这篇文章深度拆解 Gamma 的逆袭逻辑，从产品打磨、增长引擎到团队建设，揭秘这家 “小而精” 的公司如何挑战行业巨头，为 AI 创业提供另一种可持续的成功范本。

你有没有想过，在 PowerPoint 统治了40年的演示文稿市场，还能诞生一家估值20亿美元的创业公司？更不可思议的是，这家公司只有30个人，却在两年内做到了1亿美元的年收入，而且从一开始就保持盈利。当 Gamma 的联合创始人 Grant Lee 第一次向投资人pitch这个想法时，那位投资人直接告诉他：”这是我听过最蠢的想法。你们不仅要挑战巨头，还要挑战拥有海量分发渠道的巨头。你们永远不会成功。”说完就直接挂断了电话。我最近听完 Grant Lee 的这个访谈后，发现他们的成长故事完全颠覆了我对 AI 创业公司的认知。这不是那种融资几亿美元、疯狂烧钱获客、团队规模快速膨胀到几百人的典型 AI 独角兽故事。相反，Gamma 走的是一条极度克制、精益增长的路线，却在一个被认为没有机会的市场里打造出了一个现象级产品。

Grant 在访谈中分享的很多做法，都让我重新思考了关于产品增长、团队建设和 AI 创业的一些基本假设。我发现他们做对的很多事情，恰恰是大多数创业公司容易忽视或者不敢尝试的。比如在产品刚刚在 Product Hunt 上赢得当日第一、当周第一、当月第一之后，大多数团队会觉得已经找到了产品市场契合度（Product Market Fit），开始加大营销投入。但 Gamma 团队却做了一个艰难的决定：推倒重来，把所有精力放在重新设计产品的前30秒体验上。这个决定最终成就了他们今天的成功。

重新定义产品市场契合度

Grant 分享了一个让我印象深刻的故事。2022年8月，Gamma 做了第一次公开测试版发布，在 Product Hunt 上大获成功，赢得了当日产品、当周产品和当月产品三个奖项。对于大多数创业者来说，这已经是一个巨大的成功信号了。但 Grant 和他的团队却保持了清醒的头脑。他们仔细观察用户注册数据，发现虽然发布当天有一个注册高峰，但之后增长就趋于平缓。更重要的是，他们没有看到强劲的口碑传播效应。用户在尝试产品后，并没有主动告诉朋友，产品也没有出现病毒式传播的迹象。

这让我想到很多创业公司容易陷入的一个陷阱：用虚荣指标（Vanity Metrics）来欺骗自己。获奖了、媒体报道了、初期用户数不错，这些都容易让创始人产生一种错觉，觉得自己已经找到了产品市场契合度。但 Grant 提出了一个更本质的判断标准：你的产品是否能够自发地通过口碑传播来增长？如果用户使用后没有主动分享给朋友，没有告诉同事，那就说明产品还不够好，还没有真正解决用户的痛点到让他们兴奋的程度。

我非常认同这个观点。真正的产品市场契合度，不是你能通过广告和营销把用户拉进来，而是用户用完之后会主动成为你的传播者。如果你必须不断地往漏斗顶部灌流量才能维持增长，那说明底层的增长引擎其实是坏的。Grant 用了一个很形象的比喻：你应该把早期产品想象成一台”口碑机器”（Word of Mouth Machine）。如果这台机器没有运转起来，其他一切都会变得异常困难。

面对这个现实，Gamma 团队做了一个大胆的决定。当时他们只有12个人，资金也快要耗尽，但他们决定停下来，把所有人的精力集中在一个目标上：让产品的前30秒体验变得神奇。Grant 说，他们的目标是让用户在进入产品的第一个30秒内就感受到魔力，这种体验要好到用户会立刻想告诉所有朋友。接下来的三四个月，整个团队all in重新设计了整个引导流程，并且把 AI 深度整合到了这个流程中。每个新用户都会在前30秒内体验到 AI 的魔力。

前30秒的力量

2023年3月底，Gamma 重新发布了产品。效果是立竿见影的。第一天，每日注册用户从几百人跃升到几千人。第二天变成了5000人，然后是1万人、2万人，增长曲线几乎是垂直上升的。更关键的是，他们没有做任何市场推广，没有投放广告，所有增长都来自用户的自发分享和口碑传播。Grant 说，这种感觉和之前完全不同，产品终于有了自己的生命力，不需要他们推着走了。

