この記事では、AI応用分野の現状と、ヒットしたAI応用事例から得られる洞察や考察を中心に解説します。これらのヒット事例を正しく分析することで初めて、製品を商業化する道筋を見出すことができます。この記事が、インターネット業界の方々にとって刺激となり、推奨されるものとなることを願っています。

「5人の元同僚のうち、少なくとも3人はアプリケーションの開発に携わっています」と、最近大企業を退職した従業員はPhoton Planetに語った。

大企業の上級役員が資金を求めてグループを結成したり、人気プロジェクトからチームメンバーが離れてアプリケーションに注力したりする様子は、現在の AI 情勢を最も正確に表しています。

2024年までに、モデルレイヤーの状況はほぼ確定し、新規参入できるプレーヤーは少なくなります。一方、競争の激しいAIアプリケーションは参入障壁が低く、投資コストも低いため、「一匹狼＋N個のGPT」でもスタートアップチームに匹敵する可能性があります。

最近Baiduを退職し、海外でのAI応用に取り組むことになった別の元プロダクトマネージャーは、コストを計算した。4人の従業員（Claude Pro 2人（月給40ドル）、GPT 1人（月給20ドル）、Devv AI 1人（月給20ドル））を雇用する場合、月額合計80ドルかかるという。これで技術開発からUIデザインまで全てが提供され、マネージャーは要件提出のみで済む。

「結局、工場に送り返さなければならないかもしれないが、少なくともうまくいくかどうか試してみる必要がある」と、大手テクノロジー企業の元従業員は語った。これを踏まえると、市場で目にするAIアプリケーションは氷山の一角に過ぎず、多くのプロジェクトが未だに深海にいると言える。

今年のスタートアップ環境はより歓迎されているように見えるかもしれませんが、現実は全く逆です。1年間の市場教育を強いられた投資家たちは、ようやく教訓を学び、「PMF（プロダクト・マーケット・フィット）/TPF（テクノロジー・プロダクト・フィット）はどれくらいですか？」と問いかけています。

今年、資金調達を受けたAIアプリケーションスタートアップの数が減少しているのは明らかです。彼らの頭上に突きつけられたダモクレスの剣は、起業家たちを二つの極端に追い詰めています。それは、小規模ながらも美しく、孤独で優雅な生活を送るか、ユーザーベースの拡大とともに、製品化から市場投入（PMF）/製品化（TPF）までの成功を目指すかです。

後者にとって最良の方法は、「トラフィックの雨」を降らせ、ヒットアプリになることです。初期のMiaoYaから「HongHong Simulator」、そして最近話題となったテキストスタイルテストに至るまで、中国ではこのような大ヒットは極めて稀です。

3つのヒットアプリを分析すると、ユーザーベース、バイラルマーケティングのチャネル、トラフィックの成長曲線がほぼ同じであることがわかります。これは、勤勉な開発者にとって朗報です。しかし、トラフィック主導の製品は、結局は短命です。重要なのは、トラフィックを生み出すサイクルに陥らず、商業化への適切なアプローチを見つけることです。

I. ワンダフル・ダックからライティング・スタイル・テストまで

昨年、ミャオダックはAIカメラの波に乗ってヒットとなり、AI時代におけるソーシャルネットワークの重要性を初めて証明しました。

昨年3月、張躍光率いるAIチームは「リアルな肖像画」という方向性を決定したばかりでした。アリババのデジタルメディア＆エンターテインメントグループにおける「実験」として、ミャオヤは大きな成功を収めるとは予想されていませんでした。しかし、チームを驚かせたのは、ミャオヤが社内テストの初期段階から既にヒット作となる可能性を示したことです。

6月下旬、2週間のクローズドベータテスト中に、MiaoYaは約1万人のユーザーを獲得し、招待コードの需要が高まりました。最初のユーザーはアリババのデジタルメディア＆エンターテインメントグループの従業員で、彼らはWeChat Momentsでアプリを共有することで、当初のユーザー層を超えて急速に広がりました。7月17日、MiaoYaは正式にリリースされ、Weiboでトレンド入りし、さらに普及を加速させました。WeChat Indexのデータによると、「MiaoYaカメラ」というキーワードは7月25日にピークに達し、約1週間人気を維持しました。

