本期节目，任鑫深入剖析了三类在 AI 浪潮中快速崛起且具有独特打法的产品：Gamma、Remove.bg 以及 Quartr。

不同于市面上常见的 “科幻叙事” 或 “Agent 概念”，这几家公司都在用 AI 解决看似朴实、甚至 “无聊” 的老问题。节目详细拆解了它们背后的成功逻辑：如何通过重新定义 “原子单位” 来颠覆 PPT？为何简单的 “抠图” 功能能撑起巨大的商业价值？以及如何通过干 “脏活累活” 积累数据资产，最终把 AI 当作 “点火器” 来引爆价值。

如果你是 AI 创业者或产品经理，本期内容将帮你从 “技术自嗨” 转向 “价值落地”。

Gamma 的胜利是 “降维打击”： Gamma 并没有试图在专业度上通过 AI 把 95 分的作品优化到 98 分，而是专注于解决大众市场 “从 0 到 60 分” 的起步焦虑。它用 “旧问题 + 新技术” 的策略降低了市场教育成本 。

单点突破优于大而全： Remove.bg 和 PhotoRoom 证明了在巨型软件（如 Photoshop）的工作流中，剥离出一个高频、刚需且繁琐的环节（如抠图），将其效率提升 10 倍，就能构建极强的数据飞轮和商业价值 。

数据资产是 AI 的前提： Quartr 的成功不在于其 AI 模型有多强，而在于它通过长期的 “苦活累活” 建立了专有的、高质量的非结构化数据（电话会录音 / 文本）。AI 在此不仅是工具，更是点燃这些数据资产价值的 “放大器” 。

原子单位的重构 (Redefining Atomic Units)： 真正的 AI 原生产品不仅仅是给老软件装上 AI 引擎。Gamma 的创新在于它不像 PowerPoint 那样操作 “幻灯片”，也不像 Word 那样操作 “文档”，而是创造了类似 Notion 的 “卡片 (Cards)” 作为原子单位。这种灵活的结构让内容可以流动，更适应 AI 的生成逻辑和移动端的阅读习惯 。

产品即广告 (Product as Distribution)： 优秀的产品设计能让用户在使用过程中自然地进行传播。Gamma 生成的网页链接便于分享，且自带品牌露出，每一次分享都是一次免费的广告，构成了高效的 P2G (Product to Growth) 飞轮 。

非共识数据的价值： 在金融领域，所有人都在看量化的数字（K 线图），Quartr 却关注 “非共识” 的定性数据（CEO 的语气、用词变化）。在 AI 时代，这种难以被量化的、非结构化的独特数据，往往蕴含着更大的挖掘潜力 。

明确的反馈闭环： 相比于复杂的 Agent 任务，功能单一的产品（如抠图）更容易获得高质量的反馈数据（用户下载了 = 满意；继续修 = 不满意）。这种清晰的 Reward Signal 是训练垂直模型、建立壁垒的关键 。

重新审视 “老问题”： 不要总想着创造全新的需求。去寻找那些已经被验证的巨大市场（如 PPT、Excel、文档），思考如何用 AI 的能力将用户从 “从无到有” 的创作痛苦中解放出来，转变为 “编辑者” 角色 。

寻找 “巨头缝隙”： 观察 Adobe、Office 等巨型软件中，有哪些步骤是用户每天重复 100 次且充满怨言的？尝试把这个步骤独立出来，做一个极致简单的 MVP 。

先攒数据，再搞 AI： 如果没有技术优势，可以先从 “脏活” 做起。找到一个小众但高价值的人群（如特定领域的投资者），为他们聚合分散的、非结构化的信息。当你拥有了独家数据资产，AI 自然会成为你的变现杠杆 。

服务 “部落” 而非 “大众”： 在冷启动阶段，不要试图取悦所有人。像 Quartr 一样，混入一个极高浓度的社区（如 FinTwitter），为这群核心用户打造他们渴望的工具，利用社区的口碑完成从 0 到 1 的积累 。

⏱️ 时间线

02:12 - 18:36 案例一：Gamma 的产品战略:

02:12 - 05:55 伽马的定位：用 AI 解决一听就懂的老问题 —— 做 PPT. 战略定位在于解决 “从 0 到 60 分” 的大众困境，而不是 “95 分到 98 分” 的优化问题.

