现，那什么才是不会变的呢？
我在[杨植麟透露AI创业奥秘:第一性原理能战胜用户需求吗?]里提到了组织，肖弘坦言把自己的一半精力放在了组织上。
去年上半年，Monica收购了另外一个独立开发者的产品：ChatGPT for Google，
但随后，并没有把它升级成Monica，而是做了基础的导流后，仍然单独开发了Monica，这背后有个重要的思考在于：
Monica背后的组织需要有自己的增长能力！
不依赖成型的产品而是自己去生长，是会慢一些，但是一个长期有价值的事情。
同样，对于AI创业而言，锻炼组织能力是至关重要的。这里有几个要点大家可以琢磨：

  1. 组织能力是指一家公司内部协调各种资源以达成目标的能力。
  2. 一个强大的组织能够在市场变化时快速响应。组织必须具备快速学习和适应新技术的能力，这需要一个高效的内部知识传递和学习系统。
  3. 当一个公司专注于培养内部增长能力时，它能够更好地适应资本环境和技术环境。
  4. 组织能力还体现在风险管理上，一个结构稳健、管理有效的组织能够更好地分散AI时代的不确定性风险。

第五. 兵无定势

灵活策略，创业之路的加速器

肖弘在一开始做完Monica产品定义后，发现很多人开始做套壳的产品，开始担心流量成本可能会很贵，正好看到上文说过的ChatGPT for Google流量涨的很快，找到了这个很巧也是校友的独立开发者，花了几百万买下来！
接着用它给Monica做了冷启动！
通过收购已有流量和用户基础的产品，为Monica的发展铺平了道路。这种策略不仅节约了时间和资源，还能立即获得市场反馈，为产品调整和优化提供了实时数据。
兵无定势
创业公司需要灵活多变，善于利用所有可用资源。
这种跳出固有思维模式、勇于尝试新方法的精神，很值得学习！

第六. 商业价值

你用最好的能做出什么东西来？进一步，你用最好的东西能产生什么样的商业价值？
在探讨理解AI创业对应的商业价值时，我们需要从两个关键维度来审视：创新的潜力和商业化的策略。
首先，我们要考虑的是，利用最先进的技术，我们能够创造出什么样的产品和服务。
不光是技术本身的先进性，更是关于如何将这些技术转化为用户真正需要和愿意为之付费的解决方案。
在AI领域，这意味着我们需要深入理解用户的需求，找到那些可以通过AI技术得到显著改善的场景。
例如，通过Monica，我们可以在邮件回复流程内用AI快速完成，从而提高效率和产出质量。这种创新不仅仅是技术上的突破，更是用户体验的革命。
其次，我们需要关注的是，这些创新能否带来足够的商业价值，这样产品才能可持续增长。
这意味着不光要创造新体验，还需要评估用户对新体验的接受程度，以及他们愿意为这种新体验支付多少成本。如果新体验带来的价值远大于用户切换到新系统的潜在成本，那么这种创新就具有很强的市场潜力。
这里重要的是流量的货币化能力。我们看抖音、TikTok可以攻城略地，“大力出奇迹”的背后，是它强大的流量货币化能力来支撑的。
综上所述，Monica给我们的启发不仅仅体现在创造了好的产品形态切入用户场景，更在于其能够如何创新地解决用户问题，以及通过有效的商业化策略实现可持续增长。

06 为何Monica做的还不错？换个视角看肖弘

一些肖弘的片段

在复杂和不确定的世界中，有时顺其自然、接受事情的自然进程可能比强行控制和预测更为合理。

技术进步会改变现有结构，新应用也会促进旧协议的更新和变革。
我自己觉得我们也在列了一些东西，叫做有哪些事情发生了他就会更牛逼。比如幻觉解决、开源模型到3.5水平、苹果让端侧到了可用的水准。。。

无论采取何种战术，最终的目标都是在对自己有利的条件下赢得战斗。

“下下人有上上智”：即使是普通人也有高超的智慧。
因为产品的目标是给普通人天天用的，因此必然是满足普通人的某些需求，“聪明人”总是会想太多而脱离用户。
最简单的产品背后，能体现出设计者的智慧和对用户需求的深刻理解。简单的背后才是不简单，产品不要做的太完美或者太复杂，一根针捅破天在很多时候是王道！

