股指外汇股票配资门户 次月留存80%、全球用户超百万：不靠功能堆砌，靠操作「一体化」

The following article is from 量子位智库 Author 量子位智库股指外汇股票配资门户

是否有哪个AI产品，让你觉得——它已经深入我们某个核心生活或工作场景，并让我们完全离不开？

当然，现在问这个问题还为时尚早。毕竟各类AI产品从上线到落地应用、占领用户场景，不过也就2年左右时间，还远没有到达寡头竞争的巅峰对决时刻。

但是，目前在AI教育赛道，有一款面向高校留学生上课场景的AI教育产品AskSia，已近乎成为他们的刚需，让用户产生了离不开的依赖感。

次月留存超80%，六个月留存超60%，拥有超过百万级别的全球用户——就是它产生一定"场景黏性"的证明。

在量子位智库看来，这种成功一方面来源于够小够深（即没有选择通用性功能、热度更高的K12领域）的细分场景切口，但更多来源于其对产品功能设计的独到理解——

要观察用户的workflow（工作流）到底是什么，如果用户想要的结果是"帮我解答一个问题"，产品就应该做成工具式来解决单点需求。

但是，我们发现用户需求是多层次的，且希望能够在花费最少努力的时候输出有效结果，比如拿A。

体察大学生上课场景面临的核心痛点，并转化为产品底层逻辑和一站式设计路径——从多维细腻易用的输入功能、到准确稳定的输出功能，是AskSia能占据用户心智的关键。

那AskSia是如何洞察这部分需求，并决定深耕这个垂直场景的，具体产品功能设计和应用落地的细节又是什么，选择全球化的战略又会如何助益产品发展……

带着这些问题，量子位智库邀请到了AskSia的联合创始人Celine，一位身处校园的"萌新"创业者，请她为我们拆解这款独特的AI教育产品如何通过"一体化"设计，在激烈的AI红海中，成功打透了高校这一细分市场，并让全球百万学子真正离不开。

在这次访谈中，她分享了AskSia产品设计的初衷，产品功能如何精细拆解和有效组合，以及如何洞察用户需求并迭代功能，还分享了她对于AI产品情感链接、用户运营与产品传播等方面的思考。

关于AskSia

作为聚焦全球高校学生的个性化AI教育助手产品，AskSia已实现超过200万美元的ARR和百万级的全球用户，服务高校和上课场景，输入功能核心为一屏多用和上下文回顾Context，并可输出多模态学习文件，具体如下：

一屏多用：支持录音、文件上传、AI对话以及笔记注释等功能的同屏使用，可一次性上传音频、照片、PDF、PPT、实时录音等超50种媒体文件，按照课堂勾选或全选同时处理各类学习素材。

Context功能：回顾上下文的引用功能，给出思考或答案可在原文或视频中定位到分钟、页码以及上下文。

Session标签：创建"一节课""一场考试"等Session标签，按学习目标分类管理内容，功能与场景直接对应。

多形态学习输出：生成课程摘要提炼核心、学习指南辅助预习、互动式测验自动打分、闪卡（提问+背面答案）强化记忆，适配课前课后全流程。

△AskSia App端介绍页Key Takeaways：

1、产品必须瞄准那些"持久不变的需求"，学生想"学得又快又好，一定要拿A"的需求是持久存在的，找到模型能力可实现、需求又错综复杂的利基点（Niche Point）。

2、产品一体化的核心逻辑是深度绑定大学生和研究生的学习流程，把用户的workflow精细拆解重塑，再有机整合到唯一一个页面中。很多时候能够解决用户痛点的功能设计，往往藏在非常小的用户习惯里。

3、中国人肯定能做好出海产品，有了全球化伙伴后，能获得的全球洞察层级是完全不一样的，不同地区学生隐性需求通过AI对话或当地旅行是无法捕捉的，团队现在已把一些核心重点国家的细节优化做到了80%左右。

4、最在意的核心指标是用户留存。宁愿要十个用户付十个月的钱，也不希望有一千个用户来看一下、好奇付一个月钱就离开。

5、做To C消费类AI应用一个非常重要的核心，就是能不能"Speak Your Users’ Language"，能不能让用户感受到一种连接。

6、产品通过多模态AI手动测试市面成千上万的不同模型，为用户的学习结果寻求最优解——每个小需求匹配最适合、最精准、最好用的模型组合。

7、AI泡沫破裂时，大家最终要回归产品本质：能不能为用户交付他们想要的价值？

以下为AskSia联合创始人Celine和量子位智库的详细对谈内容。在不改变原意的基础上，量子位智库对部分内容进行了修改及简化。

访谈实录1、瞄准持续不变的人类需求

量子位智库：选择高校和课上场景，还是比较小众的选择。当时整个团队是怎么决定做这个方向的？

AskSia：是的。AskSia公司成立于2023年8月，到现在差不多两年半。

但我们最早尝试AI+教育或AI技术，其实是在2022年底ChatGPT刚发布时。那时AI准确性还比较低，对一套高考数学题的回答准确率可能只有20%-30%，还处于非常初期的阶段。

