我們曾在美圖手機(jī)、美拍、社交、電商等多個方向探索，卻都未達(dá)預(yù)期。這背后藏著一段因盲目跟風(fēng)而走的彎路——早年行業(yè)盛行“做平臺、沖規(guī)?！保覀儽愀分鸶哂脩魰r長和高變現(xiàn)空間，全然沒認(rèn)清自身優(yōu)勢，也未明確核心目標(biāo)。

2017年美圖手機(jī)銷量近160萬臺，但2018年手機(jī)行業(yè)進(jìn)入規(guī)模廝殺階段，自拍美顏功能成為標(biāo)配，我們的特色盡失，且對手在研發(fā)、供應(yīng)鏈、營銷上的體量遠(yuǎn)超我們。2018年果斷關(guān)停時，仍賣出70多萬臺，算是及時止損。

2014年美拍快速突破千萬日活，峰值日活達(dá)900萬，月活過億，但因眼界局限，未能預(yù)見短視頻市場的爆發(fā)潛力。2016年前后，全屏下拉信息流、算法推薦等模式已現(xiàn)端倪，我們卻因分心手機(jī)、電商業(yè)務(wù)未及時跟進(jìn)；加上總部在廈門，遠(yuǎn)離人才與信息核心區(qū)，等2018年派團(tuán)隊北上時，抖音已站穩(wěn)腳跟，最終美拍在短視頻賽道難以立足。

2019年公司巨虧，迫使我們關(guān)停手機(jī)、電商等業(yè)務(wù)，團(tuán)隊從3300多人精簡至1300多人。那段時間充滿無奈與迷茫，也是我職業(yè)生涯最累的階段——體力不累，而是能力跟不上野心的無力感。直到這個時候，我才慢慢想明白：公司必須跳出盲目擴(kuò)張的泥潭，重新聚焦影像工具這個老本行?？车羧哂鄻I(yè)務(wù)后，我心里反倒輕松了，也開始學(xué)著放權(quán)，在戰(zhàn)略和組織上作出調(diào)整。

2021年，產(chǎn)品負(fù)責(zé)人小白提出訂閱收入要做到10個億，我當(dāng)時心存疑慮，覺得目標(biāo)過于冒進(jìn)。但隨著產(chǎn)品迭代，這一目標(biāo)不僅實現(xiàn)，更超出預(yù)期。核心原因是我們理清了訂閱權(quán)益的邊界：基礎(chǔ)功能免費(fèi)，針對特定人群痛點(diǎn)的功能收費(fèi)。

2022年生成式AI興起，影像工具成為最適配、最易變現(xiàn)的領(lǐng)域，直接拉動訂閱收入增長。到2024年底，美圖付費(fèi)訂閱用戶達(dá)1261萬，帶來20.9億元收入。同時，產(chǎn)品從生活場景向生產(chǎn)力場景延伸，美圖設(shè)計室、開拍等新產(chǎn)品表現(xiàn)亮眼，用戶量、收入和利潤持續(xù)增長。雖然具體收入目標(biāo)不便透露，但團(tuán)隊盼著有一天能觸及百億門檻，且“生產(chǎn)力”和“全球化”兩大方向仍有巨大潛力。

目前美圖公司沒有陷入“互聯(lián)網(wǎng)中等規(guī)模收入陷阱”，核心是商業(yè)模式切換到付費(fèi)賽道，且影像工具天生適合全球化——邊際成本極低，如今不少增長來自海外。

影像工具的優(yōu)勢在于弱化價值觀，且能深度綁定社交平臺：C端緊貼用戶社交分享需求，隨著社交平臺共同成長；B端滲透到電商物料、口播視頻制作等多個行業(yè)。這種特質(zhì)是很多行業(yè)不具備的。

