Samma ChatGPT. Du öppnar den, slänger in en rapport och säger “gör en presentation av det” – du får 30 slides fullproppade med text. Chefen läser tre och frågar: Vad vill du egentligen att jag ska minnas?
Någon annan öppnar den, ställer en enda fråga till AI:n först och låter den sedan designa slide för slide. Resultatet är rent, slutsatsdrivet och har ett tydligt tempo. De lägger upp det på Xianyu och Upwork, tar 50 till 150 kr per slide och rakt in över 1000 kr för ett helt paket.
Verktygen är identiska. Skillnaden ligger helt i det enda steget: om du börjar med slutsatsen eller med att rada upp text.
Många tror att “att göra presentationer åt andra” är en uråldrig sidoinkomst som konkurrensen slitit ut för länge sedan. Sanningen? AI har raserat tröskeln för denna gamla bransch – och därmed lämnat en ännu större vinstmarginal till de som kan använda verktygen rätt. Den här artikeln visar dig: Varför presentationstjänster är enklare att sälja i AI-eran, hur mycket du faktiskt kan tjäna, hur du levererar ett helt paket med en enda prompt – och hur du landar ditt första uppdrag redan idag.
När de flesta använder AI för att skapa presentationer, tar de fel från första steget.
Det vanliga felet är att slänga över ett långt dokument till AI och be den “sidbryta”. AI:n är lydig och skär texten i 20 delar – ett stycke per slide. Resultatet? Massor av sidor och information, men publiken har ingen aning om vad du egentligen försöker säga. Felet ligger inte i AI:n, det ligger i dina instruktioner: en presentation ska få publiken att minnas en sak. Att proppa in all information fungerar bara tvärtom.
En presentation som faktiskt konverterar bygger på omvänd logik: lås först slutsatsen, ordna sedan bevis och struktur; fixa logiken först, ta hand om layouten sen.
Skillnaden ligger i en enda prompt. När du matat in materialet i AI:n – tvinga den inte att genast börja sidbryta. Klistra in detta tillägg först:
Identifiera först vad publiken absolut måste minnas från den här presentationen, och designa sedan hela PPT:en kring det målet. Sidbryt inte i ordning efter originaltexten och pressa inte ihop innehållet mekaniskt. Ge för varje slide: titel, kärninfo, förslag på diagram, sidstruktur och muntliga talarpoänger. Varje slide ska ha exakt ett syfte, och det måste finnas ett tydligt orsak-verkan-, stegvis- eller kontrastförhållande mellan sidorna.
(Du behöver inte ändra detta – kopiera bara rakt av och skicka till AI:n. Spelar ingen roll om du inte förstår termer som “sidstruktur” eller “muntliga talarpoänger”, AI:n förstår dem.)
Den gör bara en enda sak: den tvingar AI:n att sluta “formatera efter textens ordning” och i stället “designa efter publikens tankegång”. Varje slide förmedlar en enda sak, och sidorna bygger på varandra som ett berättande. Det räcker. Ett logiskt och presentabelt PPT-skelett är redan klart. Att sen fylla på med innehåll, bilder och justera stilen är bara en lätt match.
Tro inte på att “att göra PPT-presentationer åt andra är passé”, och svalt inte heller påståendet att “100 000 yuan i månadsinkomst är lekande lätt”. Det verkliga läget 2026 är en tydlig stege (baserat på offentlig data om den inhemska PPT-byråmarknaden, titta bara på storleksordningarna):
En affärsrapport på 20 sidor till 80 yuan/sida ger 1600 yuan; tar du två uppdrag i veckan är en månatlig inkomst på över 10 000 yuan inte överdrivet – men du måste förstå att bakom den där “tiotusen”-nivån ligger ett dussintals timmars manuellt arbete varje vecka. Vi bryter ner det nedan. Och vad är din kostnad? Gamma Pro kostar 18 USD i månaden (motsvarar strax över 100 RMB), och färdiga mallar i inhemska iSlide och WPS räcker gott. Månadsavgiften för verktyget motsvarar en kaffe, men ordervärdet är mer än tio gånger högre. Det är strukturen “billiga verktyg + hög ordervärdesleverans” – AI:s största gåva till sidohoppare.
En jämförelse i sidled gör det krystallklart: vissa använder AI för att skapa logotyper och öppnar butiker på Xianyu för att dra in över 5000 i månaden; andra använder AI för att skriva copy åt e-handlare och landar uppdrag på Xiaohongshu för över 10 000 i månaden. PPT-tjänster har en betydligt högre kundvärde per order än båda dessa, för kunden betalar inte för “att få några bilder gjorda” – de betalar för “jag ska upp på scen nästa vecka och det blir förödmjukande om jag gör bort mig”. Ju närmare du är “ångesten inför viktliga tillfällen”, desto högre priser kan du ta.
Bara att ha提示词 räcker inte, du måste ha en fungerande process från start till mål. Jag har brutit ner det i 4 steg som även nybörjare kan följa rakt av:
De som vet hur man spelar spelet nöjer sig aldrig med en enda kanal. Kör båda spåren samtidigt och du kan dubbla intäkterna:
Inrikes volymfokus: Listas på Xianyu som “PPT-tjänster / AI-gjorda PPT”, publicera portföljer på Xiaohongshu med rubriken “Rapport-PPT skapade med AI” för att dra trafik, öppna butik på Taobao med standardiserade paket. Den inrikes marknaden har visserligen lägre genomsnittligt ordervärde, men efterfrågan är intensiv – perfekt för att bygga rutiner och samla referenscase.
Globalt för att tjäna USD: Sök på Upwork och Fiverr efter “PowerPoint presentation” och “pitch deck”. Ordervärdena utomlands är betydligt högre: ett pitch deck-projekt ligger oftast på 500–2000 USD, och över 1000 USD är vanligt (baserat på offentliga Upwork-priser och sammanställda tredjepartsofferter); på Fiverr landar snittet per PPT-order på 60–90 USD. När det gäller avgifter ändrar Upwork från maj 2025 sin fasta 10-procentiga provision till en rörlig avgift på 0%–15% – den som kan förhandla kan pressa provisionen lägre; Fiverr tar en fast provision på 20%.
Men den verkliga tröskeln för att expandera utomlands är inte engelska. Att låta AI översätta en engelsk PPT är inget problem – det utländska kunderna granskar är din affärslogik, berättelsestruktur och färgsättning. De tre sakerna som AI inte kan ersätta dig med. Lägg till allt det administrativa med att registrera sig på Upwork och ta emot betalningar i USD, och det är standardläget att nykomlingar knappt får in ett enda uppdrag under de första två veckorna. Därför passar internationalisering bättre för dig när du redan har landat några uppdrag på hemmamarknaden och byggt upp en hyfsad portfölj. Kasta dig inte ut på den internationella marknaden direkt från start.
Vänta inte på att “lära dig allt innan du börjar”. Tröskeln för den här sidoverksamheten handlar bara om huruvida du är beredd att ta i med händerna:
Kör i två veckor. Får du in order betyder det att processen funkar – höj sedan priserna för premium- och skräddarsydda designer. Får du inga order har du bara spenderat en helg; byt nisch (till exempel “PPT för lärares öppna föreläsningar” eller “pitch-PPT för entreprenörer”) och kör igen.
Det som gör PPT-tjänster så brutalt lönsamma är detta: alla använder AI för att göra PPT, men de allra flesta stannar vid “låt AI:n dela upp texten på slides”. De som faktiskt tjänar pengar är det fåtal som orkar ställa en extra fråga: “vad är det publiken egentligen ska minnas?” Det är just den skillnaden som avgör om du lurar dig själv eller landar en faktura på 150 per slide.
]]>Det är samma ChatGPT. Du öppnar den för att skriva veckorapporter, putsa mejl och slänga ihop några skämt till sociala medier. Andra öppnar den, lägger upp en finjusterad prompt på marknaden, får den nedladdad över 700 gånger, tar dessutom in beställningsjobb – och drar in 5800 dollar på en månad.
