女性科技創業者街訪：4000 萬下載 Tezza 創始人、AI 原生心理健康 App 與跨行業專利授權

這一期我認爲真正值得提煉的，不是“女性 App 創始人怎麼發財”，而是一個非常清晰的 AI 時代軟件創業價值遷移：

代碼越來越便宜，功能越來越容易複製，但 Taste、Community、Outcome Data、IP Ownership 和 Distribution 反而越來越貴。

Tezza、AI 心理健康 App、專利授權創業者，看起來做的是完全不同的事，實際上都在回答同一個問題：

當技術本身越來越不稀缺，一家公司到底還能擁有什麼別人拿不走的東西？

這纔是這期最高認知的主線。

一、先校準 Tezza：4000 萬下載基本有依據，但不同官方口徑存在時間差

準確名字是 Tessa “Tezza” Barton，她和丈夫 Cole Herrmann 共同創辦 Tezza。App 2018 年上線；2023 年 TechCrunch 和 Forbes 報道時已經達到 2000 萬下載、250 萬月活，當年預計收入接近 3200 萬美元，其中 Forbes 報道約 99% 收入來自訂閱。公司當時還是 self-funded/bootstrapped。

Tezza 自己現在的官網仍顯示“2500萬下載”，明顯可能是沒有及時更新的品牌頁面；而你這期 Hard Knocks Women 的最新片段裏，Tessa 本人明確說已經 “over 40 million downloads”。因此“累計下載突破4000萬”可以寫，但最好註明是她在最新採訪中的自報數據。

所以我會寫：

Tezza 創始人 Tessa Barton 在最新採訪中稱累計下載已超過4000萬；其官網目前仍展示2500萬的較舊口徑。

這樣最嚴謹。

二、Tezza 真正牛的，不是濾鏡，而是把“審美”變成了軟件

很多人會把 Tezza 理解成：

VSCO + 濾鏡 + 模板。

這就把它看低了。

Tessa 原本就是攝影師和內容創作者，Cole 則有 iOS 開發背景。二人組合本質上是：

Taste × Engineering。

Tezza 2023 年已經有數十種 curated presets、視頻編輯、模板等工具，而 Tessa 自己明確說，他們作爲創作者能夠更早發現創作趨勢和自身工作流中的痛點，再把這些需求直接做進產品。

這就是非常強的：

Founder-Market Fit。

創始人不是坐在會議室裏猜客戶想要什麼。

她本身就是：

Power User。

每天自己用。

自己發現哪裏難用。

自己知道什麼視覺語言正在變流行。

自己擁有數百萬創作者圈層的反饋。

這比普通產品經理做一百份 Survey 強得多。

三、但 Founder Dogfooding 有一個隱藏風險：創始人的品味不能永遠代表整個市場

公司早期：

“我就是客戶。”

非常強。

公司做到4000萬下載以後：

就不能只靠：

“我自己喜歡。”

因爲用戶已經包括不同年齡、國家、文化和內容類型。

所以 Tezza 從優秀創作者工具走向真正大型軟件公司，必須完成一次升級：

Founder Taste → Institutional Taste System。

也就是把：

創始人的審美判斷

加上：

用戶數據、Retention、Feature Usage、不同 Cohort 行爲、社區反饋

共同變成產品決策。

否則 Founder-Market Fit 最後也可能變成：

Founder-Taste Trap。

四、AI 對 Tezza 最大的威脅，不是“AI 會不會生成濾鏡”

答案當然會。

AI 可以越來越容易：

生成 preset；

去背景；

調顏色；

生成視頻；

做海報；

生成模板。

所以純 Feature 層肯定會越來越 Commodity。

但這不意味着 Tezza 必死。

真正的問題是：

Tezza 到底是一套 Editing Tools，還是一個 Taste Operating System？

如果只是：

“給照片加濾鏡。”

危險。

如果用戶認爲：

“我不知道現在什麼好看，但 Tezza 知道。”

