बस एक फोटो खींचो और पैसे लुटाओ: दो हाई स्कूल के बच्चों ने इस फॉर्मूले से 30 मिलियन डॉलर कमाए, आप भी कॉपी कर सकते हैं

आप App Store खोलो, “AI” सर्च करो, टॉप 50 रिजल्ट्स में 10 फोटो-बेस्ड ऐप्स होंगे। पिछले दो सालों में जिन AI प्रोडक्ट्स ने असली पैसा छापा है, वे बाहर से बहुत “साधारण” दिखते हैं—ये वो ऑल-इन-वन जायंट मॉडल्स नहीं हैं जो आपसे फिलॉसफी पर बात कर लें, कोड लिख दें या मूवी जनरेट कर दें। बल्कि ये छोटे-से टूल्स हैं जिनके फंक्शन इतने कम होते हैं कि आप सोचने पर मजबूर हो जाते हैं कि “इसके लिए भी पैसे लेंगे?” आप अपना फोन उठाओ, एक फोटो क्लिक करो, वो आपको एक लाइन में जवाब देगा, और फिर आप हर महीने उसे दस डॉलर देने लगते हो।

सबसे चुभने वाला नंबर सबसे पहले बताता हूँ।

Cal AI नाम का एक ऐप है, जिसका सिर्फ एक ही काम है: आप जो खाना खाने वाले हों, उसकी फोटो खींचो और वो आपको बता देगा कि उसमें कितनी कैलोरी है। इसे बनाने वाले दो 17 साल के हाई स्कूल के छात्र थे, जिन्होंने इसे मई 2024 में लॉन्च किया। 18 महीने बाद: 15 मिलियन से ज्यादा डाउनलोड्स, और सालाना 30 मिलियन डॉलर से ज्यादा का रेवन्यू। दिसंबर 2025 में MyFitnessPal ने इसे अक्वायर कर लिया, और 7 लोगों की पूरी टीम को घोषित कर लिया गया। Forbes की रिपोर्ट के अनुसार, 2026 तक इसका रेवन्यू 50 मिलियन डॉलर तक पहुंचने का अनुमान है।

7 लोग, एक फोटो फीचर, 30 मिलियन डॉलर।

इसके पीछे एक ऐसा फिल्टरिंग फॉर्मूला है जिसे बार-बार रिपीट किया जा सकता है, और यह सिर्फ एक बार ही साबित नहीं हुआ है। आज मैं इस शर्त को पूरा खोलकर बताऊंगा, साथ ही यह भी हिसाब लगाकर दिखाऊंगा कि “अगर मुझे कोड नहीं आता तो क्या करूँ?”

एक: यूज़र्स को जानकारी की कमी नहीं है, उन्हें बिना दिमाग लगाए हुए समाधान चाहिए

ज़्यादातर लोग प्रोडक्ट बनाते समय पेन पॉइंट (दर्द) ढूँढने का तरीका ही गलत अपनाते हैं। उन्हें लगता है यूज़र को जानकारी की कमी है—मैं उसे बता दूँगा, और वह पैसे दे देगा।

बकवास। 2026 में सबसे सस्ती चीज़ जानकारी है। आप जानना चाहते हैं कि एक प्लेट पास्ता में कितनी कैलोरी है, सर्च इंजन तीन सेकंड में बीस जवाब दे देगा, वह भी मुफ़्त।

तो Cal AI पैसे क्यों वसूलता है?

क्योंकि वज़न घटाने वाला कोई व्यक्ति बाहर खाने पर मेन्यू पाता है, बीस डिशेंस, हर एक वह पढ़ सकता है, पर उसे नहीं पता कौन-सी ऑर्डर करे। वसा ज़्यादा तो नहीं? कार्ब्स बढ़ न जाएँ? आज यह खाने के बाद कल कोई वर्कआउट चाहिए? सिद्धांत रूप में उसे यह करना पड़ता है: सामग्री पहचानें, ग्राम अनुमानित करें, हर चीज़ की कैलोरी घनत्व खोजें, जोड़ें, फिर देखें कि आज की बची कोटा कितना है। यह प्रक्रिया पाँच मिनट की, दिन में तीन बार, महीने में नब्बे बार।

