海外 AI 面试官项目怎么运营能在 6 个月内冲到月利 1.1 万美金？纽约 95 后账本

一位 30 岁的纽约 95 后女生做了一门小生意，过去 6 个月把一款海外 AI 面试官项目做到月利 1.1 万美金。她之前在纽约某 SaaS 公司做了 5 年 HR tech 产品经理，辞职那年她正好赶上公司被收购。这件事本身在海外 AI 应用圈子里不算稀奇，过去几年类似的项目能凑出一本小册子。值得拿出来说的是她怎么踩过几个坑，因为每一个都对应着一种很普遍但很少被人点破的失败路径。

她做的事情很简单，做一款聚焦海外中小企业的 AI 视频面试工具。客户按月付费，月费从 99 美金到 599 美金分三档，主要卖给三类客户，海外初创公司 HR、跨国大厂的招聘外包、独立猎头事务所。她没有团队，从产品到客服全是自己一个人干，连个兼职都没请。起步那半年做到月均 2200 美金，到了第 6 个月做到 1.1 万美金月利，这个爬坡曲线其实就是这门生意能不能撑下去的核心信号。

大部分做这门生意的人死在最初半年。为什么？因为他们把模型质量本身当成了全部工作。头 3 个月花在 prompt 调优上，到了第 4 个月开始接订阅客户，进入第 5 个月之后突然发现客户问的问题根本不是模型问题，而是判断题。比如一个初创公司 HR 会问，这个岗位我应该看候选人哪 3 项硬指标？这个工具能帮我判断吗？一个独立猎头会问，海外候选人的文化适配度怎么量化，AI 能不能根据我的公司给个评分？这些都是判断题，不是事实题，而模型能回答事实题，回答不了判断题。

她真正的分水岭出现在做完三个月之后。那时候她已经意识到模型本身不够用，开始在模型之外给客户补一份每周一次的人工诊断。比如客户发来一段候选人面试视频，她看完之后告诉对方，这个候选人其实不是能力不行，是表达能力有问题，问题不在考核表而在岗位说明书。这类诊断最开始是免费的，因为她自己也不知道能不能做对，做了两个月之后她才发现，这类诊断才是客户真正愿意付费的部分。从这时候开始她才把模型从主力位置退到辅助位置，把人工诊断放到了产品定义的第一位。这个顺序颠倒过来之后，她的客户留存立刻从月均 42% 涨到了 78% 以上。

到了第 6 个月她碰到的最难的问题反而是定价。她最初 99 美金到 599 美金的三档定价是模仿同行的，跟自己的真实成本结构完全对不上。后来她按照客户每周实际占用她时间的比例重新调整，新定价是 199 美金到 899 美金四档，调整之后客户数量掉了 16%，但总收入反而涨了 32%。这件事她事后复盘说，最大的教训是低价档位其实是在筛选最难伺候的客户，把这部分人筛掉之后，剩下的客户更愿意为质量付钱，她每周的工作时长反而没怎么涨。

她做的这门生意没有融资，没有团队，过去 6 个月里没有任何媒体报道过它。但这个商业模型是成立的，独立开发者可以做到月入 8 万人民币这个量级，再往上走就碰到了个人产能的天花板。她自己目前的判断是这门生意做到单人极限之后只有两条路，一条是把诊断流程彻底方法论化做成付费课程卖给更多 HR 科技创业者，另一条是把客户群从中小企业扩展到 B 端大型企业 HR 部门。前者她觉得太重不适合自己，后者她还在犹豫要不要走，因为一旦服务对象变了，整个产品逻辑都要重写。

创业找资源，上乌鸦部落。