但我们看到了AI时代来临对人类或底层技术的变革，这让我想到一个有趣的故事：今年月初在巴黎，我见到了贝佐斯。

我很自然地问他，对创业者有什么建议可以分享。

他只对我说了一句话：you always build your business strategy around customer needs that have durability。

这句话的意思是，你必须瞄准那些"持久不变的人类需求"，这样你的业务体系或公司才能更可持续。

就像刚才说的，我大多数人生经历都在学习上，所以对学生的需求把握是目前这个年纪的我最丰富、最多的。

比如大学已经存在几百年，学生的需求会不会变？无论倒推100年，还是往后看100年，没有学生会说"我想多花时间学习，（最后）得到更差的结果"。

大家的想法肯定是"我想学得又快又好，一定要拿A"。这种需求的"持久性"是存在的，而我们现在的机会，是用AI的方式结合，帮助学生达到理想结果。

虽然之前无数互联网+教育的工具似乎都没真正帮学生降本增效、节约时间、实现个人提升或更好成绩，但在AI年代，我们有机会真正探索这件事。

这让我们很兴奋，尤其是我们本身就是一个学生团队，能实际解决我们自己、身边朋友、同龄人的需求，我觉得这很酷。

量子位智库：国内AI教育产品要么更多停留在K12，要么更多停留在课后辅导、习题部分。为什么目前只有你们在做"课上"这部分？是因为定位不同，还是他们没看到这部分的潜力？或者说，做好课上和高校学生是有一定门槛的？

AskSia：我们选择做这个人群，首先当然因为我们自己就是学生。我觉得做ToC消费类应用一个非常重要的核心，就是你能不能speak your users’ language，能不能让用户感受到一种连接。

比如最近我们在美国参加了很多教育科技领域的本土峰会，你会发现美国做教育科技的人群画像，更多是40-50岁的白人，做ToC的可能少于1%，更多是做ToB，直接卖给学校、学区或高校。

所以自然我们也会受到很多质疑：为什么不做To B？为什么不和学校站在一起？这种商业模式看起来更可扩展——签一个合同，之后十年都不愁没饭吃，做To C的增长多累啊。

但这也是我们最近在思考的问题：作为一个学生组织，作为大家眼中学生选出来的学生产品，如果你和这些权威站在一起，是不是就失去了和用户群体本身的连接？因为哪个学生会喜欢你是老师官方认证的、和老师、教育局、权威人物站在一起的？

现在我们给自己的定位是，我们融入学生群体，我们懂他们在想什么说什么，和学生群体的粘合度很高。这是我们选择这个人群比较浅层的原因。

更深层原因是选择全球人群。我们很清楚，在做AI应用层时，我们的发展轨迹不能完全跟大模型的发展轨迹重合，所以我们希望找到一个小小的利基点（niche point）——模型能力可实现，需求又比较错综复杂。

比如拿大学生群体来说，每个学校有不同的老师、不同的课，学习需求其实是千人千面、五花八门的。而K12，无论是国内还是美国，是有标准化的体系、课程、课本、答案的。

所以我们希望找到一个可控的、但模型又不是太超越能力本身的领域。如果我们想帮博士写论文、拿诺贝尔奖，现在模型能力还没到；如果我们做拍照搜题、简单重复的K12帮助，又会担心一次大模型迭代就完全吞并我们的发展曲线。这可能是我们考虑后希望做高等教育的原因。

量子位智库：AskSia要解决的核心痛点是什么？

AskSia：核心痛点就是学生所有需要的功能太过分散，无法联系到课程本身。

拿我举例吧，当我第一次到美国，在纽约大学读本科时，这个痛点非常普适——无论是本土学生还是国际学生，都需要用很多不同的工具来满足一个简单的学科需求。

比如，我不太喜欢上早八的课，第一步得请同学把课录下来。回家后为了完成作业，我还得打开Quizlet、ChatGPT等不同工具，每个都要重复上传材料、表达需求。

电脑上经常同时打开12个标签页，向每个工具反复解释类似的需求。

而且这些工具都没法关联回我学习的材料本身。每次交互都要花大量时间重新上传课程名、老师、材料，再一步步搭建模块，非常耗时耗力。

但当我花了这么多时间、用了这么多工具后，好像什么知识也没真正留在脑子里，考试时还是不太自信，不确定自己是否真的理解了课程核心内容，更别提轻松拿A的目标了。

量子位智库：目前AskSia的用户数据表现如何？

AskSia：我们有一个用户粘性很好的base——目前数据看，次月留存超过80%，超过六个月的留存也有60%以上，这是一个非常强的用户基础。

△与宾夕法尼亚大学教育学院

量子位智库：相较于K12的家长付费，大学生付费能力相对有限，且大学生群体迭代速度较快，毕业后新一批学生可能有完全不同的偏好或习惯。在这两点和未来市场规模上，AskSia是怎么看的？