Verktygen är identiska. Skillnaden ligger i tre ord: “sälja prompts”.
Många tror att att sälja prompts är gammal skrut från 2023. Och visst, då översvämmades marknaden av skräp. Man kunde kopiera “Du är en erfaren copywriter”, sätta prislappen till 4,99 dollar och påstå att man tjänade femsiffrigt per månad. Men här är sanningen: 2026 är den här affären inte bara vid liv – den växer med ungefär 30 % per år. (Enligt uppskattningar av “prompt engineering-marknaden” från The Business Research Company och liknande instanser är omsättningen redan uppe i mångmiljardklassen i dollar.) Men pengarna har flyttat. De har gått från “sälja enskilda prompts” till “sälja prompt-paket och arbetsflöden”. Den gamla taktiken från 2023 lönar sig inte längre – den kostar bara tid.
Den här artikeln bryter ner det för dig: Varför går det fortfarande att tjäna pengar på “AI-erans minsta affär”, hur mycket kan man faktiskt dra in, vad är den nya strategin för 2026, och hur kommer en nybörjare utan en enda egen prompt igång idag?
Låt oss först svara på den mest smärtsamma frågan: om man kan skriva själv, varför i all världen ska man betala för dina få meningar?
Svaret är exakt detsamma som “varför vissa köper Photoshop-presets, Canva-mallar och Lightroom-filter” – det är kvalitet och bekvämlighet man betalar för, inte själva texten i sig. För att en vanlig person ska få AI att generera en användbar bild eller skriva en text som inte blir en katastrof, krävs ofta dussintals misslyckade försök. En finputsad prompt är helt enkelt “dussintals trial-and-error” nedpackad i en enda copy-paste.
Ur ett affärsperspektiv är prompts i princip den perfekta digitala produkten:
Ännu mer avgörande är efterfrågesidan – de som betalar köper inte bara effektivitet, de köper också en psykologisk tröst för att lindra sin ångest. “Att jag inte är bra på att använda AI beror inte på att jag är inkompetent, det beror på att jag inte har hittat rätt prompts”, “Köpa en hög med prompts = jag kan använda AI” – så fort det här tankesättet har etablerats blir det helt naturligt att dra fram plånboken. Låt oss vara ärliga: många köper prompts inte för effektivitetens skull, utan för sinnesron att “jag använder AI”. Och den sinnesron är exakt det som är allra lättast att ta betalt för.
Strunta i skitsnacket om att “bara du lägger upp det tjänar du femsiffrigt i månaden”, och strunta också i de som påstår att “chansen är förbi, det går inte att tjäna pengar nu”. Den verkliga inkomsten 2026 följer en tydlig stegsteg (baserat på PromptBase plattformsregler och internationella säljares offentliga genomgångar – fokusera på storleksordningarna):
En avgörande detalj: Plattformar som PromptBase tar 20 %, du behåller 80 %, uppläggning är gratis och du delar bara intäkter när det säljer – vilket betyder att kostnaden för trial-and-error är i princip noll. Den enda kostnaden är din tid.
Här är två exempel (båda är säljares egna uppgifter, plattformen har inte bekräftat dem – använd dem som en indikation på nivån, inte som ett löfte). Första exemplet: någon la ut prompts på PromptBase till ett snittpris på 3 USD och sålde över 700 gånger – det gav ungefär 1600 USD i intäkter för just den posten (efter att plattformen tagit 20 %). Men den verkliga vinsten kom från att använda exakt samma kompetens för att ta specialbeställningar till 25 USD i timmen, vilket landade på cirka 5800 USD i månaden. Lägg märke till strukturen här: själva prompten tjänade bara småpengar, dess riktiga funktion var att fungera som ett visitkort och driva in kunder till specialbeställningar med högre ordervärde – det är exakt den “trestegsraket” vi ska prata om längre fram. Andra exemplet: snittpris 4 USD, totalt över 1000 sålda, plattformens nettointäkt ungefär 3200 USD, och med specialbeställningar samt distribution på flera plattformar som Etsy och Ko-fi, landade månadsinkomsten på 6000–8000 USD.
Så de 5800 USD i rubriken kommer inte från att “bara sälja prompts”, de kommer från att köra “promptdrivning + specialbeställningar” tillsammans – det måste du förstå först, annars kommer du bli besviken när du sätter igång.
Det här är den viktigaste bedömningen i hela texten. De säljare som tjänar riktiga pengar 2026 har inte riktat in sig på att “lägga upp en textrad för 4,99 USD”. Spelet har flyttats upp tre nivåer:
Nivå 1: Uppgradera från att “sälja enskilda prompts” till att “sälja ett system”. Det som faktiskt omsätter stabilt idag är ett nischat promptpaket för $29–69 – innehållet är inte en enda meningslös fras som “du är en copywriting-expert”, utan en komplett verktygslåda: själva prompten + bruksanvisning + exempel på output + utbytbara variabler + vanliga fallgropar. Du säljer inte längre bara ord, du säljer en färdig metod som andra kan applicera direkt och få resultat.
Nivå 2: Uppgradera från att “bara sitta på en marknadsplats” till en “trestegsraket”. Hänger du bara på en marknad plattar du alltid plattformsavgifter och låter algoritmen styra över din framgång. De som kan spelet bygger det så här i stället:
Det där exemplet på $5800 vi nämnde tidigare bygger på exakt den här modellen – på plattformen drar prompten in småpengar och bygger förtroende, medan de stora pengarna görs på skräddarsydda jobb i egen kanal. Lägg de tre nivåerna på varandra och din inkomst hoppar från “några hundra dollar” till “flera tusen, uppemot femsiffrigt”.
Nivå 3: Uppgradera från att “sälja prompts” till att “sälja arbetsflöden”. Det här är den största förändringen 2026 – modellerna blir allt smartare och rena prompts tappar i värde. Men ett komplett paket av “prompt + ihopkopplade verktyg + automation” ökar explosionsartat i värde. Ett konkret exempel: en prompt för att “skriva produktcopy” som byggs med verktyg som Coze, Dify och n8n, där du i fronten kopplar en skrapare som automatiskt samlar in konkurrenters titlar, och i backen kopplar en utgång som auto-publicerar till Xiaohongshu / Shopify. Då har du en maskin som kör av sig själv. Du säljer inte längre copy – du säljer maskinen. Säljare har redan börjat lägga upp den här typen av arbetsflödes-mallar på marknaden och drar in tusentals dollar i månaden på nedladdningsroyalties. Du behöver inte kunna bygga det här redan idag, men du måste veta varför det bär: prompts kommer att devalveras, men att “omvandla en prompt till en återanvändbar process” håller på att bli ett nytt måste – det är den riktning som verkligen är värd att satsa på 2026.
Börja inte med att försöka bygga Agent-arbetsflöden direkt – det är nivå 3. Kör den minsta möjliga valideringen först:
Låt datan tala efter två veckor. Om folk faktiskt betalar har du träffat rätt nisch – då skalar du upp till nivå två och tre. Om ingen köper? Du har bara förlorat en helg. Byt nisch och kör igen.
Den brutala sanningen om prompt-affären är exakt det som gör den så tilldragande: barriären är så låg att i princip vem som helst kan hoppa in, vilket innebär att en överväldigande majoritet ger upp efter att ha publicerat ett par stycken. Men det fåtal som faktiskt stannar – de förvandlar ett enda test till 4,99 USD till en stabil nischverksamhet som omsätter tusentals USD i månaden.
Verktygen ligger i allas händer. Skillnaden ligger inte i om du kan använda AI eller inte. Det handlar om huruvida du är villig att ta den prompt du fått att fungera smidigt, lägga en helg på att paketera den och släppa den på marknaden. Sälj din första order först – sedan kan vi prata om uppskalning.