05:55 - 10:04 角色转换：AI 帮助用户从痛苦的 “创作者” 转变为轻松的 “编辑者”.

10:04 - 14:14 原子单位创新：重新定义原子单位为 “卡片 (Card)”，实现 Notion 的魂魄和 Canva 的皮 (). 这种卡片组合不再局限于 PPT，可一键发布为网页，更适合网络传播.

14:14 - 18:36 增长飞轮：设计 P2G (Product to Growth) 模型，让用户的产出天然变成广告. 总结 Gamma 模式中可复制的思考框架.

18:36 - 25:05 案例二：Remove.bg & PhotoRoom 的单点突破:

18:36 - 20:48 Remove.bg：通过解决高频刚需的 “抠图” 功能（先聚焦人像）来取代手工操作精细活儿.

20:48 - 22:08 PhotoRoom：聚焦电商卖家，将抠图效率实现数量级提升，直击商业效率痛点.

22:08 - 25:05 核心优势：聚焦小功能，更容易构建高速反馈和高精度的数据飞轮. 行动指南：寻找巨无霸软件中对特定人群至关重要的高频繁琐动作，并实现 10 倍提升.

25:05 - 39:39 案例三：Quartr 的数据资产战略:

25:05 - 28:44 寻找非共识：不看数字，而是看语言和情绪，赌巨头忽略的非量化定性数据. MVP 是一个简单的 “电话会录音播放器”，先聚合数据吸引目标用户.

28:44 - 32:33 基础建设与社区运营：花大力气收集、清理和结构化海量数据，形成楼盘词典式的壁垒. 在金融 Twitter 社区中猥琐发育，找到狂热的超级用户.

32:33 - 35:16 转化为基础设施：将清洗好的数据资产打包成 API 卖给 B2B 客户（如 Perplexity），既赚取收入，又维护长期生存.

35:16 - 39:39 AI 作杠杆：AI 是数据资产的 “点火器” 和 “放大器”. 价值在于提供可信的、可验证来源的答案. 总结 Quartr 的启发：挑战行业共识、建立专有数据资产、为小撮人服务、用 AI 放大核心价值.

39:39 - 41:17 总结与结束:

任鑫总结本期分享的三种 AI 产品思路.

邀请听众留言交流，结束本期播客.

「AI 炼金术」是一档由徐文浩和任鑫 —— 两位多年老友、AI 领域的资深从业者 —— 打造的播客。这里是探讨 AI 和创业的理想聚集地，我们会邀请一线创业者、产品产品和科研学者，深入探讨 AI 如何重塑行业、变革生活，以及如何从 0 到 1 打造 AI 原生产品。

 我们的讨论会涵盖多个话题：从 AI 如何改变世界的未来，到如何找到 AI 创业的 PMF；从如何利用 AI 降本增效，到怎样将 AI 技术融入日常生活…… 如果你对 AI、产品、创业感兴趣，这里有满满的干货和一线实战经验，欢迎关注并推荐给你的朋友，共同探索未来的无限可能！ 

商务合作：公众号 「AI 炼金术 」菜单栏中【商务】获取联系方式 

徐文浩：某 AI 创业公司联合创始人，正在面向全球市场开发 AI 应用。连续创业者，参与过多家创业公司，拼多多早期员工。广告科技公司 MediaV 的算法和数据负责人，后被 360 收购。离开后加入成立不到 1 个月的拼多多。后创办了基于 AI 的海外客服聊天机器人公司 BotHub.AI 和 海外社交电商平台 Bukito 都宣告失败。2023 年再次下场创业。 

任鑫：云九资本合伙人，主要在投资和孵化面向全球市场的 AI 应用。之前是连续创业者，曾经打造 “今夜酒店特价” 用移动互联网应用特价销售酒店尾房；被京东并购后内部创业 “京东到家” 开展本地即时零售业务；2015 年再次创业 Get 探索对话式人工智能助理成为先烈；2021 年出售公司，2023 年重新回到 AI 世界。

片尾：ZUHAIR,Jah Loon - Blue Jay