文 | DataEye

當(dāng)很多游戲公司還在討論“如何接入AI”時(shí)，AppLovin已經(jīng)開(kāi)始用AI重建整個(gè)公司了。

最近，AppLovin的首席執(zhí)行官Adam Foroughi在播客節(jié)目《20VC》中談到：過(guò)去幾年里，他們公司很多部門(mén)都進(jìn)行了40%-50%的裁員；其中HR團(tuán)隊(duì)，更是從80人縮減到了15人。

更激進(jìn)的是，他直接提到：如果一個(gè)團(tuán)隊(duì)無(wú)法適應(yīng)AI，那么公司可能需要“重建這個(gè)組織”。

有意思的是，這并不是一家陷入危機(jī)公司的自救。恰恰相反，AppLovin是過(guò)去幾年全球增長(zhǎng)最快、利潤(rùn)率最高的廣告技術(shù)公司之一，市值已超過(guò)1600億美元。

根據(jù)訪談中披露的數(shù)據(jù)，目前AppLovin年收入已經(jīng)達(dá)到54.8億美元，EBITDA利潤(rùn)率超過(guò)80%；在推出Axon 2.0廣告模型后，公司收入同比增長(zhǎng)達(dá)到70%，但員工規(guī)模卻幾乎沒(méi)有明顯擴(kuò)張。

甚至連Adam自己都表示：“很多人看到這種財(cái)務(wù)結(jié)構(gòu)時(shí)，會(huì)覺(jué)得你是不是在作弊?！?/p>

某種程度上，這可能也是游戲廣告行業(yè)第一次如此直觀地看到：AI真正開(kāi)始改變的，也許并不是“工具”，而是公司為什么需要這么多人的邏輯。

AI不只是提高效率，而是“重建公司”

在這場(chǎng)訪談里，Adam Foroughi反復(fù)提到一個(gè)詞：“AI原生公司”。但他所理解的AI原生公司，顯然并不只是“給員工接入ChatGPT”那么簡(jiǎn)單。

在Adam看來(lái)，真正的問(wèn)題是：當(dāng)AI開(kāi)始進(jìn)入公司核心流程之后，過(guò)去很多默認(rèn)存在的組織結(jié)構(gòu)，本身可能已經(jīng)不再適合今天的效率邏輯。

他甚至直接提到：如果一個(gè)崗位未來(lái)大概率會(huì)被自動(dòng)化替代，或者一個(gè)團(tuán)隊(duì)遲遲無(wú)法適應(yīng)AI，那么公司就應(yīng)該“重建這個(gè)組織”。

而在他看來(lái)，很多企業(yè)真正的問(wèn)題，并不是“AI能力不夠”，而是組織內(nèi)部仍然存在大量“阻礙AI化”的人和流程。

Adam真正想強(qiáng)調(diào)的，其實(shí)并不只是“AI會(huì)替代員工”，而是：AI正在讓很多過(guò)去默認(rèn)成立的組織結(jié)構(gòu)，變得越來(lái)越低效。

他在訪談中提到，AppLovin過(guò)去幾年里，很多部門(mén)都經(jīng)歷了40%-50%的人員縮減，他們沒(méi)有沒(méi)有CMO、沒(méi)有COO、沒(méi)有CPO；但與此同時(shí)，公司收入?yún)s依然保持高速增長(zhǎng)。在他看來(lái)，這并不只是“降本增效”，而更像是在讓公司進(jìn)入一種新的運(yùn)轉(zhuǎn)方式：逼迫團(tuán)隊(duì)進(jìn)入一種更加自動(dòng)化、更依賴(lài)高密度人才、更適應(yīng)AI協(xié)作的新?tīng)顟B(tài)。

