做AI Infra，Dify如何拿下日本市场，并且实现盈利？

文摘 2024-12-19 20:04 北京

2024 年，做一款面向全球的产品几乎成为 AI 创业者的必修课，Heygen、Talkie、Monica 等都在北美获得了可观的营收。在中国 AI 创业者走向全球的地图上，人们普遍认为，美国的 AI 技术发展快、用户接受度高、付费习惯也好，是一定要尝试的优质市场。

但在一众做全球化的 AI 创业公司中，Dify 的路径让人意外。

自 2023 年 3 月创立以来，Dify 在中国、美国、日本等多个国家推出产品，但增长最快、用户最多的市场从日本「自然长出」。

对软件这个品类来说，日本是一个传统、「守旧」或者说「保守」的市场，这意味着新进入的软件提供商「难以攻入」。另一方面，日本市场对于 AI 的接受度尚处于初级阶段，外界有感知的 AI 应用也并不多。你很难想象，就是这样一个市场，成为 Dify 全球化之路上目前做得最成功的区域。

在过去一年 AI 全球化的浪潮中，Dify 成为一个绕不开的案例：产品体验越来越好、用户增长迅猛发展。作为一个开源项目，Dify 在 GitHub 上已经有 54000 个 Star，迅速跻身为全球 LLM Tools 增速 Top1 的开源项目，其开源版本在全球有 300 多万的安装量。

但不少人在聊起 Dify 时也会不约而同地表达类似的担忧：「Dify 的产品是帮助开发 AI 应用的中间层工具，在大模型时代，这是大厂一定会做的事」；「Dify 有用户但商业化难，最好的方式是被收购」。

对于这些质疑，过去一年半的实践让 Dify 团队坚定了自己的选择，尽管 AI Infra 是大厂都会做的事，但仍有未被满足的需求，比如开发者需要一个中立的、多模型的「工具箱」等。事实上，作为一个非常早期的初创公司，Dify 目前是盈利的状态，已服务超过 30 家财富 500 强企业。

2024 年 12 月 16 日，在极客公园 IF2025 创新大会上，Dify AI 创始人、CEO 张路宇，以工具产品经理的视角分享了 Dify 的全球化故事。作为连续创业者，张路宇的上一段创业生涯是面向开发者的 SaaS 软件服务，这段经历也给了团队创业 Dify 时做决策的一些必要 knowhow，张路宇也更多把 Dify 过去一年取得的成功归结为「选择」与「运气」。

以下是张路宇的演讲全文，经极客公园整理：

Dify 是一个开源的、面向全球的、ToB 的 AI 应用开发平台。过去一年，Dify 成为成长最快的 AI Infra 产品。

去年也是在这个舞台、同一个位置，我参加了极客公园创新大会的一个圆桌，当时就被拍下来发到网上。今年 4 月份 Dify 产品在日常市场非常火爆时，日本网友把我们扒出来贴上了这张图说：Dify 是一家什么样公司？他们是不是一个有政府背景、有腾讯背景的企业？能不能让这个公司进入我们的市场？他们对我们做了一个深度的研究，并且把这个文章放在了 Note.com 日本最受欢迎的一个平台上，售价 500 日元。

所以我们全球化第一道「坎」是极客公园带来的，好在我们的市场团队帮我们平稳度过这次危机公关。

今年 Dify 在日本市场迅速增长时，网友扒出张路宇去年参加极客公园 IF 大会的照片｜图片来源：Dify

15 世纪时，哥伦布为了做贸易带着团队向西航行，找到一个新大陆。当时认为这个地方是印度，哥伦布至死都认为找到了印度，所以今天会看到一个 Indians 这个词怎么来的，他们当时认为这是印度人。

讲这个故事是两个隐喻：

第一，你在出发、航行时，可能不能确定你最终去哪里；第二，你带着所有认知去一个新的地方时，你一定有过去的认知依赖，你会觉得这里是印度，会以当时的认知、思维面向那个市场去做。

今天的分享我想交付一些信息：面对一个增长这么快的市场，一个初创团队怎么最快得到一个成熟逻辑、去做出一个增长最快的成功产品。

具体会聊三个话题，也是我们创业时做的三个选择：

一、我们坚定的选择第一天就做全球化，

二、我们是一家 PLG ToB 公司；

三、我们做的一个最危险的决定：产品第一天就是在 GitHub 上开源的，99% 的开源。

01 「工具产品全球化」已经被验证过

为什么要做全球化的市场？我觉得和每个团队的基因、过往经历都有关系。Dify 是一个工具的、软件的、Infra 的、开源的产品，我们认为，工具产品属性就应该面向全球化的市场。