我觉得这个”前30秒”的概念特别值得深入思考。Grant 引用了 Behance 创始人 Scott Belsky 关于”第一次微笑”和”前15分钟”的理论，但他们把这个时间进一步压缩到了30秒。为什么是30秒？因为在今天这个注意力稀缺的时代，用户根本没有耐心去学习一个新工具。你必须在30秒内给他们一个理由，让他们愿意继续投入接下来的30秒，然后再下一个30秒。

Grant 提出了一个很犀利的观点：你要用一种近乎愤世嫉俗的视角来看待新用户。假设他们是自私的、虚荣的、懒惰的。他们不想学习你的产品，他们只想快速得到价值。所以你必须在前30秒内就给他们看到价值，赢得继续使用的权利。这不是贬低用户，而是承认一个现实：在竞争激烈、选择众多的市场中，用户凭什么要花时间学习你的产品？

我发现很多产品设计者会犯一个错误：他们想在引导流程中展示产品的所有功能，生怕用户不知道产品有多强大。但 Grant 用了一个很生动的比喻：如果你扔给一个人一个鸡蛋，他可能接住；如果你扔给他四五个鸡蛋，他大概率会全部掉在地上。对于 Gamma 来说，这个”一个鸡蛋”就是”几秒钟创建一张幻灯片”。就这么简单，但足够吸引人。

这让我想起了乔布斯说的一句话：专注意味着对一千件好主意说不。在产品设计中也是如此。你要克制住展示所有功能的冲动，专注于让用户在最短时间内感受到最核心的价值。这个核心价值必须是清晰的、可感知的、能够立即产生共鸣的。

增长引擎的构建

Gamma 的增长故事中，最让我惊讶的是他们对增长策略的深度思考。Grant 说，他本来不是做增长出身的，但那个投资人当年的打击让他意识到，在一个竞争激烈的市场中，增长能力将是决定生死的关键。所以他强迫自己学习增长，而且学得非常系统和深入。

从数据上看，即使到了今天，Gamma 超过50%的新用户增长仍然来自口碑传播。这包括用户直接输入 gamma.app 网址访问，或者在搜索引擎中搜索”Gamma”这个品牌词。这是一个非常健康的信号，说明产品本身就具有强大的传播力。但 Grant 并没有满足于此，他们找到了一个能够放大口碑效应的增长杠杆：网红营销（Influencer Marketing）。

网红营销这个词在国内可能听起来有点土，但 Gamma 的做法完全颠覆了我对这种营销方式的认知。大多数人想到网红营销，会想到找那些拥有百万粉丝的大V，给他们一笔钱，让他们发一条推广内容。但 Grant 说，这恰恰是最糟糕的做法。因为这些大V通常会拿着你给的文案直接念，内容看起来就像广告，和他们本人没有任何真实连接，效果往往很差。

Gamma 的策略完全不同。他们专注于寻找成千上万的微网红（Micro Influencers），这些人可能只有几千到一万粉丝，但在自己的细分领域有很强的影响力。更关键的是，Gamma 的产品对这些人来说是真正有用的。比如教育工作者，他们每天都要做课件，一个能够大幅提高效率的工具对他们来说就是真正的痛点解决方案。当他们发现 Gamma 后，会自然而然地想要分享给同行。

Grant 在早期亲自参与了每一个网红的引导过程。他会和每个人视频通话，详细讲解 Gamma 是什么、如何使用、背后的理念。他不会给他们写好的文案，而是确保他们真正理解产品，然后让他们用自己的语言去讲述。这种方式虽然很难规模化，但却建立了真实的连接。这些网红成为了 Gamma 团队的延伸，而不是简单的营销工具。

我觉得这里有一个深刻的洞察：在社交媒体时代，人们对广告的免疫力越来越强，但他们仍然会相信自己信任的人的推荐。这些微网红虽然粉丝不多，但他们在自己的圈子里建立了信任。他们的推荐不是来自陌生人，而是来自”网络中的朋友”。人类学家邓巴（Dunbar）提出过一个著名的”150人理论”，说人类能够维持稳定社交关系的人数上限大约是150人。这些微网红努力让自己进入粉丝的”150人网络”中，一旦进入，他们的推荐就会产生强大的光环效应。

