AI 创业者的第一项基本功是把账算明白

概览

本期围绕 AI 社交游戏的商业化展开，嘉宾 Simon 是米可世界 AI Lab 负责人，曾负责中东市场的游戏社交产品。节目从 AI 社交的热度和 Character AI 的商业化困境切入，讨论为什么“有用户需求”并不等于“商业模式成立”。

Simon 用米可在中东做游戏社交的经验，解释了出海社交产品如何通过文化理解、用户分层、投放策略和本地化付费设计建立增长与收入。核心经验不是简单找“土豪”，而是先搭建社交氛围，再把高价值用户引入可付费的场景。

进入 AI 话题后，Simon 反复强调 AIGC 创业首先要算清楚成本、边际成本、用户付费意愿和市场天花板。米可没有选择纯 Character AI 式聊天陪伴，而是选择游戏这个付费习惯更成熟、账更好算的赛道，再把 AIGC 作为增强体验的工具。

分段落总结

[00:00] 开场与嘉宾介绍

[事实] 主持人提到，Z 世代年轻人中有 34% 愿意与 AI 建立情感连接，但 AI 社交玩家普遍仍处在烧钱换增长阶段。

[事实] 本期嘉宾 Simon 来自米可世界 AI Lab，研究 AI 与社交游戏的结合。

[事实] 米可世界是一家做海外社交泛娱乐的公司，重点市场包括中东和东南亚，公司规模超过千人。

[推测] 本期的问题意识是：AI 社交看起来有需求，但真正难点在于商业化和成本结构是否成立。

[02:47] 从计算机转向心理学

[事实] Simon 本科在卡内基梅隆大学学习计算机，后来转向心理学，硕士阶段在宾州州立继续相关方向。

[事实] 他选择转专业的原因之一是认为自己在计算机高手中并不突出，而在心理学上更有机会做到顶尖。

[事实] 主持人认为，计算机更像工具，和心理学等现实领域结合后，对产品、需求挖掘和运营会有帮助。

[05:00] 心理学对社交产品的帮助

[事实] Simon 认为心理学训练的重点不是微表情之类的技巧，而是研究方法和思维方式。

[事实] 他提到问卷、访谈、体验调查、实验设计和数据分析，都是心理学训练中会用到、也能迁移到用户研究里的能力。

[事实] Simon 硕士研究方向是跨文化心理学，关注不同文化群体的底层思维差异，以及如何研究语言和文化不同的用户。

[事实] 他举例说，跨语言问卷需要先培训翻译，再由另一个翻译反向翻回中文，以检查问题含义是否偏移。

[08:16] 第一个中东游戏社交产品

[事实] Simon 在米可做的第一个社交产品是游戏社交产品，用户可以在 App 里一边语音聊天，一边玩当地热门休闲小游戏。

[事实] 该产品在 2018 年开始做，Simon 说它在 2019 年是中东最热门的游戏社交产品之一。

[事实] 当时中东社交产品更多集中在视频直播、视频一对一、照片滑动匹配等露脸社交，游戏和社交的强结合还不多。

[推测] 这个产品选择避开主流露脸社交，可能与中东用户对身份暴露和异性社交边界的顾虑有关。

[10:16] 高价值用户与社交氛围

[事实] Simon 说，中东很多社交产品运营很重，会直接去别的产品里找高消费用户。

[事实] 米可当时更偏产品驱动，几乎没有重运营团队，主要通过投放和产品机制做增长。

[事实] 他们把市场分为经济发达国家和不发达国家：不发达国家更多承担社交氛围量，重点投放女性用户；发达国家则重点获取有消费能力的用户。

[事实] 在投放沙特等市场时，他们会设置手机系统语言必须是阿拉伯语，以尽量排除外来务工人群。

[事实] Simon 认为，有女性在场时，中东社交房间里的男性会更礼貌、更少说脏话，也更愿意花钱。

[13:10] 从埃及启动

[事实] 米可的游戏社交产品最早从埃及起步，初期基本只投放女性用户。

[事实] Simon 说，产品上线约一周后，米可在埃及的员工坐公交时已经能看到有人在向旁人推荐产品。

[事实] 主持人总结说，产品先在埃及把社交氛围做起来，再吸引沙特、阿联酋等地区用户进入平台互动，Simon 表示认同。

[推测] 这种策略把“氛围供给”和“付费需求”拆开处理，降低了冷启动难度。

[14:10] 中东文化与女性社交

[事实] Simon 说，中东不同国家和城市的保守程度差异很大，埃及和阿联酋相对开放，沙特内部不同城市也不同。

[事实] 他提到，一些沙特女性会把蒙面或黑袍理解为一种保护，而不是单纯限制。

[事实] 米可当时的产品没有露脸场景，因此较少触及女性露脸带来的法规或文化问题。

[事实] Simon 说，中东用户通常不希望别人知道自己的真实身份，因此不像中国陌生人社交那样很快转到微信，而是会把关系留在产品内。