AskSia：我们不太担心这个问题。我们瞄准的是大学四年加研究生两年的整个学习生涯，包括我们未来的发展路径是拓展成终身学习公司。

对大学生来说，就像你提到的，他们做决策是靠自己的，不再依赖父母甚至老师，是通过自己的语言和直觉判断是否选择这类产品。

而K12可能更多要考虑爸妈、未成年限制等，用户本身也是一个更复杂的过程。

所以我们认为学生群体绝对是可持续的。你说一届大学生毕业了，又有新的大学生来，这个人群一直在滚动。

而且新生大学生最喜欢听的就是学长学姐分享经验。我们现在互联网上一些爆款内容或UGC在不同语区最火的就是那些学长学姐传授的study hack——"我当时在你这个阶段是怎么学习的"。这其实是用户最能切身感受连接的一群人。

所以这群人的粘性其实很高，他们的付费意愿从我们目前数据看也还算可观。

2、打造学生学习流程中「唯一」需要打开的平台

量子位智库：对AskSia来说，现在整体的功能逻辑是什么？你们是怎么判定要增加哪些功能、不增加哪些功能的？

AskSia：这个问题问到了我们的核心差异化。我们反复提到的两个词，一个是"一体化"的Session，另一个是中间的"Context"。

"一体化"的Session，本质上也介绍了我们的思考逻辑：我们希望这是学生唯一需要打开的平台。

你可以上传不同文件材料，因为学习是一个更全面、更连续的旅程——它不是一个片段，甚至不是一节课接一节课，而是一学期接一学期。

我们希望为用户打造一个workspace，储存所有交互行为，了解你是哪个学校、哪个专业、有哪些课、哪些薄弱环节，以及课程具体内容。

我们推动"一屏多用"或"一体化"背后的逻辑，是希望深度绑定大学生和研究生的学习流程。

本质上是把他们的workflow做精细的拆解、重塑，再有机整合到唯一一个页面中——也就是AskSia的这个Session。在这一个Session里，可以满足你课前、课中、课后各种不同的使用需求。

因为对学生来说，一个很常见的场景是：像我这样学习动力不太足的学生，一点不想多学，老师教什么，我就学什么。这种情况下，学生的需求就是只想知道课堂内容。

反过来，对老师来说，他传授了自己的解题方法或公式，是希望学生按照他的教学方式完成作业。如果你给学生提供了网上看来的、与课堂内容相反或不同的学习方式，按照评分标准，这份作业可能是不合格的。

所以针对这些不同的学生需求，我们非常重视的一点就是中间的Context，所有东西都围绕用户学习场景的发生——提供了一个可以精确定位回上下文的引用。

比如给出某个思考思路或答案后，你可以看到它在原文或视频的哪一分钟、哪一页，上下文是如何提示的。有了这个Context，能帮你更好地结合课堂内容去思考和记忆。

量子位智库：从用户角度，目前听到最多好评的功能是什么？

AskSia：我觉得还是我们打造的"一体化"体验，这是用户广泛存在的普适性需求。

尤其是最近考试季，很多学生希望有这样一个工具，能同时处理课前阅读、课中录音、课后作业等不同维度的学习需求。

量子位智库：AskSia整体设计里，有没有哪个功能或哪部分设计是团队自己很满意、觉得与众不同的？

AskSia：我觉得还挺多的。我其实对产品要求比较高，会给我们的产品经理发很多需求清单，满足我自己的个人需求和代表的这群学生需求。

但在现在的交互过程中，上传材料时的步骤——可以全选或单个挑选——对我来说是一个非常核心、非常不同的功能。

当使用其他竞品工具或大模型时，你会发现文件上传后，哪怕你清晰给出了指令"基于给的X和Y进行分析"，大语言模型处理信息的能力是比较混乱的。

形象化说，它大脑里有太多不同信息，你又上传更多信息，它一时难以处理到底怎么给你一个基于上下文的回答。

我们在这个点上做的提升非常丝滑，可以让我无论是针对一个小作业（比如当天晚上针对这堂课的作业做反馈），还是一个更长期的期中期末学习需求反馈，都能非常精准地捕捉你实际要的原始上下文。

我觉得最核心的还是我们反复提到的——基于上下文和一屏多用。

它真的太节约时间了，给我的体验是学习变得不那么麻烦了，这是我唯一需要用的工具、唯一需要打开的面板、唯一需要交互的小机器人。

3、看用户最后想要的结果

量子位智库：能不能结合某个例子讲讲，AskSia究竟是如何做到精细拆解和有效重组的？

AskSia：我觉得核心就像刚才说的，你要实际观察用户的workflow到底是什么。比如用户想要的结果是不是"我要一个闪卡"或"帮我解答这个问题"？如果是这样，那应该做成不同工具式的，帮他在单点解决单点需求。