इसी को बिहेवियरल इकॉनमिक्स में डिसीज़न फैटिग (निर्णय थकान) कहते हैं: जितने ज़्यादा फैसले, उतनी बाद में गुणवत्ता गिरती है। तो यूज़र को जो चाहिए वह एक ऐसा पक्का जवाब है जो उसे चुप करा दे।

किसी ने यह बनाया: मेन्यू की एक झलक खींचो, AI सीधा बता दे कौन-सी डिश ऑर्डर करनी है। दस मिनट के हिचकिचाहट को तीन सेकंड के फैसले में भर दिया।

ऐसे ऐप अभी अच्छा चल रहे हैं। App Store पर MenuFit का उदाहरण लें: डाउनलोड 10 लाख से ज़्यादा, 4.8 स्टार, 53,900 रेटिंग, बेसिक सब्सक्रिप्शन $9.99 प्रति माह। सब्सक्रिप्शन वाले इस सेगमेंट में, दस-डॉलर मासिक वाले प्रोडक्ट के साथ दस लाख-स्तरीय डाउनलोड एक असली बिज़नेस श्रेणी है।

दो: तीन छनाई की शर्तें, एक भी न हो तो बात नहीं बनती

इन सभी केस स्टडीज़ को एक साथ रखकर देखने पर, हम तीन फ़िल्टरिंग शर्तें निकाल सकते हैं — ये सही दिशा चुनने के लिए हैं, कोई बिज़नेस फ़ॉर्मूला नहीं:

हाई-फ़्रीक्वेंसी सीन × चुनने में परेशानी × फ़ोटो इनपुट

यह 2026 में ही क्यों संभव हो पाया? क्योंकि पहली दो शर्तें पहले से मौजूद थीं, तीसरी शर्त मल्टीमॉडल मॉडल्स के मैच्योर होने के बाद ही अनलॉक हुई। पहले जब आप यूज़र से मैन्युअली “150 ग्राम चिकन ब्रेस्ट, 100 ग्राम ब्रोकली” टाइप करवाते थे, तो इनपुट की कीमत खुद कैलकुलेट करने से भी ज़्यादा होती थी, और ऐसा प्रोडक्ट पक्का फ्लॉप होना था। अब “फ़ोन उठाना” ही इकलौता ऑपरेशन बन गया है, यूज़र की मेहनत “तीस शब्द टाइप करने” से घटकर “एक बार क्लिक करने” तक आ गई है, और तभी ये तीनों शर्तें आख़िरकार एक जगह जुट पाई हैं।

मैं आपको एक-एक करके समझाता हूँ — ज़्यादातर लोग इन्हीं में से किसी एक मोड़ पर गिर जाते हैं।

शर्त 1: हाई-फ़्रीक्वेंसी (बार-बार इस्तेमाल)

दिन में एक बार से ज़्यादा, बेहतर हो तो तीन बार। खाना खाना एकदम परफेक्ट सीन है — दिन में तीन बार, साल में हज़ार बार। अगर यूज़र आपका ऐप रोज़ाना तीन बार खोलता है, तो पैसे देने का उनका मानसिक बैरियर अविश्वसनीय रूप से कम हो जाता है। इसके उलट, “आपकी होम लोन की किस्त का कौन-सा प्लान चुनना चाहिए” जैसी ज़रूरत जीवन में सिर्फ़ दो बार आती है, आप उनसे सिर्फ़ एक बार का पैसा ले पाएंगे, और एक बार का पैसा मतलब आपको हमेशा के लिए ट्रैफ़िक ख़रीदना होगा।

शर्त 2: चुनने में परेशानी

यूज़र बिल्कुल उस पल में होना चाहिए जहाँ उसे तुरंत फ़ैसला लेना है, लेकिन वो फ़ैसला नहीं ले पा रहा। मेन्यू के सामने, शेल्फ़ के सामने, या वाइन लिस्ट के सामने — ये सब डिसीज़न के कैच-पॉइंट हैं। लेकिन “मुझे न्यूट्रिशन के बारे में जानना है” कोई कैच-पॉइंट नहीं है; वो लर्निंग है, और लर्निंग कोई ज़रूरी काम नहीं है। गैर-ज़रूरी ज़रूरतों का पेमेंट कन्वर्ज़न रेट बेहद कम होता है।