这是 Dify 今天取得的一点成绩，左面这个图是我们在 GitHub 上的用户分布，有 50% 左右的用户来自中国。其实中国开发者基数非常大，像 LangChain 这样的产品里中国的开发者比例也占 40%，非常高的比重。

在其他市场，比如在北美、日本等，Dify 也都做了比较好的覆盖率。

另外，Dify 的产品增速已经超越了所有相关的开源产品，我们在 GitHub 上有 5 万多的 Stars，还有 500 多个全球一起共创产品的贡献者，整个产品在全球安装量超过了 300 万，这是非常大的数字。

为了做全球化产品，Dify 做的各种工作如上图｜截图来源：Dify

为了做全球化这件事，我们在第一天做了很多的架构设计和一些准备工作。首先从公司层面上来说，我们是美国特拉华州的一个公司，以这样一个身份做全球服务。

全球化产品在语言问题上，我们不止有英语、日语……，Dify GitHub 页面上甚至有一个语言是克林贡语——就是星球大战里面说的那个语言，是为了提升西方用户的文化黏性。

做一个全球化的产品，除了语言问题，还要去做很多合规操作，我们聘请了非常贵的律所做一些国际认证 SOC2 等，去符合大家的期待，还有把所有数据放在合规的区域。

另外，做全球化产品本身，团队也应该是国际化的，我们在整个团队里面构建了一套信息环境，一方面我们自己用了很多 SaaS 的工具链的产品，比如我们用 Front 处理邮件，用 Linear 处理需求的流转，我们有一套自己的工具站。一个挑战是，因为 Dify 是中间件，左面是模型，右面是应用爆发，Dify 需要做非常好的信息的吞吐量，怎么跟进这么快的技术变化、怎么快速迭代产品，这也是我们一开始设计的方向。

另外招聘的环节，我们的团队分布全球，除了在国内的团队，还有北美、日本、加拿大、土耳其、澳大利亚的同事，我们进来的同事都需要做一系列的测试，包括英语和其他东西才能满足人才需求。这是我们的准备工作。

然后应该把你的鱼竿指向哪里？

我觉得这是可以通过历史数据回答的，你是做工具产品或者做硬件产品，过去在这个市场已经成功的模式是什么？什么市场是最大的，应该把钩子、把鱼竿伸向哪里？

有一个不幸的数字，中国软件不太好做，占全球营收比例不超过 5%，这里有三个产品的例子，Slack、Figma 和 WordPress 三个超过十年的、非常流行的产品。这是最终的用户数据的分布，可以看到一些国家比例是比较大的。

还有一个例子是 Notion，他们在发布 1.0 产品之前也经历了扭曲和找 PMF 的阶段。今天他们有 1 亿用户，但当时创造这个产品时团队已经扛不住了，团队从旧金山搬到日本降低成本来做这件事。他们用户数据分布也很有意思，今天 80% 的收入来自美国以外的地区，70% 以上用户在美国以外的地区，这个说明什么问题。说明美国人民也要出海（哈哈）。

另外一个数据可以参考，美国的 GDP 每年增速可能就是两个点、三个点，但美国股票指数，纳斯达克、标注普尔过去几十年的增长基本上是每年十几、二十个点的增长。为什么股票指数超过国家 GDP 的增速？

因为今天在美国标普 500 上的所有公司都是新经济、全球化公司，他们也是基于本土的技术或者其他优势做全球市场，这个是不分国界的，不管中国还是其他国家。

工具产品是没有国界的，打开电脑，你不会在意每天用的那些东西是哪个国家的，但有一些产品比如说涉及到一些人力资源或者 CRM 等等这些类似的赛道，文化属性非常重，如果选择了这个赛道，惯性会加强，会去影响你去做市场的一些摩擦度。

举个例子，我们做日本市场遇到很多问题，因为日本流程非常细致，他们会去挑战我们的产品。我们日本同事说，超过几点不过能给他发消息，我们发一封邮件哪些敬语都是有一套自己的逻辑，有很多这样的技术细节、摩擦细节，需要在做全球化的过程当中处理。

02 「PLG ToB」是 Dify 盈利的关键

为什么选择这么一个模式，PLG ToB？（PLG，产品导向的增长）

PLG ToB 的意思是通过产品完成自身的 GTM（Go-to-Market，走向市场阶段），最终让大客户、B 端客户给你付钱。

先来分析 ToC、ToB 有什么区别？过去一年大家已经看到 ToC 的生成式 AI 应用非常卷，很多团队没有那么幸运，今天还在找自己的市场在哪、找自己的 PMF（产品市场匹配点）在哪，产品形态还没有找到。我整体觉得，ToC 产品是符合演化论的，有一个赛马机制，一些好的想法在快速市场验证中会出来，还有一些注定需要一次又一次的尝试。我们觉得在去年三四月份那个窗口，当时如果投身 ToC 直接做这个事，会失去一些市场的技术窗口。因为前面这个时间非常非常重要，（这时的增长）是钱买不回来的。

