他用一套“打分卡”，拆解了如何做出年入百万美元的垂直 SaaS

大多数人谈垂直 SaaS，只会说“市场小但很赚钱”。Greg Isenberg 这期视频却请来 Luke，用一整套近乎冷酷的“评分体系”，一步步拆解：哪些垂直市场值得做，哪些从第一天就该放弃，以及为什么 AI 搜索正在悄悄改变垂直 SaaS 的起跑线。

最反直觉的一点：垂直 SaaS 不是“靠感觉”，而是先打分

很多创始人聊垂直 SaaS，都会落到一句话：我很懂这个行业。但 Luke 一上来就泼了盆冷水——“这是科学，不是艺术。”

他的方法不是灵感驱动，而是先问两个残酷的问题：这个垂直市场到底有多大？细分得够不够具体？如果你说不清楚这些，后面所有的产品设计、AI 加持，基本都是空谈。

为此，他把“做不做一个垂直 SaaS”拆成了一张张 scorecard（评分卡）。每一个潜在市场，都要被量化审视：客户数量、付费能力、软件渗透率、是否已经被巨头碾压。不是因为你喜欢，而是因为它在“纸面上就站得住脚”。

这套思路对 AI 从业者尤其刺痛：技术领先并不能弥补选错赛道。模型再强，市场不成立，结果都是一样的零。

第一步不是做产品，而是搞清楚：钱到底藏在哪

在 Luke 看来，很多垂直 SaaS 失败得非常冤——不是产品不行，而是一开始就没“跟着钱走”。

他反复强调一个动作：follow the money。不是看行业规模报告，而是追踪真实世界里的现金流：谁在这个行业里频繁付费？他们为哪些环节心甘情愿掏钱？

视频里他举了制造业、机加工等例子，讲自己是如何一点点拆解“这个行业的软件机会到底有多大”。不是问“能不能做”，而是问“值不值得做成一家 100 万美元 ARR 的公司”。

对 AI 创业者来说，这是一个重要提醒：AI 很容易让人陷入“功能幻觉”，觉得只要加了搜索、自动化、智能分析就有人买单。但真正的过滤器只有一个——客户是否已经在某个流程上持续付费。

AI 搜索，不是噱头，而是用来“验证现实世界”的工具

当话题转到 AI，Luke 的态度反而异常冷静。他并没有把 AI 当成卖点，而是当成一种验证工具。

他提到，自己很喜欢用 AI 做搜索相关的事情，原因只有一个：确保你在网上看到的行业信息，和现实世界是一致的。换句话说，AI 搜索的价值不在于“多聪明”，而在于帮你减少判断失误。

这和很多 AI 产品的叙事正好相反。不是“AI 能颠覆这个行业”，而是“AI 能不能让我更快看清这个行业值不值得下场”。

如果你是做 AI 应用的，这里有个隐含信号：真正有价值的 AI 能力，往往藏在调研、验证、决策这些前置阶段，而不是 flashy 的产品 Demo。

真正的突破口，往往是一个“楔子产品”

聊到具体怎么切入市场时，Luke 提出了一个关键概念：wedge product（楔子产品）。

这不是一个大而全的系统，而是一个足够小、足够垂直、但能牢牢插进客户工作流的切口。他特别提到，垂直行业的支付、本地化流程，往往是极其漂亮的机会。

原因很简单：这些地方直接连着钱，而且替换成本高。一旦你在这个点站稳，后面的扩展就顺理成章。

这对 AI 创业者尤其重要。与其一开始就做“AI 驱动的一体化平台”，不如先找到一个可以被 AI 明显优化、且客户已经习惯付费的单点场景。楔子插进去，比正面硬刚容易太多。

为什么很多人“听懂了”，却依然做不出来

在接近尾声时，Greg 抛出了一个很真实的问题：很多人会说“你说得都对”，但为什么他们还是做不出来？

Luke 的回答依然回到了那句话：这是科学，不是艺术。真正的难点不在于理解，而在于执行这些看似无聊的步骤——打分、调研、否定自己心动的想法。

垂直 SaaS 的残酷在于，它奖励耐心和克制，而不是灵光一现。你可能花几个月，最后的结论只是：这个市场不值得做。但恰恰是这些“没做”的决定，决定了长期回报。

总结

如果你是 AI 从业者，这期视频的核心启发只有一句话：不要让技术替你做决定。

垂直 SaaS 真正值钱的，不是 AI、多智能，而是你是否在一个付费明确、需求稳定、竞争可控的细分市场里。AI 搜索、自动化、模型能力，都应该服务于一个更早的问题：这个生意，配不配存在。

一个可执行的行动建议是：拿你现在最想做的 AI 产品，先不写一行代码，用 Luke 的思路做一张“垂直市场评分卡”。如果这张表都填不满，可能不是你不够聪明，而是这个机会不值得你押上时间。

关键词： 垂直SaaS， AI创业， 评分卡思维， AI搜索， Wedge产品

事实核查备注： 需要核查：1）视频中 Luke 的完整身份与背景；2）scorecard 是否为其长期方法论原词；3）视频发布时间 2024-09-25 是否准确；4）关于 AI 搜索的具体原话表述