Jasper 在早期荒蠻的 GPT 生態(tài)中抓住機(jī)會(huì)，但似乎不再被看好？AIGC初創(chuàng)企業(yè)該怎樣在AI應(yīng)用不斷發(fā)展的今天保持航向？本文以AIGC企業(yè)Jasper為例，分析了這個(gè)企業(yè)的整體經(jīng)營與產(chǎn)品策略，以及它現(xiàn)今各個(gè)產(chǎn)品在 市場上的競爭情況。希望能對關(guān)注人工智能的你有所幫助。

上個(gè)月舊金山的知名地標(biāo) Pier 27 舉辦了史上首次生成式 AI 峰會(huì) Gen AI，在 1200 位到場者里有，Anthropic、Stability AI、Replit 的 CEO 和 Bessemer 的合伙人，而這場盛會(huì)的主辦者卻是一家成立才兩年的年輕公司 Jasper。

成立18個(gè)月就有8000 萬美元的 ARR和15 億美元估值是這家高速增長的明星公司能夠主辦這場盛會(huì)的底氣，要知道 OpenAI 22 年的收入也不過 3000 萬美元，Jasper 無疑是早期 GPT 生態(tài)中的最大贏家；最新一輪融資中的投資者有像 Coatue、Bessemer 這樣的明星 SaaS 風(fēng)投，其中 Coatue 的聯(lián)創(chuàng) Thomas Laffont 更是評價(jià)首次用 Jasper 時(shí)就像首次用了 iPhone 一樣神奇；隨著市面上 GPT 的競爭者增多，Jasper 未來可以整合多個(gè)語言模型來給用戶提升最好的生成效果。

就像 AIGC 這項(xiàng)新技術(shù)帶來的巨大爭議一樣，Jasper 也是許多投資者爭論的焦點(diǎn)：他們認(rèn)為其極高的利潤率是因?yàn)槠錄]有自己的特有模型，并不存在技術(shù)壁壘；ChatGPT 的易用性和低收費(fèi)將給 Jasper 的定價(jià)帶來極大壓力，沒有行業(yè)的定價(jià)權(quán)；Notion、Office 和 Hubspot 對于 AIGC 的積極擁抱將很可能讓讓 Jasper 的市占率急速下滑，關(guān)閉了建立場景和產(chǎn)品壁壘的時(shí)間窗口。

雖然無法準(zhǔn)確預(yù)判行業(yè)的終局，但我們認(rèn)為在 AIGC 應(yīng)用涌現(xiàn)的今天，將資金和精力投入在更 Disruptive 的應(yīng)用上性價(jià)比更高，Jasper 在早期荒蠻的 GPT 生態(tài)中抓住機(jī)會(huì)，將能繼續(xù)乘著新浪潮駛向遠(yuǎn)方，但將不再是決定航向的領(lǐng)航人了。在巨頭超預(yù)期支持 AIGC 的背景下，對 AIGC 的兼容程度將成為傳統(tǒng)巨頭和獨(dú)角獸博弈（比如微軟和 Notion）的新維度，初創(chuàng)企業(yè)更應(yīng)利用 AIGC 開創(chuàng)新場景或重塑傳統(tǒng)流程，這樣才不會(huì)在巨頭和獨(dú)角獸的競爭中被輕易傾翻。

一、Thesis

結(jié)論：Jasper 整體投資意義一般。

Jasper 把握住了 GPT-3 剛出現(xiàn)的荒蠻時(shí)代，它通過翔實(shí)的前端提示和精妙的產(chǎn)品設(shè)計(jì)彌補(bǔ)了早期 GPT 學(xué)習(xí)成本高和調(diào)用不便等問題，再結(jié)合團(tuán)隊(duì)的營銷經(jīng)驗(yàn)對模型精調(diào)，完美釋放了 GPT-3 在營銷場景下作為效率神器的潛力。通過團(tuán)隊(duì)在營銷行業(yè)的人脈，短短兩年內(nèi)就成長為 8000 萬美元 ARR 和 10 萬用戶的明星獨(dú)角獸，風(fēng)頭甚至一時(shí)蓋過了 OpenAI。

但當(dāng) ChatGPT 面世后，GPT 系列經(jīng)過兩年的迭代后不僅更能理解用戶的意圖，并且采用對話的方式讓用戶對指令進(jìn)行再調(diào)整，從而顯著降低學(xué)習(xí)門檻；Notion 和 Office 都要和 GPT 進(jìn)行整合，解決了 GPT 調(diào)用不便的缺陷，并以此牢牢把控著文案 Workflow 的下游入口。很顯然，沒有自研大模型的 Jasper 看起來不再有明顯的競爭優(yōu)勢，網(wǎng)站流量數(shù)據(jù)也顯示 Jasper 對大語言模型的用戶群體的滲透率也正在逐月降低。

在當(dāng)前嚴(yán)峻的競爭態(tài)勢下，Jasper 在 Chat 產(chǎn)品中進(jìn)行了多樣化模型供給和 Aggregator 的嘗試，這是其能否保住 AI 領(lǐng)航人的關(guān)鍵因素，但目前并沒有足夠的數(shù)據(jù)和評價(jià)能夠證明其效果的提升。考慮到當(dāng)前 AI 涌出了更多的充滿想象力的產(chǎn)品，投資 Jasper 的行業(yè)布局和財(cái)務(wù)回報(bào)意義可能都不是特別大。我們從以下幾個(gè)角度量化地討論：

（1）總分：6.4/10

（2）產(chǎn)品：6/10

• 現(xiàn)有產(chǎn)品 8/10。但產(chǎn)品價(jià)值和壁壘大概率即將消失，未來評分將顯著下滑；
• 潛在產(chǎn)品 4/10。潛在產(chǎn)品不確定性較高，目前放出的 Chrome Addon（類似 Grammarly）不好用。

（3）團(tuán)隊(duì)：8/10

• 創(chuàng)始團(tuán)隊(duì) 8/10。YC 出身的團(tuán)隊(duì)有較好的投資人關(guān)系，Marketing Native 的背景契合核心產(chǎn)品的場景；
• 擴(kuò)張團(tuán)隊(duì) 8/10。從 HubSpot 挖 VP of Marketing and Engineering，歷史證明團(tuán)隊(duì)野心和執(zhí)行力極強(qiáng)。