更有趣的是 Grant 分享的数据：他们发现每次在网红营销上投入资金后，不仅会看到直接来自网红渠道的用户增长，还会看到口碑传播渠道的用户增长加速。也就是说，网红营销起到了一个放大器的作用。投入1美元，可能会带来1.5倍的额外口碑增长。这种乘数效应是很多其他营销手段达不到的。

在执行层面，Gamma 也有很多值得学习的地方。他们一开始的预算很少，每个月只和20个网红合作。随着效果验证，逐步增加到50个、100个。他们用的不是那种一次性投入巨额预算给少数几个大V的方式，而是分散投资、快速迭代。Grant 强调，你永远无法提前预测哪个网红的内容会爆火，所以你必须铺开足够的网，然后从数据中学习。事实上，90%的传播效果来自不到10%的网红，但你无法提前知道是哪10%，所以广撒网是必要的。

品牌的力量

在达到1000万美元年收入的时候，Gamma 做了一个看起来有些疯狂的决定：停下来做品牌重塑（Rebrand）。很多人会质疑，在增长势头正好的时候，为什么要冒险去改变品牌？这不是在浪费时间和金钱吗？但 Grant 的解释让我重新理解了品牌的价值。

他说，Gamma 最初的品牌其实是一个占位符（Placeholder），是在公司刚成立时匆忙创建的，主要目的是有个东西可以展示给用户看。但这个品牌在设计语言、视觉方向、语调风格上都很有限，无法支撑规模化的内容生产。Grant 用了一个很形象的比喻：一个好的品牌就像DNA，你可以用这些基础元素创造出成千上万种内容，但它们看起来都是连贯一致的。如果你的品牌DNA太单薄，你就无法高效地扩展。

这个观点让我意识到，品牌不仅仅是一个logo或者一套视觉识别系统，它是一个内容生产的基础设施。当你需要每周测试数千个创意素材的时候，如果每个素材都需要从头设计，那效率会非常低。但如果你有一个强大的品牌系统，设计师可以快速组合品牌元素，生成大量符合品牌调性的内容，这会给你带来巨大的竞争优势。

Grant 还分享了一个很实用的建议：在投入大量资金做效果广告之前，先投资品牌建设。很多创始人认为品牌营销和效果营销是对立的，但 Grant 认为品牌营销本质上也是效果营销，只是效果不那么容易归因。一个强大的品牌会让你的效果广告更有效，因为人们在看到广告时，会有一种”这个品牌我好像在哪里见过”的熟悉感，这会大大提高转化率。

Gamma 甚至做了一件很开放的事情：他们把整个品牌系统开源了，建立了一个网站 brand.gamma.app，任何人都可以看到他们的品牌指南、视觉方向、甚至用 Midjourney 生成图片时使用的提示词。这样做的目的是让合作的网红和内容创作者能够轻松创作出符合 Gamma 调性的内容，而不需要每次都从零开始。这种减少摩擦力的思维贯穿了 Gamma 的整个增长策略。

用户研究的正确姿势

Grant 分享的另一个让我印象深刻的做法是他们如何快速迭代产品。很多创业公司做用户研究，会觉得这是一个非常重型的工作，需要专门的用户研究团队，需要几周时间去招募用户、进行访谈、整理报告。但 Gamma 的做法完全不同，他们把用户研究变成了一个轻量级、高频次的日常工作流程。

他们的做法是：早上有一个想法，立刻用 AI 辅助工具或者团队里懂代码的设计师做出一个可以运行的原型。下午就通过 Voice Panel 或 UserTesting 这样的平台，找到20个符合目标用户画像的真实用户来测试这个原型。这些用户不是他们的朋友，也没有任何利益相关，他们只是符合目标用户特征的陌生人。到了晚上或者第二天，团队就可以一起回看这些测试视频，看用户在哪里卡住了，哪里感到困惑，哪里产生了兴奋。

