3.5年研发VS最后30天资金链：我们如何用$0营销预算，在AI寒冬中撕出350万ARR的生路？

Tony Beltramelli，Uizard 创始人

公司： Uizard
创始人： Tony Beltramelli
月收入： 29.2万美元

大家好，我是暴富。

Tony Beltramelli 打造了史上第一个 AI 产品设计工具 Uizard。当时ChatGPT还处在智障的阶段，Tony的产品在那时甚至都没有市场，因为AI 的概念尚未普及。随后，他利用这些已在搜索引擎中排名靠前的内容，乘上了 AI 的东风。

在 2024 年，公司 ARR 达到 350 万美元时，Uizard 被成功收购。下面请听 Tony 分享他的成功经验。

世界上第一个 AI 产品设计工具

我的创业之路始于对 AI 与机器学习的无限热情。

我对计算机科学的热爱源自对产品设计的兴趣。在哥本哈根 IT 大学和苏黎世联邦理工学院的研究生阶段，我深深被 AI 与机器学习如何赋能创意、解决复杂工程问题的潜力所吸引。

我与人共同创办了 Uizard 并担任 CEO，直到公司被收购。
Uizard 是一款 AI 驱动的产品设计工具，简化了团队的原型设计和线框图制作流程。它帮助用户轻松设计移动应用、网页应用、网站以及桌面软件界面。

从 2018 年创办公司，到 2021 年正式推出产品，我们推出时是全球首个 AI 驱动的产品设计工具——远在当前大家熟悉的生成式 AI 热潮到来之前。

最终，Uizard 的用户超过 300 万，ARR 达到约 350 万美元。在产品核心上，我们的目标是让设计民主化，使非专业设计师（如创业者、产品经理、开发者）也能轻松实现快速迭代，将创意迅速变为现实。

如今，我在 Miro 担任 AI 产品负责人，带领团队设计和开发 AI 解决方案，提升用户协作和创新效率，Miro 已拥有超过 8000 万用户，并正向 10 亿美元营收迈进。

Uizard 首页

开源的病毒式传播

Uizard 的创意源自我作为前端开发工程师的经历——这是我本科和研究生之间的第一份工作。我对传统的设计到开发的转换过程感到震惊，因为这一流程自 1990 年代以来几乎未有改进。

几年前，在完成硕士学位后，我以数据科学家的身份工作，同时在业余时间研究 AI。我尝试将机器学习和计算机视觉技术应用于前端开发的自动化，希望减少摩擦，加速产品团队的迭代速度。这是在 2017 年，那时还未出现大规模语言模型（LLM）或生成式 AI，一切都处于实验性、研究导向的阶段，充满了混乱和探索。

2017 年的某个周末，我的一个项目突然有了突破：我可以将 UI 设计的截图输入到 AI 模型中，模型就能生成对应的 HTML 代码。我兴奋异常，于是撰写了一篇研究论文来描述该算法，录制了演示视频，并将所有内容连同代码开源到 Github 上。

这个名为 pix2code 的项目迅速走红，许多人纷纷联系我，询问是否能将其用于工作场景。那时我意识到，或许可以将这项研究成果产品化，打造一款真正的 SaaS 解决方案。

我当时已经存够了六个月的生活费，毅然辞职，全身心投入产品开发，邀请了我认识的三位聪明伙伴作为联合创始人，并开始向风险投资人推介。就在第六个月——我还能支付房租的最后一个月——我们终于完成了由 Evan Nisselson 领导的 LDV Capital 的 Pre-Seed 融资。

在 AI 炫酷之前构建 AI

构建 Uizard 是一段充满热情与坚持的历程，从构想到正式上线历时 3.5 年（从 2018 年初到 2021 年中）。我们开发了一个面向用户的 SaaS 产品，内含实时协作画布以及专有的 AI 模型，用于生成 UI 设计、线框图、原型以及代码。从概念验证到真正可收费的产品，我们经历了无数次迭代、用户反馈以及技术调整，确保技术与实际需求相匹配。

由于研发投入巨大，我们很快意识到必须通过风险投资来获得充足的资金，从而延长产品研发周期并招聘优秀团队。最终，我们共完成了三轮融资，总金额达到 1860 万美元，其中最新一轮为 Insight Partners 领投的 Series A。在 2024 年 Miro 收购我们之前，我们正准备进行 Series B 融资。

