增长正在从渠道技巧，变成系统工程
过去两三年，AI 产品最容易获得的是惊艳感。一个漂亮的 Demo，就足以让用户发出“wow”。
但惊艳感正在迅速贬值。到了真正付费的时候，客户关心的是预算能否批准，数据是否安全，流程能否接入，团队是否愿意使用，以及几个月后能否证明价值。
产品让客户说“wow”，GTM 才能让客户说“yes”。我认为，这两个词之间的距离，正在重新定义 AI 公司的增长。
过去大家寻找的是渠道红利：SEO、Product Hunt、KOL、Reddit、短视频、冷邮件，哪个便宜就做哪个。现在，增长越来越像一套操作系统。产品、内容、分发、销售和客户成功必须共同运转。
增长正在从渠道技巧，变成系统工程。
SEO 的终点从排名变成答案
Zapier 的价值不只是会写博客，而是把内容做成了分发系统。集成页、模板页、教程页和对比页相互叠加，持续承接用户问题，又把搜索需求反馈给产品。
这是一套可以积累的内容资产，而不是每天重新购买流量。
现在，搜索行为又发生了变化。用户不再满足于打开十个链接自行比较，而是直接向 ChatGPT、Gemini、Perplexity等工具提问。平台先组织答案，再决定引用谁。
因此，内容竞争的目标已经不只是排在前面，而是当模型组织答案时，能不能想到你。
我不认为 GEO 推翻了 SEO。恰恰相反，SEO 仍然是它的基础设施。模型需要从官网、媒体、社区、视频、用户评价和品牌提及中判断事实与可信度。
这意味着，官网要成为清晰的事实源，文章要能被拆成具体的答案单元，外部社区和第三方评价则要构成证据链。
自有内容负责定义品牌，外部内容负责证明品牌。AI 搜索把两者合并成了同一个问题。
从漏斗转向复利循环
传统漏斗关注流量如何一步步转化为收入。这套框架仍然有用，但它很难回答一个更重要的问题：今天投入的能力，明年会更便宜，还是更贵？
纯付费获客通常越做越贵，停止投入，增长也随之停止。内容、社区、创始人影响力、用户创作和产品自传播起效较慢，却可能不断积累。
这就是漏斗和循环的根本差异：前者主要消耗资源，后者有机会形成复利。
Gamma 的产品水印能够带来传播，不是因为水印足够醒目，而是因为用户制作出的内容本身值得分享。Vercel 也有类似特征：产品被使用和部署的过程，同时增加了产品的外部可见性。
真正有效的增长循环，必须与产品行为一致。如果依靠搜索，产品要持续产生可被搜索的问题和页面；如果依靠分享，产品里要有自然的分享动作；如果依靠创作者，产出物就要便于展示、模仿和复刻。
所以，渠道不是产品做完之后才选择的推广手段。产品设计之初，就应该考虑 Product-Channel Fit。
定价也是产品设计的一部分。任何让用户不敢邀请同事、不愿分享成果的收费方式，都可能在增长循环启动之前把它掐死。
KOL 的价值是内容生产力
AI 产品特别适合创作者传播，因为许多价值可以直接展示。视频、图片、PPT、网页和虚拟形象，本身就是内容，也可以成为广告。
但“找达人投放”只是表面动作。过去的 KOL 合作主要购买曝光，现在更应该购买持续的内容生产力。
粉丝规模不是最重要的指标。一个能够稳定产出垂直内容、理解产品使用场景的中型创作者，可能比泛科技大号更有价值。真正需要观察的是内容命中率，以及内容能否引发用户模仿。
模板在这里非常关键。只展示惊艳结果，用户最多点赞；把模板、步骤和工作流交给用户，用户才可能参与。点赞是传播的终点，模仿才是下一轮分发的开始。
但创作者增长不能制造体验落差。如果达人展示的效果，普通用户根本无法复现，产品出售的就不再是能力，而是幻觉。信任一旦被破坏，再大的曝光也只会放大负面反馈。