भावनात्मक दबाव के तहत लिए गए फैसलों की एक और खासियत होती है: यूज़र पैसे देता है राहत के एहसास के लिए, जानकारी के लिए नहीं। वज़न घटाने वाला कोई व्यक्ति पार्टी में अपना फोन उठाता है, तस्वीर खींचता है, 320 कैलोरी देखता है, और फिर बेफिक्र होकर खाना खा लेता है — वो आदमी उन 320 कैलोरी के डेटा के लिए पैसे नहीं दे रहा है, बल्कि उस पल के द्विविधा (dilemma) से मुक्ति के लिए दे रहा है। यही असली चीज़ है जहाँ से लोगों की पैसे देने की इच्छा (willingness to pay) पैदा होती है।

शर्त तीन: फोटो इनपुट

मल्टीमॉडल मॉडल इस पूरी लहर का इंजन हैं। TechCrunch की एक रिपोर्ट में बताया गया है कि Cal AI की पहचान की सटीकता करीब 90% है — 100% नहीं। वज़न घटाने वालों के लिए, 90% सटीक 3-सेकंड का जवाब, 100% सटीक 5-मिनट के जवाब से कहीं ज़्यादा कीमती है। वज़न घटाना आंकड़ों का खेल है, सटीक विज्ञान नहीं, और रोज़मर्रा का औसतन 5% से कम का फर्क बिल्कुल चल जाएगा।

तीन: पांच स्टेप्स, ज़ीरो से लॉन्च तक

नीचे दिए गए इन पांच स्टेप्स को क्रम से फॉलो करें।

पहला स्टेप: सीन चुनें, फीचर नहीं

एक कागज़ लें, और अपनी ज़िंदगी के उन पलों को लिखें जहां “तुरंत फैसला लेना ज़रूरी होता है, लेकिन हर बार थोड़ी हिचकिचाहट होती है।” सिर्फ वो मौके लिखें जहां आप खुद असल में फंसे हों, वो मत लिखें जहां आपको लगता है कि दूसरे लोग फंस जाएंगे। कुछ दिशा-निर्देशों के लिए ये देखें:

• बार का मेन्यू: किस ड्रिंक में सबसे कम कैलोरी है (फिटनेस लवर्स के लिए ये एक ज़रूरी चीज़ है, और इन लोगों की खर्च करने की ताकत भी काफी अच्छी होती है)
• किराने की दुकान के स्नैक्स: पैकेट के पीछे की तस्वीर खींचें, और जानें कि वज़न घटाने के दौरान इसे खा सकते हैं या नहीं
• एयरपोर्ट / रेलवे स्टेशन का खाना: दो घंटे के लेओवर में कैसे खाएं कि डाइट खराब न हो
• सुपरमार्केट का इंग्रेडिएंट लेबल: इंग्रेडिएंट लिस्ट की तस्वीर खींचें, और जानें कि इसमें वो चीज़ तो नहीं है जिससे आप बचने की कोशिश कर रहे हैं

आखिरी ये दिशा पूरी तरह से बाज़ी मार चुकी है। Seed Oil Scout, जो खास तौर पर यूज़र्स को सीड ऑयल (seed oil) वाले रेस्टोरेंट और खाद्य उत्पादों से बचने में मदद करता है, इसका पब्लिक डेटा बताता है कि इसके डाउनलोड 10 लाख से ज़्यादा हो चुके हैं और इसके पास 4.8 स्टार रेटिंग के साथ 14,000 रिव्यूज़ हैं। इसने ऐप के अंदर ही एक स्टोर बनाया है, जहाँ यूज़र्स क्लिक करके मानक उत्पाद खरीद सकते हैं — सब्सक्रिप्शन फीस और कमीशन, ये दोनों कमाई के रास्ते एक साथ लूटे जा रहे हैं।

दूसरा कदम: वर्टिकल डेटा से वैलिडेट करो, Google Trends का इस्तेमाल मत करो

सीन चुनने के बाद, कोड लिखने से पहले रुक जाओ। बीस मिनट लगाकर यह वैलिडेट कर लो कि डिमांड असली है या बस तुम्हारे दिमाग़ की उड़ान है।