再看 ToB，是难赚钱、需要跟客户喝酒、回款非常慢、需要非常大的销售团队、需要有很多合作伙伴。这不是一个新兴的创业公司应该去做的事情，更多是云厂商等积累了很多资源的公司才能去做。

我们选择的模式叫 PLG ToB，通过开源社区、生态，完成最大化的市场覆盖率，达到最低的获客成本，通过 ToC 的成长速度、最终触达 ToB 的用户给你付钱。

如果去看 SaaS 产品的话，这类产品最大难度在于获客成本，获得一个用户需要花多少钱？

传统 SaaS 模式要么做 SEO（搜索引擎优化）、要么通过社区推广、要么通过广告投放等方式来获客，这是一个算帐的生意，投多少钱回来多少用户。

但是生成式 AI 整体的品类是世界上最卷的赛道，你需要最大化地得到你的市场覆盖率，你需要赢。当时选择传统 SaaS 模式，我们显然没有办法赢，因为这是一个算帐的模式，多少钱都不够投。

有另外一个例子，Atlassian，就是做 Jira 和 Confluence 的那家公司，我们可以看到它的获客成本比其他厂商都要低，19% 的获客成本，这些用户几乎是以非常低的成本进来、然后付订阅费的。

Dify 在过去一年半已经服务了全球 500 强企业中 40 家，也是一个非常大的数字。因为传统来说，一个 ToB 企业做到三五年才能接触到这些厂商，而且我们获客成本几乎为 0，从公司创立到现在，我们一共花了不到 40 万人民币市场费用做到这个数字，这是 PLG ToB 的力量。

传统的公司需要两年或者更久达到自己的盈亏平衡线，PLG ToB 公司基本上是在七八个月的时间。Dify 给一些开发者树立了一个榜样或者跑通了一个模式，这是一个来自于本土的企业，如果你要去做全球 ToB，这是跑得通的模式，你能通过这个方式获得增长。

03 开源对做 ToB 市场的好处：

建立信任

第三问题是为什么选择开源？

Dify 是基于阿帕奇 2.0 协议去做的一些修正的开源协议、去开放的产品，这个产品的发行、给用户用是不要钱的，但是在特定情况下，比如大用户量、大租户情况下需要给我们一些授权费。

我们通过 PLG 去获得的最快增长速度，去赚 ToB 的钱，但是ToB 本来最大难题在于说怎么让用户信任你，他们会挑战你的工程，挑战你的 SaaS 服务或者软件工程安全，挑战你有没有供应商资质，很多这样的问题。

开源是本土团队最快 GTM（进入市场）到全球的方式，因为你把你的源代码公开了，你甚至把整个软件的构建过程，每次提交 issue、commits都公开了，他们天然可以感知到：你是不是一个真诚的认真的团队、可以感受到你的软件是不是可靠的，这是我们跑出来的模式。

04 One More Thing：

勇敢迈出去，不要低估自己的好运气

你在构建一个新的产品和新的公司中，你会在这个过程中去获得那些相信你的人给你的支持，我们在过去一年半有一些小经历，首先在客户上赢得了大客户。

我们曾经有一个欧洲客户来询价，我们报了 10 万美金/年的数字，合作过程中他们说你们的服务非常好，我给你 20 万美金，同时给你一个 million（百万）美金的市场推广费用，这是我以前创业过程中从来没有遇到过的。

我们招聘员工的过程中发现，有很多来自 QS 50 大学，他们放弃了非常好的职位，找到我们，来到我们的团队。坦率说我自己是初中毕业，我真的认识了非常好的人。

再说说我们的投资人，今天大家知道，融资环境不如意。我们第一轮天使投资人，没有大篇幅跟我聊商业模式怎么样，而是说「我喜欢你们的故事、喜欢你们的团队」。这是一个非常柔性的、感性的评价。

我们的合作伙伴，因为今天 Dify 和几大云厂商，包括 Azure、AWS 都有很深的合作，AWS 在中国所有的产品销售和云捆绑带着 Dify，在日本和美国也是这样。我们以前是不敢相信可以和 AWS、微软做这么大的合作，他们都是派出全球的 VP 或者中国区负责人来跟我们做合作。这样的例子可以举出很多。