（4）市場地位：7/10

• 市場表現(xiàn)：9/10。絕對領(lǐng)先，ARR 8000 萬美元，YoY 100%。當(dāng)前主要競爭對手營收在 1000-2000 萬美元不到。但當(dāng)前的高單價(jià)爭議很大，可能長期無法維持，預(yù)計(jì)未來評分將下滑；
• 市場空間：6/10。TAM 不大，且因定價(jià)壓力可能將顯著下降。現(xiàn)在的新增需求都可能流向 ChatGPT 和 Notion AI，以及未來的 Office，無法維持當(dāng)前的市占率。

（5）發(fā)展前景：5/10

• 增長策略：6/10。相信團(tuán)隊(duì)能維持住營銷文案的市占率，不是很看好/看不清 ToC 的增長策略；
• 競爭環(huán)境：4/10。OpenAI 作為上游正在擠壓下游 Jasper 的空間；下游產(chǎn)品同質(zhì)化較高，可能將開始競爭價(jià)格；微軟、Notion 等巨頭正在引領(lǐng)下游新趨勢。

（6）Deal 性價(jià)比：6/10

• 性價(jià)比：6/10。當(dāng)前 8000 萬美元 ARR， 估值 15 億美元，隨著競爭加劇和定價(jià)壓力將讓其增速不會(huì)像先前這么高。

二、什么是 AI Writer?

AI writer 通過優(yōu)秀的 AI 算法，能夠幫助文字工作者在創(chuàng)作過程中提高效率，也可以被叫做 AI 輔助寫作軟件。AI Writer 不僅能夠總結(jié)或解釋文本、生成主次標(biāo)題和進(jìn)行語言翻譯；也能對各種話題生成類似人類撰寫的文字形式，比如 Email、博客、報(bào)告甚至是社交網(wǎng)絡(luò)帖子。盡管它們能夠?qū)⒁恍懽鳝h(huán)節(jié)自動(dòng)化來提高創(chuàng)作效率，但是它們沒有能力完全復(fù)刻人類的創(chuàng)造力。

過去的 AI 寫作輔助工具市場是割裂的，難以孕育偉大的公司。過去有不少優(yōu)秀團(tuán)隊(duì)嘗試用 AI 來輔助寫作，比如 Grammarly 能語法糾錯(cuò)，Zia 能夠?yàn)槲恼碌目勺x性進(jìn)行打分并提供修改建議，Surfer 對文章進(jìn)行 SEO 優(yōu)化（能從搜索引擎獲得更多的流量）。但是市場對單個(gè)功能的需求有限，TAM 天花板較低導(dǎo)致傳統(tǒng)輔助寫作軟件難以跑出較大的公司，比如 Grammarly 在深耕十幾年后 ARR 總算達(dá)到 1 億美元左右，未來能否成為上百億的公司難以判斷。

大語言模型的出現(xiàn)將需求聚攏，并允許功能之間的組合。2020年，OpenAI 將有天量參數(shù)的 Transformer? 模型在頂尖語料庫上（較夸張的說法是 10% 的互聯(lián)網(wǎng)文字）訓(xùn)練后，獲得了有劃時(shí)代意義的 GPT-3 ，定義了大語言模型。大語言模型在傳統(tǒng)的常見語言任務(wù)上有不錯(cuò)的效果，包括但不限于主體提取、語義分析、翻譯、文本分類和語法糾錯(cuò)等，提供一站式輔助寫作方案。此外，天量參數(shù)讓模型從量變產(chǎn)生質(zhì)變，使得語言模型在生成任務(wù)獲得了史無前例的效果，并且允許功能之間的組合性。

比如下圖中給開頭后讓其續(xù)寫小說，過程中包括對開頭的語義理解、主體提取、任務(wù)理解和生成任務(wù)：

這樣廣泛的應(yīng)用場景將需求聚集起來，使得單個(gè)團(tuán)隊(duì)能夠進(jìn)入 TAM 較大的市場，這樣獲得的訂單才能覆蓋極高的研發(fā)投入，成為重要的生產(chǎn)力工具。

三、為什么終端產(chǎn)品有機(jī)會(huì)？

盡管 OpenAI 的技術(shù)創(chuàng)新能力很強(qiáng)，但團(tuán)隊(duì)似乎不屑于花費(fèi)過多的精力在打磨出易用的終端產(chǎn)品，只是放出了網(wǎng)頁端 Playground 和 API ，供開發(fā)者以此為基礎(chǔ)開發(fā)更好用的產(chǎn)品。具體來說，OpenAI GPT-3 的終端產(chǎn)品有以下幾個(gè)明顯的缺點(diǎn)：

1. 產(chǎn)品不用戶友好，未嵌入文案流程

GPT-3 API 需要使用代碼向 OpenAI 的服務(wù)器請求生成內(nèi)容，這顯然對于大部分沒有編程基礎(chǔ)的文字工作者并不友好。此外，GPT-3 的網(wǎng)頁端 Playground 也無法嵌入大部分文字工作者在 Word，Email 的創(chuàng)作流程中，限制了大規(guī)模使用。

2. 學(xué)習(xí)的財(cái)務(wù)成本高

GPT-3 生成高質(zhì)量的千個(gè)英文單詞需要 0.027 美元。Jasper 的新手任務(wù)認(rèn)為大部分用戶需要和模型對話 6 萬個(gè)單次后才能基本掌握 Jasper 的用法，這意味著用戶需要花費(fèi) 2 美元左右才能基本學(xué)會(huì)如何給 GPT-3 指示。當(dāng)真正需要商用級別的生成內(nèi)容時(shí)，可能需要在兩三個(gè)月的工作中大規(guī)模實(shí)際調(diào)用后才能熟練運(yùn)用，這可能需要幾十美金。