但我们发现，用户的需求是多层次的：首先希望完成作业，其次希望更好理解阅读材料，再其次可能要写讨论帖、完成写作作业，再进一步是希望把这些知识长期记住，在考试时能有效输出。

当你把每个环节都拆解后，才会发现做某个或某些工具不是用户的最终需求。

你得从用户本质需求出发，再去看怎么设计产品，才能满足用户这种多元、多变的需求，同时把用户使用产品的费力程度降到最低。

因为当用户长期、不停地和你交互时，其实代表产品没真正满足他的需求，他得一次次迭代优化你给的答案。

思考完这些流程后，我们首先希望按钮越少越好，用户使用流畅简洁；其次，把两个核心功能——输入部分和输出部分——做得更丰富、更流畅。

量子位智库：所以可以理解为，目前大部分产品关注的是用户几分钟内想完成的任务，而AskSia看的是他几个小时或整个学习任务整体的需求表现？

AskSia：我们希望看到他最后想要的结果。

量子位智库：在刚刚启动的时候，大概到什么节点你们觉得已经出现了PMF？当时看的是什么信号？

AskSia：这是一个比较个人的感受。比如拿我现在宾大上课的状态举例，这让我清楚意识到我们的PMF阶段已经到了。

第一次我去上课时，有些同学可能听说过AskSia，很多本土学生还没听说过。第二次走进课堂，已经有30%的同学开始用AskSia，逐渐结合自己的日常学习进行提问和交互。到现在学期过半，80%以上的同学都在使用。

尤其是在美国，口碑传播是一个非常常见的用户裂变状态。大家会不停给别人推荐，甚至在图书馆别人路过觉得有趣，问"这是什么软件"，大家都会主动想和别人分享："这是我在用的学习产品，它给了我哪些帮助。"

当用户处于快速增长阶段，同时粘性高，且愿意用自己的信誉为你背书时，我们就觉得PMF阶段已经完成了。

量子位智库：除了口碑传播之外，你们会不会设计一些手段，帮助用户建立与AskSia的身份认同，或那种骄傲、自信的感觉，推动他们去做传播？有没有这样的小设计？

AskSia：这种飞轮分两块：一是产品内的用户飞轮，比如邀请机制——在海外很多平台上大家会复制我们的邀请码，因为邀请人和被邀请人都能获得三天免费的最高计划额度，这是一种激励方式。

另一种方式我觉得是产品的"初心"——你做这个产品时，是一个盈利性很强的公司，还是真正希望为用户在对应场景、对应痛点提供价值。说白了，这是很容易被用户预判或观察到的。

所以我们希望包括定价在内（我们是同类产品中最便宜的那一档），在不亏本的情况下——尤其是随着时间推移、AI模型成本每月都在下降——我们也在不断降价，希望提供一个成本效益高的产品给用户，同时配对最佳用户体验，这一直是我们的初心。

我们觉得这是一件不会改变的事。当你把自己的想法、故事、产品本身的状态，非常直白、透明地展现在用户面前时，大家是能接收到这份情感的。

尤其在AI科技领域，AI教育是关于"人"的赛道，人和人的连接非常重要。包括我们团队内部的连接——我们国际化团队在不同国家、不同地方，都会和每个核心小伙伴线下见面，这对很多团队可能是不可思议的。

但对我们来说，团队内部的人和人的连接，以及我们和用户的连接，是为什么我们在海外办很多线下活动、在学校里和用户面对面反馈、一起笑、一起玩，把吉祥物IP带到校园、走到用户身边的重要原因。

△AskSia吉祥物小海豹Sia

我们希望和我们最核心的要素——"人"，产生最深度的内心连接，这也会帮助大家更清楚明白你们在做什么。在学习、各种场景时，他脑子里第一个想到的可能是我们蓝色的AskSia、我们的小海豹，或者实际在现场和大家沟通、建立连接的那个产品形象。

我们把自己定义为学习伙伴（study companion），不想被定义成工具、计算机或一个tool——你需要时打开，不需要时再也不碰，没有任何深度连接。

包括现在我们在和宾大做一个研究，发现有很多用户除了学习需求外，会分享很多生活上、情感上的问题。

比如留学生是我们一个很大的群体，甚至有留学生会问我们："人在国外，马上要过年了，我该怎么办？"类似这样的问题，是他们真正希望你能解决一些生活、情感上的需求，而不仅是学习工具。

我们希望可以给大家带来更多这种情感上的激发。

4、"享受"被用户责骂和吐槽的过程

量子位智库：如果回头看，AskSia前100个付费用户或高留存用户，在飞轮还没转起来前是怎么获得的？

AskSia：这其实是个稍微有点尴尬的话题。在AskSia最开始成立的六个月，我们经历了一段非常惨淡、灰暗的时间。

当时我们一共只有两个订阅用户：一个是我用我妈的卡付的年费，另一个是我用我妈副卡付的月费。这就是我们最初的种子用户。

那是一个非常长的摸索阶段。后来，因为我们核心强调的和大模型的差距是更高的准确性——可能因为当时AI技术普遍应用到生活场景还处于早期，也可能因为教育场景里大家对AI还有很多负面认知——那段时间其实是寻找早期采用者的阶段，也是个比较困难的阶段。