這套邏輯，其實(shí)也正在越來(lái)越明顯地出現(xiàn)在游戲廣告行業(yè)。

過(guò)去手游買(mǎi)量行業(yè)之所以會(huì)形成大量素材團(tuán)隊(duì)、UA執(zhí)行團(tuán)隊(duì)、中臺(tái)運(yùn)營(yíng)、廣告優(yōu)化師與外包產(chǎn)能，很大程度上，是因?yàn)閺V告創(chuàng)意與內(nèi)容迭代本身屬于“高人力消耗工作”。

但當(dāng)AI開(kāi)始能夠自動(dòng)生成素材、批量測(cè)試創(chuàng)意、分析ROI、生成文案、迭代廣告版本之后，很多中間層開(kāi)始被直接壓縮。行業(yè)真正需要的，可能就不再是“更多執(zhí)行人力”，而是更少、但更懂策略、更懂AI協(xié)同的人。

AI生成內(nèi)容的價(jià)值不在于數(shù)量

除了組織結(jié)構(gòu)之外，Adam在訪談里另外一個(gè)強(qiáng)調(diào)的觀點(diǎn)，是他對(duì)于“AI使用方式”的看法。

他提到，現(xiàn)在很多公司內(nèi)部，已經(jīng)開(kāi)始出現(xiàn)一種很危險(xiǎn)的傾向：那就是把“Token消耗量”當(dāng)成KPI——誰(shuí)調(diào)用AI更多、誰(shuí)生成內(nèi)容更多、誰(shuí)跑的Token更多，就被認(rèn)為“更AI原生”。

但Adam認(rèn)為，這是一種非常錯(cuò)誤的方向。

雖然目前AppLovin內(nèi)部“80%-90%的代碼”都已經(jīng)由AI參與生成，但他也強(qiáng)調(diào)：真正重要的，并不是“AI生成了多少代碼”，而是這些代碼是否真正創(chuàng)造了商業(yè)價(jià)值。因?yàn)槿绻髽I(yè)只是單純追求AI生成比例，最終只會(huì)制造越來(lái)越多“AI泔水”。

這個(gè)觀點(diǎn)，其實(shí)和過(guò)去幾年游戲買(mǎi)量行業(yè)經(jīng)歷過(guò)的一輪變化非常像。

過(guò)去很長(zhǎng)時(shí)間里，很多團(tuán)隊(duì)也曾經(jīng)迷信：素材數(shù)量越多越好、視頻版本越多越好、測(cè)試量越大越好、廣告覆蓋越廣越好。于是行業(yè)一度進(jìn)入過(guò)“素材海戰(zhàn)術(shù)”階段。

但后來(lái)越來(lái)越多人發(fā)現(xiàn)：真正決定ROI的，往往不是“生成了多少內(nèi)容”，而是有沒(méi)有跑出真正有效的創(chuàng)意。有沒(méi)有在有限的時(shí)間內(nèi)抓住用戶(hù)情緒，形成轉(zhuǎn)化，提升LTV。

而當(dāng)AI讓“內(nèi)容生產(chǎn)成本”低到接近無(wú)限時(shí)，行業(yè)里最稀缺的東西也不再是“生產(chǎn)內(nèi)容的能力”，而是“判斷什么內(nèi)容值得被生產(chǎn)”的能力。

這也是為什么，Adam反復(fù)強(qiáng)調(diào)：AI真正應(yīng)該優(yōu)化的，不是“Token使用量”，而是業(yè)務(wù)結(jié)果本身。

廣告與內(nèi)容的邊界正在被快速抹平

在這場(chǎng)訪談里，Adam Foroughi還有一個(gè)非常值得游戲行業(yè)注意的觀點(diǎn)：今天的信息流廣告，正在從“營(yíng)銷(xiāo)工具”變成“消費(fèi)內(nèi)容”。

他提到，現(xiàn)在Instagram上的很多廣告，已經(jīng)越來(lái)越難與普通內(nèi)容區(qū)分。尤其是在推薦算法不斷強(qiáng)化之后，平臺(tái)已經(jīng)不再只是“把廣告推給可能需要的人”，而是在直接參與用戶(hù)興趣的塑造。

