你还在依赖 SEO 和社交媒体为产品导流吗？这些传统增长驱动可能面临失效的困境了。我最近听了一场让我震惊的演讲，来自 Lovable 的增长负责人 Elena Verna。她用一组数据直接把现实摆在我面前：自从 ChatGPT 推出以来，那些曾经依靠 SEO 获取流量的公司，访问量暴跌了 80% 到 90%。这不是某个倒霉公司的个案，而是整个行业正在经历的系统性崩塌。更可怕的是，社交媒体也不管用了，算法每天都在变，只要你放个链接试图导流，平台立刻就会限制你的曝光。传统的增长剧本正在以前所未有的速度失效，而大多数产品经理和增长团队还没意识到问题的严重性。
Elena 在演讲中分享了一个更让人不安的趋势：用户现在不仅不用 Google 搜索了，他们甚至开始用 AI 编程工具自己动手构建替代产品。那些曾经看似安全的、功能简单但收费的 SaaS 产品，正在被自己的客户用 vibe coding 平台复制出来。想象一下，你辛辛苦苦做的产品，客户用 Lovable 这样的工具花几个小时就能重建出 80% 的核心功能，然后直接取消订阅。这种威胁不是来自竞争对手，而是来自你自己的用户。分销渠道的崩溃只是开始，产品护城河的瓦解才是真正的灾难。我听完这场演讲后彻夜难眠，因为我意识到这不只是增长策略需要调整的问题，而是整个商业模式都在被重新定义。
增长的本质从来不是产品有多好
Elena 在演讲一开始就直接挑战了产品经理们最喜欢的幻想：只要产品足够好，用户自然会来。她用非常尖锐的语言指出，这个行业里有无数个优秀的产品我们从未听说过，因为它们根本没有分销能力。相反，有很多产品烂到让人每次使用都要死掉几个脑细胞，但它们却是估值数十亿美元的公司，在各自的领域占据绝对垄断地位。原因很简单：分销能力最终决定了公司的成败。产品只需要还可以就够了，但分销必须做到极致。
我觉得 Elena 这里揭示了一个很多人忽视的真相：B2B 产品之所以感受到巨大压力，是因为它们不习惯让产品经理对变现结果和获客结果负责。而消费类产品早就这么做了，他们一直都在为公司整体结果负责，一直都有 Product-Led Growth，只是没有给它起这个名字而已。所以 Elena 给出的建议非常实用：如果你想做 PLG，就直接抄袭消费类产品的做法，这是最快的捷径。
为什么会这样？因为消费者的习惯正在改变。Elena 直接问：你还在用 Google 搜索找东西吗？大多数人已经不用了，而是直接去问 ChatGPT、Claude 或者其他 AI 助手，因为对话式 AI 回答问题的体验比搜索然后点击一堆链接好太多了。这对那些把 SEO 作为主要增长驱动力的公司来说是灭顶之灾。Elena 说她的 Substack 博客上有一篇文章专门列举了那些正在因为这个原因崩溃的公司，名单还在不断增长。
社交媒体也帮不上忙。算法每天都在变，先给你流量，然后又把流量拿走。更关键的是，社交网络开始限制外部链接，因为它们要优化的是用户在平台上的使用强度，这是它们的留存策略。所以当你试图发一个链接把流量引到自己公司的时候，平台会降低你的曝光率。结果就是 SEO 不再是好渠道，社交媒体也很难用来给公司导流。
Elena 用了一个 2×2 矩阵来说明这个问题，横轴是简单功能 vs 复杂功能，纵轴是高使用率 vs 低使用率。如果你有很多复杂的、难以复制、难以用 vibe coding 做出来的功能，而且这些功能使用率很高，那你在安全区。如果你有复杂功能但使用率低，那就想办法提高使用率。但如果你有的是简单功能，而这些简单功能恰恰是被高频使用的，那你必须重新思考产品策略了。
第二个策略是速度 (Velocity)。AI 最强大的能力之一就是能把你的发布速度加快到一个可以成为护城河的程度。Lovable 把发布速度当作他们的护城河，不惜一切代价保护它。他们的做法包括大量投资 Elena 所谓的”AI 原生员工”。AI 原生员工就是在工作的多个方面都使用 AI 的人。角色界限模糊了，工程师在做市场营销，他们发布东西，对结果负责。Lovable 没有能力为每件事都配备市场和产品经理，因为他们只有 60-70 人。
但他们每天都在发布更新，如果不是每小时的话。他们有分层系统：一级大发布在大公司通常一年一次或两次，Lovable 每三个月就要做一次重大发布。二级发布几乎每周都有，三级小更新每天都有，甚至每小时都在发生。要实现这种速度，你不能有太多跨职能依赖，因为那会造成僵局。你必须赋予员工自主权和信任，虽然这对我们来说很难，因为我们在组织内部往往缺乏信任。但如果你给员工 AI 工具，让他们能够从头到尾完成整个项目，拥有完全的自主权，速度就会成为你的优势。
第六个策略对大公司来说非常不舒服：创始人社交媒体和员工社交媒体。在人性层面与客户建立连接，让客户知道公司背后是谁，这变得比以往任何时候都重要。Lovable 的 CEO Anton 在 LinkedIn 和 X 上发帖。10 个月前他刚开始时几乎没有关注者，没有任何影响力。现在他几乎所有的帖子都能获得 2000+ 的互动和数十万甚至上百万的展示，而且是免费的、自然的流量。这是市场人员梦寐以求的效果，但你可以用自己的团队创造出来。