后来我们希望做一些细微改变，回到我们现在持续在做的——希望瞄准一个更niche的市场。

因为一开始我们最想做的是美国本土市场，觉得作为AI出海企业，第一个想到的就是打下美国这块又大又香的饼。

但尝试后发现，包括现在数据反馈，美国虽然高GDP、高人均、付费意愿高，但首先选择很多，竞争非常激烈。

我们在美国的获客成本是其他语区的十倍以上。而且说实话，美国人对教育的疯狂或执着程度肯定比亚洲人低很多，很多人根本不在乎是不是要拿满分、满绩点。

所以我觉得一开始我们就选错了方向。后来我们从身边最了解、共性最强的留学生需求出发，再结合当时互联网或社交媒体上一些爆火趋势。

我们的第一个视频是一个十秒的短视频，非常简单、搞笑、洗脑，结合了当下一些流行的meme，给大家营造一种"懂你、说你的语言"的状态。

那个视频爆火，收获了百万级流量，直接筛出了我们第一批100个注册用户——当时的转化率大概有十几个付费用户，但对我们来说已经是从零到一的突破。

在六个月摸索中终于找到一丝曙光，我们就在不断复制这个过程、迭代产品本身。后来我们逐渐上线了PDF总结、实时转录（尤其对国际留学生，实时转录加翻译直击痛点），才慢慢跑起来，积累了第一批种子用户，再到扩张全球市场、到现在这个体量。感觉还是一个比较exciting的旅程。

量子位智库：在这段exciting journey里，有没有几个特别惊喜的转机点，或完全没有预想到的惊喜？

AskSia：像我们对社交媒体的了解，对团队大多数人来说，过去经验里没有特别专长运营、内容或互联网热点营销的人设。

但在逐渐摸索中，比如某个视频突然爆火，下一个视频我们就寻找规律：上个视频大家核心关注点是什么？到底是什么引导他们做了付费转换这一步，而不是当个笑话、搞笑图看一下？这是我们一直在反思、自我反馈、迭代的过程。

所以我们希望视频不仅仅是教育性的——告诉你怎么用产品、学习需要哪些帮助，同时也是一个更轻松、拟人化、形象化的过程，接触到大家生活中最真实的感受和反馈。

量子位智库：在整个迭代过程中，目标用户当前最关注的产品体验是什么？

AskSia：我们反复提过的"一体化"已经花了很大篇幅，除此之外，大家还比较看重结构性、易于理解性以及准确性。

因为在教育场景中，很多问题就是有正确答案和错误答案的，准确性的提升对我们这类教育产品非常重要。

同时，当学生想学一个东西时，每个人的学习方式和吸收内容的方法差异很大。比如我们有很多用户对文字吸收较差，他们希望有更好的图像、更好的可视化，来帮助更快理解同一个内容。

这里其实也涉及我们一个小技术壁垒，我们称之为"多模态AI代理"。比如你给ChatGPT或大模型提供一个经济学问题时，拍张照片上传，它可能答错，因为一开始图片里的字就分析错了。一个小错误就导致不可能有准确回答。

而我们的多模态AI手动测试了市面上成千上万的不同模型，为每个小需求匹配最适合、最精准、最好用的模型——最优解。比如一道经济题，我们会拆分成几步：

先处理用户上传的图像，用一个对应模型；然后如何处理并生成结构性回答，用另一个模型；再同时，为了给用户更清晰、直观、视觉化的呈现，又会用另一个模型。

几个针对当下需求的最优解模型拼合在一起，最终给用户最准确、最清晰、最结构化、最易理解的回答。

除了"一体化"能帮大家处理流程之外，这三点是用户目前比较关注的。

量子位智库：对AskSia来说，平时用户需求是怎么调研的？如何确保产品设计是高度围绕学生需求的？有没有特殊渠道或技巧？

AskSia：作为初创公司，如果我们等到产品尽善尽美再上线，可能会错失存活的时间。对创业公司来说，迭代速度是最关键的指标之一。

所以我们的习惯是，产品大概60分完善时就上线，然后不停迭代。这个过程其实是被用户不停骂、不停指责的过程，但我们其实比较享受这种用户反馈。

很多时候，没有用户时你还得花钱做用户访谈，希望了解他们对产品的看法。现在我们天然就有了这些反馈，无论是用户发的吐槽帖子、邮箱里的评论，我们都非常享受这个过程。

因为当用户在乎你，他会付钱，然后发现你的问题——无论是按钮设计不合理、页面不能拖拽大小，还是字体大小，大家会提出各种建议。

我们很享受这个过程，也更有动力去解决用户的真实需求。这是我们非常大的用户反馈来源。

包括我们的创始团队，很多时候会亲自当客服，一封封看用户反馈。比如用户希望退款，我们会跟踪是什么原因、有什么建议。我们觉得，是所有批评成就了我们现在对用户的理解，以及设计出更贴合需求的产品。