3. 模型篩選復(fù)雜

GPT-3 實(shí)際上是十幾個(gè)模型的統(tǒng)稱，我們在文中提到的 GPT-3 并不太區(qū)分 GPT-3 或 GPT-3.5，除了特別指出模型名稱外。盡管模型的生成能力、知識(shí)和上下文學(xué)習(xí)能力其實(shí)在初代 davinci 中都具備了，但是后續(xù)的升級版本實(shí)際上并不是嚴(yán)格的全面性能提升，而是做了不同的取舍。比如 text-davinci-002 放棄了上下文學(xué)習(xí)能力來換取增強(qiáng)的零樣本生成能力，而 text-davinci-003 則既保留了一定的上下文學(xué)習(xí)能力也仍有零樣本生成能力。所以當(dāng)用戶沒有提供樣本時(shí)應(yīng)優(yōu)先選擇 002 號(hào)模型，但在用戶給了樣本和上下文時(shí)應(yīng)選擇 003。

隨著未來 OpenAI 的技術(shù)迭代，終端用戶顯然難以及時(shí)了解數(shù)十種模型的效果特征，從而不能獲得最好的效果。

4. 參數(shù)難以設(shè)置

在使用 GPT-3 時(shí)，會(huì)要求填入各種參數(shù)，比如：

• Temperature: 越高就傾向于更有創(chuàng)作力。適合在生成營銷文案時(shí)設(shè)置比較高；
• Frequency Penalty：越高模型越不會(huì)重復(fù)詞語；
• Presence Penalty：越高模型越可能生成新詞語；
• Logit_bias：修改某一個(gè)詞語出現(xiàn)在生成內(nèi)容中的可能性。當(dāng)有 SEO 需求時(shí)，可以將關(guān)鍵詞的 Logit_bias 設(shè)置較高，這樣 Keyword 能在文中反復(fù)出現(xiàn)，提高了文章被搜索到的可能性。

讓終端用戶清楚探索出在各個(gè)場景下合適的參數(shù)組合顯然不可能，這也需要高昂的試錯(cuò)成本。

5. Prompt 門檻較高

讓 GPT-3 生成商用級別的內(nèi)容首先需要填入大量有營養(yǎng)的信息，再由 GPT-3 將其串成一篇優(yōu)秀的文章或一段話。但對于大部分終端用戶來說，他們并不清晰的知道各個(gè)場景下應(yīng)該重點(diǎn)填入什么信息。

比如在生成電商網(wǎng)站的物品描述時(shí)，創(chuàng)作者除了物體的核心信息和功能，也可以填入 SEO keyword，這樣在買家搜索時(shí)商品的排名會(huì)更高。此外，在幫助用戶寫商品評價(jià)時(shí)，除了使用體驗(yàn)外，向 GPT-3 提供評分和目標(biāo)受眾將能生成更抓人的測評文案。

我們可以將上述的問題概括為 GPT-3 的學(xué)習(xí)和使用成本較高，并且沒有被整合入創(chuàng)作流程中，不能被方便的調(diào)用。Jasper 團(tuán)隊(duì)敏銳的覺察到市場的缺口，積極爭取稀缺的 GPT-3 API 測試資格，搶占先機(jī)。

四、什么是 Jasper?

Jasper 的主要產(chǎn)品形態(tài)主要有兩種：模板（Templates）和文檔（Documents），模板產(chǎn)品能引導(dǎo)用戶高效率使用 GPT-3 ，文檔產(chǎn)品讓 GPT-3 在文案流程中被更方便的調(diào)用。并且也根據(jù)近期較火的 Stable Diffusion 和 ChatGPT 推出了 Jasper Art 和 Jasper Chat，試圖擴(kuò)大 TAM。

1. 模版 （Templates）

盡管 GPT-3 很強(qiáng)大，但想讓其低成本的輸出高質(zhì)量文案是比較困難的。Jasper 先利用積累的優(yōu)質(zhì)文案預(yù)訓(xùn)練精調(diào)了 Davinci 模型，根據(jù)場景填入合適參數(shù)，提示用戶填入生成所需的重要信息，以合適的結(jié)構(gòu)組織好輸入，發(fā)送請求給 GPT-3。這將顯著降低用戶生成優(yōu)質(zhì)內(nèi)容所需的嘗試次數(shù)，從而讓用戶能夠以更低的成本享受更友好的用戶體驗(yàn)和更優(yōu)質(zhì)的生成內(nèi)容。

比如下圖就是其 Templates 的界面，用戶在左邊根據(jù)提示填入產(chǎn)品關(guān)鍵信息后，就會(huì)在右邊將多個(gè)生成結(jié)果供用戶挑選。

用戶可以用生成的產(chǎn)品描述，再輸入到 AIDA 模版（營銷框架）中，這樣便又快速生成了一套營銷用的文案。

2. 文檔（Documents）

Jasper 在當(dāng)前競爭激烈的 AI Writers 中主要差異化優(yōu)勢和重點(diǎn)宣傳的產(chǎn)品是其 Documents 產(chǎn)品。想讓 AI 生成優(yōu)質(zhì)長博客，用 Jasper！

由于不少客戶反饋他們在寫一篇完整的文章時(shí)，通常要使用 5-6 個(gè)模版，這意味著被打斷的思路和工作流。比如撰寫一篇文章會(huì)用到想法生成、Intro 段落生成、文章大綱生成、結(jié)論生成，這些都可以調(diào)用不同的模板來完成。Jasper 的文檔則是通過在傳統(tǒng)寫作界面中，允許用戶自然地插入請求，讓 GPT-3 接管后生成內(nèi)容。用戶再對生成內(nèi)容進(jìn)行 fact check 和再組織，然后重新給指示，直到形成一篇完整的文章。

比如下圖就是我們在文檔中生成了一篇短文（下劃線是我們給 Jasper 的請求），可以看到使用方式和 Notion AI 高度類似。

Documents 中請求的特點(diǎn)是短和零樣本。在模版中，用戶通常需要填入三四種關(guān)鍵信息，有時(shí)會(huì)要求具體的例子來提高生成質(zhì)量；但在 Documents 中，請求長度通常只有一句話，且?guī)缀醪粫?huì)給樣本。所以 Jasper 在 Documents 中采用的模型應(yīng)該是 text-davinci-002，這模型極為擅長在零樣本情況下生成人類偏好的答案，比如生成內(nèi)容更詳盡，支持更多的指令。