所以，爆款只是入口。后面必须接上模板库、教程、社区、产品钩子、上手流程和留存机制。否则只是租来了一场昂贵的烟花。
GTM 正在被工程化
GTM Engineer 的出现，说明增长开始从经验型工作转向可观察、可拆解和可自动化的工作流。
这个角色既不是传统市场人员，也不是单纯的工程师。他要把商业判断、数据、AI 工具和自动化流程连接成营收系统。
Vercel 曾把原来由多名 SDR 完成的入站线索审核交给 agent，并保留人工负责质量检查。关键并不是让 AI 多写几封邮件，而是先研究优秀 SDR 如何判断线索，再把这些隐性经验显性化。
线索研究、资质审核、会议准备、CRM 更新和回复草稿，都可以被拆成可复用的 playbook。AI 先完成信息收集和初步判断，人负责复核与关键决策。
更重要的是，GTM 系统开始具备被调试的可能。过去商机失败后，团队很容易归因于价格太高、销售不够强或者客户没有预算。Agent 可以综合通话、邮件和内部记录，帮助团队发现真正的断点究竟是价格、决策人、价值证明，还是流程推进。
产品出现问题会被当作 bug 处理，GTM 出现问题也应该如此。增长不只是多招销售、多买工具和多发内容，而是建立一套能够观察、定位和修复问题的系统。
PLG 带来用户，企业销售承接预算
PLG 仍然重要。它可以降低使用门槛，让产品快速进入市场，也可以帮助团队发现真实需求。
但大量注册、试用和社交媒体讨论，并不等于收入系统已经建立。用户可以自行试用一款工具，却很少自行批准一笔企业级预算。
如果产品最终要进入企业预算，销售能力就必须比过去更早建立。团队需要知道卖给谁、谁参与决策、如何证明价值，以及怎样通过安全、法务、IT 和采购审核。
这套能力不会随着用户增长自动出现。它是一组需要长期训练的组织肌肉。
企业客户购买的也不只是更高的效率。他们还在购买确定性：项目失败是否影响职业信誉，上线是否冲击现有系统，安全与合规能否通过，半年后能否证明投入合理。
愿景可以打开门，降低风险才能让客户签字。AI 公司不能只讲未来有多大的可能性，还要帮助内部推动者证明：采用产品不是冒险，不采用才是更大的风险。
先找到“1”，再用 GTM 加“0”
各种增长案例很容易给人一种错觉：只要找到正确渠道，增长就会自动发生。
我的判断恰恰相反。GTM 可以不断给 ARR 加“0”，PMF 才是前面的那个“1”。没有这个“1”，渠道越强，可能只是越快放大问题。
AI 产品很容易做出 Demo，也很容易获得第一批赞叹。这使团队过早进入渠道焦虑，却没有先回答三个基本问题：谁最痛，产品真正替代什么，哪个场景已经得到持续验证。
ICP 越清楚，团队越能排除看似诱人的渠道。产品替代对象越清楚，用户越知道应该把它放进哪个预算和比较框架。场景越具体，越容易形成稳定的使用、付费和传播行为。
PMF 也不是有人说产品不错。更诚实的标准是：排除熟人、补贴、一次性发布和早期噪音之后，是否仍有一群陌生用户持续使用、主动寻找、愿意付费，并认为产品难以替代。
有了这群人，渠道选择才有依据。高频搜索的问题适合 SEO 和 GEO；天然可展示的产出物适合创作者与模板传播；需要通过安全、法务和采购的产品必须尽早建设企业销售；使用过程会邀请更多人的产品，则要围绕分享行为设计定价和体验。
AI 缩短了产品差距，也缩短了渠道红利的寿命。任何短期打法一旦有效，很快就会被复制。
真正能积累的，仍然是几个朴素的问题：为谁创造了不可替代的价值？他们在哪里？他们如何发现、相信、购买和持续使用？又为什么愿意把产品介绍给下一个相似的人？
先找到那个“1”，再用系统化的 GTM 去加“0”。这比追逐任何一个新渠道都更慢，也更接近增长的本质。