因为我发现很多时候大家说"用户访谈"，但真去做采访时，对方不好意思直接指出问题。我们之前大多数反馈都是"产品挺不错的，如果当时给我用我会想用"，但这是真实的吗？

所以我们从一开始就坐在用户身边看他怎么学习，到现在用户主动发邮件、在互联网上批评我们，都是在帮助我们更好成长和迭代的过程。

量子位智库：做排期时，包括平时不断收集新需求、做优先级排序时，会考虑哪些因素？

AskSia：我们现在核心看重的指标一定是用户留存。

用户对我们产品的感知、他是否愿意留下来，是我们非常重视的。我们公司一直说：宁愿要十个用户付十个月的钱，也不希望有一千个用户来看一下、好奇付一个月钱就离开。

所以留存是我们非常重视的数据。做排期时，我们会先看用户的使用习惯，看用户对产品是否有真实的连接感或需求感，然后根据不同的数据维度进行重点国家的排期。

坦白说，我们现在已经把一些核心重点国家的细节优化做到了80%左右，但就像刚才说的，我们还在不断迭代、了解、进步的过程中。

5、有些全球化因素只有本地化伙伴才能带来

量子位智库：如果谈竞争优势的话，你们觉得哪一点是现在就已经决定要投入，并希望在未来不断累积成长期壁垒或相对稳固的差异化优势？

AskSia：那一定是我们的国际化和全球化打法。

我觉得这个打法是正属于我们AI年代、AI企业特有的优势。其实很多人会问，为什么AskSia要招一群来自全球不同地方的本土伙伴？

我们现在美国有一支本地团队，在澳洲、韩国、西班牙语区、欧洲也都有。这样一个团队，之前在国内一直受到投资人质疑：为什么选这种扩张路径？难道中国人做不好出海产品吗？

但我们的发现是，中国人肯定能做好出海产品，但有了这些全球化伙伴后，你获得的全球洞察的层级是完全不一样的。这就是我们反复在不同渠道希望展示的"本土化全球化"。

到现在，AI能力已经可以打破一些语言壁垒时，我们看到很多AI口型翻译、语言翻译工具，可以把你的话翻译成不同语言发到不同语区市场，为什么还需要本土化真人来提供服务？

举个很清晰的例子：我们最近的韩国增长数据非常好，而且令人惊讶的是，韩国增长甚至比美国这个大家出海第一想到的最高GDP国家还要好，而且成本便宜非常多。

在韩国市场，我们有几位本土韩国伙伴一起工作，我们把韩语语言做了一次优化，让它看起来不那么机械、更真人化、更少robotic的表达形式。同时我们优化了韩国的支付方式，加入了当地人更熟悉、更可靠的本地支付平台。

结果韩国的增长是突飞猛进的。尤其是我们韩国本土伙伴有一些韩国特有的元素或称hook，这些hook无论是在小红书还是美区社交平台上完全没见过，是独属于韩国文化、韩国留学生或本土学生的一些特殊元素，能让他们产生共鸣。这些因素只有本土化伙伴才能带来。

我们之前分享过很多类似故事。比如上一个阶段我们的niche market是中国留学生——说白了这是一个非常小、非常精准的赛道。

当我们考虑下一步扩张时，我们搭了一支美国团队，用同样方式把成功经验带到世界不同地方。我们惊讶地发现，我们对不同文化、人群、人种的认知是完全不一样的。

虽然学生的需求恒古不变，但每个地区、每个语言的学生，因为课程、政策、生活环境不同，带来的隐性需求或小需求点，是你平时通过AI对话或仅仅旅行几次无法捕捉的。

所以对我们来说，全球化增长是我们非常重视、正在all in做的一件事，它一定会是非常有反馈价值的一件事。

量子位智库：在做全球化的过程中，像你提到的隐性需求差异，会不会导致AskSia在面对不同市场时需要重新投入相当精力做产品更新或细微优化调整？还是说AskSia目前仍可以相对标准化的形态完成绝大部分全球化？

