Fil de 空谷 Arvin Xu (@arvin17x)

[1/9] Hier, un mois après solobechat.combêta publique, Lobe Chat Cloud (https://t.co/z4k5TITVKc) a franchi le premier cap des 1 000 $ de revenus récurrents mensuels (MRR), portant son chiffre d'affaires à 30 000 RMB (plus de 4 000 $). Voici quelques enseignements et perspectives tirés de cette expérience :

[2/9] Commençons par examiner en détail les chiffres d'affaires. Après un peu plus de 30 jours, notre MRR a officiellement franchi la barre des 1 000 $, avec un chiffre d'affaires total d'environ 4 000 $, soit un peu plus de 30 000 RMB. J'ai le sentiment que nous sommes bien partis. Le plus surprenant, c'est qu'il ne nous a fallu que 58 abonnés pour atteindre 1 000 $ de MRR. En repensant à ces données, j'ai soudain senti le voile des grands récits se lever. Dans le paysage Internet traditionnel, seuls les produits qui touchent des dizaines, voire des centaines de millions d'utilisateurs sont considérés comme performants, tandis que ceux qui atteignent des millions, voire des centaines de milliers d'utilisateurs, sont à peine considérés comme performants. Mais pour nous, atteindre des millions, voire des dizaines de millions d'utilisateurs actifs mensuels, n'est pas vraiment une préoccupation. Avoir entre mille et deux mille utilisateurs prêts à payer régulièrement pour nos services suffit à assurer le bon fonctionnement de notre équipe sur le long terme. L'open source de LobeChat n'est plus un simple loisir passionné, mais peut devenir une véritable initiative engagée et durable. Bien que nous ayons entendu de nombreux témoignages sur l'open source, ce sentiment est encore plus fort lorsque nous travaillons dans cette direction et que nous commençons à recevoir des retours positifs.

[3/9] Après avoir évoqué un avenir optimiste, parlons des défis auxquels nous sommes confrontés aujourd'hui : notre retour sur investissement actuel est médiocre. Le mois dernier, le nombre d'utilisateurs enregistrés sur Cloud a dépassé les 7 000, mais on ne compte que plus de 60 abonnés payants. Cela s'explique peut-être par la forte concurrence sur le marché du chat, le large choix d'options et la faible compétitivité actuelle de notre Cloud. Il se peut aussi que la plupart des utilisateurs du premier mois soient issus de la communauté open source et que chacun se soit inscrit sur Cloud uniquement pour montrer son soutien. 🤣 En résumé, le taux de conversion payant actuel est inférieur à 100 %, ce qui constitue notre principal problème. Bien que l'expérience produit globale de LobeChat soit la meilleure dans la version open source, notre Cloud reste un petit frère comparé à des produits commerciaux matures tels que ChatGPT/Claude/Poe, et il reste encore beaucoup à apprendre.

[4/9] Bien sûr, puisque nous avons rendu open source l'intégralité du code de LobeChat, un faible taux de conversion payant est probablement prévisible. En fait, lorsque nous avons décidé de rendre open source, nous avons supposé que les personnes recherchant des solutions open source sur GitHub étaient probablement des profiteurs (nous y compris 🤡), et qu'il serait difficile de les monétiser. 🤑 De plus, nos récentes observations montrent que la plupart des utilisateurs payants du Cloud ne sont pas issus de la communauté open source, ce qui corrobore nos hypothèses initiales. Ainsi, d'un point de vue fonctionnel, l'ouverture des fonctionnalités principales n'aura probablement pas d'impact significatif sur les revenus de la version Cloud, la base d'utilisateurs étant totalement différente. Par conséquent, conformément à ce principe, la fonctionnalité « Téléchargement de fichiers/Conversation dans la base de connaissances » (photos espionnes ici~) qui sera bientôt disponible sera également entièrement open source. Le plugin de recherche, actuellement exclusif à la version Cloud, sera également open source pour la version communautaire en temps voulu. Nous continuerons également à différencier le Cloud, en nous concentrant sur la fourniture de services à valeur ajoutée et en opérant sur le marché de l'assistant, formant ainsi un modèle progressivement intégré avec la version open source communautaire.

[5/9] Si nous devions souligner les obstacles rencontrés après le lancement du produit, le plus important était sans doute l'adoption d'un modèle d'abonnement à usage fixe. Avant le lancement, nous pensions que les abonnements à montant fixe étant la méthode courante pour les produits de chat IA, nous pourrions facilement les copier. Cependant, en réalité, ces abonnements ne sont pas compatibles avec notre modèle actuel de tarification par jetons. Après le lancement, nous avons constaté que certains utilisateurs intensifs ayant souscrit à l'offre Basic consommaient tous leurs jetons en quelques jours, les empêchant d'utiliser le produit et les obligeant à passer à une offre supérieure. Une fois leur utilisation épuisée après la mise à niveau vers l'offre Professional, ils ne pouvaient plus utiliser le produit pendant un mois entier. Ainsi, bien que nos fonctionnalités prennent déjà en charge la facturation granulaire par jetons, un modèle d'abonnement à usage fixe ne permet pas d'exploiter pleinement cet avantage. Par conséquent, notre prochaine étape consiste à optimiser le modèle d'abonnement avec un tarif d'abonnement de base relativement bas, combiné à des achats de jetons à la demande, réduisant ainsi la pression liée à l'abonnement et à l'utilisation.

