访谈
Mike Prytkov，Simple Life 的 CEO 和创始人 – 采访系列
Mike Prytkov，Simple Life 的 CEO 和创始人，是一位具有丰富经验的科技高管和注重增长的企业家，他曾成功地将移动优先的健康和保健平台扩展至全球。凭借在经济学中应用信息技术的背景，他曾担任过 Appness 的首席运营官和首席营销官，以及 Fotostrana.ru 的首席营销官，并为领先的消费者应用程序（如 Flo、Lensa 和 Loona）提供咨询。作为 Simple 的 CEO，Prytkov 领导了公司从间歇性禁食应用程序转变为更广泛的数字健康平台的进程，同时也支持新兴初创公司作为 Palta 的增长顾问和企业家驻地。
Simple Life 是一个 AI 驱动的减重和健康指导应用程序，帮助用户建立可持续的习惯并改善整体健康状况，而无需严格的饮食或卡路里计算。它提供来自应用程序内 AI 教练 Avo 的个性化、每日指导，实时反馈关于营养、水分摄入、身体活动和禁食，以及初学者友好的锻炼计划，所有这些都围绕着行为改变和长期健康目标，而不是限制性规则。该平台将基于证据的营养科学与直观的跟踪工具和激励功能相结合，使健康选择变得更容易和更有趣，适用于全球数百万用户。
您曾公开谈论过，当疲劳和体重增加开始影响您与儿子的时间时。这种经历如何让您共同创立 Simple App，并且您希望公司从第一天开始建立什么样的核心信念？
曾经有一段时间，我试图同时做两件困难的事情：建立一家企业和充分地做一个父亲。我记得意识到我的精力、我的情绪，甚至我在家中的表现方式都比我愿意承认的更受我的健康状况的影响。那是它不再仅仅是“几公斤”而是关于我实际生活的那一刻。
这导致了一个非常简单的信念：人们不会失败饮食——饮食在忽视现实生活时会失败人们。一个有两个孩子的妈妈、一个夜班工人或一个想要有精力和孙子们玩耍的 60 岁的人都需要不同的方法，而不是通用建议。从第一天开始，我们希望 Simple 建立在个人化和同情心的基础上：建立适合您现实的习惯并使进步可持续。
这就是为什么在 Simple，我们专注于日常习惯循环和长期一致性，而不是短期限制。我们的使命是通过建立持久的日常习惯来帮助数百万人提高长寿和健康。
在 Simple 之前，您尝试了几乎所有流行的饮食方法，包括酮体饮食、禁食和果汁清洁，所有这些都取得了短期的效果。这些经历如何影响您决定设计一个以平衡而不是限制为中心的产品？
我尝试了几乎所有方法——酮体、禁食、清洁，并且我亲身了解到极端限制可能会产生快速效果，但往往会损害您实际需要的长期健康系统。
更深层次的真相是，大多数人已经知道“明显”的规则。难点在于将它们融入实际日程、实际压力和实际家庭生活中。这就是为什么我们设计 Simple 以平衡和可持续性为中心：引导人们朝着更健康的默认值，建立可重复的例行程序，并帮助他们学习什么对他们的身体和生活方式有效——而不是开处方一个僵化的、通用计划。
我们甚至产品的演变反映了这一点。我们最初进入市场是一个禁食跟踪器，然后扩展到营养、水分摄入和活动跟踪，以支持更全面的方法。
我们还保持结果驱动。例如，我们的内部数据显示，相当一部分活跃用户随着时间的推移实现了临床上显著的进步（例如，≥5％的体重减轻），这比短期的“快速获胜”更重要。
Simple 将自己定位为代谢健康的类别定义 AI 教练。实践中，这意味着什么，您的 AI 与更僵化的基于规则的健康应用程序有何不同？
大多数健康应用程序表现得像带有通知的电子表格：它们跟踪输入并执行规则。教练则不同。教练适应上下文，提出问题，并在生活不完美时帮助您做出更好的决定。
在实践中，Simple 的 AI 教练 Avo 将每日信号——食物、水分摄入、活动、例行程序——转化为个性化的指导和下一步行动。这不仅仅是内容；它是一个交互层，帮助用户将意图转化为行为。我们建立了一个全面的框架，包括个人化教练、个性化的餐饮和锻炼计划以及进度系统，如实时活动和成功评分。
第二个区别是规模和学习。我们处理大量的现实世界行为数据——数千万个 Avo 对话和数亿个跟踪事件——这使我们能够不断改进个性化。
第三，我们正在朝着主动健康的方向努力，而不仅仅是反应性跟踪。这意味着连接行为——以及在未来，症状信号——以便更早地发现风险模式并引导人们朝着适当的下一步行动。
许多健康平台严重依赖卡路里计算和纪律。您为什么故意偏离内疚驱动的模型，而 AI 又如何帮助强化更健康的长期行为？
因为内疚不是成功的策略。
卡路里计算对少数高度自律的用户有效，但对于大多数人来说，它是高摩擦、精神耗竭和脆弱的。一旦错过一天、忘记一餐或变得忙碌——整个系统就会崩溃。此外，内疚驱动的设计会产生恶性循环：“我失败 → 我感到羞耻 → 我停止参与。”
我们故意转向基于习惯的行为改变，因为它更持久。AI 以三种方式帮助我们：
降低摩擦，提高一致性： “足够好的记录”和轻量级的每日行动，而不是强迫跟踪。
