横琴粤澳深度合作区 · 琴澳青年 AI 创业训练营
2026.06.26
AI 创业
从 0 到 1
找到第一批真实用户，建立可商业化的产品判断。
不是做一个 Demo，而是找到一个真实市场。
AI 创业
P · 02 · 讲者介绍
SPEAKER
Yuki Liu
刘雨晴
Stablehunter CEO｜连续创业者
长期关注 AI、数字技术与新金融基础设施的交叉演进，持续研究大模型、AI Agent、稳定币、PayFi、RWA 以及 AI 与 Crypto 的融合创新，重点关注新技术如何进入企业流程、组织与经营场景。
公众号 / 内容入口
Scan to Follow
扫码继续查看研究内容、行业观察与后续更新。
横琴粤澳深度合作区 · 青年 AI 创业训练营
2026.06.26
从 Demo
到真实用户
AI 可以帮你做出来，但用户决定它能不能做成。
先证明：有人愿意付出成本。
01 · 开场判断
问题变了
BUILD BUILD BUILD
AI 降低了做产品的门槛，也放大了低质量产品的数量。
会做出来，不等于会做成。
02 · 现场 30 秒自检
先把自己放进坐标系
先回答四个问题。
你现在用什么 AI？
ChatGPT / Claude / Gemini / Copilot / 其他
你想做什么产品？
工具 / Agent 员工 / 行业方案 / 内容产品
你解决谁的问题？
C 端 / 小 B / B 端 / 内部团队
用户愿意付什么成本？
时间 / 数据 / 流程 / 预算 / 责任
03 · AI 普及度
热闹不等于深度使用
AI 很热，但使用深度分层。
做产品不能只问“大家知不知道 AI”，要问：这个人现在卡在哪一步。
新手、重度用户、企业流程，是三门生意。
53%全球生成式 AI 人口采用率
700MChatGPT 全球周活公开口径
5M+Codex 全球周活公开口径
结论：入口很大，但真实使用分层。你的产品先选清楚：教育新手、服务专业用户，还是进入企业流程。
04 · 用户分层
不是所有 AI 用户都是目标用户
不要把“用过 AI”的人，都当成你的用户。
同样是 AI 用户，有人只是试过聊天，有人每天用，有人愿意付费，还有人已经把 AI 放进工作流。
卖给哪一层，决定你的产品、渠道和定价。
没形成 AI 习惯
免费聊天工具用户
愿意为 AI 付费
深度工作流用户
这页不是精确人口统计，而是提醒：AI 市场不是一整块。创业时要先选人群层级，再决定怎么卖。
05 · 市场不是一个市场
先想清楚卖给谁
不要说“我要做全球 AI 产品”。
先说清楚：哪个地区、哪类客户、什么成熟度。
6B2025 年全球约 60 亿人上网，仍有 22 亿人离线
700MChatGPT 周活公开研究口径，代表大众 AI 入口
5M+Codex 周活报道口径，代表更深的 agentic 使用
0
没用过 AI卖的是教育、模板、陪跑和确定结果。
1
用过聊天工具卖的是场景化工作流，而不是“更好的 prompt”。
2
会用专业工具卖的是效率、质量、稳定性和团队协作。
3
开始用 Agent卖的是授权、交付、审计、责任和可控性。
4
组织级部署卖的是系统集成、权限治理、数据安全和 ROI。
06 · 区域和客群决定触达路径
渠道不是通用答案
同一个 AI 产品，换一个市场，触达路径就会变。
市场先判断用户在哪里做决策。
C 端个人购买、内容种草、低客单。
小 B老板决策、强 ROI、重信任。
B 端预算、采购、集成、合规。
中国微信生态、小红书、抖音、行业社群。
内容教育小红书 / 抖音 / 视频号，先讲场景和前后对比。
私域成交微信群、朋友圈、直播、线下会，重案例和陪跑。
行业关系协会、园区、服务商、标杆客户，重交付和安全。
美国X、LinkedIn、Reddit、Product Hunt、SEO。
自助增长SEO、社区、creator、free trial，用户自己比较。
垂直社区Reddit、Slack、newsletter，靠痛点讨论和口碑。
销售驱动LinkedIn outbound、webinar、case study、partner。
东南亚等新兴市场Mobile-first、本地语言、WhatsApp/LINE/TikTok。
轻量入口短视频、messaging、低门槛套餐。
本地渠道代理商、支付/电商生态、线下培训。
区域伙伴本地 SI、云厂商、行业龙头带路。
07 · 定价是一门科学
成本只是底线
不要用“成本 + 利润率”给 AI 产品定价。
先算账，
再讲愿景。 很多人会用“早期先别算那么清楚”骗自己。但定价不清楚，商业化就不会清楚。 个人工具常被同类订阅价格锚定；Agent 员工则可以和岗位薪酬、外包成本、交付结果对比。