AskSia：像现在AskSia支持的语言非常多，可能有30多种。我们会按优先级给不同市场做优化。

因为刚才韩国市场的例子已经证明，花很少精力做一些非常简单、轻量级的优化时，带来的转化效果是突飞猛进的。

所以我们会根据用户数据、用户反馈做排期，在重点市场给他们做特有的、针对他们小niche需求的优化。

6、未来会更主动、更精细化捕捉用户心态场景

量子位智库：AskSia已经提到未来会向Agent方向拓展。从AI辅助（copilot）到Agent，两种形态之间最大的区别是什么？可能对应要做哪些迭代和变化？

AskSia：当我们说copilot时，核心是pilot——交互核心在用户，用户就是pilot，AskSia是copilot。

但我们能看见非常近的未来（大概率今年内），可以实现非常闭环地解决用户完整流程的痛点。比如还是以备考为例，现在用户会上传各种材料，手动点击生成测验，再根据我们提供的服务做额外叠加、迭代，再点"我需要小抄"，每一步都是手动交互、手动添加的过程。

我们想象的更好结果可能是：当用户告诉AskSia他的需求，并把课程相关内容上传后，AskSia作为Agent，首先会理解你的材料，其次不需要你给指令或提示，就会自动搜索同校、同课的人是否有更多笔记、辅导材料、可参考的与这节课息息相关的内容，同时做一个匹配。

然后根据对用户个人的记忆、痛点、薄弱环节的理解，生成一个专属的"拿A指南"。

我们想象中的Agent AI的样子更是：用户不需要更多交互，要做的只是上传一个完整的课程资料，我们输出的不再是一堆功能的集合，而是一个完整的菜单、一个手册，告诉你怎么实现你想要的结果。

量子位智库：除了Agent延展，前面也提到终身学习的延展。在AskSia眼里，未来一年，希望产品达到的相对满意的状态，大概会是什么样的？

AskSia：其实我们还有很多想象空间的内容没有对外展示或进行beta测试，这也是我们最近重仓研发、让他们做更多产品迭代的过程。

像刚才提到的终身学习，是我们近期路线图上希望实现的一环。

因为现在看我们整个产品分类，是按用户的一节课进行分类和交互的。但用户学的不一定是学校内容——比如对我来说，我学文科，大多数课程是古英语、传媒史，可能对我没那么有用。

有没有可能我想学的是"如何让我的演讲更自信"？或者我是文科生想转码、做SDE该怎么办？

当有各种更长期、更复杂的需求时，现在AskSia的状态还无法很好交付这些场景中的应用。

所以我们希望在不久的将来，尤其是有一个更主动、需要更少交互的Agent AI时，可以同时覆盖这些更长期、更有价值的场景。

量子位智库：如果让整个AskSia团队衡量，在到达下一个比较完美的产品状态前，你们觉得技术仍是关键卡点，还是已转移到工程化、用户运营等其他方面？

AskSia：我们现在觉得大模型的状态已经达到80分水平，但80分到100分之间的差距是可以通过所有应用层公司弥补实现的。

所以我们觉得更多应该放在产品本身的打磨上，对我们自己的工程管道进行提升，更好地满足用户在不同场景下的不同需求，这才是用户体感上直观感受的变化，而不是模型本身的能力。

当然模型本身也在快速迭代，两个因素一起配合时，一定会给用户更好的体验。

量子位智库：对AskSia来说，有没有在全球范围内整个团队最欣赏、或觉得最值得借鉴的ToC产品？想学习的点是什么？有这样的范本吗？

AskSia：第一个想到的是Granola。我们去教育科技周时，主办方介绍了我们和Granola的创始人认识，这真的让我们非常受启发——无论是创始人的个人经历，还是他现在的产品，对我们团队都是很大的启发。

这位创始人之前也在教育科技领域，做了一家拍照搜题公司被Google收购了，他去Google当了几年产品经理，现在重新创业，聚焦在成人会议纪要上。

看Granola的产品，我的第一反应是它真的非常智能、主动。比如现在团队内部开会，我们也会用它记录。很多时候会议开始前五秒钟（不会像Google日历那样提前十分钟提醒你压力来了），它会在电脑右上屏非常丝滑地弹出一个小窗，你不需要手动点击、提示，它就自动开始记录。

我觉得这也是AskSia目前的短板。比如现在观察发现，很多用户必须长期开着AskSia界面，因为我们没有这种更主动的功能捕捉用户什么时候需要我们、什么场景需要我们出现、智能弹窗。因为没有这功能，用户需要长期在电脑主页面打开我们的产品。

所以我们希望未来也能像Granola一样，变成更主动、更精细化捕捉用户心态场景的工具。

另外，看Granola的产品设计时，你会发现它加入了很多捕捉用户内心最细微痛点的巧思。

很多时候甚至不一定是非常宏大的观点，可能只是用户一个非常小的痛点，但因为它非常贴心地加入后，让整个使用感受上了很大一个台阶。

比如一个常被提到的优点：它在转录时不会展示所有对话界面或逐字稿，因为他发现用户使用过程中如果直接看到稿子（而且现在AI语言接收模型不可避免会在某些地方犯小错），人很自然的冲动是想马上改正这个错别字。

