生成式 AI 的 PLG 文艺复兴

引言

我最近看到一组令人震惊的数据：

1. 在一次近期的炉边谈话中，OpenAI 分享了 ChatGPT 已达到 7 亿月活跃用户（WAUs），并拥有约 400 万企业席位。
2. Anthropic 的首席财务官 Krishna Rao 分享称，Claude Code 的年度经常性收入（ARR）已达到 5 亿美元。这款产品是在 2025 年 5 月正式发布（GA）的。
3. 在另一场活动中，OpenEvidence 分享了他们在推出仅两年后，就已经覆盖了近 50% 的美国医生。这在医疗行业是前所未有的速度。

在生成式 AI 领域仍有许多值得讨论的地方，但有一点是明确的： 生成式 AI 正在推动以产品驱动增长（PLG）的复兴 。本文将解析为什么生成式 AI 能够开启自下而上的全新时代，以及原生 PLG 公司未来可能的发展方向。

背景：为什么 SaaS PLG 停滞不前

在这里，我将 PLG 定义为一种企业 GTM 策略，其中产品本身是客户采用的主要驱动力，而不是市场营销或销售。想想 Dropbox —— 你收到同事的邀请，去查看他们保存在 Dropbox 上的一个文件。访问这个文件的过程是你体验过的最简单的。你非常喜欢它，于是也开始在上面保存和分享文件。某个时刻，你的整个公司都在使用 Dropbox。这就是 PLG 的精髓。

Slack、Zoom、Dropbox 等在 PLG（产品驱动增长）的早期阶段蓬勃发展，那时企业软件市场还相对稀疏。但到了 2010 年代末 / 2020 年代初，软件 PLG 增长已趋于停滞。客户如今拥有数百种不同的软件解决方案，市场也主要是存量竞争。根据 Okta 的数据，到 2025 年，每家公司平均使用的 SaaS 应用数量达到 101 个。新产品不能仅凭“这是个好产品”就取胜——它们必须证明自己在现有产品之上有明显的增量优势，而这往往更适合通过客户经理来实现。

与此同时，客户的合规团队开始对集成和安全提出更多问题。这意味着在销售过程中会有更多利益相关方参与，从而增加了采用的障碍。这迫使供应商通过配备完善的企业销售团队来实现“专业化”。事实证明，CIO 们依然喜欢由穿着 Patagonia 马甲的人来推销软件（而不仅仅是由员工转发 Slack 上的表情包）。

此外，许多传统软件产品并不适合采用 PLG 模式。Salesforce 产品如果没有经过正确的集成和配置，并进行全面部署，其实并没有太大用处。开箱即用时，产品的功能性取决于实施的成功与否。但对于许多生成式 AI 公司来说，情况则不同。

生成式 AI 中 PLG 的可行性

生成式 AI 重置了 PLG 的游戏规则，因为它让公司和用户进入了“实验模式”：

1. 生成式 AI 产品带来了跨越式的体验提升。工作负担过重的医生和面临截止日期压力的开发者，可以使用新的 AI 产品每天节省数小时的时间。很少有新的 SaaS 工具能达到这一标准。
2. 许多生成式 AI 产品一开始都是免费的 。更高的性能隐藏在付费层级中，但在让新用户轻松尝试方面，没有什么比免费更有效。
3. 许多生成式 AI 产品不需要系统访问权限就能展示价值。用户可以“自带数据”——只需上传一个文件或输入一个提示，让 LLM 自行判断如何利用它。这意味着从开始到获得顿悟时刻的速度是几分钟 ，而不是几天。

体验提升 10 倍，加上免费产品和简单的上手流程？这些产品的病毒式传播是必然的。因此，当 CEO 制定 AI 战略、公司迎来有史以来最多的实时试点时，资金也随之放开。开发者正在测试 Claude Code、Cursor 和 Windsurf。知识型员工在测试多种搜索工具。一旦有足够多的员工自下而上地采用某个产品，C-suite 高管层就会有动力将其标准化为企业方案 。

成功的生成式 AI PLG 案例

来自 OpenAI 的生成式 AI 聊天机器人应用 ChatGPT 在 PLG（产品驱动增长）方面取得了不可否认的成功。但让我们来看另外两个在创意和医疗保健行业的例子，这些例子较少被讨论。