在文檔產(chǎn)品中，為了進(jìn)一步引導(dǎo)用戶快速完成長文章，Jasper 推出了兩款輔助工具：Workflow 和 Recipes。

3. Workflow

Workflow 指的是將一篇長文案的組織步驟拆成多個(gè)模版后，讓用戶以一氣呵成的界面使用。比如這個(gè) Workflow 將一篇博客拆成 Intro，主要論點(diǎn)，給每個(gè)論點(diǎn)用一段話補(bǔ)充論據(jù)，最后總結(jié)。用戶在這樣的流程引導(dǎo)下，流暢地完成一篇文章。

4. Recipes

Recipes 是 Workflow 的進(jìn)階版本。其放棄了低門檻的可視化操作界面，用簡單的語言描述讓 Jasper 所要做的事情，用戶可以根據(jù)步驟來寫文章。比如上面是寫 Blog 的標(biāo)準(zhǔn) Recipe。

此外，Jasper 圍繞 Recipes 打造了 UGC 社區(qū)，用戶可以分享自己覺得好用的 Receipts，在數(shù)十款 Recipes 中最流行的已經(jīng)被下載了 18 萬次。

5. 實(shí)驗(yàn)性產(chǎn)品

隨著 OpenAI 陸續(xù)推出 DALL·E 2 和 ChatGPT， Jasper 團(tuán)隊(duì)也相應(yīng)推出了 Jasper Art 和 Jasper Chat。

Jasper Art 的功能是輔助用戶填入DALL·E 2所需的文字來生成圖片。DALL·E 2 是 OpenAI 推出的根據(jù)文字輸入生成圖像的 AI 算法，它不僅允許用戶描述想要的物體和背景，而且也可以選擇某個(gè)畫家的畫風(fēng)，繪畫種類（油畫或版畫），偏好色系（明亮或陰沉）等。介于普通用戶難以有藝術(shù)的相關(guān)知識(shí)儲(chǔ)備，Jasper 則為這些設(shè)置提供豐富的選項(xiàng)，幫助用戶準(zhǔn)確描述需求。

Jasper Art 很難說跟其他家基于 DALL·E 2 的產(chǎn)品有明顯的區(qū)別，尤其是它沒有 DALL·E 2 的完整功能（比如基于已生成的圖片進(jìn)行調(diào)整），所以更像是在幫助文案工作者在創(chuàng)作流程最后生成一張合適的海報(bào)，對現(xiàn)有客戶的需求進(jìn)行深挖（Jasper Art 收費(fèi)為每月 20 美元），提高客單價(jià)。

Jasper Chat 是基于一系列模型（GPT 系列、NeoX、T5、BLOOM）的聊天機(jī)器人，它能根據(jù)用戶的輸入場景自動(dòng)選取合適的模型，再結(jié)合搜索引擎的結(jié)果，盡量為用戶生成準(zhǔn)確的內(nèi)容。尤其是檢測到 Marketing 相關(guān)的內(nèi)容時(shí)，它通過調(diào)用其精調(diào)過的 GPT-3，比 ChatGPT 更可能給出更優(yōu)質(zhì)的回復(fù)。這是因?yàn)樗鼈儗蛻暨M(jìn)行訪談時(shí)發(fā)現(xiàn)，比起不斷調(diào)整給 GPT-3 的提示（Prompt）和參數(shù)，客戶更偏好通過對話的方式來給調(diào)整指令，從而獲得想要的結(jié)果。

Jasper 在 Chat 產(chǎn)品上進(jìn)行了多樣化模型供給和 Aggregator 的嘗試，這是其能否保住 AI 領(lǐng)航人的關(guān)鍵因素。

首先，Jasper Chat 正在嘗試多樣化模型來源，從而擺脫外界對其模型供給單一的顧慮；也可以看到 Jasper 團(tuán)隊(duì)正在嘗試成為模型的 Aggregator，用 AI 模型分析用戶的指令后，選取各個(gè)場景下最好的模型。如果 Jasper 通過一些實(shí)驗(yàn)或大量用戶評價(jià)證明 Jasper 的選擇確實(shí)能有最好的生成效果后，那我們認(rèn)為 Jasper 將有望保住其領(lǐng)航人。但這有可能只是 Jasper 的新 PR 策略，用來增強(qiáng)投資人和用戶對 Jasper 的信心，并合理化其高昂的收費(fèi)。

6. Jasper Addon

Jasper Addon 當(dāng)前受競品影響嚴(yán)重，目前產(chǎn)品體驗(yàn)不如 Notion AI。Jasper Addon 是一款 Chrome 插件，幫助用戶在網(wǎng)頁端的 Email、Twitter 和 Google Docs 等地方快速使用 Jasper。軟件由 2022 年 10 月推出，直到 12 月初都有源源不斷的用戶好評，但是隨著 Notion AI 和 ChatGPT 于 12 月的出現(xiàn)，評價(jià)數(shù)增長戛然而止，并開始出現(xiàn) Jasper 收費(fèi)過于昂貴的差評。我們試用后的感受是確實(shí)覆蓋了更多寫作場景，但是交互界面遠(yuǎn)沒有 Notion AI 簡潔。

Jasper 收購 Outwrite 后有望改善交互體驗(yàn)，并擴(kuò)寬客戶群體。2022 年 12 月，Jasper 完成了對 Outwrite 的收購。Outwrite 是一家有著百萬用戶的語法糾錯(cuò)軟件，深度嵌入網(wǎng)頁端的郵件、Google Docs、Notion 的創(chuàng)作流程中，是 Gammarly 的競爭對手。預(yù)計(jì) Jasper 將對其進(jìn)行改造，讓 GPT-3 的各種功能嵌入 Outwrite，從而能被更方便更高頻的調(diào)用。

五、團(tuán)隊(duì)

Jasper 創(chuàng)始團(tuán)隊(duì)?wèi){借營銷背景和營銷從業(yè)者的人脈網(wǎng)，率先為 GPT-3 找到在營銷場景下數(shù)千萬美元的需求；隨后繼續(xù)從 Hubspot 挖資深營銷和產(chǎn)品的 VP，來鞏固在營銷文案的優(yōu)勢；并且也招募了70多名工程師和設(shè)計(jì)師，不僅嘗試擴(kuò)寬營銷場景外的用例，并且憑借極強(qiáng)的開發(fā)效率，幾個(gè)月內(nèi)陸續(xù)推出了 Workflow、Jasper Art 和 Jasper Chat 等擴(kuò)寬 TAM 的嘗試。