这种快速反馈循环的威力是巨大的。Grant 说，当你自己使用产品的时候，你对每个功能、每个按钮都太熟悉了，你会觉得一切都很自然。但当你看到真实用户使用你的产品，听到他们的真实想法时，你会立刻发现大量问题。可能你觉得非常显眼的按钮，用户根本找不到。可能你设计的流程在第一步就把用户困住了，他们根本到不了你精心设计的第三步。

我特别认同 Grant 说的一点：你的朋友会对你撒谎。他们会告诉你产品很棒，因为他们不想伤害你的感情。但数据不会撒谎，真实的陌生用户更不会撒谎。当你看到一个用户在你的产品里挣扎了5分钟还没完成注册，你就知道问题出在哪里了。这种痛苦的反馈恰恰是最宝贵的礼物，它告诉你应该把时间花在哪里。

Gamma 还有一个 Beta 用户社群计划，叫做 Gammbassador Program，把核心用户拉到一个单独的 Slack 群组里。团队会在这里分享最早期的原型，甚至是线框图，收集反馈。这些核心用户已经理解了 Gamma 的价值，所以可以更深入地讨论新功能的细节，而不是纠结于基础概念。这种分层的用户研究策略让 Gamma 可以在不同阶段获得不同深度的反馈。

AI 时代的商业模式

关于 Gamma 是一个”GPT wrapper”（GPT套壳公司）的讨论，Grant 的回应让我重新思考了 AI 时代的商业模式。确实，从技术架构上看，Gamma 是构建在其他公司的大语言模型之上的，他们并没有训练自己的基础模型。但这不意味着他们只是简单地调用了 OpenAI 的 API 然后加了个界面。

Grant 强调，Gamma 今天在生产环境中使用了超过20个不同的模型来驱动产品的不同部分。创建大纲可能用一个模型，生成视觉布局用另一个模型，图片生成又用不同的模型。他们需要不断实验、测试、优化，找到每个场景下性价比最高的模型组合。这种编排能力（Orchestration）本身就是核心竞争力。

更重要的是，Gamma 专注于深入理解一个特定的工作流程：视觉化沟通和演示文稿制作。他们花了大量时间理解用户在创建演示文稿时的每一个痛点，从最初的想法构思，到大纲撰写，到内容生成，到视觉优化，到最终分享。他们的目标是让整个端到端的体验变得流畅和愉悦。这种对工作流程的深度理解和对用户体验的极致追求，不是简单地调用 AI API 就能实现的。

Grant 提出了一个判断标准：在你开始考虑用什么技术之前，先问自己，这是一个我愿意花5到10年去解决的问题吗？我真的关心这个问题吗？如果答案是否定的，那你可能只是在追逐一个短期的机会窗口，而不是在建立一个持久的业务。对于 Gamma 来说，他们相信视觉化沟通的民主化是一个值得长期投入的使命。在过去，如果你不擅长做幻灯片，你的好想法可能就会被埋没。而那些擅长包装的人即使想法一般，也可能获得认可。Gamma 希望改变这种状况。

我觉得这个观点特别重要，尤其是在当前的 AI 创业热潮中。很多创业者看到 AI 能力的突破，就急于找一个可以应用的场景，快速做一个产品出来。但如果你对这个场景、对这个用户群体、对这个问题本身没有深刻的理解和真诚的关心，你很难走得长远。技术可以是工具，但不应该是起点。起点应该是你想解决的问题，和你想服务的人。

定价的艺术

Gamma 的定价故事也很有意思。他们在2023年3月推出 AI 功能时，完全专注于产品体验，根本没有考虑商业化。每个新用户获得400个积分，用完就没了。结果产品爆火之后，客服系统被用户的询问淹没了：我怎么购买更多积分？我想继续使用！

这反而是一个好问题，说明产品创造了足够的价值，用户愿意付费。整个4月，团队紧急进行了定价研究。他们使用了 Van Westendorp 价格敏感度测试来了解用户的支付意愿，还做了联合分析（Conjoint Analysis）来理解用户最看重哪些功能。最终他们决定了一个每月20美元左右的价格点。

