北京 95 后如何把一个 AI 应用创业做到 32 万美金 ARR？2026 年真实账本

一位 29 岁的北京 95 后创始人做了一门小生意，过去 18 个月把一款 AI 应用创业项目做到年化 32 万美金 ARR。他之前在腾讯做了 4 年产品经理，辞职那年他正好赶上他合伙人从字节出来。这件事本身在 AI 应用圈子里不算稀奇，过去几年类似的创业项目能凑出一本小册子。值得拿出来说的是他怎么踩过几个坑，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。

他做的事情很简单，做一款聚焦中小电商团队的 AI 自动出图工具。客户按月付费，月费从 99 人民币到 999 人民币分三档，主要卖给三类客户，国内淘宝中小卖家、海外跨境电商品牌、独立站运营团队。他和一位算法工程师两位全职，从产品到客服全是自己干，连个兼职都没请。起步那年做到月均 5000 人民币，到了第 18 个月做到 27 万人民币月利，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。比如一个淘宝中小卖家会问，我应该给这款产品出什么场景的图才能提升点击率？这个工具能帮我判断吗？一个海外跨境电商品牌会问，欧美客户跟国内客户对同一张图的反应完全不同，AI 能不能分别给方案？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。

他真正的分水岭出现在做完半年之后。那时候他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。比如客户发来一组 AI 生成图，他看完之后告诉对方，这 10 张图其实问题出在模特姿势不对，国内卖家需要的不是身材好而是显瘦，应该调整姿势。这类诊断最开始是免费的，因为他自己也不知道能不能做对，做了两个月之后他才发现，这类诊断才是客户真正愿意付费的部分。从这时候开始他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，他的客户留存立刻从月均 35% 涨到了 78% 以上。

到了 18 个月他碰到的最难的问题反而是定价。他最初 99 人民币到 999 人民币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。后来他按照客户每周实际占用他时间的比例重新调整，新定价是 199 人民币到 1999 人民币四档，调整之后客户数量掉了 19%，但总收入反而涨了 41%。这件事他事后复盘说，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，他每周的工作时长反而没怎么涨。

他做的这门生意没有融资，没有团队扩张，过去 18 个月里没有任何媒体报道过它。但这个商业模型是成立的，2 人小团队可以做到月入 27 万人民币这个量级，再往上走就碰到了个人产能的天花板。他自己目前的判断是这门生意做到 2 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 AI 应用创业者，另一条是把客户群从中小卖家扩展到 B 端品牌方。前者他觉得太重不适合自己，后者他还在犹豫要不要走，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。