Tome 关停背后 2500 万用户撑不起的生意账

2500 万用户，一年收入只有 300 万美元。这个数字摆在任何一家创业公司面前都足够残酷，而它属于 Tome，一款曾经被视为生成式 AI 浪潮标志性产品的演示文稿工具。2022 年 9 月上线后，Tome 只用了 134 天就突破 100 万用户，公司当时宣称这是生产力软件史上最快的百万用户纪录，比 Slack、Dropbox 和 Zoom 都要快。2023 年 7 月用户过千万，2024 年春天超过 2000 万，最终累计到 2500 万，然后故事画上句号。从巅峰到关停，中间隔着两年时间，和一道始终没能迈过去的付费门槛。

资本曾经追着它跑。Tome 累计融资约 8100 万美元，投资人名单里有 LinkedIn 创始人 Reid Hoffman，还有 Google 前 CEO Eric Schmidt。2023 年 2 月那轮融资时，公司估值达到 3 亿美元，而当时 Tome 几乎没有收入。问题出在收入端，到 2024 年底，年收入停在约 300 万美元，大量用户一直留在免费版，付费用户的价格也只有每月约 10 美元。粗略平均下来，每个注册用户一年只贡献十几美分。Tome 的用户多是学生、自由职业者和小企业主，他们喜欢输入一句提示词就生成演示文稿，但一个月可能只用一两次，好用和愿意长期付费是两件事。

创始人 Keith Peiris 早就看到了问题，也挣扎过一年。2024 年 4 月，他裁掉约两成团队，把资源从免费消费者增长转向企业销售。数据显示，普通用户偶尔做一次演示材料，而有些销售人员一天能制作 8 份方案，这个场景显然更值钱。产品也跟着改，开始读取目标客户的公开信息，生成定制化的销售材料。转向没有奏效，因为问题比想象得更深。Peiris 用过一个比喻，就算给你一个智商 160 的助手，但如果他对你的公司和客户一无所知，一样做不出高质量的方案。AI 擅长把零变成 60 分，而值钱的专业工作难在从 60 分做到 95 分，那需要大量内部上下文，通用模型拿不到。

关停的决定做得干脆。2024 年底，Tome 账上还留着融资额的一半，创始人认为没有必要继续为一个看见天花板的产品找理由。他去请教 Slack 联合创始人 Stewart Butterfield，得到的建议是重新开始，团队要小到两张大披萨就能喂饱。公司从约 70 人缩到 6 人，2025 年 4 月 30 日 Tome Slides 正式停服，并提前通知用户导出资料、给付费会员退款。八个月后，他们带着新公司 Lightf 重新出发。这段经历留下的教训直白，一个问题很多人都有，和有人愿意花很多钱解决，从来是两件事。

把 Tome 放回行业里看，它的困境不是孤例。第一波生成式 AI 生产力工具大多踩过同样的坑，写作助手、图像生成、会议纪要，演示时震撼，转化时乏力。原因在于这些工具切中的是表达的起点环节，帮用户跨过空白页，而起点环节的工作本身是低频、浅层的。用户被一句提示词出稿吸引进来，试用几次之后新鲜感消退，日常真正高频的任务又回到了专业软件里。免费用户看着热闹，可以撑起融资故事，撑不起订阅收入，这是整个赛道的集体课题。

做产品的团队能从 Tome 里拿走一组值得反复琢磨的判断工具。用户规模不是安全垫，免费的规模尤其不是，真正要盯的是付费用户的留存曲线和口子里的使用深度。需求判断要问得更狠，一个问题很多人都有，和一批人愿意反复花钱解决，中间隔着应用频率、决策权重和替代品数量三道关。Tome 转身企业销售的方向没错，败在通用产品够不到专业工作的深水区，谁的数据和流程扎得深，谁才配拿到那部分溢价。

创业找资源，上乌鸦部落。