资金使我们能够在基础设施、基于云的 GPU 训练模型以及招聘顶尖团队等方面进行大量投入。我们的最初两位雇员分别是产品设计师和计算机视觉工程师，因为在早期，四位联合创始人需要兼顾 AI 工程、SaaS 开发、产品、基础设施、会计、运营和营销等各项工作。

寻找合适的 AI 技术栈

我们的技术栈虽然随着时间不断演变，但部分关键技术始终未变。

前端与后端： 我们采用了 Javascript/Typescript 技术栈，前端使用 React，后端则使用 Node.js。
AI 研发： 使用 Python 进行基础设施构建、模型训练与部署，利用 TensorFlow、Keras 和 PyTorch 等框架。
云服务： 整个平台构建在 AWS 上。

当 OpenAI 推出 GPT 模型后，我们的平台能力得到了极大提升。我们开始将自研的专有 AI 模型与 OpenAI 的 LLMs 结合，最终甚至引入了 Anthropic Claude。LLM 和生成式 AI 的引入，使我们能够将专有模型串联成更复杂的流水线，在几周内将产品性能从“好”提升至“极佳”。

使用 HTML DOM 构建

一个很多人可能想不到的关键挑战是：在 Uizard 协作编辑器中的无限画布，并非使用 WebGL 或 HTML canvas，而是纯粹使用 HTML DOM 构建的！是的，你没看错，我们的整个无限画布完全由 HTML 元素构成。

在发展过程中，我们意识到，只有为用户提供一个可以自由编辑 AI 生成内容的画布，他们才能在此基础上手动或借助 AI 进行进一步迭代。

在这个关键节点上，我们面临两个选择：

像 Miro、Figma 等产品那样，使用 HTML canvas 和 WebGL 构建无限画布。虽然这种方式在性能上表现出色，但需要开发大量支持绘制、编辑和操作 UI 元素的软件，工程复杂度可能急剧上升，耗时也会很长。
直接在 HTML 中“绘制”元素，将其插入 DOM。考虑到我们服务的是移动应用、网页应用、网站以及桌面软件的设计市场，而 HTML DOM 天然支持“按钮”、“复选框”、“单选框”、“输入框”等 UI 组件，选择这种方式可以直接利用浏览器内置的功能，快速实现编辑、操作和交互功能。

我们选择了第二种方案，因为对于创业公司来说，时间宝贵。这一方案让我们能够以最快的速度迭代产品，根据用户反馈进行优化。尽管当用户在一个项目中构建了数百个 UI 时，会出现一定的性能问题，但这种解决方案足以满足 98% 用户的需求。

我们竭尽全力优化 React 的性能，本计划在 Series B 后转向 WebGL，但最终在 2024 年被 Miro 收购之前，这一方案已足够支撑产品发展。

构建用户对 AI 的信任

建立用户对 AI 的信任是一大挑战。尤其在 2021 年，很多用户对 AI 工具持怀疑态度（那时还没有 ChatGPT 的普及）。为克服这一障碍，教育用户了解技术的能力与局限性至关重要。

另一个重大问题是我们引入定价过于迟缓，导致关键的产品市场验证节点被延后。

回顾过去，我认为应当在开发初期就让用户参与进来，并在产品开发过程中更多关注分发与推广，而不仅仅是技术和产品本身。单靠“打造出好产品，就会有人来用”的思维是行不通的。真正的成功在于将卓越的产品与高效的分发策略（如内容营销和病毒式增长）相结合。

成长历程

口碑传播

我们的增长主要依靠口碑，95% 的新用户来自用户间的自发推荐和社区分享。早期通过展示 Uizard AI 能力的演示视频迅速走红，吸引了第一批用户。

由于产品视觉效果突出（AI 生成的 UI 设计），大量早期用户和客户会录制使用体验视频并在社交媒体上分享，进一步促成了病毒式增长。

SEO 优化

随着 ChatGPT 等 AI 产品的问世，市场对 AI 工具需求激增。我们早期在内容营销上大量投入，通过 SEO 排名长尾关键词，使我们的 AI 相关内容早已在 Google 上获得良好排名。当 OpenAI 推出 ChatGPT、全球开始关注 AI 解决方案时，我们已经拥有一个可直接使用的、排名靠前的产品，这带来了极大的顺风车效应。2023 年有数个月，我们单月收入甚至增加了 100 万美元。