MiaoYaの人気は徐々に衰えていったものの、依然として多くの起業家に影響を与えました。これらの起業家たちはMiaoYaに倣い、WeChatグループで初期ユーザーを育成し、早期のユーザーフィードバックと製品改良を開始しました。今日でも、AIPPTやFrog WritingなどのAIアプリケーションは、コミュニティ運営において同様のアプローチを採用しています。

今年初めの「紅紅シミュレータ」テストと年央の「文峰テスト」により、予想外に「QQ宇宙-小紅書」交通リンクが機能しました。

春節の直前、オンラインでガールフレンドを口説く方法を教えるウェブサイトが突如として人気を博しました。開発者の王登克氏によると、わずか24時間で60万人以上のユーザーがサイトに殺到し、数十億トークンが消費され、2,000万件もの会話が生み出されました。この急激な人気により、王登克氏は数千ドルに上る多額の負債を抱えることになりました。

振り返ってみると、王登科氏はトラフィックの急増がQQ SpaceとQQグループから発生したことを発見した。

当初、トラフィックソースを見つけるのが難しかったのは、QQ SpaceとQQグループが比較的閉鎖的なシステムであり、KOL（キーオピニオンリーダー）が不足し、情報発信チャネルが分散していたためだと彼は述べた。当時、QQグループは徐々にDiscordのような存在になりつつあり、バイラルAIアプリケーションの温床となっていた。ミニマックスの大ヒットソーシャルプロダクト「Glow」は、QQグループ内で生まれた。

QQグループのトラフィックの流出経路は、文峰テストサイトでさらに明確になりました。文峰テストサイトのアルゴリズムモデル担当者であるAnkie氏によると、サイトの人気が急上昇したのは、友人のQQスペースに投稿された投稿がきっかけでした。テストユーザーがサイトに殺到し、30分以内に502エラーでクラッシュしました。投稿は1時間以内に3,000回転送されました。7月初旬までに、投稿は15,000回近く転送されました。

（画像出典：インタビュー対象者）

Photon Planetの調査によると、QQ SpaceやQQグループには2000年代と2005年生まれの若者が多く集まっており、彼らは新しいものへの受容性が高く、よりオープンな姿勢を持っています。アニメ・マンガ、乙女ゲーム、ファンフィクション、オタク、BL（ボーイズラブ）といったタグが付けられた数多くのサブカルチャーがQQ上で形成されています。

QQユーザーの特性に基づくと、これは実際に核心的な質問への答えとなります。AIアプリケーションに本当に必要な「風洞試験」とはどのようなものでしょうか？答えは、試行錯誤のコストが低く、エラーに対する許容度が高く、新しいことに挑戦する意欲があることです。

その後、QQから小紅書、豆瓣、微博へのトラフィックが急増し始めました。小紅書へのトラフィックが最も顕著に吸収されました。Ankie氏のチームは、文章スタイルテストの上位3つの結果を統計に含めました。現在までに、このウェブサイトは約200万件のテスト結果を生成しています。小紅書だけでも300万回以上の閲覧数を記録し、再投稿や議論は常に高い水準を維持しています。

II. ヒットAIアプリケーションからの教訓

Ankie の言葉を借りれば、この Web サイトの文章スタイルは「非典型的な起業家精神」を表現しています。

「非典型的」という言葉にはいくつかの意味があります。それは、500元という低予算で、純粋に愛情を込めて取り組む学部の卒業論文プロジェクトを指します。

しかし、AI アプリケーションが爆発的に成長しているこの重要な局面では、大ヒットとなる可能性のある AI アプリケーションを研究することが、スーパー アプリを実現する鍵となるかもしれません。

アプリの普及経路はほぼ形を成しています。QQ SpaceとQQグループ内で盛り上がり、人気が爆発的に高まり、その後外部へと広がっています。Ankie氏は、小紅書がトラフィック爆発の二次的な源泉となる能力は、そのオープン性とレコメンデーション機能にあると考えています。

「QQ Space、Weibo、Doubanなど、自分で積極的に検索したり、友達が使っていなければ、関連するおすすめは表示されません。しかし、Xiaohongshuなら表示されます。例えば、普段から読書や執筆関連のコンテンツをフォローしているなら、当社のウェブサイトにおすすめされる可能性が高くなります」とアンキー氏は述べた。