लेकिन एक गड्ढा पहले बता देता हूँ: Google Trends और सर्च ऑटोसजेस्ट (dropdown) वाला तरीका App ट्रैफिक के लिए काम ही नहीं करता। App Store का सर्च बिहेवियर Google से बिल्कुल अलग है, और कीवर्ड पॉपुलैरिटी का पैमाना भी अलग है। Cal AI खुद भी Google से नहीं बना-बढ़ा; इसका असली ज़ोर TikTok वीडियो की कन्वर्ज़न रेट और Product Hunt रैंकिंग पर था।

सही वैलिडेशन का तरीका ये है:

1. App Store खोलें, अपने VPN को अपने टार्गेट मार्केट (जैसे यूएस रीजन) से कनेक्ट करें, अपना कोर अंग्रेज़ी कीवर्ड (जैसे menu calorie) सर्च करें, और देखें कि टॉप 10 रिज़ल्ट्स में कोई ऐसा समान प्रोडक्ट है जिसके 1 लाख से ज़्यादा डाउनलोड हों और जिसे अभी भी अपडेट किया जा रहा हो।
2. Sensor Tower (थर्ड-पार्टी ऐप स्टोर डेटा प्लेटफ़ॉर्म) पर जाकर इस कीवर्ड के टॉप प्रोडक्ट्स का डाउनलोड ग्राफ़ चेक करें—ट्रेंड ऊपर जा रहा है या नीचे गिर रहा है।
3. Reddit और Quora के रिलेवेंट सबरेडिट्स (subreddits) में “X decision” और “X help” सर्च करें, और शिकायतों की घनत्व (density) देखें—जितनी ज़्यादा शिकायतें होंगी, प्रॉब्लम उतना ही ज़्यादा असली होगा।

अगर समान प्रोडक्ट्स स्थिरता से जीवित हैं + Reddit पर लोग बार-बार एक जैसे सवाल पूछ रहे हैं = डिमांड सच में मौजूद है, ये सिर्फ़ आपका दिमागी फ़्लॉप नहीं है।

तीसरा स्टेप: बनाओ, ज़ीरो से खुद कोड मत लिखो

Cal AI के टेक स्टैक में कोई राज़ नहीं है: TechCrunch ने साफ़ लिखा है कि ये Anthropic और OpenAI के मॉडल्स को कॉल करता है, उसमें RAG (AI को बाहरी नॉलेज बेस रिट्रीव करके जवाब देने वाली तकनीक) जोड़ता है, और फिर कुछ ओपन-सोर्स फ़ूड कैलोरी इमेज डेटाबेस फ़ीड करता है। इसमें न तो कोई प्रोप्राइटरी मॉडल है, न ही कोई एल्गोरिदमिक ब्रेकथ्रू—ये बस पहले से मौजूद क्षमताओं को नए तरीके से जोड़कर बना एक प्रोडक्ट है।

2026 में आपका टेक्निकल बैरियर ये होगा:

• विज़ुअल रिकग्निशन → सीधे GPT / Claude के मल्टीमॉडल इंटरफ़ेस का इस्तेमाल करें (ये वो API हैं जो AI को इमेज पहचानने की अनुमति देते हैं)। यह पे-पर-यूज़ (हर बार इस्तेमाल पर पैसे) पर आधारित है, इसलिए शुरुआत में लगभग ज़ीरो कॉस्ट है।
• ऐप इंटरफ़ेस → 4-8 हफ़्ते में MVP (मिनिमम वियेबल प्रोडक्ट) तैयार हो सकता है, इसके साथ ही IAP (इन-ऐप पर्चेस) अप्रूवल, प्राइवेसी पॉलिसी और टैक्स कैटेगरी सेटअप के लिए 2-3 हफ़्ते और लग जाएंगे।
• सब्सक्रिप्शन पेमेंट → App Store / Google Play के इन-ऐप पर्चेस के ज़रिए। प्लेटफ़ॉर्म खुद आपके लिए ग्लोबल पेमेंट और रिफ़ंड संभाल लेंगे।

