Lovable 一年內從 $0 做到 $200M ARR！Elena Verna 說傳統 Growth Playbook 有 60-70% 已經失效

Lovable 一年內從 $0 做到 $200M ARR — Elena Verna 說傳統 Growth Playbook 有 60-70% 已經失效

你上一次花超過兩週在調某個 onboarding 步驟的轉換率，是什麼時候？Elena Verna 大概會跟你說，那段時間白花了。

Elena 是 Lovable 的 Head of Growth，之前待過 Miro、Amplitude、Dropbox、Superhuman，做 growth 做了快二十年。2025 年 12 月她在 Lenny 的 Podcast 上，說了一句讓整個 SaaS 圈都在討論的話：她過去累積的 growth 方法論，到了 AI 公司大概只剩三到四成還能用，剩下的，要全部重寫。

這是她手上的成績單：Lovable 用不到一年、大約 100 個人，從零做到 $200M ARR，同一週宣布完成 $330M Series B，估值來到 $6.6B，做個對比——Slack 花了三年才到 $100M ARR，多數 SaaS 公司平均得花五到七年。

而這也是為什麼，Elena 做出 AI 時代的 Growth Playbook 要重寫的結論。

Lovable 是什麼？為什麼能長這麼快？

Lovable 是一個 AI-powered app builder，屬於現在最火的「vibe coding」賽道。簡單講，你用自然語言描述想做的 app，Lovable 的 AI 就幫你寫程式碼、部署上線，不用會寫程式。

成長數字蠻驚人的：平台上的產品每天有 500 萬次訪問，用戶每天開 10 萬個新專案。企業端有 Klarna、Netflix、Adobe 在用。有些用 Lovable 蓋出來的東西甚至已經有營收——AI 時尚平台 Lumoo 九個月做到 €700K ARR，餐廳管理工具 QuickTables 年營收也破 €100K。

不過比起數字本身，我覺得更值得剖析的是 Elena 在 podcast 裡講的那套 growth 邏輯，如果你現在也在做 AI 相關的產品，這些觀點會直接影響你接下來怎麼分配資源。

Innovation over Optimization：95% 造新東西，5% 做優化

這大概是 Elena 講的東西裡最顛覆的一個概念，在過去 growth team 的日常大家都知道：A/B test、改 onboarding flow、調 CTA 位置、從漏斗裡多擠一點轉換率，本質上就是 optimization。

Elena 說在過去的公司，她大概花 95% 的時間做 optimization，5% 做 innovation。到了 Lovable 完全反過來——95% 的時間在造新東西，只有 5% 在做優化。

原因很直接：底層 LLM 大概每季更新一次，產品能做到的事情會跟著產生質變。你今天花力氣優化好的 flow，三個月後整個產品形態可能都不一樣了。

Lovable 的做法是不停地 ship 新東西。工程師的角色叫 product engineer，每個人端到端負責功能的開發和上線。Shopify 整合、voice mode、agent workflow——每一個新功能本身就是一個新的 growth loop。

我自己在做 ARTOGO 的過程中也有類似的感觸，回頭看，真正帶來跳躍式成長的，從來都不是某個按鈕改了顏色，而是做了某個讓用戶眼睛一亮的新東西。Elena 用 Lovable 的規模把這件事驗證了一遍。

Product-Market Fit 不再是里程碑，是跑步機

以前的創業教科書會告訴你：找到 PMF 是一個里程碑，找到之後就切到 scale 模式，靠這個 fit 撐三到五年。Elena 說在 AI 時代，這套邏輯不太成立了，她提到ㄧ個詞「Product-Market Fit Treadmill」你一直在跑，只是為了留在原地。

她在自己的 Substack 上把背後的機制拆成三個同時轉動的循環：

三個循環同時轉的結果是：就算做到 $200M ARR，也不能覺得穩了，每一季都得回去問自己：我的 ICP 是不是變了？核心 value proposition 還成立嗎？競品追上來了嗎？

對我來說這個框架最實際的 takeaway 是：如果你在做 AI 產品，PMF 的時間維度要拉到每季甚至是每月ㄧ的全面健檢，不是開個形式化的會議，是真的回去問用戶——你三個月前用我們的原因，現在還成立嗎？

Minimum Lovable Product 取代 MVP：第一次就要讓人驚豔

Elena 提出了另ㄧ項標準：Minimum Lovable Product（MLP） 取代 Minimum Viable Product。

AI 時代用戶的耐心很低。如果產品第一次體驗不夠好，用戶不會給你第二次機會，更不會幫你做口碑傳播。MVP 那種「能用就好」的標準，放在現在已經不太夠了。

在 Lovable 這類產品裡，用戶的第一次體驗就是「跟 AI agent 互動，看它幫你生成一個 app」。這個體驗好不好，取決於 AI agent 本身的能力——不是靠調 onboarding UI 能解決的，是 product team 要扛的事。

所以 Elena 認為 activation 應該從 growth team 手上拿走，還給 product team。這跟傳統 AARRR 模型裡 growth team 把 activation 當主戰場的做法差蠻多的。

免費送產品比投廣告更有效

這個大概是最反直覺的一點，AI 產品的 compute cost 不便宜，大多數公司的直覺反應是設嚴格的 paywall。Lovable 做的事完全相反——大量送出免費 credits。有人想辦 hackathon？免費拿去用。有人想在公司內部推？支持！Elena 的邏輯是：這些 compute cost 不該被當成營運成本，而該被當成行銷費用。

傳統路徑是花錢買廣告帶流量，再轉換付費用戶。Lovable 的路徑是讓人免費用、體驗到產品有多強、然後自己去跟別人講。

這招要成立有一個前提：產品體驗得夠好。繞回 MLP 的概念——如果產品體驗普通，免費送也沒人會幫你傳播，但如果用戶第一次就被驚到，每一次免費使用都等於一次口碑觸發點。

這我覺得的確是個值得計算的投資，考量到市場份額、獲客成本還有用戶的平均價值，過去我們會本能地想儘快 monetize，因為 AI 成本真的不低。但如果你的單位經濟模型允許，把免費使用的門檻降低帶來的口碑複利，可能比同樣預算拿去投 Google Ads 划算。

Build in Public 是 AI 時代的最 Organic 的 Distrubution

最後一個我覺得是很實戰的觀點。Lovable 的 shipping 速度太快，傳統行銷節奏根本跟不上——你不可能每推一個功能都花兩個月準備 campaign。

他們的解法是讓 Build in Public 變成核心分發策略。工程師自己在 X 和 LinkedIn 上講剛做了什麼、CEO 天天分享進度、團隊公開聊正在解決的問題。

這有幾個實際的 growth 作用：

總結：AI 時代的增長，核心從「優化」變成了「創造」

過去十年 growth 圈的主流打法是找到有效的東西然後優化到極致。但在產品每三個月就可能質變、市場每季會洗牌的年代，更精細的 optimization 不見得是解答，更快的 innovation 才是。

Lovable 的案例不是要告訴我們「傳統的東西都沒用了」，而是提醒我們重新檢視資源的分配比例。不一定要跟他們一樣 95/5，但如果你的團隊現在還是把大部分時間花在微調現有的東西，那至少值得停下來問一次：這些優化三個月後還有意義嗎？

不是更漂亮的 funnel，是更多讓人想截圖分享的 wow moment。而能不能持續製造這些 moment，可能才是 AI 時代 growth 真正的護城河。

資料來源