候补名单（Waitlists）

我们多次利用预发布候补名单作为增长杠杆。

具体做法很简单：在产品或新功能推出前几个月，我们会制作宣传视频，并建立一个落地页，邀请用户注册候补名单，以便在功能上线时优先获得使用资格。

当用户注册后，我们会告知他们在队列中的排名，并提供邀请其他人注册以提升排名的机制。这种简单的游戏化设计帮助我们在几个月内将 Uizard 1.0 的候补用户数从零增长到 10 万。

同样的方法在我们推出 Autodesigner——最先进的 AI 设计引擎时，再次发挥了巨大作用，每隔一天候补名单就有超过 1 万用户注册。

在 2023 年和 2024 年期间，我们每月新增注册用户数达 10 万，有时单月甚至超过 24 万。

产品驱动的销售

Uizard 采用 Freemium 模式，付费层级提供更高级功能和更高的使用限制。我们根据用户反馈和竞争分析不断调整定价，既优化了收入，又保持了对小团队和初创企业的友好性。关于定价策略，我们还参考并记录了一些技巧。

除了自助式业务模式外，我们在 2023 年初启动了产品驱动的销售策略。我们会识别出那些在自助模式中活跃的、来自大型企业的用户，并主动联系他们，探讨是否能为整个团队部署 Uizard，提升他们的功能使用额度，并提供最新的 AI 升级。

这种方法帮助我们成功签约了多家财富 500 强企业，虽然早期企业销售仅占 2% 的收入，但自助式销售已占到 98% 的收入份额。

聚焦分发策略

从一开始就要聚焦产品分发。仅仅打造一个好产品是不够的——你还需要一套让用户尽快接触并使用产品的策略。初期应聚焦于一个窄而精准的目标市场，并通过真实用户验证你的想法。

此外，不要害怕过早设定定价；定价是一个关键的验证指标，它能为产品开发指明方向。付费用户通常会给予更高质量的反馈。

另外，书籍 Hacking Growth（作者：Sean Ellis 和 Morgan Brown）对我们影响深远。但请注意，在你确认早期产品市场契合度之前，不要急于在增长上投入过多资源。

接下来的路向何方？

重新回归员工身份，比我预想的要有趣得多！我很幸运能在一个给予我足够信任和独立操作自由的组织中工作。

我非常期待继续在 Miro 推动前沿 AI 技术与用户友好应用之间的融合，让先进工具更易于大众使用，并帮助用户尽快将他们的创意变为现实。如今，我们的用户已超过 8000 万，营收正朝着 10 亿美元迈进。

一人公司创业必读

先行者优势与市场教育：
- Tony 在 AI 领域的早期尝试（如 pix2code）证明，作为先行者有时需要自己去教育市场，让用户了解并接受新技术。
- 对于创业者来说，敢于在市场尚未成熟时推出产品，可能会面临额外挑战，但同时也能抢占先机。
开源和病毒式传播的力量：
- 将研究成果开源不仅能获得广泛关注，还能为未来产品化积累宝贵的用户基础和技术口碑。
- 这种开放精神在某种程度上是反常识的，因为很多人认为商业产品必须保密核心技术。
技术选择的实用主义：
- 在开发初期，选择最能快速迭代和验证产品的技术方案（如直接使用 HTML DOM 构建无限画布）比追求最优性能更重要。
- 对于资源有限的初创团队来说，“足够好”往往比“完美”更具有实战价值。
产品与分发并重：
- 仅靠“产品好”并不能保证成功，早期便应重视用户获取和分发策略，比如利用候补名单、SEO 及口碑传播。
- 这种观点打破了“先做产品，再想市场”的传统思维。
早期定价的重要性：
- 尽早推出定价策略不仅能验证市场需求，还能吸引那些真正愿意为产品买单的用户，从而获得更高质量的反馈。
- 延迟定价可能会导致产品无法及时获得关键的市场验证信号。
资本的作用与团队建设：
- 在研发投入巨大、迭代缓慢的情况下，合理利用外部资金能为产品发展赢得宝贵时间，同时支持招聘关键人才。
- 创业初期团队多面手固然重要，但随着产品成熟，适时扩充团队、引入专才是保持竞争力的关键。