完全不同。

這時候用戶購買的已經不是算法。

而是：

Curation。

五、AI 時代可能出現一個很重要的新資產：Taste-as-a-Service

過去軟件替人解決：

計算問題。

現在 AI 可以替人解決：

生成問題。

但生成能力無限以後，新的問題變成：

什麼值得生成？什麼好看？什麼應該留下？

這就是：

Taste。

比如 AI 一秒可以生成1000張照片。

普通人真正缺的反而是：

哪一張最好？

應該用什麼色調？

什麼風格已經過時？

什麼風格會讓我的品牌顯得高級？

Tezza 如果能控制這一層，它就不是和每一個 AI 圖片工具比“誰功能更多”。

它賣的是：

Judgment Compression。

把幾百萬創作者和 Tessa 多年形成的審美判斷，壓縮進一個產品。

這比“再多20個濾鏡”高級得多。

六、所以 Tezza 真正的護城河應該是五層疊加，而不是“Community”三個字

很多創業者現在特別喜歡說：

“我們的護城河是 Community。”

這個詞已經被濫用了。

Audience 不是 Community。

Instagram Followers 也不是 Network Effect。

Tezza 的社區今天至少真實承擔了兩個價值：一是 Organic Distribution，二是 Product Feedback。2023 年報道中，Tessa 說早期多年幾乎沒有付費廣告，主要靠自己和用戶持續分享 Tezza 內容、邀請用戶反饋來傳播產品。

真正強大的長期結構應該逐漸變成：

Taste → Product → Creators → Content → Distribution → More Creators → More Taste Data。

當用戶之間開始：

學習；

模仿；

分享模板；

關注創作者；

協作；

購買創作者資產，

纔可能進一步形成真正意義上的：

Creator Network Effect。

Tezza 過去也公開討論過向 creator social network / creator home base 延伸的方向。

七、夫妻創業這個案例也非常值得學：最強組合不是“兩個人都很厲害”，而是能力函數不同

Tessa 提供：

品牌、審美、創作者洞察、Distribution。

Cole 提供：

Engineering、Product、技術實現。

這是一種非常漂亮的：

Complementary Founder Stack。

夫妻創業最大的錯誤不是夫妻身份，而是：

兩個人都想當 CEO；

都管產品；

都管人；

都擁有最終決定權。

最好的 Co-founder 組合通常不是：

A + A。

而是：

A × B。

兩種能力互相乘。

這也是爲什麼創業合夥選擇不應該只看：

“這個人是不是我最好的朋友？”

而應該看：

他的能力是不是填補我的結構性缺口？

八、第二個 AI 心理健康 App：商業方向很有價值，但這裏必須極度嚴格地區分“Wellness”和“Treatment”

Hard Knocks Women 的公開片段確實描述了一位因個人 PTSD 經歷而創辦 AI-native mental-wellness 產品的女性 Founder，產品試圖讓用戶連接“90天后的自己”，再生成習慣、日程和行爲改變方案。

但目前我沒有找到足夠可靠的獨立資料，把你整理中的創始人身份、超過10萬美元封測營收、具體天使輪/種子輪融資全部獨立覈實，因此這些數字我建議保留成：

“創始人在訪談中表示……”

不要直接作爲審計事實。

更重要的是：

“Behavioral Activation”本身不是一個隨便編出來的營銷詞。針對抑鬱症的行爲激活療法擁有一定研究基礎，互聯網/數字化 BA 的系統綜述和 Meta-analysis 也顯示其對減輕抑鬱症狀具有潛在效果。

但是：

一種治療理論有證據 ≠ 這個 App 已經被證明有效。

兩者必須徹底分開。

九、AI 心理健康 App 最大的創業機會，不是“AI 更懂心理學”，而是把 Insight 變成 Action

傳統 Wellness App 很多停留在：

今天心情怎麼樣？

寫日記。

冥想。

看看一句話。

問題是：

User 得到了 Insight，

卻沒有：

Behavior Change。

所以你整理裏的“每天給具體行爲協議”，商業上確實抓住一個重要方向：

Insight → Prescription-like Plan → Action → Measurement。

但是這裏又出現風險：

一旦產品從：

“幫助用戶建立健康習慣”

