Hilo de 空谷 Arvin Xu (@arvin17x)

[1/9] Ayer, un mes después dlobechat.coma pública, Lobe Chat Cloud (https://t.co/z4k5TITVKc) alcanzó su primer hito de más de $1,000 MRR, elevando sus ingresos a 30,000 RMB (más de $4,000). Compartamos algunos aprendizajes y perspectivas de la práctica de este mes:

[2/9] Primero, hablemos en detalle sobre los datos de ingresos. Después de poco más de 30 días, nuestro MRR superó oficialmente la marca de los $1,000, con ingresos totales de aproximadamente $4,000+, o poco más de 30,000 RMB. Siento que hemos tenido un buen comienzo. Lo que fue bastante sorprendente fue que solo necesitábamos 58 suscriptores para alcanzar los $1,000 MRR. Al revisar estos datos, de repente sentí que se descubría el velo de las grandes narrativas. En el panorama tradicional de internet, parece que solo los productos que llegan a decenas o incluso cientos de millones de usuarios se consideran exitosos, mientras que aquellos que llegan a millones o incluso cientos de miles de usuarios apenas se consideran exitosos. Pero para nosotros, realmente no necesitamos preocuparnos por lograr millones o decenas de millones de usuarios activos mensuales. Simplemente tener entre mil y dos mil usuarios dispuestos a pagar por nuestros servicios de forma constante es suficiente para que nuestro equipo funcione sin problemas a largo plazo. Abrir el código de LobeChat ya no es solo un pasatiempo apasionado, sino que puede convertirse en un esfuerzo verdaderamente comprometido y sostenido. Aunque hemos escuchado muchas historias sobre el código abierto, este sentimiento se intensifica aún más cuando trabajamos en esta dirección y empezamos a recibir comentarios positivos.

[3/9] Después de analizar el futuro optimista, hablemos de los desafíos que enfrentamos ahora: Nuestro ROI actual no es bueno. En el último mes, el número de usuarios registrados para Cloud superó los 7000, pero solo hay más de 60 suscriptores de pago. Esto puede deberse a que hay demasiados competidores en el mercado del chat, y todos tienen muchas opciones para elegir, y nuestra Cloud no es muy competitiva en este momento. También puede ser que la mayoría de los usuarios en el primer mes provengan de la comunidad de código abierto, y todos se registraron en Cloud solo para mostrar su apoyo 🤣 En resumen, la tasa de conversión de pago actual es inferior al 100%, que es el mayor problema al que nos enfrentamos. Aunque la experiencia general del producto LobeChat ocupa el primer lugar en la versión de código abierto, nuestra Cloud todavía es un hermano menor en comparación con productos comerciales maduros como ChatGPT/Claude/Poe, y hay mucho que aprender.

[4/9] Por supuesto, dado que hemos publicado todo el código de LobeChat, es probable que la tasa de conversión de pago sea baja. De hecho, cuando decidimos publicarlo, asumimos que quienes buscaban soluciones de código abierto en GitHub probablemente eran gorrones (incluidos nosotros 🤡), y que sería difícil monetizarlos. 🤑 Además, nuestras observaciones recientes muestran que la mayoría de los usuarios de pago de la nube no pertenecen a la comunidad de código abierto, lo que coincide con nuestras suposiciones iniciales. Por lo tanto, desde una perspectiva funcional, publicar las funciones principales probablemente no afectará significativamente los ingresos de la versión de la nube, ya que la base de usuarios es completamente diferente. Por lo tanto, siguiendo este principio, la función "Subida de archivos/Conversación de la base de conocimientos", que se lanzará próximamente (fotos espía aquí~), también será completamente de código abierto. El complemento de búsqueda, actualmente exclusivo de la versión de la nube, también se publicará de código abierto para la versión de la comunidad en el momento oportuno. También continuaremos diferenciando Cloud, enfocándonos en brindar servicios de valor agregado y operando en el mercado de asistencia, conformando así un modelo progresivamente integrado con la versión de código abierto de la comunidad.

[5/9] Si tuviéramos que señalar los obstáculos que encontramos tras el lanzamiento del producto, quizás el más importante fue la adopción de un modelo de suscripción de uso fijo. Antes del lanzamiento, pensábamos que, dado que las suscripciones de importe fijo son la estrategia principal para los productos de chat de IA, podríamos copiarlas fácilmente. Sin embargo, la realidad es que las suscripciones de uso fijo no se adaptan a nuestro modelo actual de precios basado en tokens. Tras el lanzamiento, observamos que algunos usuarios frecuentes que adquirieron el plan Básico consumieron todos sus tokens en pocos días, lo que les impidió seguir usando el producto y les obligó a actualizarlo. Una vez que alcanzaron el nivel de uso del plan Profesional, ya no pudieron usar el producto durante todo el mes. Por lo tanto, si bien las capacidades de nuestro producto ya admiten la facturación granular basada en tokens, un modelo de suscripción de uso fijo no aprovecha al máximo esta ventaja. Por lo tanto, nuestro siguiente paso es optimizar el modelo de suscripción a una tarifa de suscripción al servicio básico relativamente baja, combinada con la compra de tokens a demanda, lo que reduce la presión de la suscripción y el uso.