Elena 强烈建议提升社交媒体的投入，在更个人的层面与客户建立连接，让公司人性化。Lovable 允许每个人都为公司发帖，当然他们规模还小，还没有法务团队来限制这个。在大公司，法务部门可能会有很多限制。但尽可能地公开构建，这对你的自然增长策略会有巨大帮助，而这一切从你自己开始。公司里能发社交媒体的人越多越好。
我认为接下来几年将会出现分销渠道的大洗牌。那些还在依赖 SEO 和传统广告的公司会继续萎缩，而那些能够创造性地利用产品循环、品牌体验、社交媒体和创作者网络的公司将脱颖而出。速度会成为新的护城河，因为当构建软件的门槛降低时，能够快速迭代、快速响应用户需求的能力就变得至关重要。
我也在思考一个更深层次的问题：当 AI 降低了构建软件的门槛，当用户可以自己构建简单的工具时，软件公司的价值到底在哪里？我的结论是，价值正在从功能本身转移到整体体验、数据积累、生态系统和品牌信任上。一个电子签名功能可以被轻易复制，但多年积累的用户数据、完善的集成生态、被广泛认可的品牌，这些是无法一夜之间复制的。
Elena 提到的商品化门槛上升这个概念特别重要。五年前，能够提供一个在线表单工具就可以收费，因为构建它需要技术门槛。现在任何人用 AI 工具就能做出来，所以这个功能已经商品化了。那什么样的功能还没有被商品化？那些需要深度领域知识、需要复杂数据处理、需要与多个系统集成、需要高度定制化的功能。所以软件公司必须不断向价值链上游移动，提供更复杂、更难以复制的价值。
但我也看到了一些潜在的陷阱。Freemium 策略虽然有效，但在 AI 时代成本确实很高。如果你的免费用户每次使用都要调用昂贵的 AI API，那么规模化会成为一个大问题。公司需要仔细计算单位经济效益，确保免费用户最终能够转化为付费用户，或者至少能够带来足够的口碑价值来抵消成本。这需要非常精细的数据分析和用户行为预测。
社交媒体策略也有风险。让创始人和员工在社交媒体上活跃确实能带来自然流量，但这也意味着公司的形象和声誉更加依赖于个人。如果某个员工在社交媒体上说错话，可能会对公司造成负面影响。所以在鼓励员工发声的同时，也需要建立一些基本的指导原则和边界。当然，像 Elena 说的，如果公司还小，没有法务团队限制，那就尽情发挥吧。
从增长到生存：这是一场关乎存亡的转变
我觉得 Elena 这场演讲最震撼我的地方在于，她不是在讲如何增长得更快，而是在讲如何在新环境下生存下来。那 80%-90% 的流量下降不是增长放缓，而是生存危机。当你的主要获客渠道突然崩塌，你不是在考虑如何扩张，而是在考虑如何不死。
这让我想起了历史上那些因为分销渠道变化而消失的公司。报纸广告曾经是最强大的分销渠道，那些掌握了报纸广告的公司赚得盆满钵满。然后互联网来了，Google 搜索广告取代了报纸广告。那些不能适应的公司死掉了，那些抓住机会的公司成为了新巨头。现在 AI 又在取代 Google 搜索，历史又一次重演，只是速度更快、影响更广泛。
Elena 提到的一个细节特别有意思：Lovable 把超过一半的支出花在免费用户身上，但他们把这当作营销预算而不是成本。这种思维转变非常关键。传统思维是把免费用户当作负担，希望尽快把他们转化为付费用户。但新思维是把免费用户当作营销渠道，通过给他们提供优秀的免费体验，让他们成为你的口碑传播者。这需要对单位经济效益有非常清晰的理解，知道一个口碑传播者能带来多少新用户，这些新用户的生命周期价值是多少。
我也在思考产品循环的设计。不是所有产品都能像 Dropbox 那样天然就有分享机制。很多 B2B 产品的使用场景是相对孤立的，用户没有明显的理由要把产品分享给别人。这时候就需要产品经理创造性地设计循环机制。可能是协作功能，可能是成果展示功能，可能是团队邀请机制。关键是要找到一个自然的理由，让用户愿意邀请其他人使用产品，而不是强行塞给用户一个推荐奖励机制，那样会显得很生硬。
速度就是新的护城河
Elena 特别强调 Lovable 把速度当作护城河，这个观点我深表认同。在软件可以被快速复制的时代，持续的快速迭代能力变得至关重要。你的竞争对手可能在几周内复制出你的功能，但如果你每周都在推出新功能、修复问题、优化体验，那么竞争对手永远在追赶，永远无法超越。
我也注意到 Elena 提到的”AI 原生员工”概念。这不是说员工要懂 AI 技术，而是说员工要在工作的各个环节都使用 AI 工具来提升效率。一个工程师用 AI 辅助编程，用 AI 生成测试用例，用 AI 写文档，用 AI 分析数据，他的生产力可能是传统工程师的好几倍。当整个团队都是 AI 原生员工时，整个组织的生产力会呈指数级提升。这可能是未来几年公司之间拉开差距的关键因素。
发表于 