]]>Du har garanterat upplevt den här frustrationen: Förra veckan såg du att ett robotföretag fått in en stor summa pengar, men idag när du vill prata om det går det inte att hitta exakt hur mycket de fick in, vem som investerade eller vad värderingen var. Du scrollar igenom ett dussin kinesiska officiella konton, tre eller fyra engelska sajter och ett par branschgrupper – informationen ligger utspridd här och där, siffrorna motsäger varandra, och bara “faktakollen” tar en hel kväll.
Ännu mer smärtsamt: Tabellen du la en hel natt på att sammanställa, skickar du vidare till gruppen – och får bara en rad “må gott, god människa” till svar. Du har sparat tid åt alla andra, men tjänat noll kronor själv.
Möjligheten att tjäna pengar ligger aldrig i att “få tag på mer information”, utan i att “strukturera spridd information och sälja den till dem som inte har tid att göra det själva”. I varje snabbt växande bransch gör någon samma sak: bygga en kunskapsbank där man kan söka, jämföra och följa spår vidare – och sedan ta betalt för den. Förr krävdes ett helt team för det här. 2026? En person + en bunt AI-verktyg räcker.
Den här artikeln visar dig exakt hur: Hur den här affärsmodellen med “betalda kunskapsprodukter” fungerar, hur mycket du kan tjäna, hur du bygger upp allt från noll, och var de största fallgroparna finns.
Kolla på tre verkliga exempel för att förstå hur hög taket är för den här “informationsstrukturerings”-branschen:
Ser du mönstret? De säljer inte “information” – de säljer “sparad tid”. Det investerare och entreprenörer saknar mest är inte information, utan en tabell de kan fatta beslut utifrån. Om du kan pressa ihop hundratals artiklar till en enda sorterbar, jämförbar tabell, är de villiga att betala dig en slant varje månad.
Den största förändringen 2026 är detta: AI har tagit över det tunga arbetet med att “sammanställa hundratals källor”. Tidigare krävdes anställda som dagligen övervakade, kopierade och klistrade in. Nu kan en enda person som kan använda AI få det att fungera. Men låt oss vara ärliga – kostnaderna har inte försvunnit, de har bara flyttats från “anställa för inmatning” till “övervaka AI så den inte hallucinerar”. Mer om den fällan senare. Tröskeln har onekligen sänkts, men de flesta saknar tålamodet att först lista 50 källor, sedan extrahera 100 datarader – på tredje dagen är de tillbaka på TikTok. Så den här affären? Den är det få som faktiskt gör just nu.
Huruvida den här affären lyckas eller inte avgörs till 80 % av vilken nisch du väljer. Alla områden är inte värda att bygga en intelligensdatabas för. En bra nisch måste uppfylla tre krav samtidigt:
Enligt dessa tre kriterier är embodied AI / humanoida robotar just nu den mest typiska exempelbranschen:
Denna bransch träffar alla tre kriterier perfekt: varje dag kommer ny finansiering / nya produkter / nya forskningsartiklar (mycket information), informationen är utspridd över dussintals engelska medier + forskningsartiklar + officiella webbplatser (spridd information), och de investerare och branschfolk som följer den har extremt dyr tid och hög betalningsvilja (värdefullt).
Tycker du att robotar är för avlägsna? Byt då till något du faktiskt kan ta på: En databas över virala produkter inom cross-border e-handel (strukturerad data över vad som sålt bra på TikTok Shop / Shopee förra veckan, inklusive volym, pris och supply chain), en databas över fallstudier där AI-verktyg används för att tjäna pengar (vem som tjänade vad med vilket verktyg och hur), eller en databas över plugins/teman för ett vertikalt SaaS. Logiken är densamma – så länge folk i den kretsen dagligen sliter med att “inte kunna hitta allt” och “få saker att matcha”, så finns din möjlighet.
Omvänt, vad du ska hålla dig borta från: Skvaller och nöjesnyheter (mycket information men värdelös), områden där någon redan byggt en gratis databas av hög kvalitet (du har ingen differentiering), eller branscher som förändras för långsamt (en uppdatering i veckan – du kommer inte behålla prenumeranter).
Börja inte med att koda. Lägg en vecka på att lista alla pålitliga informationskällor inom din nisch: branschmedia, företagswebbplatser, rekryteringssidor (ofta gömmer de tunga signaler), akademiska databaser, GitHub, nyckel-KOL:ar på X/Twitter, och internationella nyhetsbrev. Samla ihop 20–50 högkvalitativa källor först – det är grunden för din databas. Källornas kvalitet avgör direkt trovärdigheten i din databas.
Här är det AI verkligen börjar leverera. Använd verktyg som Firecrawl för att skrapa webbsidor (open source-alternativ: Crawl4AI), mata in dem i Claude eller GPT för fältextraktion – företagsnamn, produkt, finansieringsbelopp, runda, investerare, teknisk inriktning – och fyll automatiskt i en strukturerad tabell.
Ingen panik om du inte kan koda – börja med “helg-nybörjarvarianten”: Släng in 20 artiklar i Kimi / Doubao / ChatGPTs chattfönster, ge den en tabellmall du själv definierat (företagsnamn / finansieringsbelopp / runda / investerare / datum), låt den extrahera enligt mallen, dubbelkolla manuellt, och samla ihop minst 50 rader. När du bekräftat att “den här tabellen är någon faktiskt vill se”, då kan du börja tänka på automatisering.
Här är en detalj som kan skapa avstånd till konkurrenterna: standardisera alla siffror till samma måttstock. I rådatan kan finansieringsbelopp stå som “flera tiotals miljoner RMB”, “5 miljoner USD” eller “ej offentliggjort”. Använd en stor språkmodell + dina egna omräkningsregler för att konvertera allt till USD, och markera tydligt om “strategiska investeringar ingår eller inte”. Användare hatar när siffror inte går att jämföra – gör du “röran” till “ordning”, det är anledningen till att de betalar.
Det här är gränsen för om du kan ta betalt eller inte. En informationssamlare gör “idag fick ett företag finansiering igen” – sånt innehåll finns gratis överallt, ingen betalar för det. Det du måste göra är att bygga ett bibliotek: när en användare söker på ett företag ska de kunna se dess finansieringshistorik, teknologiska vägval, nyckelpersoner och vilka de konkurrerar med. De ska kunna jämföra tio företag i samma bransch horisontellt – värderingar och produktparametrar. De ska kunna följa en tråd och gräva sig uppströms och nedströms – till exempel från ett robotföretag, till dess kärnleverantörer, och vidare till leverantörens kundstruktur.
Kom ihåg en sak: Användare betalar inte för “snabbhet”, de betalar för “fullständighet, träffsäkerhet och sökbarhet.”
Vad använder du för att bygga första versionen? Du behöver inte koda. Använd Feishu multidimensionella tabeller / Notion / Airtable för att bygga upp biblioteket, skapa några vyer för filtrering och jämförelse. För betalning – häng upp en prenumeration via Xiaobao Tong / Aifaka / Stripe. Först när någon faktiskt betalar, överväg att göra en fristående hemsida. Fastna inte direkt i frontend, hosting, inloggning – det är saker du gör efter att du validerat idén.
Referera till IT-južis beprövade intäktskombination. Välj utifrån din nuvarande fas:
Knepet för en kallstart: Använd först gratis innehåll för att fånga in rätt målgrupp. Publicera en djupanalys baserad på din databas varje vecka (via公众号 / newsletter / X), så att läsarna får se värdet av din databas – och spara sedan “fullständig data + realtidsuppdateringar” till betalversionen. Stratechery kör just denna modell – gratisartiklar bygger förtroende, djupinnehåll driver prenumerationer.