Jasper 的三位創(chuàng)始人都來自 Kansas State University 的營銷系，畢業(yè)后他們創(chuàng)辦了一家營銷咨詢公司，幫助公司寫運(yùn)營文案，F(xiàn)acebook 廣告等。期間，他們制作了一套營銷教學(xué)視頻并收集到了大量營銷從業(yè)者的郵箱，這對后來 Jasper 的啟動(dòng)極為有幫助。

在賣網(wǎng)課期間，co-founder 中負(fù)責(zé)技術(shù)的 Morgan 嘗試用網(wǎng)頁對話框來增加和客戶的溝通，這對售賣課程極為有幫助，所以他們便將這個(gè)功能做成了一個(gè)初創(chuàng)公司 Proof。主營產(chǎn)品是為企業(yè)的官網(wǎng)提供個(gè)性化的對話框和客戶行為分析，這樣能有效提高公司業(yè)績。Proof 在 2018 年進(jìn)入 YC，不僅成功獲得 200 萬美元的融資，而且團(tuán)隊(duì)規(guī)模也擴(kuò)展到 15 人。但最終團(tuán)隊(duì)無法將這個(gè)功能性產(chǎn)品擴(kuò)展成平臺(tái)性產(chǎn)品，最終于 2020 年解雇了一半員工，公司近乎停擺。

盡管遭遇了失敗，YC 提供的寶貴人脈讓團(tuán)隊(duì)在 2020 年底獲得了 GPT-3 API 極為稀缺的 Beta 測試資格（據(jù)說只有 5 個(gè)）。他們用一個(gè)月開發(fā)出了樣機(jī)（當(dāng)時(shí)叫 Conversatoin AI 或 Jarvis），上線時(shí)只支持 8 個(gè)模版，且發(fā)布時(shí)間點(diǎn)比 Copy.ai 稍晚一些。但前文提到他們賣營銷網(wǎng)課和 Proof 積累的營銷從業(yè)者的郵件列表成了勝出的關(guān)鍵，GPT-3 神奇的生成效果讓大部分客戶看到 Demo 后便愿意購買。

Coatue 的 Co-founder Thomas Laffont 描述他首次使用 Jasper 時(shí)就像看到第一臺(tái) iPhone 一樣，出色的產(chǎn)品效果和亮眼的收入增速顯然證明 Jasper 清晰的找到了 Product-Market Fit，這讓 Coatue 成為了Jasper 最新一輪的投資方之一。

創(chuàng)始團(tuán)隊(duì)在營銷行業(yè)的積累讓其在行業(yè)早期脫穎而出，為了鞏固優(yōu)勢，Jasper 在近期擴(kuò)張中積極吸納著名 Marketing & Sales SaaS 公司 Hubspot 的人才。比如曾在 Hubspot 擔(dān)任 5 年 VP of Marketing 的 Meghan Keaney Anderson，相信其多年積累的營銷從業(yè)者關(guān)系網(wǎng)將進(jìn)一步推動(dòng)需求挖掘和業(yè)績增長。此外，還有曾在 Hubspot 擔(dān)任 3 年 VP of Product 的 Jeremy Crane，其對于企業(yè)營銷產(chǎn)品設(shè)計(jì)的理解將幫助 Jasper 后續(xù)產(chǎn)品深度嵌入企業(yè)的營銷工作流中。

除此之外，2022 年 Jasper 還新招了 70 多位工程師和設(shè)計(jì)師，它們將負(fù)責(zé)制作交互界面更新穎，為更多場景設(shè)計(jì)的模板界面，從而改善當(dāng)前 Jasper 模板的應(yīng)用場景較窄的問題。現(xiàn)有 60 多個(gè)模板中大部分都是幫助營銷從業(yè)者高效攥寫博客、新聞稿和運(yùn)營社交網(wǎng)絡(luò)等。但近期正在積極推出更多的場景的模板：比如從長文中提煉出 Bullet Points，輔助用戶撰寫能在 Stable Diffusion 生成高質(zhì)量圖片的文案等。

Jasper 團(tuán)隊(duì)擁有極強(qiáng)的執(zhí)行力和野心，具體體現(xiàn)在產(chǎn)品線的高頻擴(kuò)張上：

首先，Jasper 是行業(yè)里較早提出文檔產(chǎn)品的，想讓用戶在創(chuàng)作中能夠比較連貫的完成。其次，他們更是率先對文檔產(chǎn)品嘗試了 Workflow 和 Receipts 兩種微創(chuàng)新，并將宣傳方向從營銷稍微轉(zhuǎn)向撰寫擅長生成長文檔；

其次，團(tuán)隊(duì)不僅在 DALL·E 的測試 API 發(fā)布一個(gè)月后就推出了 Jasper Art，并且也在 ChatGPT 推出后的 20 天發(fā)布了 Jasper Chat。盡管兩個(gè)產(chǎn)品都只是調(diào)用了 OpenAI 的技術(shù)，但相較于 Copy.ai 等競爭對手仍在模板產(chǎn)品上內(nèi)卷，Jasper 高頻擴(kuò)充產(chǎn)品線來拓寬 TAM 的嘗試還是很能看出其執(zhí)行力和野心的。

六、主要客戶和反饋

通過 G2 的客戶反饋數(shù)據(jù)，Jasper 目前主要是幫營銷人員提高效率，甚至已經(jīng)在一些垂直行業(yè)開始替代對寫手的需求。

具體來說，我們可以看到 Jasper 近 67% 的客戶是營銷人員，他們愛用它來生成社交平臺(tái)帖子和宣傳 Email。Jasper 近 33% 的客戶來自內(nèi)容創(chuàng)作、教培、健康和軟件行業(yè)，他們將自己的專業(yè)知識(shí)濃縮成點(diǎn)子后，Jasper 負(fù)責(zé)進(jìn)行組織和潤色，從而不再需要雇傭?qū)懯謥磉M(jìn)行創(chuàng)作和編輯。比如不少開發(fā)者用 Jasper 來寫產(chǎn)品更新博客；健身教練用 Jasper 快速撰寫定制化的飲食建議；教培人員則用 Jasper 為學(xué)生快速生成課業(yè)大綱和作業(yè)，甚至是課程反饋。