Photon Planetは、小紅書が大手モデル企業やAIアプリケーション向けのマーケティングプラットフォームになっていると指摘しています。主な目的はトラフィックのコンバージョンではなく、ユーザープロファイルの明確化と特定の垂直分野のデータ取得です。Kimi氏はBilibili、Douyin、Weiboなどのプラットフォームに多額の投資を行う一方で、小紅書で「#KimiCanDoThisAnything」というハッシュタグを立ち上げ、プロンプトや使用シナリオを収集することでユーザーをセグメント化することを目指しています。

Kimiの現在の「Kimi+」は、ユーザーセグメンテーションの成果であり、最も人気があり頻繁に使用される機能ごとに個別のエージェントを作成しています。さらに、小紅書で人気のアプリもKimi+の「素材」となっており、ホームページには一時期、文章力テストサイトに似た「文章力テスター」機能が搭載されていました。

（画像出典：Kimi Smart Assistant）

Ankie は、「上記の Kimi のゲームプレイは、当社のライティング スタイル テスト ウェブサイトから取得したものです」と述べましたが、この発言は Kimi の運営スタッフによっても確認されており、運営スタッフは Ankie に連絡して、ホームページから削除する必要があるかどうかを問い合わせました。

アンキーはキミの「ライティングスタイルテスター」廃止提案を拒否しましたが、ウェブサイトの爆発的な人気には何ら変化はありませんでした。ウェブサイトのインフラが極めて貧弱で、502エラーが頻繁に発生していたにもかかわらず、ライティングスタイルテストウェブサイトは約3週間人気を維持し、1日あたりのアクティブユーザー数はピーク時に10万人に達しましたが、その後1万人以下にまで減少しました。このアプリのロングテール効果はアンキーの予想を上回り、今日でも人々はテスト結果を小紅書（Little Red Book）で共有し続けています。

「繰り返しテストする人もいます。特に、文章を書く習慣を身につけたユーザーはそうです。新しいものを書くとすぐに、またテストするのです」とアンキー氏は言います。

結局のところ、大きなモデルの仕掛けよりも、良いアイデアの方が重要なのです。

インタビューの中で、アンキーは自身の成功の秘訣をいくつか共有しました。それは、大規模なモデルへの執着を捨て、ユーザーにすぐに使ってもらうことが鍵となるということです。2016年には、アルゴリズム技術、ニッチに特化した小規模モデル、そして著者テストデータセットが、ライティングスタイルテストウェブサイトのほぼすべてを構成していました。

ChatGPTやKimiのような一般的な会話型アシスタントとは異なり、AIアプリケーションの価値は、シナリオとユーザーをより深く理解することにあります。例えば、Ankieは当初、ユーザーがAIテストの結果を60～70%信頼すると見積もっていましたが、予想外に「がっかりした」「もう書きたくない」といったフィードバックが寄せられました。

ユーザーを様々な「枠組み」から解放することでのみ、広範な普及と成長を実現できます。これに対し、Kimiで生成されるライティングスタイルテストの結果には、主に2つの問題があります。テスト結果が冷たく説得力に欠けること、そして生成された結果が共有・転送されたいという欲求に欠けていることです。本質的に、入力も出力も質疑応答の枠組みから抜け出せていません。ライティングスタイルテストのウェブサイトもフレーム内で回答を生成しますが、最終的には様々なスクリーンショットやウェブサイトへのリンクの拡散を通じて膨大なトラフィックを生み出しています。

III. 再現可能な成功事例：AIアプリケーションの商業化に関する検討事項

1 つの大ヒット AI アプリケーションを作成するのは偶然ですが、バッチで作成する場合はどうでしょうか?

王登克氏は、人気AIアプリケーションの複製が実現可能であることを証明しました。ウェブサイトのスタイル（簡潔さ）とユーザーベース（アニメ／マンガ／二次創作）を基盤に、モデルを複製し、OCテストや有名人の声真似といったAIアプリケーションを開発しました。

参考までに、ライティングスタイルテストサイトの総費用は約500元です。人気AIアプリにはサイクルがありますが、方法論を習得し、一時的なサイクルから抜け出すことができれば、人気曲線を無限に伸ばすことができます。