Men ärligt talat: 90 % av svårigheten i den här branschen handlar om att skaffa kunder, inte att bygga databasen. En okänd databas som bara “publicerar en artikel i veckan” riskerar att drunkna i 2026 års uppmärksamhetshav. Antingen har du redan ett nätverk i branschen, eller så måste du vara beredd att hänga på X / Jike / någon vertikal community i ett halvår för att bygga upp de första hundra rätta användarna. Hur snygg databasen än är – utan tittare är den värd noll. Det här steget är mycket svårare än att skriva kod.
Fallgrop 1: AI kan “hallucinera” finansieringsbelopp – du måste granska siffrorna själv. När stora språkmodeller extraherar strukturerad data når träffsäkerheten sällan över 70–85 %, och resten är ren skräpdata. Än värre är att de med fullständig övertygelse kan hitta på – de förvandlar “rykten” till “bekräftade fakta”, rapporterar belopp i dollar istället för yuan, och rundar av “nästan 100 miljoner” till “100 miljoner”. AI hjälper dig att samla in, men verifieringssteget kan den inte ersätta dig i – och det är just det mest utmattande momentet. I början måste varje kritisk siffra kontrolleras mot två oberoende källor. Om du är osäker, markera tydligt med “enligt offentliga rapporter, ej oberoende verifierat” – låtsas inte vara en auktoritet.
Fallgrop 2: Den verkliga dödsdalen ligger i månad 2–3 av användarbehållning. En databas bygger man inte en gång och är klar – den kräver veckovis och månatligt långsiktigt underhåll. Det är den osynliga tröskeln. Gratisanvändare försvinner när de känner att “de sett nog”, och betalande användare säger upp sig när de upplever att “uppdateringarna blivit för långsamma”. “En person + AI” låter enkelt, men det verkliga slitaget ligger i det kontinuerliga uppdateringsarbetet. NomadList har kunnat köra i tio år, inte tack vare lanseringsögonblicket, utan tack vare Pieter Levels som dag efter dag underhåller datan.
Fallgrop 3: Tro inte att “det bara funkar av sig självt”.
Scrapers blockeras, datakällor ändrar format, API:er höjer priserna, nycklar slutar fungera – och över en natt fylls din databas med NULL-värden. Det är vardag i den här branschen. Drift och underhåll är mer påfrestande än själva datainsamlingen. Så anställ inte personal eller bränn pengar på dyra datakällor innan du har en betalande kund. Börja med gratis/lågkostnadskällor + AI för att få igång en minimiviable produkt. Din hävstång ligger i AI och dig själv – inte i att bränna pengar.
Vänta inte på att “tänka klart”. Gör de här tre sakerna i helgen:
Skicka tabellen till 10 personer i branschen och se deras reaktion. Om någon frågar “Kan du uppdatera den här löpande? Vad kostar det?” – grattis, du har just hittat din första prenumerant.
AI har slagit sönder tröskeln för att organisera information – men fönstret står inte öppet för evigt.
När du ser den tredje personen i ditt flöde tjäna pengar på samma metod är det redan för sent. Förut krävdes ett helt team för det här. Nu räcker en person + en bunt AI-verktyg för att komma igång. Gör det i helgen.
Titta på tre siffror först.
Microsofts allra första drag under det nya räkenskapsåret 2026 var att varsla cirka 4 800 personer, motsvarande 2,1 % av den globala arbetsstyrkan. Enligt Reuters förbereder Meta en ny varslingsrunda som kan överstiga 20 % (Meta har inte officiellt bekräftat detta). TrueUps statistik är ännu mer brutal – under de första fem månaderna av 2026 har den globala techbranschen redan skurit bort över 100 000 personer.
Å andra sidan upprepar OpenAI:s Sam Altman en och samma mening: “Snart kommer det att finnas ett företag med bara en anställd, men med en värdering på en miljard dollar.” Anthropics vd Dario Amodei är ännu mer aggressiv när det gäller tidslinjen – det kan hända redan 2026.
Å ena sidan krossar techjättarna den “trygga anställningen” en efter en. Å andra sidan satsar de smartaste hjärnorna i Silicon Valley på att “en ensam person kan utkonkurrera ett helt team”.
Dessa två saker är i själva verket en och samma: Företagen blir allt smalare, men de som kan stå på egna benin tjänar allt mer. Det som skiljer de två lägren åt är endast frågan om man kan använda AI eller inte.
Så den här artikeln svarar bara på en enda fråga: Som en vanlig person, vad fan ska du egentligen göra just nu för att inte lägga ditt liv i händerna på techjättarna? Svaret kan summeras i en enda mening — vänta inte tills nedskärningsyxan faller. Använd AI för att bygga ditt eget “enmansföretag” redan nu.
Låt oss först krossa den största kaffevarm-myten: att det viktigaste inom entreprenörskap är att “hitta rätt människor, pengar och resurser”.
Det där stämmer bara för serieentreprenörer och de som föds med en silversked i munnen. För vanliga människor är det så kallade “bygga ett nätverk” en gigantisk fälla — du lyckas varken locka till dig pålitliga personer eller skaffa kapital, och allt som är kvar är ett enda röran.
Tidigare var detta verkligen en återvändsgränd. Men AI har slitit ner kostnaden för “hitta människor, pengar och resurser” till en nivå som även vanliga människor klarar av:
Det här är inga drömmar. Data från venturecapital-plattformen Carta visar: av alla nystartade bolag idag är nästan en tredjedel grundade av en ensam person – nästan en fördubbling sedan 2015. Det finns bara en enda anledning till detta: AI-verktygen räcker nu.
Så sanningen om “ensamföretagaren” har aldrig varit att “göra allt själv”, utan snarare: du + en uppsjö av AI-agenter + ett outsourcat infrastruktursystem – och ni gör det som tidigare krävde ett helt litet team.
Jag har kortat ner processen till det absolut minimum. Du kan börja följa den redan idag.
Steg 1: Välj en nisch du faktiskt förstår dig på – undvik massmarknaden.
Att satsa på “massmarknaden” är som att servera jättarna på silverfat. Den enda chansen du som vanlig person har är att hitta en specifik målgrupp som jättarna struntar i, men där du kan förklara alla knep och finesser. Är du småbillsmamma? Satsa på “sömnoros för mammor med sitt andra barn”. Har du jobbat med utrikeshandel? Kör på “återvinning av begagnade mobiltelefoner i ett specifikt land i Sydostasien”. Ju snävare nischen är, desto större är informationsskillnaden – och desto hårdare blir den hävstång som AI ger dig.
Steg 2: Använd AI för att bygga en “minimal produkt” – lansera på en vecka, vänta inte på den perfekta megahiten.
Sluta drömma om att bygga den perfekta produkten. Använd ChatGPT och Claude för att skriva copy och kod, använd Midjourney för att generera material, och använd färdiga plattformar för butiker och försäljning (Shopify, 小报童, 爱发卡) för att sätta upp och sälja dina produkter direkt. Snorda in på din första order – optimera senare. Det enda målet med version 1.0 är att validera: “Finns det överhuvudtaget någon som är villig att betala för det här?”
Steg 3: Lägg ut allt repetitivt släp på en AI-agent.
Kundsupport, mejlsvar, dagliga sociala medier-inlägg och övervakning av konkurrenternas priser – det är sånt som äter upp all din tid, och det är exakt det som är lättast för AI att ta över. Genom att automatisera dessa processer med ett agent-verktyg kan du kasta all din tid över det som faktiskt kräver dig: att hitta användare och fatta strategiska beslut.
Steg 4: Sätt ihop befintlig infrastruktur. Bygga själv? Aldrig.
Det är här många trampar i klaveret. Compliance, logistik, betalningar, lager – det finns redan etablerade tjänsteleverantörer för allt detta: för betalningar har du Stripe, PayPal och 连连, för gränsöverskridande logistik finns 店小秘 och 芒果店长, och för att bygga butiken använder du Shopify. Din uppgift är att “dra kablarna”, inte att tillverka komponenterna. Koppla in din produkt i andras färdiga ekosystem, och som ensam person kan du driva ett helt fungerande företag.