幾乎所有的客戶都認(rèn)為 Jasper 是一個(gè)效率神器，其價(jià)格跟招募一個(gè)寫手或內(nèi)容運(yùn)營比，簡直是太便宜了。不少用戶反饋 Jasper 營銷文案的生成效果較好于 ChatGPT 和 Copy.ai。有些老客戶夸贊 Jasper 團(tuán)隊(duì)總能緊跟科技進(jìn)步來推出易用產(chǎn)品，過去一年里陸續(xù)添加了 SEO、Jasper Art 和 Jasper Chat，他們能夠快捷地嘗試各類新鮮事物。Jasper 的黏性很高，很多用戶幾乎將所有生成的文字習(xí)慣性地讓 Jasper 進(jìn)行一次潤色。

Jasper 的差評主要集中在其強(qiáng)勢的收費(fèi)方式。Jasper 只允許用戶在綁定銀行卡后開啟自動(dòng)續(xù)費(fèi)才能使用，不能單月購買或是提早取消訂閱，一旦取消就立刻無法使用產(chǎn)品。此外，多個(gè)用戶反饋 Jasper 的付費(fèi)界面誘導(dǎo)他們支付年費(fèi)訂閱，而使用一段時(shí)間后年費(fèi)用戶就無法中途取消或 Refund，等到來年用戶不注意就可能錯(cuò)過年費(fèi)訂閱的取消時(shí)間，又要支付一筆近千美元的帳單。

七、市場空間

盡管 Jasper 想嘗試將大語言模型助力互聯(lián)網(wǎng)的每一個(gè)文案輸入框，但當(dāng)前主要客戶還是來自營銷人員和一些內(nèi)容創(chuàng)作者。我們以此為基礎(chǔ)推測出 Jasper 的 TAM 大概在 20 億美元左右，但未來極可能因單月收費(fèi)下降而市場萎縮。

假設(shè) 1：歐美大概有 2000 萬名 Sales 和 Marketing 的從業(yè)者，他們都是 Jasper 的主要目標(biāo)用戶。我們參考 Salesforce 在 CRM 和 Workday 在 ERP 20% 左右的市占率來估計(jì)；

通過 Zippia 數(shù)據(jù)，我們推測全美有 450 萬名 Marketing 從業(yè)者和 250 萬名 Sales 從業(yè)者。我們也可以用 Statista 的數(shù)據(jù)推測，因?yàn)槿⒂?100 萬名 Marketing 和 Sales 人員，所以人口是英國五倍的美國應(yīng)該有 500 萬名從業(yè)者。我們這樣用人口推算歐美發(fā)達(dá)國家的總從業(yè)者的數(shù)量大概為 2000 萬名。這里先不考慮 GPT 的出現(xiàn)將讓這些從業(yè)者數(shù)量大幅減少。

假設(shè) 2：根據(jù) SignalFire 數(shù)據(jù)，全球現(xiàn)在有 4700 萬名業(yè)余內(nèi)容創(chuàng)作者和 200 萬名職業(yè)內(nèi)容創(chuàng)作者，我們可以分別用 1% 和 10% 的滲透率來估算潛在的客戶群體，對應(yīng)著 67 萬名潛在用戶。由于 Notion AI 和 Office 等競品，我們預(yù)計(jì)這邊的滲透率遠(yuǎn)不如營銷從業(yè)者的滲透率；

假設(shè) 3：按照 The Information 文章透露，Jasper 當(dāng)前 10 萬用戶貢獻(xiàn)了 8000 萬美元的 ARR，也就是每個(gè)用戶的年付費(fèi)為 800 美元。

TAM= （Marketing 從業(yè)者人數(shù) + 內(nèi)容創(chuàng)作者人數(shù)） x 年均收費(fèi)= (2000000+670000) x 800= 21.4 億美元

當(dāng)前 Jasper 年均 800 美元（~月均 67 美元）的價(jià)格是極具爭議的，市場空間可能因價(jià)格戰(zhàn)而急速萎縮。ChatGPT 和 Notion AI 的月收費(fèi)分別為 20 美元和 8 美元，盡管 Jasper 不斷強(qiáng)調(diào)自己的生成效果好于 ChatGPT，但是面對強(qiáng)勢的收費(fèi)方式和高昂的定價(jià)，用戶大概率會(huì)去采用更便宜的替代者。而 Jasper 主動(dòng)降低定價(jià)到跟 ChatGPT 一樣時(shí)，TAM 就只有 6.4 億美元，自己的成長空間嚴(yán)重受限。

八、增長策略

1. Marketing Native

Jasper 在早期宣傳時(shí)最大的賣點(diǎn)是幫助撰寫營銷文案，營銷人員也是他們最早的，最重要的客戶群體。

來自營銷背景的 Jasper 團(tuán)隊(duì)除了會(huì)在 Techcrunch 這類科技博客上發(fā) PR 稿，也會(huì)在 MarTechSeries 這類更 Marketing Native 的博客里宣傳。當(dāng)然，創(chuàng)始團(tuán)隊(duì)也是 Marketing Native 的，他們因先前的營銷創(chuàng)業(yè)經(jīng)歷積累了大量的從業(yè)者聯(lián)系方式，不僅憑此在收入上甩開直接競對 Copy.ai，更能深度了解主要客戶的需求。

2. SEO Maximalism

Jasper 發(fā)的博客極為注重 SEO 優(yōu)化，這樣能自然地從搜索引擎獲得更多的流量。

如下左圖，Jasper 每天都會(huì)發(fā) 6 篇以上的博客，大多數(shù)是類似《6 個(gè)高效率創(chuàng)作工具》之類的文章，由于文章標(biāo)題和內(nèi)容都很容易讓人點(diǎn)進(jìn)去看產(chǎn)品比較，這時(shí)在 Google 搜索時(shí)極容易排在前面。如下圖，當(dāng)我搜索 AI Copywriter，除了前兩個(gè)可能買了優(yōu)先廣告位的 Copy.ai 和 Anyword，第三個(gè)就是 Jasper 發(fā)的某一篇博客。由于鏈接不指向 Jasper 官網(wǎng)而是博客本身，說明這是靠點(diǎn)擊量排在前面且團(tuán)隊(duì)的 SEO 能力很強(qiáng)，這預(yù)計(jì)能為 Jasper 剩下不少廣告費(fèi)用，也更能讓用戶了解產(chǎn)品的比較優(yōu)勢。