肖弘的惯性

肖弘过去做过壹伴助手，以及微伴助手

前者我很熟，因为它是一款公众号效率工具，也是个插件。。。服务公众号创作者，很好用，比如图片可以加边框，可以用设定好的格式自动排版等，很方便~ 
微伴助手是一个基于企微的SCRM工具，toB的SaaS产品，基于企微的API去帮助企业更好的在企微上做好营销。

我们可以看到，一直到Monica.im，三者都是“大树底下好乘凉”的逻辑，我们进一步琢磨一下：
肖弘的Monica.im确实会有不错的用户量，以及营收，但确实大概率不会成为伟大的产品，当然他或许也没有这个想法！
我的感觉是，他过去的产品类型虽然都在瞄准着用户场景，但选择的切入口都是大平台下的小切入点，当然在大平台下，这个小切入点也够他吃的了，或者说，做大可以有几百万，甚至千万的日活，但上限就是天然要比巨头低1-2个量级的。
Monica.im的策略是继续植入到Chrome浏览器内，依附另一个超级平台，做“拼缝”来满足用户需求的产品，这种选择，天然的不容易构成自己的SuperApp，因为插件即场景，注定了大部分入口需要基于网页去做设计，脱离了这些场景，用户的需求还强么？
当然，LLM或许是一个巨大的变量，我们也看到了Monica开始做移动端和桌面端，再加上Memo的加持，或许可能真的不一样？

Monica真的是个好产品？

Monica对标的是市面上纷繁复杂的AI订阅制产品们

上图是我在插件形态里上传PDF时，Monica提示我，可以尝试Web版本来获取pdf详情，于是我打开后，突然在想，这个文档界面不就是ChatPDF么？因为这种产品形态并不是ChatGPT能做好的（ChatGPT无对比和多文件快速切换功能）

 再看看沉浸式翻译这个2023年很火的插件，要想用OpenAI的接口来获得翻译，要么你买沉浸式翻译的会员，要么你去开一个API，这里有个问题是，OpenAI的API还不是单纯的Plus会员就可以的，需要绑定信用卡来开通API，意味着是另外一套玩意。
或者你去买会员，连续包年是703元！

OK，现在来了，Monica.im还在持续增加用户需要的功能，以及基于目前这么多的功能，只需要这个价格：

我是买一个集大成的Monica，还是到处买一些七七八八的订阅产品呢？对吧，你再看搜索，几乎能做到和Perplexity差不多的水准，还能用GPT4，这个去买Perplexity会员，又是一笔钱-，-
再加上，Monica其实可以用插件，可以用App，可以用桌面端，插件更符合浏览器的使用场景，对比一下？

结尾

在写这篇文章的过程中，我发现大家对于Monica.im的认知差异很大，一种典型的认知是，Monica就是个AI工具站，满足用户省事的需求，对投资人来说故事讲的是流量入口和个性化服务，在我看来，并不只是如此。
Monica.im的故事不仅仅是一个关于技术创新和需求结合的案例，它更是一场关于如何将AI技术与商业智慧相结合，创造出真正有价值的用户体验的深刻启示。
肖弘和他的团队通过Monica.im展示了一种全新的AI产品开发和市场渗透路径，这不仅仅是技术的堆砌，而是对用户需求的深刻洞察和对市场趋势的精准把握。
Super黄觉得有几个点值得大家琢磨：

  1. 以用户为中心：任何技术产品的核心都在于解决用户的实际问题。无论是插件形态的便捷性，还是功能上的全面性，都紧紧围绕着提升用户体验这一核心目标。
  2. 技术和商业的融合：AI技术的价值在于其能够为商业带来变革。Monica.im通过技术手段，不仅提升了工作效率，还创造了新的商业模式，这为AI产品的商业化提供了新的思路。
  3. 持续创新：在和肖弘的交流中，他也提到已经有好些功能还在路上，不断地迭代产品，适应市场，这种敏捷性值得AI创业者学习。

希望大家看完这篇文章，能对Monica.im有了更深入的了解，更重要的是，可以获得一些AI应用创业的启发：）
也希望2024年，有更多AI创业者能够找到自己的位置！一起在AI的浪潮中探索、创新：）