क्या आपमें दम है अपने ऐप के फ़ीचर्स को काटकर सिर्फ़ एक ही पर सीमित रखने का? यही असली मुश्किल हिस्सा है। Cal AI में कोई सोशल फ़ीचर नहीं है, कोई रेसिपी लाइब्रेरी नहीं है, और ना ही कोई फ़िटनेस प्लान। यह सिर्फ़ एक ही काम करता है, उसे 90% तक सटीक बनाता है, और फिर पैसे वसूलता है।

आप जो पहला वर्ज़न बनाएंगे, उसमें आपके मन में 100% और फ़ीचर्स डालने का ख्याल आएगा। ऐसा मत करो। आप जो भी नया फ़ीचर डालेंगे, वो उन तीन सेकंड के ‘निश्चित होने के एहसास’ को पतला कर रहा होगा।

तीन और आधा (3.5) स्टेप: वो कैसे आगे बढ़ें जिन्हें कोडिंग नहीं आती

यही सवाल सबसे ज़्यादा पाठकों ने पूछा है, इसलिए मैंने इसे अलग से समझाने की ज़रूरत समझी।

अगर आपको कोडिंग बिल्कुल नहीं आती, तो 2026 में आपके लिए एक रास्ता तैयार है:

1. अपना पहला वर्ज़न Glide / Bubble / Softr / Adalo (No-code प्लेटफ़ॉर्म, जहाँ बस UI कंपोनेंट्स को ड्रैग-ड्रॉप करके App बना लेना है) से बनाइए—ये टूल्स अब GPT-4o vision के API को इंटीग्रेट कर सकते हैं। एक ऐसा App बनाना जो इमेज को पहचान कर टेक्स्ट लौटा दे, तकनीकी तौर पर बिल्कुल संभव है।
2. इसी बीच Upwork पर एक ऐसे फ्रीलांसर को खोजिए जिसे Swift (iOS डेवलपमेंट लैंग्वेज) आती है। ₹2,500–₹4,000 प्रति घंटा (30-50 अमरीकी डॉलर) देकर उससे अपने No-code प्रोटोटाइप को App Store पर लॉन्च होने लायक नेटिव App में बदलवा लीजिए।
3. खुद Cursor + Claude Code (AI कोडिंग टूल्स) सीखिए और आगे के इटरेशन्स खुद हैंडल करिए।

ये रास्ता थोड़ा धीमा ज़रूर है, लेकिन इसमें आपको ज़ीरो से प्रोग्रामिंग सीखने की ज़रूरत नहीं है। पहला वर्ज़न 8-12 हफ़्तों और 1-3 लाख डॉलर के बजट में (इसमें No-code सब्सक्रिप्शन + फ्रीलांसर की फीस + ₹8,250/वर्ष (99 अमरीकी डॉलर प्रति वर्ष) का Apple Developer अकाउंट शामिल है) तैयार हो जाएगा, और आपके पास App Store पर लाइव होने लायक वर्ज़न होगा।

चौथा स्टेप: App Store पर “AI” शब्द को लिखना शुरू करें

Sensor Tower की एक रिपोर्ट में एक डेटा बहुत क्रिटिकल है: Cal AI ने अपने App Store डिस्क्रिप्शन में हर तिमाही औसतन 35 AI-रिलेटेड कीवर्ड्स ठूँस दिए, और नतीजा यह हुआ कि AI-रिलेटेड सर्च टर्म्स ने उसके कुल ओर्गैनिक सर्च डाउनलोड्स का 25% हिस्सा दिला दिया।

चौथाई यानी 25% ओर्गैनिक ट्रैफ़िक, सिर्फ़ “टाइटल और डिस्क्रिप्शन में AI लिखने” से आया।

App Store “AI” को एक कैटेगरी टैग की तरह इंडेक्स कर रहे हैं। जिन प्रोडक्ट्स के टाइटल में यह शब्द है, वे सीधे AI सर्च पूल में जाते हैं—यह सीधे ASO (App Store Search Optimization) के कीवर्ड वेटेज मैकेनिज्म से जुड़ा है। आज App Store पर बड़ी तादाद में यूज़र्स सीधे “AI food”, “AI scanner”, “AI menu” सर्च कर रहे हैं। वो आपका ब्रांड नहीं, उस कैटेगरी को सर्च कर रहे हैं। अगर आपके ऐप के नाम, सबटाइटल या डिस्क्रिप्शन में ये शब्द नहीं हैं, तो इस पूरे ट्रैफ़िक में से आपको एक भी यूज़र नहीं मिलेगा।