Grant 很坦诚地说，部分原因是他们被 ChatGPT 的定价锚定了。当时 AI 产品刚开始出现，ChatGPT Plus 的价格让用户形成了一个心理预期，Gamma 决定不要把事情搞得太复杂，就采用一个相近的价格点。这个决策看起来很简单，但背后的逻辑是：降低用户的理解成本，去除摩擦。

更关键的是，他们在推出定价后，持续监控单位经济效益（Unit Economics）。他们需要确认在这个价格点上，扣除推理成本和其他运营成本后，仍然能够保持健康的利润率。事实证明他们做到了。在推出付费版的几个月内，Gamma 就达到了100万美元年收入，并且实现了盈利。这对于一个 AI 创业公司来说是非常难得的。

我觉得这里有两个启示。第一，不要过度复杂化定价。很多创业公司会设计非常复杂的定价层级和功能矩阵，觉得这样可以最大化收入。但复杂的定价会增加用户的决策成本，反而可能降低转化率。简单清晰的定价，让用户能够快速理解价值主张，往往效果更好。第二，早期就要关注单位经济效益。不要觉得盈利是很遥远的事情，可以以后再考虑。如果你的商业模式在早期就不经济，规模化只会放大这个问题。

团队的力量

最后，我想谈谈 Gamma 在团队建设上的一些非常规做法。Grant 有一个原则：painfully slowly hire（极度缓慢地招聘）。这和硅谷很多快速扩张的创业公司形成了鲜明对比。很多公司拿到融资后就开始疯狂招人，觉得人多力量大。但 Gamma 始终保持克制。

Grant 的逻辑是：如果你的目标是招100个人，那么招人就会成为目标本身，而不是招到合适的人。为了完成这个数字目标，你可能会降低标准，招一些”还可以”的人。但如果你的目标是只招那些真正优秀的、和团队文化契合的人，那么招聘的速度自然会慢，但质量会高很多。

更有意思的是，Gamma 的前10名员工，5年后仍然全部在公司。这种连续性（Continuity）的价值是难以量化的。这意味着团队有共同的语言、共享的理解、积累的默契。新加入的人可以从老员工那里学习公司的文化和做事方式，这种知识传承是用钱买不来的。反过来，如果一个公司像旋转门一样，人不断进进出出，那么很多隐性知识就会流失，很多事情需要重复解释，效率会大打折扣。

Grant 还提倡招募通才（Generalist）而不是专才。他们的设计师会写代码，营销负责人可以从头到尾操办一场无人机灯光秀活动。这种多面手在一个小团队中能发挥巨大的作用，因为他们可以跨领域工作，可以在需要的时候承担不同的角色。

另一个有意思的概念是”player coach”（球员教练）。在 Gamma，所有的管理者都不是纯粹的管理者，他们仍然做具体的工作，仍然在一线。Grant 用了橄榄球的比喻：四分卫不仅要执行教练的战术，还要根据场上的实时情况做出调整。同样，Gamma 的团队领导既要有大方向的把控，也要能够在一线快速应对变化。

我觉得这种组织设计特别适合当前的 AI 时代。变化太快了，如果所有决策都要经过层层汇报，等最高层做决定，机会早就过去了。扁平化的组织，加上能够独立判断和行动的通才型员工，能够让公司保持极高的敏捷性。

我的思考

听完整个访谈，我最大的感触是：真正的壁垒不在技术本身，而在于系统性的执行能力。Gamma 做的很多事情，看起来都不神秘，也不是什么黑科技。网红营销、用户测试、品牌建设、定价优化，这些都是很多公司也在做的事情。但 Gamma 把每一件事都做到了极致，并且把这些点串联成了一个完整的增长系统。

更重要的是，他们始终保持着清醒的判断力。在 Product Hunt 上大获成功后，他们没有被胜利冲昏头脑，而是冷静地意识到产品还不够好。在增长势头正猛的时候，他们敢于停下来做品牌重塑。在融资环境火热的时候，他们坚持不盲目扩张团队。这种自我认知和战略定力，可能才是他们最宝贵的资产。

对于正在创业或者思考创业的人来说，Gamma 的故事提供了一个非常不同的参考模板。不是所有成功的创业公司都需要融资几亿美元、快速扩张到几百人、疯狂烧钱获客。你也可以选择一条更加克制、更加可持续的道路：专注于解决一个你真正关心的问题，打磨产品到用户愿意主动推荐的程度，建立一个小而精的团队，在增长的同时保持盈利。