3. ToC 策略

前文提到 Jasper 收購了 Outwrite，把大語言模型的種種功能整合近擁有百萬用戶的 Outwrite 后，將能夠在網(wǎng)頁端的 Email, Google Docs, Notion 等幾乎所有文案場景輕松調(diào)用 Jasper。但隨著 Microsoft 和 Notion 都陸續(xù)放出將要整合 GPT 的消息，所以這方面的增長將有較大不確定性和激烈競爭。

4. ToB 策略

Rogenmoser 透露未來公司重心是把產(chǎn)品嵌入企業(yè)的工作流中，為此他們從 Hubspot 挖來了 VP of Marketing and Engineering，同時(shí)從企業(yè)營銷的需求和供給側(cè)下手。他們不僅打算將 GPT 嵌入企業(yè)的 Email、短信和網(wǎng)頁對話機(jī)器人，也打算整合 Hubspot（Jasper 最新一輪的投資人）這類企業(yè)常用 SaaS 中，最終成為面向企業(yè)的平臺(tái)型產(chǎn)品。

Jasper 最近推出了 Business 業(yè)務(wù)，允許同個(gè)團(tuán)隊(duì)的用戶使用相同的生成內(nèi)容的語氣，以及增強(qiáng)了權(quán)限管理和數(shù)據(jù)統(tǒng)計(jì)等功能。

整體來說，我們比較看好 Jasper ToB 策略，因?yàn)槲覀儾皇呛軗?dān)心 Jasper 的產(chǎn)品和銷售能力，如果市場有新類型的產(chǎn)品出現(xiàn)，其高效的工程團(tuán)隊(duì)將能在短時(shí)間內(nèi)復(fù)刻，再由經(jīng)驗(yàn)豐富的營銷團(tuán)隊(duì)去挖掘需求。但我們現(xiàn)在不是很看好公司的 ToC 策略，因?yàn)?Office 和 Notion 這類文案工具巨頭牢牢把控著創(chuàng)作環(huán)節(jié)，Jasper 能滲透的概率是比較小的。

九、業(yè)績和成本

根據(jù) The Information 于 2022.12.23 的訪談透露，Jasper 現(xiàn)在有 8000 萬美元的 ARR，10 萬個(gè)客戶，月均客單價(jià)為 80 刀。而在 2021 年， Jasper 的 ARR 為 3000 萬美元，其恐怖的增速不僅體現(xiàn)了市場對 GPT-3 超凡效果的需求，也體現(xiàn)了 Jasper 團(tuán)隊(duì)出色的營銷能力。

作為比較，The Information 在 2022 年 10 月的文章中透露估值 200 億美元的 OpenAI 僅有小幾千萬美元的年?duì)I收，這和 Keras 創(chuàng)辦者 Fran?ois Chollet 在 Twitter 中說的 OpenAI 2022 年?duì)I收為四千萬美元不到?？梢钥闯?，OpenAI 22 年的工作重心并沒有放到下游上來，所以 GTM 的表現(xiàn)不盡人意。

Jasper 將其精調(diào)的模型托管在 OpenAI 服務(wù)器上：鑒于 Jasper 的生成效果極好應(yīng)該在 Templates 產(chǎn)品中用到了精調(diào)過的 Curie 和 Davinci 兩款高端模型，尤其是優(yōu)化了營銷場景下的文案。在 Documents 產(chǎn)品中用了 OpenAI 最新的 text-davinci-003 模型，對于用戶的簡短指令和一部分上下文也能給出精良的生成內(nèi)容。

精調(diào)模型主要涉及兩種成本：精調(diào)訓(xùn)練成本和推理使用成本。text-davinci-003 模型沒有經(jīng)過精調(diào)，整體更為便宜。當(dāng)前 Jasper 生成每千字的價(jià)格在 0.8 美元左右。從下表可以看到，Jasper 的利潤空間極大，因?yàn)橛?xùn)練成本將隨著調(diào)用次數(shù)不斷攤平，使得模型成本無限趨近于 20% 甚至以下。并且 Jasper 并沒有像 OpenAI 那樣高昂的研發(fā)投入，在支付員工工資和營銷成本后，極有可能還有 30-40% 的利潤率。

十、競爭情況

Jasper 的產(chǎn)品本質(zhì)在做兩件事：模板產(chǎn)品在輔助用戶撰寫更好的 GPT Prompt，文檔產(chǎn)品則在將 GPT 嵌入文案創(chuàng)作的 Workflow。但在這兩件事上它正在面臨嚴(yán)峻的挑戰(zhàn)。

1. 模版產(chǎn)品

模板產(chǎn)品面臨高度同質(zhì)化的競爭，OpenAI 也在最新幾代 GPT-3 中降低使用門檻，也有潛在技術(shù)路線能用 AI 取代模板產(chǎn)品。

模版產(chǎn)品的競爭對手除了 Copy.ai 和 Copysmith.ai 等十幾家類似公司外，還有 PromptBase 這類開源社區(qū)，他們主要在以下幾個(gè)方面競爭，而 Jasper 都有一定優(yōu)勢，不過差距正在模糊。

（1）追求模版數(shù)量，滲透更多文案場景

GPT-3 適合的場景可以概括為結(jié)構(gòu)標(biāo)準(zhǔn)化，內(nèi)容重復(fù)度高的套話，且有些每天都需要使用多次。典型例子是推廣產(chǎn)品時(shí)的 Cold Email 和 Github 開源產(chǎn)品的更新周報(bào)。Jasper 一直在嘗試滲透進(jìn)更多的文案場景，并嘗試將創(chuàng)作流程標(biāo)準(zhǔn)化后讓 GPT-3 參與。當(dāng)前 Jasper 有 66 個(gè)模版，覆蓋 12 個(gè)左右的文案場景，已對當(dāng)前 GPT-3 適合的大部分場合都已初步覆蓋。