[9 de junio] Tras una revisión completa del front-end, el back-end y la cadena de pagos, descubrimos numerosas fallas en el diseño del producto LobeChat. Por ejemplo, con un modelo de pago basado en tokens, el uso de tokens se acumula a lo largo de múltiples conversaciones, algo que los nuevos usuarios suelen desconocer. Si bien la pregunta de cada usuario podría no consumir muchos tokens, el contexto acumulado podría acumularse significativamente, lo que finalmente resultaría en más de 100,000 tokens consumidos en una sola solicitud de conversación. El resultado fue que, aunque habíamos marcado el modelo avanzado como válido para 3,000 conversaciones, los usuarios podrían experimentar un límite después de tan solo unas pocas docenas de conversaciones, lo que generaba una mala experiencia y una sensación de estafa. Estos problemas no existían en la versión de código abierto, ya que el servicio del producto no era de circuito cerrado. Los usuarios simplemente ingresaban su propia clave API y pagaban por su uso y consumo, sin nuestra retroalimentación. Sin embargo, esto se convirtió en un problema importante en nuestra versión en la nube, agravado por el modelo de suscripción de consumo fijo. Por lo tanto, cuando los usuarios nos consultaron sobre estos problemas derivados de las fallas de diseño de nuestro producto, restablecimos inmediatamente sus límites. Si se ha suscrito a Cloud y experimenta este problema en su uso diario, no dude en contactarme para que le ayudemos a restablecer su cuota. Estas pérdidas de uso adicionales correrán a nuestra cuenta.

[7/9] Muchas plataformas nacionales de comercio electrónico utilizan ahora OneAPI o NewAPI para la gestión de claves API y crean diversas interfaces web para que los usuarios elijan. Sin embargo, queríamos que los usuarios tuvieran una experiencia de producto consistente, con una experiencia de usuario completa y de ciclo cerrado que pareciera más legítima. Por lo tanto, durante nuestra implementación en la nube, invertimos un esfuerzo considerable en la integración con Stripe, y nuestra estrategia de pago demostró ser muy eficaz (https://t.co/ooSkW6rNqE). Tras una ronda de investigación, elegimos LiteLLM por su mejor adaptación y sus funciones más potentes para la pasarela de IA y las estadísticas. Sin embargo, descubrimos que no era compatible con nuestra interfaz de gestión de backend. Por lo tanto, comenzamos a desarrollar Cloud Admin para satisfacer nuestras necesidades diarias de gestión de la nube. Esto nos ayudó a prevenir con éxito prácticas fraudulentas desde el principio. Seguiremos mejorando las capacidades de Cloud Admin a medida que evolucionen nuestras necesidades de gestión. Además de la gestión básica de usuarios, también integraremos la gestión de suscripciones, las estadísticas y el análisis del uso de tokens, las interfaces de IA basadas en GUI, el equilibrio de carga y otras funciones de configuración. Una vez que perfeccionemos esta solución en la nube, tiene el potencial de convertirse en una solución integral para aplicaciones de IA conversacional. ¿Le interesa a alguien? Estas también son áreas interesantes que no habría abordado cuando trabajaba en una interfaz web de chat puramente frontend, pero he descubierto otras interesantes trabajando en la nube.

[8/9] En la sección final, hablemos de costos. Si bien $1,000 en MRR pueden parecer mucho, hasta ahora apenas hemos cubierto los gastos, con un pequeño margen de ganancia. Los costos de la API de IA por sí solos representan más de la mitad de nuestro total, lo que nos hace sentir como si estuviéramos trabajando para un gran proveedor de modelos. 🤣 Los costos operativos de la infraestructura necesaria para mantener nuestro negocio ascienden a varios cientos de dólares al mes, por lo que, en general, no obtenemos muchas ganancias. Nos centramos en el MRR porque los costos de la API de IA son considerables. El uso mensual de tokens es sustancial, y solo el MRR puede reflejar objetivamente nuestra rentabilidad. (Aunque nuestros ingresos brutos mensuales actuales superan los $4,000, se reparten entre los costos mensuales de la API). Cabe mencionar a nuestro socio, AiHubMix @akakenle. Usamos sus servicios directamente en la nube y son 100% oficiales, por lo que la calidad y la estabilidad de sus interfaces están garantizadas. Su API es probablemente una de las pocas del mercado que admite directamente las llamadas de Sonnet 3.5 Tools, y la experiencia general es perfecta al combinarla con LobeChat. Y aunque fue una transferencia oficial, nos ofrecieron un descuento, aunque pequeño, que nos permitió obtener una pequeña ganancia.

[9/9] Debido a limitaciones de espacio, esta vez no cubriré temas técnicos. Si les interesa, abriremos un hilo dedicado a este tema después de publicar la base de conocimientos. Por ejemplo, hace unos días vi la exorbitante factura de Vercel de @idoubicc, mientras que nuestro otro sitio de vista previa solo cuesta unos $30 con la misma cantidad de tráfico. Creo que vale la pena analizar estas experiencias de optimización en detalle. Eso es lo que he aprendido este mes: ha sido una experiencia increíble. También les invitamos a todos a probar LobeChat, ya sea la versión de código abierto o la versión en la nube. Agradecemos sugerencias y críticas y nos esforzamos por mejorarlo aún más. Este también es nuestro proceso de desarrollo del producto desde cero, y espero que lo vean juntos.