यह सबसे सस्ता वन-टाइम काम है, जिसे एक बार कर लेने के बाद लंबे समय तक फायदा मिलता है।

स्टेप 5: प्राइसिंग महीने की सब्सक्रिप्शन से शुरू करें, वन-टाइम बायआउट मत बनाइए

$9.99 प्रति माह, इस निचे का सबसे ज्यादा टेस्टेड और प्रूवन प्राइस एंकर है।

वन-टाइम बायआउट क्यों न करें? हाई-फ्रीक्वेंसी यूज़-केसेज का वैल्यू लगातार रिलीज़ होता है। यूज़र आज भी इस्तेमाल करेगा और कल भी करेगा। बायआउट मॉडल आपकी इनकम को एक बार की फीस तक सीमित कर देता है, जिससे आप हमेशा के लिए ट्रैफ़िक खरीदने के लिए मजबूर हो जाते हैं। वहीं सब्सक्रिप्शन मॉडल यह सुनिश्चित करता है कि आज जो यूज़र आपके साथ जुड़ता है, वो अगले साल भी आपको पैसे दे रहा हो।

एक क्रूर लेकिन सच्चा हिसाब: 10,000 पेड यूज़र्स × $9.99 × 12 महीने ≈ $120万 का सालाना रेवन्यू। लेकिन यह आपकी टॉप-लाइन रेवन्यू है, जेब में जाने वाला पैसा नहीं। इसमें से कटौती करें:

• App Store पर 30% का कमीशन → बचते हैं $840,000
• मॉडल API लागत (GPT-4o vision $0.01-0.03 / कॉल, 10,000 उपयोगकर्ता रोज़ 3 बार स्कैन करें = 90,000 कॉल/दिन ≈ महीने के $27,000-80,000) → बचते हैं $760,000-810,000
• ग्राहक अधिग्रहण लागत (US iOS हेल्थ कैटेगरी में eCPI लगभग $2-4, 10,000 पेड यूज़र्स का मतलब है 200,000-500,000 डाउनलोड चाहिए) → $300,000-2,000,000 का यूज़र अधिग्रहण (UA) बजट
• सब्सक्रिप्शन ऐप्स में आम 8-25% रिफंड रेट → इसमें भी 20% और कटौती

वास्तविक नेट प्रॉफिट $300,000-600,000 हो सकती है, और यह भी Cal AI जैसे बड़े पैमाने (scale) पर हासिल होने वाले आंकड़े हैं। यह बस 1-2 लोगों को पालने वाला एक छोटा बिज़नेस है, जेब में $1.2 मिलियन की नेट आमदनी बैठने वाली बात नहीं है।

चार: इस रास्ते की असली चुनौतियां

मैंने चुनौतियों को इस क्रम में रखा है कि वे आपको कितना रोकेंगी, न कि इस आधार पर कि उनके होने की संभावना कितनी है।

चुनौती 1: मार्केटिंग ही असली दीवार है, तकनीक नहीं

इसे अलग से लिखना ज़रूरी है, क्योंकि पहले के कुछ स्टेप्स में टेक्निकल बैरियर को काफी कम दिखाया गया है, जिससे आपको यह भ्रम हो सकता है कि “मार्केटिंग भी आसानी सा हो जाएगी” — यह बिल्कुल गलत है।

App Store keywords आपको कुछ organic traffic ज़रूर देंगे, लेकिन 1 मिलियन downloads तक पहुँचने के लिए, आपको लगभग हमेशा paid user acquisition (UA) पर पैसा खर्च करना ही पड़ेगा। US market में iOS Health category apps का CPI (Cost Per Install) आमतौर पर $4 से $8 तक होता है, और organic traffic के mix होने के बाद effective eCPI करीब $2 से $4 आता है। 1 मिलियन downloads का मतलब है कम से कम $20 से $40 मिलियन का user acquisition budget। यह कोई high school student का budget नहीं है, यह एक startup का Series A funding raise करने वाला budget है।