[推测] 匿名、语音、游戏化的社交形态，可能更适合当地用户在文化约束下建立关系。

[17:45] 中东商业化与本地化付费

[事实] Simon 认为，中东高消费国家的用户付费能力很强，只要提供足够本地化、他们喜欢的东西，用户会主动提出想要付费功能。

[事实] 他提到，有用户会直接催促产品上线收费、礼物等功能。

[事实] 米可会收集用户提出的付费点，再结合产品形态做改造。

[事实] 例如直播礼物常见的全屏特效会影响游戏操作，因此他们把送礼改造成“送花”，可以一朵或多朵地送，并尽量不影响游戏。

[19:04] 中东红利变少

[事实] Simon 说，从 2020 年左右开始，很多中国公司发现中东赚钱，游戏和社交竞品都变多了。

[事实] 他提到，有竞品上线时直接使用米可的广告素材，甚至 UI 也只是改颜色后复用。

[事实] Simon 认为，现在中东市场竞争更激烈，不再是野蛮生长状态，也倒逼大家做得更好。

[推测] 后进入者如果只复制早期打法，成功概率会比红利期低很多。

[20:18] AI Lab 的成立

[事实] 米可 AI Lab 大约成立于 2023 年春天，当时 ChatGPT 和 AIGC 热度很高。

[事实] Simon 说，公司判断 AIGC 是未来方向，必须在当下布局。

[事实] 他认为，AIGC 技术本身很多时候不是最大难点，只要能看论文、有算力和工程交付能力，很多东西大家都能做。

[事实] AI Lab 要解决的问题是：AIGC 如何更好地赋能社交和泛娱乐，并找到应用落地和商业化路径。

[推测] 米可的 AI 方向不是离开社交基因，而是把 AI 当作增强社交泛娱乐体验的工具。

[23:02] 为什么不做 Character AI 模式

[事实] Simon 说，米可最开始一定会看 Character AI，因为它很火，也和社交相关。

[事实] 他们研究了 Character AI 的技术实现和成本后，认为这个方向当时不能做。

[事实] 主要原因是文字生成成本高，尤其 NPC 聊天为了有体验，需要记住历史聊天内容，每次都要检索相关记录并放进提示词。

[事实] Simon 说，用户越聊，提示词越长，成本越高，而愿意为这种深度陪伴支付足够高费用的人群并不大。

[推测] 纯 AI 陪伴产品的悖论在于：越有沉没成本和情感深度，越需要上下文记忆，也就越贵。

[26:39] 成本下降与硬件限制

[事实] Simon 认为，AI 相关 token 和提示词成本一定会下降，因为任何新技术成熟后成本都会降低。

[事实] 他判断 AI 成本下降速度可能很快，长期会降到大家能接受的程度。

[事实] 他也提到，硬件商产能、芯片供应以及美国是否向中国出售相关硬件，可能成为限制因素。

[推测] AI 产品商业化不只受模型价格影响，也受算力供给和基础设施约束。

[27:35] 为什么选择 AI 游戏

[事实] 米可在 2023 年开始做 AI 游戏社交时，首先考虑的是边际成本必须可控。

[事实] 第二个考虑是选择既有用户群体大、成熟，且付费能力、付费意愿、付费习惯已经被培养好的市场。

[事实] Simon 说，游戏市场的用户规模、国家分布、品类付费能力和付费点都相对确定。

[事实] 他们选择在游戏中加入 AIGC，是因为这样账更好算，也更容易把商业模式打正。

[推测] 本期标题中的“把账算明白”，核心就是先确认 AI 能力带来的收入是否覆盖新增成本。

[28:49] AI 游戏的几类趋势

[事实] Simon 将当前 AI 游戏尝试分为几类：大型开放世界游戏用 AI 堆美术和剧情；独立小游戏用 AI 小人自主行动；老游戏加入 AI 玩法。

[事实] 他提到，恋爱养成类游戏过去只能和 NPC 聊固定句子，现在可以加入更开放的 AI 对话。

[事实] 主持人总结说，大家现在还处在探索阶段，Simon 表示认同。

[推测] AI 游戏还没有形成稳定范式，更多是在不同品类中寻找合适的嵌入点。

[30:24] 游戏产品与社交产品的差异

[事实] Simon 认为，游戏行业更有艺术创造过程，重视细节设计、氛围感、美感和个人审美。

[事实] 传统互联网社交 App 更关注效率，比如缩短社交路径、引导用户点击和减少骂人等不良行为。

[事实] 他认为社交行业人才更偏逻辑和数据分析，而游戏行业很多人带着热爱入行，更理想化，也更看重作品感。

[事实] Simon 说，个人审美可能带来无用投入，也可能带来非常有创意、不是炒冷饭的东西。

[推测] AI 游戏社交团队需要同时具备互联网产品的理性计算和游戏内容的创造力。

[33:06] AI Lab 的人才要求