Det räcker inte med att snacka metoder – låt oss kolla på siffrorna.
Fallstudie 1: Dan Koe – en person, noll anställda, 420 万美金 i årsintäkter.
Dan Koe är det namn du helt enkelt inte kan kringgå i utlandets “ensamföretagare”-spår. Genom skrivande, kurser och digitala produkter byggde han ett företag med bara han själv i teamet till en årsomsättning på cirka 4,2 miljoner dollar och en vinstmarginal på 98 % (vilket han själv uppgav i en offentlig podcastintervju 2023; digitala produktverksamheter har låga kostnader, vilket gör denna vinstmarginal trovärdig men den bör tas med en nypa salt).
Vad innebär en vinstmarginal på 98 %? Det betyder att han i princip noll personalomkostnader och att nästan hela omsättningen är ren vinst. Formeln han har delat offentligt är förvånansvärt okomplicerad: hitta ett område där du kontinuerligt kan producera innehåll → bygg en publik genom ditt innehåll → förvandla följarna till köpare av digitala produkter. Med dagens AI-verktyg är tröskeln för att kopiera denna strategi en storleksordning lägre än när han började.
Fallstudie 2: Medvi – två personer, startkapital på 20 000 dollar, omsättning på 400 miljoner dollar på ett år.
Ännu vildare är Matthew Gallaghers bolag Medvi (telemedicin). Enligt en Forbes-rapport från 2026 (dess finansiella data har granskats av The New York Times) startade han i september 2024 med cirka 20 000 dollar. Teamet bestod bara av honom själv och hans bror, och 2025 nådde de en omsättning på 401 miljoner dollar, med en prognos för 2026 på över 1,8 miljarder dollar.
Hur gjorde han det? Hela tech-stacken är 100 % AI: ChatGPT, Claude och Grok skriver kod och copy, Midjourney och Runway levererar kreativa assets, och AI-agentar sköter kundtjänsten. Allt det tunga – compliance, logistik och apoteksverksamhet – har han lagt ut till färdiga tjänsteleverantörer som CareValidate och OpenLoop. Han tillverkade inte en enda komponent – han kopplade bara ihop en massa trådar. Det som sticker ännu mer är vinstmarginalerna: branschledaren Hims & Hers har 2 442 anställda och en nettomarginal på bara 5,5 %; Medvi har två personer och en nettomarginal på 16,2 % – nästan tre gånger högre. Färre människor, desto hårdare vinst.
Vi vänder blicken hemåt mot Kina och Sydostasien: exakt samma strategi går att kopia-klistra in.
Du behöver absolut inte ge dig in i nordamerikansk telemedicin. Ta ett betydligt jordnärmare exempel: Välj ett nischat och kallt segment på TikTok Shop i Indonesien (exempelvis något specifikt skönhetsverktyg), använd AI för att massproducera kortvideor på indonesiska, sätt en agent till att svara på förfrågningar 24/7, och överlåt ordern till en tredjeparts overseas warehouse för dropshipping – du behöver inte anställa en enda person för lager, logistik eller kundtjänst. Dan Koe bevisade modellen “innehåll + digitala produkter”, och Medvi bevisade “AI + ihopsatt infrastruktur” – båda dessa vägar fungerar alldeles utmärkt för gränsöverskridande e-handel i Sydostasien.
Låt oss inte måla upp en förskönad bild – vi måste lyfta fram exakt var de flesta bryter nacken, annars är det bara tomma ord. För dig som kör solo handlar det sällan om att du misslyckas med att “bygga en produkt”. Du dör på dessa tre avgörande hinder.
Hinder 1: Du dör på kundanskaffning, inte på produkten.
Det som är allra mest bristfälligt för en ensam entreprenör är aldrig produktkraften, det är distributionskraften. Oavsett hur bra din produkt är, om ingen ser den är det noll värt. Många spenderar tre månader på att putsa en “perfekt produkt”, bara för att på lanseringsdagen inse att de inte har en aning om hur de ska skaffa kunder – det är den verkliga dödsorsaken för 90 % av alla ensamföretag. Så bygg inte produkten först. Tänk igenom först: “Var kommer mina första 100 kunder ifrån?”
Hinder 2: Du dör när kassaflödet sinar.
Medvi startades med 20 000 USD, men det var i USA och det handlade om telemedicin. Den mest realistiska risken för vanliga människor är: sidoinkomsten har inte ens landat sin första order, och då försvinner redan lönen från huvudjobbet. Så säg inte upp dig i en impuls och gå all in. Rätt strategi för ett ensamföretag är “huvudjobbet som säkerhetsnät, sidohuset som testarena”. Vänta med att gå heltids på din verksamhet tills den stabila inkomsten från sidoprojektet överstiger hälften av din huvudlön.
Hinder 3: AI gör din vallgrav grundare.
När agenter kan användas av vem som helst och innehåll kan massproduceras av alla, är “att kunna använda AI” inte längre någon konkurrensfördel. Din sanna vallgrav är den know-how du byggt upp dag ut och dag in inom en specifik nisch – andra har AI, men de har inte din branssekunskap. Det är därför det första steget upprepade gånger trycker på att “välj en nisch du faktiskt kan”: AI är en förstärkare, och den förstärker dig. Utan “dig” är förstärkaren bara ett tomt skal.
När du har tänkt igenom dessa tre hinder kan du gå tillbaka och titta på den 4-stegs-process som presenterades tidigare. Först då kommer du att förstå exakt vad varje steg skyddar dig mot.
Vänta inte tills du “är redo”, för den dagen kommer aldrig. Gör dessa tre saker idag:
Techjättarnas varselistor kommer att fortsätta växa, och Sam Altmans “enmansmiljardbolag” kanske blir verklighet redan i nästa år. Tidsfönstret mellan dessa två händelser är den ultimata chansen för den vanliga personen att skriva om sitt öde med hjälp av AI.
Du bör inte vänta tills du blir uppsagd med att börja bygga en inkomst vid sidan av – det är för att du redan har en sidoinkomst som du slipper frukta uppsägningar. Bygg först ditt eget “enmansföretag”, gör det till din livbojt, och förvandla det sedan till din väg framåt.
]]>Många vill tjäna pengar på YouTube, men de dör på samma ställe: du måste synas i bild, klippa, skriva manus och spela in röst. Att gå från idé till färdigklippt video tar minst en halv dag, ofta två till tre dagar. Du pressar dig att publicera fyra videos i månaden, men varje video får bara några hundra visningar. Efter tre månader ser du inget hopp och ger upp.
Men de där kanalerna om filosofi och psykologi som du råkat scrolla förbi på YouTube nyligen – rösten är AI-genererad, bilderna är AI-skapade, till och med manus är skrivna av AI. Kvaliteten är absurd, och de släpper en eller två videos om dagen. Det handlar inte om en eller två personers snabba fingrar. Det är en hel grupp människor som massproducerar videos med en “fabriks”-metod.
Låt oss slå fast en sak direkt: den här strategin kan verkligen tjäna pengar, men 2026 är det inte längre någon “automatisk pengamaskin där du bara lutar dig tillbaka”. YouTube har via en policy mot “overkligt innehåll” stängt av intäktsdelningen i stor skala för lata kanaler som bara skrapar artiklar, sätter på lite material och saknar egna åsikter. De som överlever och tjänar pengar är de som använder AI som hävstång och agerar egna regissörer. Hur du bygger den här produktionslinjen, hur mycket du kan tjäna och var fallgroparna finns – allt bryter vi ner åt dig här.
Tipset kommer från en observation inom kretsen (inside1024-kanalen): spelarna bakom dessa kanaler har knäckt koden för en process för “industriell massproduktion av högkvalitativa videos i snabb takt”. Liknelsen i originalinlägget är träffsäker – det känns som att gå från “frigående höns i en familjegård” till “höns på en industriell gård”: billigt, stabilt och i stora volymer.