走向：

“治療 PTSD、抑鬱、焦慮等精神疾病”，

監管和臨牀證據要求就可能完全不同。

FDA 在討論 GenAI-enabled digital mental-health medical devices 時，明確提出了 confabulation、偏差、不恰當內容、模型漂移、症狀可能惡化以及缺乏醫療專業人員監督等風險。具體是否構成受 FDA 監管的醫療器械，要看產品 intended use 和具體醫療聲明。

所以這種 Founder 最危險的事情不是：

“模型不夠聰明。”

而是：

模型說得太自信。

十、AI 心理健康真正的護城河，必須同時是 Data Flywheel 和 Safety Flywheel

如果我是投資人，我不會首先問：

“你調用 GPT 還是 Claude？”

這根本不是護城河。

我會研究的是：

用戶90天以後怎麼樣？

堅持率多少？

什麼 intervention 對什麼人有效？

什麼時候應該停止 AI 建議？

什麼時候必須 human escalation？

如何發現高風險狀態？

不同類型用戶的行爲結果是什麼？

這纔可能形成：

Context → Intervention → Behavior → Outcome。

真正的 Proprietary Data 是：

Outcome-labeled longitudinal data。

但是健康數據又是一種極敏感資產。

這意味着普通互聯網公司那種：

“數據越多越好，順便拿去投廣告”

的思維，在這裏非常危險。FTC 曾因 BetterHelp 向 Facebook、Snapchat 等第三方披露敏感心理健康數據而採取執法行動，並要求支付780萬美元。

所以健康 AI 最終會出現一個非常有意思的矛盾：

越有價值的數據，越不能隨便商業化。

Trust 本身因此變成護城河。

十一、“Never Pitch”是好故事，但絕對不是好的普遍融資法則

所謂：

“最好的融資就是不融資，投資人自己找上來。”

只能解釋成一種很高級的：

Investor Pull。

產品數據強。

創始人強。

市場強。

別人產生 FOMO。

很好。

但千萬別教年輕 Founder：

“真正牛的人都不主動找投資人。”

這是倖存者偏差。

融資本質上就是：

Sales Process。

Target List。

Warm Intro。

Narrative。

Data Room。

Meeting。

Follow-up。

Term Sheet。

Competition。

你不必：

Beg。

但必須：

Create a Process。

所以我會把“Never Pitch”改成：

Don't chase validation; create enough evidence that capital wants access.

不要乞求認可。

但不要拒絕專業融資流程。

十二、第三位“專利授權百萬富翁”必須特別謹慎，因爲這類故事最容易被創業者誤解

Hard Knocks Women 官方社媒確實有這一段，公開描述是：

一名女性在36歲通過 patents and licensing 達到百萬美元財富/收入級別。

但我目前沒有找到足夠可靠資料，獨立覈實你整理中的：

舞者評級平臺；

再跨到 asphalt/concrete；

hair/nail；

具體5—10年長期授權

這一整套公司結構。

因此這部分我建議按：

受訪者口述商業模式

處理。

但這個商業模型本身非常值得講。

十三、專利授權最大的魅力，是把“銷售產品”升級成“出租權利”