美圖設(shè)計室的發(fā)展路徑頗具代表性。最初我們想對標(biāo)Canva做全場景設(shè)計，試錯后才發(fā)現(xiàn)行不通，轉(zhuǎn)而聚焦電商物料設(shè)計，結(jié)果在這個細(xì)分領(lǐng)域挖出了機(jī)會，僅用3年就做到了賽道頭部。這背后的邏輯是滿足小微電商賣家的真實需求。他們大多請不起專業(yè)設(shè)計團(tuán)隊，卻有實實在在的設(shè)計需求，我們的工具正好能降低專業(yè)門檻，讓沒學(xué)過設(shè)計、攝影的人也能做出像樣的物料。

應(yīng)對AI浪潮的過程也給了我們重要啟示。2023年妙鴨相機(jī)帶火全民AI寫真時，我們發(fā)現(xiàn)自己早做過類似特效，只是效果欠佳。這讓我們意識到，做事不能貪多求全，必須抓住個點(diǎn)死磕優(yōu)化。妙鴨后來很快降溫，核心問題就出在性價比上：同樣花10塊錢，有的產(chǎn)品只給AI寫真，有的卻能解鎖上百個VIP功能，用戶自然會作出選擇。

更關(guān)鍵的是，規(guī)?；募夹g(shù)投入是競爭的硬底氣。用戶對AI寫真的要求只會越來越高、需求越來越雜，沒有扎實的中臺和持續(xù)投入，根本接不住這些需求。目前我們在圖像、視頻領(lǐng)域都布局了垂直模型，比如圖像方向覆蓋畫質(zhì)修復(fù)、摳圖等場景，視頻方向甚至為Wink專門訓(xùn)練了智能切片剪輯模型，有了這些功能模塊，就能快速交付產(chǎn)品、響應(yīng)多變的用戶需求。

在需求驗證上，我們形成了一套成熟的方法論。產(chǎn)品經(jīng)理的數(shù)量不在多，人多了反而容易為刷存在感而堆砌需求。目前美圖只有十幾個產(chǎn)品經(jīng)理，團(tuán)隊對需求向來保持謹(jǐn)慎——哪怕某個想法最初讓人激動，也會先沉淀幾天，到社交平臺收集用戶反饋、分析競爭格局后再做判斷。產(chǎn)品冷啟動后，每月還會通過NPS調(diào)研跟蹤用戶反饋，嚴(yán)防需求跑偏。

這個行業(yè)的入門門檻其實不高，幾個人就能做出基礎(chǔ)工具。但從模型到成熟產(chǎn)品，中間隔著巨大的鴻溝，需要持續(xù)的規(guī)?；度氩拍芸缭?。小團(tuán)隊往往依賴調(diào)用模型公司的API開發(fā)產(chǎn)品，很容易陷入同質(zhì)化困境，體驗和迭代能力也跟不上市場節(jié)奏。因此，能在細(xì)分賽道堅持規(guī)?；度耄湍芙⑵饛?qiáng)大的競爭力。值得慶幸的是，DeepSeek的走紅推動了大廠開源趨勢，讓生態(tài)模型更加繁榮。這對我們這類以應(yīng)用見長的開發(fā)者來說是重大利好——無需承擔(dān)巨額基礎(chǔ)模型訓(xùn)練成本，就能利用開源模型進(jìn)行自有模型的增強(qiáng)訓(xùn)練。也正因為如此，我們才能在圖像、視頻領(lǐng)域布局眾多垂直模型，為產(chǎn)品迭代提供支撐。

我們也深知，若只做淺層應(yīng)用，很容易被大模型的基礎(chǔ)能力覆蓋。所以這幾年，我們刻意深耕生產(chǎn)力垂直場景，鎖定KOL、電商賣家這類核心客戶。他們需要的口播視頻制作、電商物料設(shè)計等服務(wù)，通用AI助手很難滿足，這正是我們的立足之處。

從盲目擴(kuò)張到聚焦影像工具，從試錯付費(fèi)模式到抓住AI紅利，美圖的轉(zhuǎn)型之路印證了一個邏輯：只有認(rèn)清自身優(yōu)勢、精準(zhǔn)解決用戶痛點(diǎn)、在細(xì)分領(lǐng)域持續(xù)投入，才能在競爭中站穩(wěn)腳跟。