但这本身就失去了帮助用户更专注、更好理解或消化会议内容的初衷。

所以他把转录做了缩小化，放在你自己记录的白板背后，最后才以非常丝滑的方式帮你总结出笔记。

这对我们也是一个启发：很多时候我们想找用户痛点，希望找得又大又广，希望直击最痛的点，但很多时候精巧的设计都藏在一些非常小的用户习惯里。

这也是我们希望不断迭代、学习，希望给大家带来更上一层楼体感的方向。

7、希望维持在这个高天花板行业中的第一梯队

量子位智库：AskSia会不会担心未来某天被复制、被抄袭？你们觉得这个点值得关注吗？

AskSia：这个问题我们被问过很多次，无论在哪个地方——访谈、路演、见投资人，第一个问题通常是竞争。

但我们考虑竞争时的状态是：我们觉得这个市场非常大，而且相信在这样大的市场里跑出的头部玩家一定不止一家。

我们对自己的期许是希望AskSia能在第一梯队里。

我们认为这个行业的天花板非常高。比如一个老牌教育公司Chegg，它是互联网时代非常成功的教育To C公司，本质是有一个庞大题库，帮理科、英语学生提供搜题答案。这家公司到现在还有500万订阅用户的月活，这是一个非常大的体量。

但当我们再看AI+教育行业的可能性时，首先我们不再仅限于英语用户——我们现在服务的用户来自100多个国家，说不同语言，语言壁垒直接被打破了。

其次，学科壁垒也被打破了。当Chegg只能服务理科、CS、数学、物理学生时，都能达到500万订阅用户月活，对我们AI+教育赛道来说，这可能只是一个非常小的起点。

在这样大的市场里，我们欢迎所有竞争，认为只有竞争才会让行业更欣欣向荣、更繁荣。所以我们希望大家都能做得更好，也觉得会有很多玩家和赢家出现在这个赛道里。

如果再说我们和不同产品的竞争、讲差异化，那我们的核心差异化可以总结为三点：

第一，我们是一个年轻团队，迭代速度足够快。

如果和大厂或像Chegg这样20岁的老牌教育公司比，我们对当下学生需求的捕捉和团队内部迭代速度，一定有自信比大型科技公司做得更好。

第二，国际化。这个我们反复提到，一定是我们的核心差异化。

我们现在用户分布可能只有20%在美国，20%在亚太国家，20%在其他国家，我们的用户分布是多样化的。

这对我们来说，在美国无论是见投资人还是和大学谈合作时，是一个比较有价值的主张——因为大多数竞争者在美国市场数据比我们好、做的时间更久、更技巧化时，除了美国，我们80%的市场对全球投资人、行业竞品来说，也是一个非常大的、可探索的浩瀚宇宙。

第三，我们产品设计的思维。

我们非常坚信我们设计的这套锁定工作流程——根据学生使用流程，结合他学习习惯和流程做的这套一体化方案——这和市面上很多同类型竞品的设计方式有很大差异化，至少对我们来说是一个比较明显区别。但我们相信这才是最终能交付目标用户想要结果的方式。

总结这三点，我觉得竞争不可避免，而且竞争是一件非常让人兴奋的事。会有很多成功玩家出现在这个赛道，我们也非常希望和大家在顶峰相见。

8、用户拿不到想要的价值，就没有留下的理由

量子位智库：有些产品会加速迭代，因为他们觉得现在是抢占用户心智的关键期——用户锁定一个产品后不太容易迁移，同时也很难再超出其他用户预期。你们现在是这种求快心态，还是觉得可以放慢一些，重点更多放在均衡上？

AskSia：如果看我们的增长速度，虽然吸引看起来还可以，但和同类AI产品比，我们一定不是最快的那一梯队。

我们形容自己是"老牛吃嫩草"，要一步一步啃，因为我们反复在乎的指标是用户留存。

我们希望建立一个小小的社区，真正相信你在做的事和产品本身，而不是希望非常泛大的人群以好奇心态来网站看一下。

拿我们公司举例，现在所有增长都是自然增长，还没开始做投放，没开始烧钱砸用户体量或独立访客的阶段。

因为当你做很多轮投放后——举个最近例子，我看Cluely创始人在推特上说，他们做了大批量投放，社交媒体运营人尽皆知，视频可能有8000万浏览量，但实际到APP的转换少于100人。

这是不是说明，当你试图通过流量或多次出现洗刷用户内心时，用户并非真的买单？如果你不能解决他的真实需求，他可能会来，但会留下吗？如果他不能留下，这个人对公司来说真的有意义吗？

至少对我来说，我觉得这是个问号。

在AI年代有很多热潮、很多所谓的炒作，大家希望创造出增速非常快、增长强劲的公司。

但当泡沫破裂时，大家还是要回归一切最初的本质：你能不能为用户交付他们想要的价值？

当你上再多功能、上再多不同图，却无法真正与用户已在使用的流程工具竞争时，你没有给别人留下来的理由。

股指外汇股票配资门户

佳禾资本提示：文章来自网络，不代表本站观点。