假設你發明一項通用技術。

傳統商業：

自己製造；

自己銷售；

自己客服；

自己建工廠。

資本很重。

另一種：

Licensing。

你允許別人使用你的 IP。

對方：

製造。

銷售。

部署。

你收：

Upfront Fee；

Royalty；

Minimum Guarantee；

Milestone；

甚至某種 Revenue Share。

USPTO 明確指出，專利屬於可轉讓的個人財產，所有者可以出售或許可；專利許可還可以限定 時間、地域和使用領域（field of use）。

這就產生一個非常漂亮的模型：

One IP, Multiple Industries。

例如：

同一個底層技術，

Beauty Industry 獲得一個 field-of-use license；

Construction Industry 再授權一份；

Gig Work 又授權一份。

理論上同一項 IP 可以產生很多條 royalty stream。

十四、這其實是非常高槓杆的資本主義：Intangible Asset Leverage

房地產：

一棟樓通常只能在一個地點出租。

專利：

理論上可以在多個地域、多個行業產生經濟權利。

軟件：

一次開發可以賣無數份。

音樂版權：

一首歌可以無限播放。

這幾種東西有一個共同屬性：

Non-rival Intangible Capital。

這也是爲什麼：

Patent；

Software；

Copyright；

Brand

有時候可以產生極高 ROIC。

因爲增長並不一定需要同比例增加物理資本。

十五、但“我有一個專利”距離“我有一個護城河”還有十萬八千里

USPTO 自己就明確區分：

專利是法律權利。

它不是：

自動商業成功證明。

而且美國目前的軟件、算法和 business-method patent 仍受到 Alice/Mayo 等可專利性框架影響；單純把一個抽象商業思想放在通用計算機上，並不自動變成可申請專利的技術創新。

真正有價值的 IP 至少需要回答：

Claim 足夠寬嗎？

又能經得住挑戰嗎？

競爭者能不能繞開？

Licensee 爲什麼非用不可？

最終市場夠大嗎？

侵權能發現嗎？

維權成本多少？

所以：

Patent ≠ Moat。

更準確應該是：

Enforceable IP × Commercial Need × Distribution = Moat。

十六、“跨行業授權”真正高級的地方，是發現 Vertical Product 後面的 Horizontal Infrastructure

假設她最早真的從：

舞者 Freelancer Rating

切入。

表面看是：

Dance App。

但後來發現真正共性的東西其實是：

身份驗證；

Independent Contractor；

評價；

工作記錄；

合規；

聲譽；

匹配。

這些問題不只存在於舞者。

還可能存在於：

美髮師；

美甲師；

建築承包商；

其他獨立工作者。

那麼 Founder 做的最重要的一次認知升級就是：

Vertical Solution → Horizontal Primitive。

這和很多大型軟件公司的發展路線完全一樣。

Shopify 最早解決賣家的電商問題。

Twilio 把通信變 API。

Stripe 把支付變 API。

真正的巨大機會常常藏在：

一個垂直行業問題背後，是否存在所有行業共同需要的基礎能力？

十七、但是“擁有底層專利”並不一定意味着要自己做所有行業

反而可能最不應該。

因爲：

Concrete Industry；

Beauty Industry；

Dance Industry

的：

銷售團隊；

客戶；

監管；

語言；

分發

全部不同。

如果 Founder 自己橫跨20個行業運營，

組織複雜度會爆炸。

更漂亮的結構可能就是：

Core IP Centralized, Go-to-Market Decentralized。

自己擁有底層資產。

別人負責行業分發。

你收 Licensing Economics。

這纔是真正的：

Asset-light Expansion。

十八、第四位英美跨界製片人說“美國 Deal Flow 更強”，大方向有現實基礎，但不能寫成“歐洲沒機會”

美國風險資本市場的絕對規模確實遠大於歐洲。NVCA 的 2026 Yearbook 顯示，美國 2025 年 VC 投資約 3200億美元，其中 AI 獲得約2220億美元；歐洲2025年的 venture transaction value 約 353億歐元。兩邊統計口徑並不完全一致，不能機械做比例，但資本規模差距客觀存在。

歐洲委員會此前使用 PitchBook 數據進行的比較也顯示，EU 在 growth-stage venture funding 上與美國存在巨大差距，2024 年相關 later-stage VC 金額約爲213億美元，而美國約1330億美元。

所以，一個 Consumer Tech、AI、Entertainment Founder 遷到美國以後，確實有可能接觸：

更多VC；

更多大型客戶；

更多併購方；

更多高淨值投資人。

但這不意味着：

美國一定更適合所有行業。

Deeptech、Climate、Luxury、Industrial 等賽道，歐洲也有自己的結構性優勢。

真正應該問：

我的公司需要哪一種資本生態？

十九、她“賺過接近100萬美元又花掉”的故事，恰好說明收入能力和財富能力是兩門完全不同的學科

這是很多第一代高收入者最容易犯的錯誤。

第一門學科：

Making Money。

銷售。

創業。

創作。

談判。

第二門：

Keeping & Compounding Money。

稅務。

現金儲備。

Diversification。

Risk Management。

Asset Allocation。

兩者幾乎完全不同。

有人極其擅長第一門：

一年賺100萬美元。

但：

Lifestyle Inflation；

錯誤投資；

槓桿；

朋友項目；

投機

幾年以後又歸零。

所以真正的財富公式不是：

High Income = Wealth。

而應該是：

Wealth = Income × Savings Rate × Investment Return × Time − Catastrophic Mistakes