再讲愿景。 很多人会用“早期先别算那么清楚”骗自己。但定价不清楚，商业化就不会清楚。 个人工具常被同类订阅价格锚定；Agent 员工则可以和岗位薪酬、外包成本、交付结果对比。
底线
成本结构模型、数据、人工交付、客服、销售、合规、失败重试。
锚点
市场对标同类 SaaS、工具订阅、外包服务、顾问费、岗位工资。
价值
解决的问题省多少钱、赚多少钱、少多少风险、快多少时间。
模型
收费方式个人订阅、团队席位、按量、结果分成、项目费、企业合同。
Case 01 · Morgan Stanley
金融 / 知识服务行业
Financial advisor AI
Morgan Stanley
Morgan Stanley
把 AI 放进顾问工作流。
不是让顾问少见客户，而是让客户会议、知识检索和后续动作更快。
98%顾问团队采用 Assistant
100k可检索文档语料
~30min每场会议节省记录时间
Debrief会议记录变成摘要、跟进和 CRM 动作
Morgan Stanley 给我们的启发
Trust workflow
越是高信任行业，AI 越不能只做“答案机器”。
进流程贴近会议、检索、记录、跟进。
可审查结果要能被人判断、修改和追溯。
增信任帮专业人士更好服务客户。
Case 02 · Klarna
客服 / 交易服务行业
Customer service AI
Klarna
Klarna
先进入高频工作流。
客服不是聊天，而是订单、退款、投诉、时效和成本。
2.3M首月对话量
700等效全职客服工作量
11→<2问题处理分钟数
35覆盖 35 个市场、23 种语言
Klarna 给我们的启发
Workflow with metrics
行业案例的关键，不是 AI 多聪明，而是指标能不能被改变。
高频每天重复发生，不靠用户想起来。
可衡量响应时间、重复咨询、满意度、成本。
能替代替代原来的人工队列和外包流程。
Case 03 · Duolingo
教育 / 语言学习行业
AI learning product
Duolingo
Duolingo
AI 不只做聊天。
它改变的是内容生产速度和用户练习体验。
148约一年推出新语言课程
12年→1年前 100 门课约 12 年；近 150 门课约 1 年
20.5kQ1 2026 发布 skills
46.6MQ1 2025 日活，增长 49%
Duolingo 给我们的启发
Habit loop
通用行业里，AI 最容易成立的位置，是一个已经存在的习惯。
高频用户本来就每天回来。
补短板AI 补上真人练习和即时解释。
可付费新能力进入订阅层，而不是免费噱头。
08 · 回到方法
真实用户四个信号
真实用户 = 愿意付出成本的人。
不是“喜欢”，是“代价”。
09 · 阶段判断
别用错任务
Demo 阶段，别急着买流量。
先看有没有人愿意把它用进真实工作，而不是先追注册数、曝光量和“看起来很热闹”。
现在该做
找 10 个目标用户，一对一看他们怎么用、卡在哪里、愿不愿意继续用。
现在别做
不要一上来铺渠道、买投放、招销售、做大规模运营。
过关信号
有人愿意给数据、接流程、拉同事，甚至为结果付钱。
10 · 找用户的方法
从小入口开始
新市场里最好的入口，通常不是宏大愿景。
熟悉人群你能判断真痛点，而不是只听漂亮需求。
土办法Excel、群、外包、人肉流程，都是需求痕迹。
强约束影响收入、交付、合规、效率，需求更真实。
小问题具体、很烦、每天发生，才容易验证。
11 · Dirty Work
早期不 scale 的事
Dirty work
不是低级工作。
它是产品发现。
手动做一遍，才知道该自动化哪里。
12 · 商业化
不是价格表
先找价值，再设计收费。
定价不是在成本上加利润，而是判断你到底替用户改变了什么。
工具卖功能，Agent 员工卖结果。
赚收入帮客户多成交、多转化、多复购。
省成本少人力、少外包、少重复劳动。
降风险减少错误、延误、合规和责任成本。
提速度把原来几天的流程压到几分钟。
能说清楚价值，才有资格谈收费方式：订阅、席位、按量、项目费或结果分成。
13 · 组织能力
AI 时代的小团队
不是人更多，而是反馈更短。
AI 让小团队有更大的执行半径，但前提是离用户足够近。
14 · 投资价值
讲清楚你学得有多快
早期 AI 项目的价值，不只是功能，而是接近真实市场的速度。
真实用户已经在为问题付成本。
学习速度反馈能快速变成产品和商业判断。
组织沉淀把 dirty work 变成流程、数据和系统能力。
15 · 结尾
一句话带走
别先追注册数，
先找真实用户。
10 个愿意试用、反馈、付成本的人，比 1000 个沉默注册更重要。