Ankie氏は、軽量AIアプリケーションは現在、NetEase Cloud H5の機能と非常に類似していると考えています。事業開発段階におけるA/Bテストに活用することで、ユーザーからのフィードバックデータを収集し、ローンチ後のパフォーマンスを予測することができます。また、ヒットアプリケーションを通じてメインビジネスへのトラフィックを誘導し、コンバージョン率の向上にも繋がります。

こうして、トラフィックを促進する全く新しい方法を見つけたようです。数十万ドルものトラフィック獲得コストを削減することで、人気のアプリやエージェントでユーザーを惹きつけ、ユーザーの定着率を高め、メインのAIアプリへ誘導することが可能になります。

トラフィックリダイレクトの初期効果は明ら​​かです。王登克氏は記事「ライティングスタイルテストからOC分析まで、AI製品のワンウェーブトラフィックにも春が来た」の中で、「OCコンポーネントテストは小さなおもちゃですが、チームの製品へのトラフィックを正確に誘導する効果は驚くほど良好です。OCコンポーネントテストは約30万回のアクセスを集め、数万件のアプリダウンロードにつながりました」と指摘しています。

上記のプロセスを分解すると、トラフィックには2つの波が存在します。AIアプリはトラフィックインターフェースとして機能し、第一波の「突発的な利益」を吸収します。一方、メインアプリはトラフィックをリダイレクトした後、第二波の流入を受け取り、商業的なコンバージョンの機会を探ります。

商業的な観点から見ると、トラフィックは広告収益化と結びついており、前述のトラフィック転送プロセスは二重の広告収益を生み出す可能性があります。最初のアプリは、メインアプリの機能スライスまたはトライアル版と見なすことができるため、開発者は開発中にアプリへのトラフィック誘導方法とメインビジネスとの整合性を考慮する必要があります。前者がAI性格テストで、後者がペットアプリへのトラフィックをリダイレクトするような場合、アプリは一貫性がなく、ユーザーエクスペリエンスが損なわれると、最終的なコンバージョン率にも影響を及ぼします。

Kimiのアプローチに欠陥はありません。専用のウェブサイトやアプリケーションを開発するよりも、現在普及しているインテリジェントエージェントの方が軽量な要件に適しています。しかし、前述のように、優れたアイデア、特定のシナリオに適したデータセット、そして共有と普及の楽しさは、いずれも不可欠です。

市場のAIアプリケーションを観察すると、大半は依然として有料サブスクリプションモデルに依存しており、即座に収益を生み出すものはごくわずかです。現在のアプリケーション市場において、デイリーアクティブユーザー数やマンスリーアクティブユーザー数は単なる表面的な指標に過ぎません。AIGC時代において、アプリケーションの真の生存能力を示す指標は、サブスクリプションの支払い率と更新率だけと言えるでしょう。

AI製品の多くは生き残るために、依然としてB2Bモデルを選択しており、これは特に無料アプリで一般的です。アプリ内に広告を表示することで、AI企業は広告主から収益を得ることができます。

もう一つのモデルは「サブスクリプション料金＋収益分配」の仕組みです。一部のAIアプリケーションは、大手モデルメーカーと緊密に連携するでしょう。大手モデルメーカーは、製品の実装事例を通じて自社のモデル能力を証明する必要があり、AIアプリケーションもAPI呼び出しコストを削減する必要があります。

両プラットフォームは互いにトラフィックドライバーとして機能します。ユーザーはAIアプリケーションの使用中にトークンを消費し、これによりモデルメーカーのブランド認知度も向上します。AIアプリケーションの機能は、主要モデルメーカーの製品エントリーポイントからもアクセスでき、アプリケーションへのトラフィックを促進します。結果として得られたサブスクリプションコンバージョンは、両プラットフォーム間で比例配分されます。

スーパーアプリについて語るにはまだ早すぎるかもしれないが、王登柯氏と安木氏の実践は実行可能な道筋を示している。適切に設計された軽量AIアプリケーションを通じて、効果的にユーザーを引き付けることができるだけでなく、商業化の可能性も切り開くことができるのだ。

これらのアプリは、まるで細心の注意を払って編まれた漁網のように、ユーザーの興味と関心を捉え、最終的にはより深いレベルの製品体験へと導きます。これが、ヒットアプリの事例を検証する意義です。

著者：ハオ・シン

出典：WeChat公式アカウント「Photon Planet（ID：TMTweb）」