Låt oss titta på hur stor marknaden faktiskt är:
Affärslogiken är brutal i sin enkelhet: YouTube delar ut 55 % av annonsintäkterna från långvideor till kreatörerna. AI industrialiserar hela produktionslinan – “manus → voiceover → bildgenerering → klippning” – och pressar kostnaden per video från flera hundra USD till några få USD. Vinsten skapas genom multiplikationseffekten av volym × visningar per video × RPM.
Men här är den avgörande skiljelinjen: YouTube betalar bara “regissörerna”. Verktygen kan alla använda, men det som avgör om du kan tjäna pengar långsiktigt är om du stoppar in mänskliga åsikter och originella berättelser. Kom ihåg detta – hela den här artikeln handlar om just det.
Många tror att “visningar betyder pengar” – fel. Med olika nischer kan intäkterna från samma antal visningar skilja med upp till 5 gånger.
Låt oss först klargöra vad RPM är. RPM är din intäkt per tusen visningar (efter att YouTube andel dragits av). Det är inte YouTube som sätter det, det är resultatet av annonsörernas budgivning – för ekonomi- och affärsinnehåll är annonsörer beredda att betala över tio dollar för ett enda klick; för underhållning är det bara några cent, och därför skiljer sig din utdelning drastiskt. Med andra ord: när du väljer nisch väljer du i grunden “hur djupt annonsörernas fickor är för just denna typ av tittare”.
Intervallerna nedan är sammanställda från offentliga analyser från VidIQ, StudioBinder med flera:
| Nisch | Typisk RPM (USD/1 000 visningar) |
|---|---|
| Privatekonomi / Investeringar | 10–25 |
| Utbildning / Inlärning | 9–14 |
| Affärsdokumentärer | 8–18 |
| Filosofi / Psykologi | 4–8 |
| Historia / True Crime | 4–10 |
| Underhållning / Humor | 2–5 |
Samma 100 000 visningar: privatekonomi-nischen drar in 1000–2500 USD, underhållningsnischen bara 200–500 USD. Välj fel nisch, så är allt senare bortkastat. Det förklarar varför det finns så extremt många filosofi- och psykologikanaler – AI skriver dem utan motstånd (evergreen, inget faktakoll behövs), och RPM är helt okej. Men om du vill tjäna riktiga pengar är det privatekonomi och utbildning som är den riktiga fettkuren.
Sen finns det en förstärkare: amerikanska tittare ger 3–5 gånger högre RPM än tittare i Sydostasien. För kinesiska kreatorer är det en dold guldgruva – det som tidigare höll dig tillbaka var din engelska brytning, nu har AI-röster (typ ElevenLabs) raserat den muren, så du kan med en klockren amerikansk accent plocka de höga RPM-buden från amerikanska annonsörer. Det här är den “tjäna i USD på utlandsmarknaden”-bonus som faktiskt är nåbar för vanliga människor.
Gör pengar med AI - en verklig berättelse
Ett verkligt exempel (publicerat på Medium av @Non_Conformist) är en engelskspråkig utbildningskanal utan ansikte, som riktar sig till amerikaner i åldrarna 25-34 år. RPM ligger på 12-14 dollar, och de har samlat in 253 000 dollar på två år (cirka 1,8 miljoner kronor). 70% av inkomsten kommer från 10 populära videor, varav den högsta är 570 000 dollar. Men han erkänner också att han har blivit av med sin inkomst i fem månader - detta är en verklig del av branschen.
Den här processen kan du börja bygga idag:
Steg 1: Välj din bana. Hög RPM × AI-vänlig × långsiktig, tre villkor som måste vara uppfyllda. Filosofi, psykologi, historia, populärvetenskap, meditation, personlig utveckling och grundläggande ekonomisk kunskap är alla beprövade områden. Undvik underhållning och humor.
Steg 2: Skript (AI skriver, människa leder - det här är den mest värdefulla delen av hela processen). Använd Claude / GPT för att skriva innehåll, strukturera det efter “hake → punkt → historia/data → avslutande citat”, 1200-1800 ord motsvarar 8-12 minuters video (längre videor får in mer reklam, vilket leder till högre RPM). Varför är det här den mest värdefulla delen? För att valda tema, personlig synvinkel och unika exempel är det enda som YouTube erkänner som “mänsklig” under granskningen, och det är också vad som skiljer dig från “fabrikstillverkade” innehåll.
Steg 3: Voiceover. För engelska använder du ElevenLabs, för kinesiska Volcano Voice / CosyVoice – resultatet är så naturligt att till och med modersmålstalare har svårt att skilja det från äkta varan. ⚠️ En klassisk fälla: använd inte klonade kändisröster. YouTube har nolltolerans mot obehöriga syntetiska röster. I bästa fall stänger de av din intäktsdelning, i värsta fall stänger de hela kontot.
Steg 4: Visuellt. Använd Midjourney / 即梦 för statiska bilder och kombinera med Ken Burns-effekten (långsamma in- och utzoomningar) för att få en omedelbar filmisk känsla. Vill du ha rörligt material använder du 可灵, Runway eller Vidu för att generera AI-videoklipp. 10–15 högkvalitativa bilder med rätt kamerarörelser räcker gott och väl för att bära upp en 10-minutersvideo.
Steg 5: Klippning. Låt 剪映 / CapCut automatiskt lägga på undertexter, synka klippen till rytmen och sätta in övergångar. Batchbearbetning är nyckeln till din produktionskapacitet: När du har mallat script, voiceover och bildgenerering kan en erfaren spelare snickra ihop nästan 20 videor under en enda helg. Den produktionstakten kan inte ens ansiktslösa personliga kanaler (som snittar 4–8 videor i månaden) drömma om att hänga med i. Men för att vara helt ärlig: det som verkligen äter upp din tid är inte själva klippandet, utan detaljarbetet – att synka b-roll, matcha läpprörelser och få undertexternarna att stämma. “Två till tre timmar per video” är därför den genomsnittliga arbetstiden för en mallbaserad batchprocess, inte tiden det tar att slipa fram en dokumentär från noll.
Steg 6: Skala upp och tjäna pengar. Bygg först upp ett arkiv på runt 50 klipp så att algoritmen identifierar din nisch (den allmänt accepterade brytpunkten för att få fart på tillväxten). Tröskeln för intäkter: 1000 prenumeranter + 4000 visade timmar (eller 10 miljoner Shorts-visningar på 90 dagar) → kom in i YouTube Partner Program (YPP – det är först när du är godkänd som du kan lägga in annonser i videorna och ta del av annonsintäkterna; granskningen tar oftast några dagar till en månad) → slå på annonsintäkterna. Lägg sedan därtill affiliate-marknadsföring, varumärkessponsring och digitala produkter för att maximerar hävstången på varje enskilt klipp.
Låt oss vara brutalt ärliga: Förmodligen kommer du att förlora pengar. Enligt branschbloggar som autofaceless är det bara runt 3 % av alla automatiserade YouTube-kanaler som faktiskt når igenom och börjar tjäna pengar; det absolut vanligaste sättet att misslyckas på är att ge upp under månad 4–6 – precis innan algoritmens ränta-på-ränta-effekt börjar slå in. De ekonomiska investeringarna är också mycket reella: en kreatör har i efterhand berättat att denne öste in 26 000 USD under 150 dagar (främst verktygsabonnemang + klippningsoutsourcing + materialbibliotek) innan intäkterna började droppa in; att bygga upp ett arkiv på 50 videor via outsourcing kostar runt 5000 USD.
Och den i särklass största nya variabeln 2026 är att YouTube nu systematiskt städar bort “den lata versionen”. Tidslinjen ser ut så här: I juli 2025 bytte YouTube sin gamla policy om “duplicerat innehåll” till “inauthentic content” och började i stor skala dra in intäkterna för en specifik typ av kanaler — skrapade artiklar → AI-röst → stockvideor → noll egna åsikter, noll berättarstruktur, i branschen kända som cash cow-kanaler. I juli 2026 drar man åt ännu hårdre och specificerar de exakta kategorierna av innehåll som kommer att dömas som “inauthentic”.
