将"PPT版Cursor"扩展到5000万美元ARR：对话Gamma创始人Jon Noronha
摘要
Gamma 是AI应用层成功的经典案例——它被称为"PPT版Cursor"，利用AI图像生成和语言模型的突破，已实现5000万+美元ARR、5000万+用户，并实现正现金流。创始人Jon Noronha分享了从2020年创业至今的艰难历程：公司起步时并未押注AI，而是一度面临产品市场匹配不足、资金即将耗尽的困境。真正拯救Gamma的是生成式AI的成熟——尤其是Stable Diffusion等图像模型的突破，让Jon意识到可以用AI彻底解决"空白页问题"。Gamma的核心洞察是：人们讨厌做PPT，但视觉沟通是商业语言。他们通过将AI生成的草稿交给用户去编辑（而非从零开始创作），大幅降低了创作门槛。Jon还分享了Gamma在多模型编排、AB测试、提示工程vs微调、成本效率等方面的实战经验：Gamma重度依赖Claude（因其视觉品味）、Gemini（因性价比），并以Optimizely式的AB测试文化驱动每一次模型选择。面向未来，Gamma正从演示文稿扩展到文档、网站，并推出API，致力于成为"视觉叙事平台"。
正文
从空白页到AI驱动的创作革命
Jon Noronha和他的联合创始人Grant于2020年创办Gamma，最初的愿景至今未变：重塑演示文稿这一沟通媒介。Grant在疫情期间只能通过手机参加Zoom会议、艰难地翻阅PowerPoint的经历，让Jon意识到——幻灯片是商业世界的通用语言，但几乎所有人都讨厌制作幻灯片。人们在格式调整上花费90%的时间，仅10%用于内容本身。
然而，创业之路并不平坦。Gamma在最初两年陷入了"中等产品市场匹配"的困境——有一定牵引力，但远不足以支撑VC级别的增长。加上硅谷银行倒闭、通胀飙升等外部冲击，公司一度面临生死存亡的危机。Jon坦言："真正拯救我们的是生成式AI在最关键的时刻变得足够好。"
出乎意料的是，最先触动Jon的不是语言模型，而是图像模型。2022年夏天Stable Diffusion和DALL-E的爆发让Jon看到了前所未有的视觉创作魔力。这促使他重新审视语言模型，发现经过两年迭代的GPT已经能够胜任内容生成。图像模型解决了"PPT该长什么样"，语言模型解决了"PPT该说什么"——Gamma找到了完整的AI驱动方案。
解决"空白页问题"：AI改变了什么
Gamma在引入AI之前面临严重的激活问题：100个注册用户中有95个在几分钟内流失。原因很简单——用户面对的是一张空白页，不知道从何开始。Jon将这个问题描述为"空白页问题"，这也是所有创意工具的通病。
当Gamma将AI嵌入产品后，他们发现解决的不仅是自己的空白页问题，更是所有用户的空白页问题。用户突然可以从模糊的想法直接跳到一个完整的草稿，工作从"从零创作"变成了"编辑优化"。这个范式的转变是Gamma爆发的关键——它降低的不仅是技术门槛，更是心理门槛。
模型编排、AB测试与成本效率
Jon的背景是曾在A/B测试先驱Optimizely担任产品角色，这使得Gamma拥有了独特的实验文化。每当新模型发布（如GPT-5），团队会在几小时内完成代码更新，当天就启动A/B测试。
Gamma的模型策略非常务实：
- Claude 是首选模型，因为它具有独特的"品味"——在视觉创意领域，Claude展现出无法在基准测试中量化的美学判断力。
- Gemini Flash 是日常主力，凭借无与伦比的性价比——Gamma非常重视利润率，这在AI创业公司中并不常见。
- GPT 同样被广泛使用，三者相互备份、持续对比。
在提示工程 vs 微调的争论中，Jon明确站在提示工程一侧。他发现微调反而会削弱模型的基础智能，且开源模型至今未能接近闭源前沿模型的水平。Gamma的提示词非常复杂，经过数百次A/B测试打磨而成。有趣的是，推理模型（如DeepSeek）在创意领域表现不佳——"模型思考得越久，反而越缺乏创造力"。
在图像生成方面，Gamma支持约20种不同模型，最常用的是Ideogram和Flux的模型，同时也高度评价OpenAI的GPT图像在文本和信息图表方面的能力。
竞争格局：在巨头间找到自己的路
Gamma面临的竞争压力来自两个方向：一是拥有约10亿月活用户的PowerPoint和Google Slides；二是ChatGPT等基础模型公司正在加入演示文稿生成功能。Jon的策略是做"自己的媒介"——Gamma既不是PowerPoint的翻版，也不是Canva的复制品。它被用户描述为"Notion和Canva的孩子"：像Notion一样以文字为驱动的创作方式，同时又拥有Canva级别的视觉丰富度。
Jon强调，Gamma不只是一个"更好的PowerPoint"，而是试图定义一种新的视觉沟通格式。在BTOC阶段积累了5000万用户后，Gamma正逐步向B2B领域拓展。Jon特别钦佩Canva的PLG策略——在没有招聘销售团队的情况下做到了5亿美元ARR。
未来路线图：Agent化编辑与API
Gamma的进化方向十分清晰：
1. Agent化编辑：用户可以通过自然语言对话来扩展、修改演示文稿，例如"把第3部分展开说说"或"重新设计这部分视觉效果"。
2. API发布：允许企业将Gamma的视觉生成能力嵌入到自身工作流中，例如销售团队自动生成个性化提案。
3. 平台扩展：从演示文稿延伸到文档（PDF提案、白皮书）和网站，致力于成为"视觉叙事平台"。
Jon给应用层创业者的建议：找到独特视角，不要做"又一个Vibe Coding工具"；坚持实验文化，在多模型之间灵活切换；关注基础模型公司不优先优化的领域，那里才是创业者的机会窗口。