最後一個：

Catastrophic Mistakes

特別重要。

一個20年複利的人，

不需要每年都神奇。

真正需要的是：

不要中間歸零一次。

二十、把四個案例放在一起，你會看到 AI 時代創業的四個“真正稀缺資產”

Tezza 的稀缺資產不是代碼，而是：

Taste + Community。

AI 心理健康 App 真正潛在資產不是 LLM，而是：

Longitudinal Outcome Data + Trust。

專利創業者真正資產不是 App，而是：

IP Rights + Licensing Architecture。

跨國製片/顧問真正資產則是：

Network + Deal Flow + Capital Judgment。

這四種東西的共同點是什麼？

都不是 Prompt 一晚上可以複製的。

這就是未來創業最重要的分界線。

二十一、我甚至會把 AI 時代的軟件價值棧重新畫成四層

最底層：

Code。

越來越便宜。

再上一層：

Functionality。

也越來越容易複製。

再往上：

Context / Taste / Data / Workflow。

開始變貴。

最高一層：

Trust + Distribution + Ownership。

最難複製。

所以未來創業者千萬不要只問：

“Codex 能不能幫我把這個 App 寫出來？”

應該繼續問：

寫完以後，我到底擁有什麼是別人用 Codex 兩天也複製不了的？

這是AI時代最重要的創業問題之一。

二十二、Tezza特別值得拿來做一個反例：AI並不一定殺死有審美的軟件，反而可能放大它

如果AI把創作能力提高100倍，

普通消費者每天產生更多：

照片；

視頻；

海報；

Shorts。

那麼：

Editing Demand

不一定減少。

可能反而增加。

真正發生的是：

用戶不再願意爲：

低水平編輯操作

付錢。

但可能願意爲：

Better Taste, Faster Decisions

繼續支付。

這和攝影史很像。

手機相機讓拍照成本趨近於零。

結果：

人類沒有少拍照片。

而是拍了幾百倍。

Jevons Paradox 再次出現。

AI越便宜，

內容越多，

Curation 越值錢。

二十三、AI Mental Wellness 也是一樣：Information 不是最終產品，Adherence 纔是

今天誰缺：

“睡好一點。”

“多運動。”

“少刷手機。”

這些知識？

幾乎沒人。

問題是：

People don't do what they know.

所以真正的健康科技企業不會靠：

“告訴你正確答案”

建立巨大價值。

而會研究：

怎樣讓你：

真的執行；

持續執行；

失敗後恢復；

形成習慣；

獲得可驗證 Outcome。

未來 Wellness 最貴的資產可能不是：

Advice。

而是：

Adherence Engine。

誰真正能讓行爲改變發生，

誰才擁有結果價值。

二十四、所以我會把你說的“行爲激活”升級成一個更大的創業概念

AI 下一階段最大的價值之一：

不是：

Intelligence Delivery。

而是：

Behavior Orchestration。

它知道你的：

Context；

Goals；

Calendar；

Habits；

Failures；

Constraints。

然後每天決定：

今天應該讓你做什麼。

這甚至比聊天機器人更大。

但是越接近這一層，

企業承擔的：

安全；

倫理；

責任；

隱私

也越大。APA 目前明確提醒，GenAI chatbot 和 wellness app 用於心理健康場景可能帶來意外甚至有害影響，因此這種產品必須極度重視邊界、證據和人工支持機制。

二十五、我認爲這一期真正能教給創業者的，是三次“抽象升級”