Lägg märke till denna detalj, för den avgör om du överlever eller inte: det som utlöser nedstängningen är inte AI-rösten i sig, utan avsaknaden av mänskliga åsikter, originella insikter och en narrativ struktur. YouTubes officiella hållning är tydlig: innehåll där AI används som verktyg och där mänsklig kreativitet leder kan fortsätta tjäna pengar precis som vanligt; helautomatisk massproduktion och klyftiga kloner skärs bort direkt.
Så för de som är i denna bransch finns det bara två möjliga utfall:
Min bedömning är tydlig: från andra halvan av 2026 har fönstret för helautomatiska, AI-genererade faceless-kanaler redan stängts till hälften. De möjligheter som återstår är reserverade för dem som är beredda att kliva in i rollen som regissör.
Börja inte med att rulla ut en hel produktionslinje direkt. Validera dig själv med den minsta möjliga sluten loop först:
När det gäller kostnader räcker gratisnivåerna i hela verktygsketten för att få denna minimala sluten loop att fungera. Vill du satsa på riktigt börjar du med en månadsbudget på 30–50 USD (främst för verktygsabonnemang) – lägg inte tunga investeringar på outsourcing från dag ett.
En sista ärlig sak: om du bara planerar att testa i 3 månader och inte är beredd att investera pengar, kliv inte in – chansen är stor att du blir en av de 97 %. Men om du är villig att använda AI som hävstång och agera din egen regissör, och har tålamodet att hålla ut till den 6:e månaden, kan du fortfarande hinna ta plats vid bordet där YouTube delar ut tiotals miljarder USD årligen till kreatörer. När algoritmen helt dömer ut till och med “AI-röst + färdigt material” kommer det inte längre finnas en plats åt dig vid det bordet. Skriv ditt första manuskript idag – vänta inte.
]]>Datakällor: YouTube:s officiella dokumentation för Partnerprogrammet (YPP-krav, 55 % intäktsdelning, policy för oäkta innehåll); marknads- och RPM-data sammanställd från offentliga branschanalyser från Hollywood Reporter, VidIQ, StudioBinder, Frameloop, Mixcord, Clippie, Unkoa och autofaceless; kreatörers intäktsfall hämtade från offentliga genomgångar på Medium (@Non_Conformist, 253 000 USD på två år). Branschandelar, framgångsgrad, investeringsbelopp och liknande uppgifter i texten är i huvudsak uppskattningar från analysinstitut eller leverantörers bloggar och representerar inte YouTube:s officiella data.
När folk pratar om att “expandera till USA” är bilden ofta densamma: bygga varumärken, köra SEO, slå ner stora pengar på de vanliga kanalerna och slita hårt mot västerländska jättar i ett extremt överhettat rött hav.
Men om du tittar på de riktiga e-handelsveteranerna som tjänar storkovan i tysthet har de redan slutat slåss om den vita medelklassen. I den amerikanska e-handeln är det de mest lönsamma och snabbast skalbara verksamheterna idag inte riktade mot den vita befolkningen, utan mot de 68 miljoner latinamerikanerna (den spansktalande befolkningen).
Det här är en klassisk informationsasymmetri som skapar massiva möjligheter. Idag ska vi bryta ner varför latinamerikaner är den bästa målgruppen, och hur du som individ utan kapital eller kontakter kan använda AI-verktyg för att snabbt bryta dig in på den här marknaden på 30 dagar.
Låt oss först titta på några härdade data som kommer att vända upp och ner på din världsbild:
Förutom att de är enorma till antalet, är den här gruppen ur ett kommersiellt perspektiv helt perfekt för varumärkeslös e-handel (särskilt för kinesiska säljare):
Här gäller det att komma in tidigt för att först kamma hem de fetaste trafikbonusarna.
Förr var du tvungen att anställa dyra spansktalande operatörer om du ville in på den spanska marknaden. Men nu, med AI, kan en ensam person med en dator bygga en fungerande hel cykel.
Låt bli att gissa vad latinamerikanerna gillar. Gå direkt till Latinamerikas största e-handelsplattform Mercado Libre och se vad de faktiskt köper.
AI-assisterad åtgärd:
Använd Perplexity eller ChatGPT (med webbläsning aktiverad) och ange följande kommando:
“Analysera de 50 mest sålda produkterna på Mercado Libre under de senaste 30 dagarna. Uteslut välkända varumärken och extrahera varumärkeslösa (white-label) dagligvaror med hög återköpsfrekvens och stark familjär koppling. Presentera resultatet i en analytisk tabell.”
Ta lokalt beprövade storsäljare på den latinamerikanska marknaden och sälj dem i omvänd riktning till den latinamerikanska befolkningen i USA via TikTok Shop eller en egen webbutik. Denna “återmatnings”-strategi har en extremt hög framgångsgrad.
När du gör affärer med den latinamerikanska målgruppen, undvik stelbent och kyligt affärsspråk. Du måste använda det spontana och vardagliga spanska som de själva konsumerar när de scrollar igenom TikTok.
AI-assisterad åtgärd:
Lämna dina produktbilder eller engelska beskrivningar till Claude 3.5 Sonnet och använd följande prompt:
“Du är nu en prismedveten men familjeälskande latinamerikansk mamma som bor i Los Angeles. Skriv tre korta copytexter för TikTok-annonser för denna produkt, på ett extremt engagerande och vardagligt amerikanskt spanska. Krav: Språket måste vara talspråkligt, framhäva prisläget/value for money, innehålla emojis och vara på max 50 ord.”
Du kan helt kostnadsfritt få tag på dussintals högkvalitativa, lokalanpassade copy-varianter, köra A/B-tester direkt på Facebook eller TikTok och sedan skala upp exakt det som presterar bäst.
Latinos i USA värdesätter community och familjetillit oerhört högt (Family First). Istället för att slänga miljoner på plattformsannonser är det mycket mer effektivt att leta upp spanskspråkiga KOC:er (Key Opinion Consumers) med några tusen följare. Konverteringsgraden blir brutalt hög.
AI-assisterade åtgärder:
Använd AI-verktyg (som ChatGPT) för att i bulk skrapa och filtrera fram mikro-influencers med spanska hashtags (som #LatinaMom, #Familia), och låt AI:n skriva extremt personliga och engagerande samarbets-DM:er på spanska.
Byt ut gratis produktprover mot deras recensionsvideor. Dessa kreatörer har extremt låga krav – du kan ofta stänga en deal med bara några par strumpor eller några plagg. Men de lojala mexikanska följarna i deras nätverk? De köper utan att tveka.
I en tid där AI har utplånat språk- och informationsgapet existerar “tröskeln” oftast bara i ditt eget huvud.
68 miljoner potentiella kunder och en köpkraft på 2,7 biljoner dollar ligger där och väntar. Du behöver inte kunna ett enda ord spanska, och du behöver inte flyga till USA.
Idag: registrera ett konto, låt AI:n skriva din första spanska annons-copy och kör ett test för 10 dollar.
Kom ihåg detta: När du ger dig ut på den globala marknaden är den absolut största risken att du fortfarande stirrar blint på samma marknader som alla andra.
Källa: yunying23/10971
]]>“En person, en dator, en hög med AI – sålde strumpor för 19 miljoner dollar på 30 dagar. Det här är inte tur, det är att ‘köra ett system’. Här är nedbrytningen av systemet: AI för att scanna trender vid produktval, AI för att massproducera kreatörer, AI för att optimera annonsering… Det finns minst 3 steg du kan sätta upp redan idag.”