时刻的个性化指导： Avo 对现实生活的约束（如旅行、压力或有限的时间）做出反应，而不是重复通用规则。
积极强化循环： 我们的游戏化习惯引擎（连续性、任务、进度）将志向转化为每日的责任感，而不带来羞耻感，结果仍然是基准。
我们已经看到游戏化显著提高了长期的留存率，且一致性与目标实现之间的相关性很强。
在消费者健康技术中，扩展到数十万活跃订阅者同时实现 EBITDA 正数是罕见的。哪些早期产品或运营决策被证明对于实现这种增长至关重要？
两件事至关重要：单位经济学的纪律和复合产品引擎。
在业务方面，我们早期做出了优化回报、续约和利润率的决定——而不仅仅是顶级增长。我们在规模上实现了盈利，拥有 75 万 + 订阅者和 1.6 亿 + 美元的总预订额，支持强大的毛利率和对客户群质量的关注。续约占预订额的重要份额。
在产品方面，我们早期投资于留存基础——通过 Avo 和后来的游戏化（Blinky、连续性、任务）。结果是一个可持续的飞轮：更好的参与度带来更好的结果，这推动了更强的留存和更健康的经济。
游戏化在 Simple 的参与策略中发挥着核心作用。您如何平衡有趣的互动与体重和代谢健康的严肃性？
我们将游戏化视为行为改变的工具，而不是娱乐。
体重和代谢健康是严肃的话题，但行为改变需要重复、动力和情感安全。Blinky 和我们的游戏机制旨在减少摩擦，帮助用户在艰难的日子里坚持出现。
这种平衡来自三个设计规则：
- 永远不要羞辱用户。系统应该感觉像鼓励和责任感，而不是判断。
- 以健康结果为成功标准，而不是屏幕时间。我们关注参与度是否改善了一致性和结果，而不仅仅是点击次数。
- 保持人性化的语气。Blinky 是有趣的，但指导始终保持尊重——用户正在将他们最深层次的个人问题托付给我们。
Simple 是一种药物不可知的平台，现在它作为用户使用 GLP-1 药物（调节食欲和血糖以实现体重减轻和代谢健康）的伴侣。您如何看待 AI 支持用户与这些治疗方法一起使用，而不是取代医疗护理？
GLP-1 是一个重大的转变，但它们并没有取代行为改变的需要。甚至市场数据都显示了在治疗结束后存在的挑战——长期结果仍然取决于习惯、营养和生活方式。
我们看到许多用户将 GLP-1 与 Simple 结合使用，或者在停止药物后转向 Simple，因为他们认识到行为改变对于维持结果和整体平衡至关重要。因此，我们正在积极开发 GLP-1 伴侣体验。我们的技术和方法论非常适合支持用户与药物一起使用，我们希望很快能够分享更多信息。
从您的成长、运营和产品领导经验来看，哪些经验教训在 Simple 开始全球扩张时变得最有价值？
留存是策略。获取可以购买注意力，但留存赢得信任。游戏化和个性化成为可持续增长的核心杠杆。
本地化体验，而不仅仅是语言。食物规范、日程安排和激励触发器在不同地区有很大差异——个性化在扩张时变得更加重要。
在产品、增长和定价方面建立实验文化。规模化时，小的改进会累积，所以我们将定价和漏斗视为持续的学习系统。
早期投资数据基础设施。当您处理数百万个每日操作和大量对话时，数据质量成为产品质量。
组织清晰度胜过英雄主义。扩张需要强大的领导者和产品、营销、财务和科学方面的明确所有权。
随着 AI 越来越深入地融入日常健康决策中，您认为创始人在构建面向消费者的健康工具时承担着最大的责任？
首先，安全边界和真实性。AI 不应听起来比实际更自信。在健康领域，过度自信是危险的。产品必须清楚地区分指导和医疗建议，并在需要时将用户路由到临床医生。
其次，隐私和同意。健康数据非常敏感。用户应该了解收集了什么数据、如何使用以及保留控制权——尤其是在涉及临床合作伙伴时。
第三，行为伦理。很容易无意中将羞耻或黑暗模式引入健康产品中。动力应该来自支持、清晰度和进步——而不是内疚。游戏化应该强化健康行为，而不是操纵用户。
从现代 AI 的角度来看，这也意味着持续评估、仔细的语气调整、强大的拒绝行为和持续监测——而不是“发布并忘记”的思维方式。我们积极思考记忆、多模态和强大的评估框架，当我们扩展 AI 层时。
对于那些将个人经历转化为可扩展和值得信赖的平台的创始人，您会给出什么建议？
从个人开始，但不要保持个人。
您的故事给了您信念，但规模来自于将您的故事转化为一个适用于与您不一样的人的系统。我们的用户群体，例如，严重偏向女性和中年人，具有广泛的合并症——因此，产品必须适应远远超出创始人最初的经历。
我的建议是：
- 定义您个人故事背后的普遍问题（例如，“习惯一致性优于完美计划”）。
- 从一个狭窄的切入点开始，赢得信任，然后扩展。我们从禁食开始，扩展到整体代谢健康。
- 建立证据，而不是仅仅叙述。测量真实的结果和群体行为——不要躲在参与度指标后面。
- 设计为尊严。去除羞耻，减少摩擦，创造一个人们可以在多年内与之共存的产品。
- 早期投资数据飞轮。在规模上，您的学习循环和数据集成为真正的防御性。
感谢这次精彩的采访，希望读者能够通过访问 Simple Life 来了解更多信息。