所以我想跟大家讲：不要低估自己的运气，要把自己的状态展开。我自己的职业生涯、上一次创业和现在创立 Dify，很多东西都不在我的计划之内。或者我换一种说法，如果你计划了某件事，把一个事算得非常清楚，要去做美国市场、中国市场、去做哪个国家的市场，算清楚之后其实你能达到的最好的状态，大概率也就落在你的计划里，但是如果说你把一定程度的自己开放出来交给市场，交给自己运气，交给时代给你的机会，你会发现有很多很多意想不到的惊喜出现，完全不在你自己的计划之内，这是我做所有事情的经历。

今天我相信来这里的观众很多是产品经理，我也给大家一些信心，不要去畏惧做选择，不要害怕迈出第一步，去尝试做这样的事，可能会获得意想不到的回报。初创不要紧、小公司也不要紧，你自己技术没有那么好、团队没有那么好，不要紧，把自己开放出来。

更多阅读

ChatGPT上线两年，一家教育巨头被「杀死」，另一家净利润暴涨7倍

AI Coding 赛道全景解析：玩家有哪些？新机会在哪里？

万字回顾YouTube的商业化之路：押注长视频、广告模式误打误撞、给创作者高分成

王小川：AI医疗，代表了 AGI 之后更大的世界

转载原创文章请添加微信：founderparker

Founder Park

来自极客公园，专注与科技创业者聊「真问题」。

最新文章

CES 2025，陪伴宠物、学习机、眼镜，AI硬件真是太多啦！

DeepSeek创始人专访：中国的AI不可能永远跟随，需要有人站到技术的前沿

Product Hunt本周最佳产品（12.30-1.5），字节AI设计平台登顶

255家大模型企业、34个备案大模型、100余家投资机构，模速空间才是中国的AI「硅谷」

英伟达、谷歌出手超30次，2024年大厂投资AI的三大共识

a16z华裔合伙人Jennifer Li：小模型+端侧AI将定义2025

CES老黄放大招：RTX5090、个人AI计算机Project Digits，还开源了世界模型Cosmos

独立开发者idoubi：2024年，我上线了11款AI产品

已经验证了PMF的AI Coding，在国内的落地会有何不同？

Altman专访：关于解雇风波、OpenAI的发展、与马斯克的冲突，最深入的一次对话

AI 医疗赛道最受关注的独角兽：5000万ARR、25亿估值，AI Scribe场景PMF已验证

Sarah Guo总结2024年AI现状：应用层的价值被低估了

今天不发文章了，聊两句

张鹏对谈汪华、袁进辉、胡修涵：2025 年，匍匐也要前进，活下来最重要

75 封内部邮件，还原最真实的 OpenAI 创业历程

Anthropic 的智能体开发经验：最成功的≠最复杂的

拾象科技李广密：大模型竞赛格局已定，2025年的竞争是争夺下一个Google

李继刚：AI都这么智能了，为什么还要研究写「提示词」？

DeepSeek-V3外网刷屏爆火，训练成本只有600万，把AI大佬都炸出来了

AI+Emoji是个伪赛道，还是大家都没找到PMF？

国产开源模型，代码能力比肩 Claude，DeepSeek-V3 正式发布

如果与全球最知名的AI公司进行30场高质量交流……

今晚，听汪华、袁进辉、胡修涵聊聊明年 AI 公司应该怎么做

英伟达B300曝光，性能提升50%、专为o1推理大模型打造

突然有很多好消息，最近几周这些 AI 公司融到了钱

三次转型，两年突破500万美元ARR：Jenni.ai的0到1增长实践

130亿美金Grammarly收购14亿美金Coda，瞄准了Notion

Speak：AI语言学习的第一个独角兽，ARR 5000万美元，用户超1000万

影石刘靖康：「AI 硬件」的战场，大Boss是手机厂商，不是互联网公司

Bolt.new：2 个月，0到2000万美元ARR，史上增长最快的编程产品

如何理解 OpenAI o3 ？以及对其的技术分析

百川智能发布金融大模型Baichuan4-Finance，金融场景能力领先 GPT-4o 近 20%

阶跃星辰完成数亿美元 B 轮融资，发力「超级模型」+「超级应用」

当面批评、扁平化管理、要白板不要PPT，黄仁勋是如何管理英伟达的？

AI创业，提出好问题比找到答案更重要

OpenAI发布季最后一天：o3发布，比o1贵 1000倍，编程跻身人类全球前200

供应链改造、自研模型、AI营销，如何用AI重构一杯牛奶？

AI-native 应用长什么样？