[9 juin] Après une analyse complète du front-end, du back-end et de la chaîne de paiement, nous avons découvert de nombreuses failles dans la conception du produit LobeChat. Par exemple, avec un modèle de paiement basé sur des jetons, leur utilisation s'accumule au fil des conversations, un phénomène souvent ignoré des nouveaux utilisateurs. Si chaque question utilisateur ne consomme pas beaucoup de jetons, le contexte accumulé peut atteindre une quantité significative, jusqu'à atteindre plus de 100 000 jetons consommés par une seule demande de conversation. Résultat : même si nous avions défini le modèle avancé comme valide pour 3 000 conversations, les utilisateurs pouvaient se retrouver limités après seulement quelques dizaines de conversations, ce qui entraînait une mauvaise expérience et un sentiment d'escroquerie. Ces problèmes n'existaient pas dans la version open source, car le service n'était pas en boucle fermée. Les utilisateurs saisissaient simplement leur propre clé API et payaient pour leur utilisation et leur consommation, sans aucun retour de notre part. Cependant, ce problème est devenu majeur dans notre version Cloud, exacerbé par le modèle d'abonnement à consommation fixe. Par conséquent, lorsque des utilisateurs nous ont signalé ces problèmes liés à des défauts de conception de nos produits, nous avons immédiatement réinitialisé leurs limites. Si vous êtes abonné au Cloud et rencontrez ce problème au quotidien, n'hésitez pas à me contacter pour que je vous aide à réinitialiser votre quota. Ces pertes d'utilisation supplémentaires sont à notre charge.

[7/9] De nombreuses plateformes de vente en ligne nationales utilisent désormais OneAPI ou NewAPI pour la gestion des clés API, puis créent une variété d'interfaces utilisateur web parmi lesquelles les utilisateurs peuvent choisir. Cependant, nous souhaitions offrir aux utilisateurs une expérience produit cohérente, avec une expérience utilisateur complète et en boucle fermée, plus légitime. C'est pourquoi, lors de notre implémentation Cloud, nous avons investi des efforts considérables dans l'intégration de Stripe, et notre stratégie de paiement s'est avérée très efficace (https://t.co/ooSkW6rNqE). Après plusieurs recherches, nous avons choisi LiteLLM pour sa meilleure adéquation et ses fonctionnalités plus puissantes en matière de passerelle IA et de statistiques. Cependant, nous avons constaté son incompatibilité avec notre interface de gestion back-end. Nous avons donc commencé à développer Cloud Admin pour répondre à nos besoins quotidiens en matière de gestion Cloud. Cela nous a permis de prévenir rapidement les pratiques frauduleuses. Nous continuerons d'améliorer les fonctionnalités de Cloud Admin à mesure que nos besoins de gestion évoluent. Au-delà de la gestion de base des utilisateurs, nous intégrerons également la gestion des abonnements, les statistiques et l'analyse de l'utilisation des jetons, les interfaces IA basées sur une interface graphique, l'équilibrage de charge et d'autres fonctionnalités de configuration. Une fois cette solution perfectionnée sur le Cloud, elle a le potentiel de devenir une solution complète pour les applications d'IA conversationnelle. Ça intéresse quelqu'un ? Ce sont également des domaines intéressants que je n'aurais pas abordés lorsque je travaillais sur une interface web de chat purement front-end, mais j'ai découvert des pistes intéressantes en travaillant sur le Cloud.

[8/9] Dans la dernière section, parlons des coûts. Si 1 000 $ de MRR peuvent paraître élevés, jusqu'à présent, nous atteignons à peine le seuil de rentabilité, avec une légère marge bénéficiaire. Les coûts de l'API IA représentent à eux seuls plus de la moitié de notre total, ce qui nous donne l'impression de travailler pour un grand fournisseur de modèles. 🤣 Les coûts d'exploitation des différentes infrastructures nécessaires au maintien de notre activité s'élèvent à plusieurs centaines de dollars par mois, donc globalement, nous ne réalisons pas beaucoup de bénéfices. Nous nous concentrons sur le MRR car les coûts de l'API IA sont non négligeables. L'utilisation mensuelle des jetons est substantielle, et seul le MRR peut objectivement refléter notre rentabilité. (Même si notre chiffre d'affaires brut mensuel actuel dépasse 4 000 $, celui-ci est réparti sur les coûts mensuels de l'API.) Il est important de mentionner notre partenaire, AiHubMix @akakenle. Nous utilisons leurs services directement sur le Cloud, et ils sont 100 % officiels, la qualité et la stabilité de leurs interfaces sont donc garanties. Leur API est probablement l'une des rares du marché à prendre directement en charge l'appel d'outils Sonnet 3.5, et l'expérience globale est parfaite avec LobeChat. Et même s'il s'agissait d'un transfert officiel, ils nous ont accordé une réduction, certes minime, ce qui nous a permis de réaliser un léger bénéfice.

[9/9] Faute de place, je n'aborderai pas les sujets techniques cette fois-ci. Si cela vous intéresse, nous ouvrirons un fil de discussion dédié après la publication de la base de connaissances. Par exemple, j'ai vu la facture exorbitante de @idoubicc pour Vercel il y a quelques jours, alors que notre autre site de prévisualisation ne coûte qu'environ 30 $ avec le même trafic. Je pense que ces expériences d'optimisation méritent d'être détaillées. Voilà ce que j'ai appris jusqu'à présent ce mois-ci : une expérience riche en expériences. Nous invitons également tout le monde à essayer LobeChat, qu'il s'agisse de la version open source ou de la version cloud. Nous accueillons vos suggestions et critiques et nous nous efforçons de l'améliorer encore. C'est aussi notre parcours produit depuis le début, et j'espère que vous le découvrirez ensemble.