Cal AI वाली team ने coding से ज्यादा energy marketing पर खर्च की है। App बना लेना सिर्फ शुरुआत है, अंत नहीं — ये बात 100% सच है, कोई बनावटी motivation line नहीं।

अगर आपने पहले e-commerce किया है, तो यह news आपके लिए बहुत अच्छी है: Meta और TikTok पर ads run करने का आपका skill, और Amazon पर ASO (Listing optimization) का आपका keyword experience, आप सीधे App Store ASA (Apple Search Ads) पर apply कर सकते हैं। यह आपका entry ticket है, अगर आपको coding नहीं आता तो भी कोई बात नहीं।

अगर आपने कभी paid ads run नहीं किए हैं, तो इस रास्ते पर चलने से पहले आपको यह skill पहले सीखनी होगी।

चुनौती 2: Formula सिर्फ ज़रूरी शर्त है, पूरी शर्त नहीं

ये तीनों filtering conditions सिर्फ यह समझाते हैं कि “लोग पैसे क्यों देने को तैयार हैं”, लेकिन यह नहीं समझाते कि “यह पैसा कमाने वाला आप क्यों हो?”

Cal AI का असली मोट (moat) उसके “कम फीचर्स” नहीं हैं, बल्कि 15 मिलियन फोटो क्लिक्स से बना उसका डेटा फ्लाईव्हील है। हर तस्वीर को मॉडल या मैन्युअल तरीके से करेक्ट किया गया है, इसलिए उसका फूड रिकग्निशन डेटाबेस किसी भी नए कॉम्पिटिटर से कहीं ज्यादा सटीक है। नए लोग 10 लाख बार फोटो खींच लें, तब भी वो इसके पास नहीं पहुँच पाएँगे। यह डेटा एसेट है, जो समय के साथ बनता है — कोई फॉर्मूला आपको यह नहीं दे सकता।

पाठकों को लगेगा कि “मैं भी Cal AI कॉपी कर सकता हूँ”, लेकिन 0 से 10,000 पेड यूज़र्स तक पहुँचना जितना मुश्किल है, वो किसी फॉर्मूले से अंदाज़ नहीं लगाया जा सकता। तीन शर्तें आपको सबसे बड़े गड्ढों में गिरने से बचा सकती हैं, लेकिन आखिर में जीत आपके प्रोडक्ट एक्सपीरियंस + मार्केटिंग + टीम के एक्ज़ीक्यूशन के मिले-जुले दम पर तय होगी।

चुनौती 3: मोट बहुत उथला होता है, लेकिन इसका एक गहरा पहलू होता है

आप एक ऐसा प्रोडक्ट बना रहे हैं जिसकी पूरी कार्यक्षमता एक लाइन में बताई जा सकती है — इसका मतलब है कि कोई और भी उसे एक लाइन में कॉपी कर सकता है। आम तौर पर रणनीति होती है “स्पीड और वर्टिकल डेप्थ” — जो एक काफी छोटे और सटीक यूज़-केस में यूज़र्स के दिमाग का डिफ़ॉल्ट विकल्प बन जाता है, वही उस खोज शब्द (search term) का पूरा सर्च ट्रैफ़िक खा जाता है। लेकिन इस रास्ते पर कोई जादू की छड़ी नहीं है: पहले 1000 रिव्यू पाना, कीवर्ड पर कब्ज़ा करना, और ब्रांड वर्ड का सर्च वॉल्यूम बनाना — ये सब वो एसेट्स हैं जिनके लिए समय की ज़रूरत होती है।

सबसे गहरी मोट यूज़र डेटा में छिपी होती है — जब आप 10 लाख बार फोटो खींच चुके होते हैं, तो आपका रिकग्निशन डेटाबेस किसी नए आने वाले से 5% ज्यादा सटीक हो जाता है। यही 5% तय करता है कि सर्च रिज़ल्ट्स में आप नंबर एक पर दिखेंगे या नहीं।