ElevenLabs：ElevenLabs 是领先的语音模型平台，他们完美执行了 PLG 策略。当他们在 2023 年首次推出时，其超逼真语音在质量上显著优于当时客户从 Amazon 等老牌公司所能获得的产品。如今，ElevenLabs 依然是顶尖的文本转语音（TTS）模型提供商，且在定价上优于竞争对手。

此外，用户可以免费开始使用——你只需粘贴一段脚本并按下一个按钮即可生成音频。免费计划每月提供 10,000 点数，相当于约 10 分钟的高质量 TTS，并且开箱即用地提供 API 访问。而且生成的内容本身就具有传播性——带有 ElevenLabs 声音的片段会在 YouTube、TikTok 以及其他社交平台上传播，这意味着产品的产出物本身就在做营销。

随着时间的推移，ElevenLabs 成功地将其 PLG 和病毒式传播扩展到真正的企业级销售。他们在其模型之上构建了创意编辑应用，以便在用户到来后将其留在平台上。他们增加了企业级控制、水印功能以及其他产品特性。他们扩展了定价体系，包含多个层级，以满足不同规模客户的需求。作为语音 AI 应用的早期赢家之一，他们的 ARR 已突破 2 亿美元，自助服务与企业业务的收入几乎各占一半。在最近 2025 年 9 月的员工股份回购中，公司估值达到了 66 亿美元。

OpenEvidence： OpenEvidence 是医疗行业中 PLG 的巅峰案例。一位医生下载了 OpenEvidence 应用，在门诊或准备过程中提出问题，并从权威医学文献中获得带有引用的答案。这种方式让医生进行搜索的效率提升了 10 倍，因为 OpenEvidence 的后期训练工作和专有数据源，使其回答对医生来说可用性极高，而通用 AI 搜索无法做到这一点。尤其是在医学知识的“半衰期”不断缩短的情况下，OpenEvidence 帮助医生更快做出正确的诊断和治疗决策——为患者和医疗体系节省时间、金钱和压力。

此外，核心聊天产品完全免费使用，没有付费选项。相反，OpenEvidence 通过广告和新产品实现盈利。此外，该产品无需与 EHR 系统进行复杂集成——医生只需使用自己的手机即可。所有这些因素都促成了医生的快速采用。尽管该产品仅在 2023 年推出，OpenEvidence 已经覆盖了全美超过 10,000 个地点、接近 50% 的医生。OpenEvidence 上的高参与度使公司处于极具战略意义的位置，未来有多种盈利路径和额外产品开发的可能。在最近一次 2025 年 7 月的融资中，公司估值达到了 35 亿美元。

接下来是什么？

虽然 PLG 是一个极佳的 GTM 切入点，但它很少能单独支撑全局。那些非常容易被采用的产品，往往也非常容易被替换。那么 PLG 公司如何构建持久性呢？这里没有什么神奇的秘诀——持久性依然归结于同样的 7 大优势 ，但我想强调几个对 PLG 赢家尤其重要的要点：

• 善用客户的喜爱 —— 客户使用你，不是因为他们必须，而是因为他们愿意。你的北极星指标应包括每位用户的使用时长、免费转付费的转化率，以及其他参与度指标。
• 交叉销售更多产品 – 寻找方法掌控更多工作流程。客户在你的环境中花费的时间越多，你就能越深入地融入他们的日常工作。如果能够随着时间推移，将产品交叉销售给组织内不同部门和角色，那就更好了。你的北极星指标应包括收入留存率。
• 建立企业级支持 – 是的，即使你是从 PLG 起步，我仍然认为随着时间推移，建立企业级销售能力非常重要。随着你的产品范围扩展到多个部门和角色，你对客户的战略价值应当提升，因此 C-suite 决策者将会越来越多地参与其中。构建企业级能力将帮助你从一开始就获得 C-suite 的支持，并帮助你拿下更大规模、为期多年的交易。你的北极星指标应包括 ACV 规模和销售周期长度。

结论

生成式 AI 已经重置了标准：当一款产品在第一天就能为你节省数小时并且免费时，病毒式传播几乎是必然的。这让公司和用户进入实验模式，并开启了新一波的 PLG 浪潮。但 PLG 只是冰山一角。最优秀的公司会利用这种自下而上的喜爱作为切入点，最终构建长期的护城河。