I en tid där trafiken blir allt dyrare och marginalerna allt tunnare, klagar många traditionella e-handlare och deltidsentreprenörer: “E-handel är ju helt övermättat!” “Trafikkostnaderna är alldeles för höga!” “Går det ens att tjäna pengar nu för tiden?” De sitter och stirrar på skärmen varje dag, slåss mot konkurrenterna om några få procentenheters marginal och knäcker hjärnan för att skriva några virala copytexter.
Det är här problemet sitter: Den absoluta majoriteten kör fortfarande e-handel med helt manuella, kraftkrävande traditionella metoder. En person försöker göra tio persons jobb, slutar helt utmattad och tjänar bara hårt slitna pengar.
Men där du inte ser det har någon redan byggt ett automatiserat system för att tjäna pengar med AI – en total gamechanger som utklassar det gamla sättet.
Enligt källposten (ej oberoende verifierat) har nyligen ett extremt uppblåst fall blivit viralt: En person, som enbart förlitar sig på AI för att sälja strumpor, tjänade hela 19 miljoner dollar på 30 dagar.
Det låter som en saga, eller till och med en skamlös överdrift. Men om du bara stirrar på orden “sälja strumpor” och “19 miljoner” missar du helt den mest centrala vinstkoden bakom detta fall: Det handlar inte om att sälja varor, det handlar om att köra ett system.
Om du förstår den här modellen kan den faktiskt kopieras och skalas upp i oändlighet. Idag ska vi bryta ner den här AI-strategin för att tjäna pengar som otaliga människor struntar i.
I traditionellt affärstänkande krävs det ett team på dussintals eller hundratals personer för att skapa intäkter på miljonnivå: ett team för produktval, ett designteam, en copywriting-avdelning, ett team för annonsering, kundtjänst… Varje länk i kedjan kräver personal, och varje ny anställd innebär ökade kostnader och ledningsmässiga friktioner.
Den största möjligheten i AI-eran är att använda verktyg för att pressa ner organisationsformen “företag” till sin absoluta gräns: en enda person.
Du behöver inte längre slita mot människor, du behöver slita mot systemet. När du använder GPT för att fixa copywriting, Midjourney för att skapa produktbilder, Coze för att bygga arbetsflöden för smart kundtjänst och diverse automatiseringsverktyg för produktval och dataövervakning, har du i praktiken redan ett supersuperteam med hundra personer som aldrig blir trötta, saknar känslor och inte kräver någon lön.
Den så kallade “1900万美金” (oavsett om siffran är överdriven eller inte), den underliggande affärslogiken håller: Extremt låga marginalkostnader + extremt hög testeffektivitet + global trafikdistribution = en skrämmande explosionskraft.
Det handlar inte om att ha turen att råka stöta på en viral hit, utan rent matematiskt: när du varje dag kan testa 1000 material till en extremt låg kostnad, kommer du oundvikligen att träffa på en viral hit. Det här är den här tidens “BUGG”.
Tro inte att det här systemet är ouppnåeligt. Skala bort all mystik kring det – för att kopiera denna modell på inhemska eller sydostasiatiska plattformar (som Temu, TikTok Shop eller Shopee) behöver du bara bemästra dessa tre kärnsteg.
Hur gör man traditionell produktval inom e-handel? Man kollar på konkurrenterna, litar på erfarenhet och gissar.
Hur gör man AI-automatiserad produktval? Man kör data, fångar trender och hittar blå hav (oupptäckta marknader).
Du behöver inte själv sitta och gissa vilka strumpor som säljer bäst. Det du ska göra är att skriva en web scraper, eller använda färdiga dataanalysverktyg (kombinerat med GPT:s datakapacitet), för att över hela nätet hämta in produktfunktioner som får ökande diskussioner men där utbudet ännu är för lågt.
Till exempel: genom att skrapa sociala medier och överlämna datan till Claude eller GPT för semantisk analys, kan du få fram att efterfrågan på strumpor som är “andningsbara för sommaren, har specifika popkultur-mönster och är luktdämpande/antibakteriella” är på väg uppåt. Systemet låser direkt dessa nyckelord och skapar en produktprofil.
Konkret handling:
Utnyttja färdiga API:er från programvara för produktval och mata regelbundet kategoritrend-data från TikTok och Shopee till GPT. Låt AI:n dagligen spotta ut de 10 mest potentiella “blå hav”-produkterna åt dig.
Har du valt rätt produkter? Hur säljer du dem? Det är här de verkliga skillnaderna skapas.
Förr var du tvungen att boka modeller och fotografer, hyra in lokaler, shota en hel dag och retuschera i tre – för att till slut få ut 10 bilder. Och nu?
Dina konkurrenter testar 3 material om dagen. Du testar 300. Du behöver inte veta vilken bild som kommer att explodera – du slänger bara in de 300 bilderna i systemet och låter algoritmen ge dig svaret.
Konkret handling:
Bygg ett automatiserat arbetsflöde (Workflow) på Coze eller liknande plattformar: mata in produktlänk eller försäljningsargument -> GPT genererar 50 kortvideomanus -> anropa röst-API och bildgenererings-API för att producera material. Helt och hållet automatiserat.
När materialet är klart börjar du skala upp volymen på plattformar som TikTok Shop eller Pinduoduo. Det är nu det mest tidskrävande steget kliver fram: kundtjänst och dataanalys.
När det här systemet väl rullar är ditt dagliga jobb att kolla på dashboarden och justera parametrar – precis som när du spelar ett strategiskt affärsspel.
Du kanske tycker att “19 miljoner USD” känns för avlägset eller abstrakt. Då kikar vi på ett konkret vertikalt case från utlandet.
Nyligen lyckades ett varumärke för halkfria strumpor (Grip Socks) riktat mot Pilates-utövare, genom att använda ett 100 % AI-drivet arbetsflöde, dra in 1 miljon USD (motsvarande ca 7 miljoner RMB) på en enda månad. Årsomsättningen skjuter direkt upp mot tiotals miljoner-nivån.
Deras kärnstrategi kastar helt överbord traditionell e-handels logik för produkttestning. Istället matar de tusentals timmar av Pilates-träningsvideor och fragment från kommentarsfält på YouTube in i ChatGPT för att extrahera “Demand Signals”. AI:n avslöjade: det verkliga smärtpunkten är inte att strumporna är halkigare, utan avsaknaden av strumpor som matchar den estetiska identiteten hos en “Pilates Princess” och vars färger kompletterar yogaoutfiten.
Därefter använde de AI för att massproducera visuella tillgångar med lågmätt blå färgskala och minimalistisk design, och pumpade ut 30-sekunders kortvideor i viral skala. Denna tratt av “fånga datainsikter + massrendera visuellt material med AI + identitetsbaserad marknadsföring” lät dem sälja ett par strumpor med en kostnad på 3 till 5 USD för över 20 USD, med en bruttomarginal på uppemot 70 %.
Detta är kraften i ett “system”. Att sälja strumpor, muggar eller digitala produkter – vad man säljer spelar ingen roll längre. Det som är avgörande är trattsystemet av “AI-produkturval + massproduktion av AI-material + automatiserad räckvidd”.
Sluta bråka i forumen om huruvida AI är en bubbla eller inte. Sluta grubbla över huruvida en viss stor språkmodell har blivit dummare.
De som tjänar pengar i denna våg har redan smutsat ner händerna och börjat använda AI för att driva trafik och skapa intäkter.
Det du kan göra idag är inte att drömma om att tjäna 10 miljoner imorgon – det är att omedelbart ta tag i att bygga ditt första minsta livskraftiga system (MVP).
Din första åtgärdslista:
Betrakta inte dagens värld genom ett traditionellt perspektiv – se dig själv som VD för ett multinationellt företag med oändligt många anställda. Ditt tangentbord är den taktpinne som dirigerar en armé av tusentals.
Agera omedelbart och få ditt första monetära system att fungera!
]]>“En person, en dator, en hög med AI – sålde strumpor för 19 miljoner dollar på 30 dagar. Det här är inte tur, det är att ‘kö]]>