（2） 更全面的軟件整合

Jasper 產(chǎn)品主要以網(wǎng)頁端形式展現(xiàn)，盡管也有 Chrome Addon 插件，但是并不好用?？赡芪磥淼内厔菔钦先腩愃?Grammarly 的產(chǎn)品形式，讓用戶能夠在多場景中自然地使用。

Jasper 和 Surfer SEO 有整合，讓生成的博客容易排在谷歌搜索頁的前面。Surfer SEO 是一款被 Shopify 和 Square 等知名公司采用的寫作輔助工具，能用算法對文案內(nèi)容進(jìn)行打分，也能給出調(diào)整建議，這樣可以從谷歌搜索中導(dǎo)流。這項(xiàng)功能除了價(jià)格較貴外，廣受用戶好評。

（3）精調(diào)模型，追求垂直場景生成效果

當(dāng)前 Jasper 有多個(gè)模型，能根據(jù)用戶的輸入自動(dòng)選擇合適的模型。Jasper 在一些特殊文案模版（如營銷場景）中采用的模型是精調(diào) （Fine-tune）過的初代 Davinci，所以客戶評價(jià)里不少客戶反饋 Jasper 的營銷生成效果是市場上最好的，肉眼可見地比 ChatGPT 要更好。

某位創(chuàng)作者的 Tweet

（4）選取性價(jià)比更高的變種模型

GPT-3 并不便宜，并且 GPT-3 并不是賽道里唯一的玩家。比如一家名叫 Goose.ai 的公司就提供性價(jià)比更高的 GPT-Neo X 等變種模型，以一半的價(jià)格提供用戶難以察覺區(qū)別的生成效果。Jasper 已經(jīng)有一部分的業(yè)務(wù)正在使用 GPT-J（一個(gè)開源版本的 GPT-3）或 GPT-Neo X，來降低 GPT-3 單點(diǎn)供給的風(fēng)險(xiǎn)。

（5）定價(jià)策略

Jasper 的競爭對手們先后多次降價(jià)，嘗試從 Jasper 這獲取客戶。比如 Copy.ai 已將月度定價(jià)設(shè)置在 49 美元，這是 Jasper 的一半，并且不設(shè)置字?jǐn)?shù)上限。相信 Jasper 看到 OpenAI 和主要競對的定價(jià)后，會(huì)有極大的價(jià)格壓力。

除同類競爭對手外，模版產(chǎn)品可能將會(huì)被 OpenAI 的后續(xù)產(chǎn)品淘汰。OpenAI 在發(fā)布 GPT-3 后的兩年里通過指令微調(diào)（Instruct Tunning）和基于人類反饋的強(qiáng)化學(xué)習(xí)（RLHF）來讓 GPT-3 能處理更豐富的人類指令，并讓生成內(nèi)容更符合人類的期待，因此普通人輸入較少且不清晰的指令時(shí)，ChatGPT 和 text-davinci-003（最新的 GPT-3 版本）也能給出翔實(shí)的生成文案。ChatGPT 的出現(xiàn)極大促進(jìn)了 AI 文案生成的流量，但 Jasper 失去了大量的流量份額，被邊緣化了。

盡管 Jasper 生成效果更好，但 OpenAI 產(chǎn)品的性價(jià)比明顯更高。Twitter 上有大量的用戶分享他們通過 ChatGPT 免費(fèi)獲得了優(yōu)質(zhì)文案，當(dāng)然最新的 API 價(jià)格也極為便宜，Jasper 的高價(jià)很可能難以維持。

最后， 模版產(chǎn)品可能會(huì)被潛在 AI 技術(shù)淘汰。未來可能出現(xiàn) text-to-parameters 或是 text-to-prompt 的 AI 小模型，據(jù)用戶描述的場景自動(dòng)生成合適的參數(shù)和 Prompt 提示，輔助用戶使用 GPT-3。比如 AI 小模型從用戶輸入中檢測到是營銷場景，將 Temperature 調(diào)高或?qū)?Frequency Penalty 調(diào)低，這樣產(chǎn)品名稱能多次出現(xiàn)，并且生成的文案更有創(chuàng)造力。

2. 文檔產(chǎn)品

文檔產(chǎn)品面臨傳統(tǒng)文案工具整合 GPT-3 后的競爭， Jasper 處于弱勢。Notion、Craft 等筆記軟件新貴近期都已完成在產(chǎn)品中整合了 GPT-3，很難想象用戶會(huì)特地去僅有網(wǎng)頁端的 Jasper 使用 GPT-3。和 OpenAI 關(guān)系密切的微軟可能也要在其 Office 套件和 Outlook 中整合 GPT-3，這將進(jìn)一步壓縮對 Jasper 文檔產(chǎn)品的需求。

整體來說，盡管文檔產(chǎn)品是現(xiàn)在 Jasper 主要的壁壘，但是我們不是很看好其持續(xù)性。未來能否文案流程中被更方便的調(diào)用將取決于其對 Outwrite 改造，讓 GPT-3 跟 Grammarly 一樣嵌入數(shù)個(gè)文案創(chuàng)作工具中。

Reference

1. Copy.ai

http://Copy.ai

2.G2 的客戶反饋數(shù)據(jù)

https://www.g2.com/products/jasper-ai/reviews

3. Zippia 數(shù)據(jù)

https://www.zippia.com/sales-person-jobs/demographics/

4.Statista 數(shù)據(jù)

https://www.statista.com/statistics/319805/number-of-sales-marketing-and-related-associate-professionals-in-the-uk/

5.SignalFire 數(shù)據(jù)

https://signalfire.com/blog/creator-economy/

6.MarTechSeries

https://martechseries.com

7.The Information 在 2022 年 10 月的文章

https://www.theinformation.com/articles/the-best-little-unicorn-in-texas-jasper-was-winning-the-ai-race-then-chatgpt-blew-up-the-whole-game?rc=z4bphe

8.Fran?ois Chollet 的 Twitter

https://twitter.com/fchollet/status/1612142423425138688

9. Tweet

https://twitter.com/scottcmillard/status/1627683023108931585

10.Goose.ai

http://Goose.ai