[事实] Simon 说，团队会区分专门做 AI 的人才和不做 AI 的人才。

[事实] 客户端、后端等游戏开发岗位不需要深懂 AI，只要对 AI 有兴趣，愿意做接入和结合即可。

[事实] 对算法人才，米可更看重其对游戏方向、内容和业务的理解，因为团队不做底层大模型科研，而是做技术应用落地。

[事实] 图像算法人才需要理解光影、皮肤纹理和真实感；NLP 人才需要理解电影、小说、网文、短剧等泛娱乐内容。

[事实] 游戏策划和产品经理不一定要深懂 AI，但要对新趋势敏感，能把外部技术进展转化为业务场景。

[36:09] 团队招聘标准

[事实] Simon 认为，理想成员应聪明、能力强、能把自己的事情想明白，但招聘时也会根据资深程度调整要求。

[事实] 他强调兴趣是最好的老师，希望候选人至少对游戏有兴趣。

[事实] AIGC 变化很快，传统换皮游戏经验在新产品里不一定完全成立。

[事实] Simon 希望团队成员敢想，也敢相信别人提出的新想法，并且愿意学习、研究、解决没有遇到过的问题。

[推测] 这类团队更需要开放心态和解决未知问题的能力，而不是只依赖既有经验。

[39:12] AI 项目能否成功的基本判断

[事实] Simon 认为，第一个基本点是成本能不能算过来，商业逻辑是否成立。

[事实] 他提醒，AI 创业公司如果为了融资大量买卡、堆算力、秀技术肌肉，需要考虑业务产出能否支撑技术成本和维护成本。

[事实] 他认为，中国和硅谷的投资逻辑不完全一样，中国 AIGC 创业首先要考虑怎么活下去，能否融到下一笔钱或赚到下一笔钱。

[事实] Simon 说，AI 创业不仅要满足用户需求，还要以用户能接受的成本和价格满足需求。

[推测] 对业务型 AI 公司来说，“技术先进”如果不能转化为可付费价值，就可能不是最优解。

[41:40] 创始人预期、市场天花板与心力

[事实] Simon 认为，创始人对项目的期望要和市场实际天花板相符，否则容易走弯路。

[事实] 他举例说，树洞软件可能有不错的数据和需求，但如果目标是做到微信级别，预期就可能和实际市场不匹配。

[事实] 他还提到，游戏行业创始人或制作人的个人审美，可能不符合最能付费用户群体的诉求。

[事实] Simon 认为创始人的心力很重要，要有足够精神头、耐心和信念，持续解决创业过程中的各种问题。

[推测] 市场判断、审美取舍和长期抗压能力，都会影响 AI 项目能否穿过早期不确定性。

[46:01] 米可的内部创业机制

[事实] 米可这几年在推“100 个 CEO”的概念，希望有潜力的同学可以自己负责一个项目或业务，像 CEO 一样管理它。

[事实] Simon 认为，大厂做创新项目时决策链长、参与者多，最后容易选择大家都能接受但不够突出的方向。

[事实] 他认为纯创业公司则可能为了融资过度突出 AIGC 特色，出现“拿着锤子找钉子”的问题，也会面临生存和招聘压力。

[事实] Simon 说，米可的状态介于两者之间：有小厂的灵活决策和项目自主权，也有现金流、稳定资源和出海社交经验。

[推测] 米可 AI Lab 更像背靠成熟业务的内部创业，既能保持速度，也不必过早被融资压力扭曲。

[53:21] 招聘信息与收尾

[事实] Simon 最后提到，米可 AI Lab 正在快速扩张，很多岗位在招聘。

[事实] 当前最需要的是游戏服务器负责人，希望有 Golang 背景，熟悉 Go Micro 等技术更好。

[事实] 其他招聘方向包括投放增长、游戏策划、社交产品、社群运营、Golang 和 Flutter 开发。

[事实] Simon 说，如果候选人对 AIGC 有特别的天赋和热情，也可以因人设岗。

播客点评/总结

本期最大的价值，是把 AI 社交和 AI 游戏从“概念热”拉回到商业基本面：用户是否愿意付费、边际成本是否可控、市场天花板是否匹配、组织是否能支撑长期打磨。Simon 的表达非常产品化，也很强调 ROI 和现金流。

亮点在于中东游戏社交案例比较具体，涵盖了投放、人群分层、女性用户作为社交氛围供给、本地文化边界、匿名关系沉淀和付费设计改造。这些经验让后半段关于 AI 游戏的判断更有现实基础，而不是单纯讨论技术趋势。

[推测] 局限是节目没有展开具体财务数据、留存指标、AI 成本测算表或产品形态细节，因此听众能获得方法论和判断框架，但无法直接复用为完整商业模型。

[推测] 本期适合 AI 创业者、出海社交产品经理、游戏策划、增长负责人，以及正在评估 AIGC 项目可行性的人收听；尤其适合那些容易被技术亮点吸引、但还没有认真算商业账的团队。