Tezza：

Filter App → Taste Platform。

AI Wellness：

Chatbot → Behavior Engine。

專利創業：

Vertical App → Horizontal IP Infrastructure。

這三次變化的共同規律就是：

不要停留在用戶今天看見的產品，要找到產品背後的真正資產。

App 是界面。

真正值錢的可能是：

審美；

數據；

權利；

用戶關係；

網絡；

商業規則。

二十六、如果我是投資人，我會對這三家公司分別問什麼？

對 Tezza，我最關心的不是4000萬下載，而是：

Paid Subscribers、Net Revenue Retention、Churn、CAC、Organic Share、AI生成工具出現以後ARPU有沒有保持，以及用戶是不是因爲“Tezza taste”而留存。 2023 年其收入幾乎全部來自訂閱，這意味着 Retention 比下載量重要得多。

對 AI wellness，我會看：

90天完成率、用戶是否持續改善、危機升級機制、Clinical Advisory、數據隱私、模型錯誤率、人工介入率，以及到底是 wellness 還是明確醫療用途。

對 Licensing business，我會看：

專利 Claims、Remaining Life、已籤 License 數量、Royalty Rate、Minimum Guarantee、續約率、客戶集中度、侵權可檢測性、法律維權成本。

這些纔是：

真正的企業價值變量。

二十七、所以這一期裏面，“策略靈活、終局頑固”其實是非常好的總哲學，但我要加一個條件

正確版本應該是：

Stubborn on problem, flexible on solution, ruthless on evidence.

對要解決的問題：

堅定。

對解決方式：

靈活。

對事實：

殘酷誠實。

不是：

“我決定最終一定成功，所以任何失敗都不承認。”

那不是堅持。

那是：

Escalation of Commitment。

真正優秀Founder會說：

我要讓創作者更容易做出漂亮內容。

這可以堅持十年。

但實現方法：

Presets？

Video？

AI？

Community？

Hardware？

隨時可以變。

二十八、這一期我最推薦的標題，不是“4000萬下載 + AI心理健康 + 專利授權”

信息很多，但主線還不夠強。

我最推薦：

《AI讓代碼越來越便宜以後，什麼還值錢？Tezza 4000萬下載背後的“審美、社羣、數據與IP”護城河》

副標題：

從 Tezza 把創始人審美變成訂閱軟件，到 AI 健康 App 把認知轉成行爲，再到跨行業專利授權——AI時代真正稀缺的，已經不再只是會不會開發 App。

如果偏創業：

《4000萬下載的Tezza爲什麼不是一家“濾鏡App”？AI時代最值錢的其實是Taste》

這個我非常喜歡。

如果偏AI：

《AI能複製功能，但複製不了什麼？三個女性科技創業者給出了完全不同的答案》

如果偏商業模式：

《App只是外殼：真正值錢的是審美、Outcome Data、專利與分發》

這個認知層級最高。

最後，我會把這一期壓縮成一個 AI 時代非常值得記住的公式：

Enterprise Value = Technology × Proprietary Context × Distribution × Ownership × Trust

Technology：

你能不能做出來。

現在越來越便宜。

Proprietary Context：

你知道什麼別人不知道？

Tezza 是 Taste；

Health App 是 longitudinal user context；

Licensing 是 IP。

Distribution：

你怎麼低成本拿到客戶？

Ownership：

這些數據、IP、客戶關係到底屬於誰？

Trust：

爲什麼客戶長期把自己的創作、健康或者商業決策交給你？

未來真正危險的創業公司，是：

只有第一項。

因爲第一項——技術能力——恰恰是 AI 正在最快商品化的東西。

真正有機會產生長期財富的公司，會不斷把技術優勢轉換成：

Taste、Context、Data、Brand、IP、Community 和 Customer Ownership。

所以這一期真正應該讓讀者帶走的不是：

“她們很會開發App，所以發財了。”

而是：

AI時代，開發產品會越來越容易；建立一個別人無法輕易複製的資產，會越來越難，也越來越值錢。

這纔是從“會做軟件”走向“擁有科技資產”的真正分界線。