我也在反思，为什么在当前的 AI 创业浪潮中，这样的案例反而显得如此罕见？我觉得部分原因是资本的逻辑和创业者的心态都被过去十年的互联网创业范式塑造了。大家习惯了”烧钱-获客-规模化-上市退出”的路径，习惯了”唯快不破”的节奏，习惯了用融资额和估值来衡量成功。但 AI 时代可能需要不同的游戏规则。

AI 的成本结构和传统 SaaS 很不一样。每次推理都要花钱，如果你的商业模式不经济，规模越大亏损越大。这就要求创业者从第一天起就要思考单位经济效益，要确保每个付费用户带来的收入能够覆盖服务成本并有合理利润。Gamma 之所以能够在早期就实现盈利，很大程度上是因为他们从一开始就在监控和优化这些指标。

另一个深层原因可能是，在一个技术快速迭代的时代，小团队反而更有优势。Gamma 只有30个人，但每个人都是精兵强将，都能快速理解新技术、快速做出决策、快速调整方向。他们可以在一个早上有想法，下午就做出原型并测试，晚上就决定是否要继续推进。这种速度是大公司很难做到的。

Grant 在访谈中还提到了一个让我印象深刻的细节：Gamma 团队中超过四分之一的人是产品设计师。这个比例在同等规模的创业公司中是非常罕见的。但对于一个产品体验驱动增长的公司来说，这个投入是完全合理的。好的设计不仅仅是让产品看起来漂亮，更是让产品用起来流畅、让用户感到愉悦、让复杂的功能变得简单。在 AI 时代，当技术门槛越来越低的时候，产品体验可能成为最重要的差异化因素。

我也在想，Gamma 的模式是否可以复制？我觉得有些经验是可以借鉴的，但也有些东西是难以复制的。可以借鉴的包括：专注于产品的前30秒体验、建立口碑传播机制、用微网红营销放大影响力、保持精益团队、关注单位经济效益等等。这些都是方法论层面的东西，理论上其他创业者也可以学习和应用。

但有些东西是难以复制的，比如团队的化学反应、创始人对问题的深刻理解和长期承诺、在关键时刻做出正确决策的判断力。Grant 说他们的前10名员工5年后还都在，这不是钱能买来的，这是文化和价值观的力量。他们在 Product Hunt 成功后选择推倒重来，这需要巨大的勇气和清醒的自我认知。这些软实力可能才是 Gamma 真正的护城河。

最后，我想回到 Gamma 这个故事的起点：那个投资人说的”这是我听过最蠢的想法”。今天回头看，这个判断显然是错误的。但我不觉得那个投资人特别愚蠢，因为从传统的投资逻辑来看，在一个被 PowerPoint 统治了40年的市场挑战巨头，确实看起来不太现实。问题是，世界变了，AI 改变了游戏规则，让一些过去不可能的事情变得可能。

这给我们的启示是：不要让别人的怀疑动摇你的信念，但也要保持足够的自我怀疑，不断验证你的假设。Grant 听到那个投资人的话后，没有放弃，但也没有盲目坚持。他把这个打击转化为动力，决定把增长能力作为核心竞争力来建设。他相信自己的愿景，但也保持着清醒的头脑，不断用数据和用户反馈来检验产品。

创业本质上是一场长期的战斗，需要的不仅是技术能力和商业头脑，更需要心理韧性和战略定力。Gamma 的故事告诉我们，在一个充满不确定性的时代，坚持做正确的事情、保持耐心、注重基本面，可能比追逐热点和快速扩张更加重要。当所有人都在追求快速增长的时候，敢于慢下来打磨产品，可能反而是一种竞争优势。

从那个被投资人挂断电话的深夜，到今天估值20亿美元、年收入过亿的成功企业，Gamma 走过了一条不寻常的道路。这条路上没有捷径，没有侥幸，只有对用户价值的极致追求，对产品质量的不断打磨，对团队建设的用心经营，和对长期主义的坚定信念。这个故事或许不够性感，不够刺激，但对于真正想要做出有价值产品的创业者来说，可能是最值得学习的范本。‍