चुनौती 4: वर्ड-ऑफ-माउथ का बँटवारा आम बात है

MenuFit का App Store रेटिंग 4.8 स्टार है, लेकिन इसके टेक्स्ट रिव्यू स्कोर मात्र 2.7 है — बड़ी तादाद में नेगेटिव रिव्यू सब्सक्रिप्शन और बिलिंग अनुभव पर केंद्रित हैं। 4.8 ग्लोबल औसत स्टार रेटिंग है, 2.7 यूज़र्स के लिखित रिव्यू का असली अनुभव स्कोर है। खराब सब्सक्रिप्शन और बिलिंग अनुभव इस निशे की एक आम समस्या है।

सब्सक्रिप्शन से पैसा कमाना कोई बात नहीं, लेकिन यूज़र्स को अनसब्सक्राइब करना मुश्किल बनाकर कमाई करना ज़रूर बैकफायर करेगा — इस रास्ते का अंत सिर्फ भारी नेगेटिव रिव्यू और प्लेटफ़ॉर्म द्वारा ऐप को हटाने के रूप में होगा।

5. 30-दिन का टेस्टिंग फ़्रेम

अगर आपको लगता है कि ऊपर दिए गए निष्कर्ष सही हैं, तो इस 30-दिन के टेस्टिंग फ़्रेम के मुताबिक एक्शन लें —

दिन 1-3: पाँच सीन्स लिखें, अपने लिए सबसे चुनौतीपूर्ण वाले को चुनें, और दूसरे स्टेप के तरीके का इस्तेमाल करके App Store और Reddit पर उसे वैलिडेट करें।

दिन 4-7: Glide / Bubble / Softr का इस्तेमाल करके नो-कोड प्रोटोटाइप बनाएं + एक बार फोटो रिकग्निशन सुविधा को वर्क करें (भले ही वह सिर्फ एक डिश पहचान ही क्यों न हो)। लागत: 0-50 डॉलर। डिसीज़न पॉइंट: क्या पहचान की एक्यूरेसी 70% या उससे ज़्यादा है? अगर नहीं, तो सीन बदलें।

दिन 8-14: 20 टारगेट यूज़र्स (Reddit / Discord / Pinterest पर खोजें) को फ्री ट्रायल दें और “वो पैसे देंगे या नहीं” — इसका असली फ़ीडबैक इकट्ठा करें। डिसीज़न पॉइंट: अगर 20 में से ≥ 3 लोग कहते हैं “मैं 9.99/महीना देने को तैयार हूँ” — तो आगे बढ़ें; वरना सीन बदलें।

दिन 15-30: Swift फ्रीलांसर से मूल वर्शन को रीराइट करवाएं + App Store के लिए क्रिएटिव्स लिखवाएं + IAP (इन-ऐप परचेस) लाइव करने की तैयारी करें। बजट $3,000-$8,000। निर्णय का मोड़: 30वें दिन तक क्या आपको इस बात का भरोसा है कि आप 60 दिनों के भीतर 100 असली पेइंग यूज़र्स ला सकते हैं? अगर नहीं, तो रुक जाएं।

ई-कॉमर्स के अनुभवी खिलाड़ियों की फितरत होती है — “अगर ट्रैफ़िक पर लगाया खर्च वापस निकल रहा है, तो उसे आगे बढ़ाओ; अगर नहीं निकल रहा, तो तुरंत बंद करो” — यह नियम ऐप्स पर भी बिल्कुल वैसा ही लागू होता है। 30 दिनों में अगर दिशा वेरिफाई हो जाए, तो ठीक है, वरना बदल दो। ज़िद पर अड़े रहना इस इंडस्ट्री की सबसे बड़ी कीमत है।

जिस कागज़ पर पाँच यूज़-केसेस लिखे हैं, मेरी सलाह है कि उसे अभी उठा लो।

आम लोगों के लिए प्रोडक्ट बनाने की सबसे बड़ी कीमत पैसा नहीं है, बल्कि एक “और भी बड़े आईडिया” का इंतज़ार करना है — और फिर कुछ भी न करना। दो 17 साल के हाई स्कूल के छात्रों ने इंतज़ार नहीं किया, उन्होंने एक फोटो फीचर बनाया, और 18 महीने बाद MyFitnessPal ने उन्हें अक्वायर कर लिया। आप उनसे बेकार नहीं हैं, लेकिन आप उनसे ज़रूर धीमे होंगे — जब तक कि आप आज ही पहली तस्वीर लेना शुरू न कर दें।

अपना फ़ोन उठाओ।