Adam甚至提到一個(gè)很關(guān)鍵的變化：即便平臺(tái)并不知道你是誰(shuí)，它依然可能通過(guò)推薦算法，把你真正想買(mǎi)、想點(diǎn)、想停留的內(nèi)容推到你面前。而在談到TikTok時(shí)，他更是直接大贊了TikTok的推薦算法引擎。

這些變化都正在說(shuō)明：推薦算法正在讓“廣告”和“內(nèi)容”逐漸失去邊界。

過(guò)去，廣告更像一種“打斷用戶(hù)”的東西；但今天的信息流平臺(tái)上，廣告越來(lái)越像一種“用戶(hù)愿意繼續(xù)看下去的內(nèi)容”。

而對(duì)于游戲行業(yè)來(lái)說(shuō)尤其重要。

因?yàn)檫^(guò)去幾年，游戲買(mǎi)量本身就已經(jīng)越來(lái)越“內(nèi)容化”。從SLG副玩法廣告、可玩廣告，到短劇情節(jié)廣告、AI生成素材，很多游戲廣告的目標(biāo)，早已不只是“告訴用戶(hù)這是什么游戲”，而是：先搶下用戶(hù)的注意力。

可以說(shuō)，游戲行業(yè)其實(shí)是最早一批開(kāi)始適應(yīng)“廣告內(nèi)容化”的行業(yè)之一。而現(xiàn)在，AI短劇、互動(dòng)視頻、AI內(nèi)容工業(yè)化，又進(jìn)一步加速了這個(gè)過(guò)程。

這也讓一個(gè)越來(lái)越明顯的趨勢(shì)開(kāi)始浮現(xiàn)：未來(lái)用戶(hù)消費(fèi)的，可能不再是“廣告”或“內(nèi)容”本身；而是一切能夠被推薦算法成功推送、并讓用戶(hù)停留的東西。

未來(lái)廣告行業(yè)的核心競(jìng)爭(zhēng)

在談到AppLovin的Axon廣告模型時(shí)，Adam反復(fù)強(qiáng)調(diào)了一件事：他們并不完全知道模型內(nèi)部到底是如何做出判斷的。

很多時(shí)候，團(tuán)隊(duì)只能看到結(jié)果——比如ROI提升了、轉(zhuǎn)化率提高了、用戶(hù)質(zhì)量變好了；但模型為什么會(huì)做出這樣的優(yōu)化，連工程師自己也無(wú)法完全解釋。

某種程度上，這其實(shí)已經(jīng)非常接近今天大模型行業(yè)里常說(shuō)的“黑盒AI”。

在過(guò)去很長(zhǎng)時(shí)間里，游戲買(mǎi)量行業(yè)本質(zhì)上仍然是一套“人可以理解”的優(yōu)化邏輯：什么素材CTR更高、什么文案更容易轉(zhuǎn)化、什么用戶(hù)更值錢(qián)、什么時(shí)間段ROI更穩(wěn)定。

很多優(yōu)化師的核心價(jià)值，本質(zhì)上是“理解規(guī)律”。而現(xiàn)在，這種理解正在越來(lái)越多地轉(zhuǎn)移到AI模型本身。

但隨著AI模型越來(lái)越復(fù)雜，廣告系統(tǒng)開(kāi)始進(jìn)入一種新的階段：系統(tǒng)不再只是“執(zhí)行人的策略”，而是開(kāi)始自己尋找規(guī)律。

Adam提到，現(xiàn)在很多廣告效果的提升，并不是團(tuán)隊(duì)提前設(shè)計(jì)好的，而是模型自己在海量數(shù)據(jù)中發(fā)現(xiàn)了某些人類(lèi)根本無(wú)法察覺(jué)的模式。

這意味著，未來(lái)廣告行業(yè)的競(jìng)爭(zhēng)，可能會(huì)越來(lái)越像一種“算法黑盒競(jìng)爭(zhēng)”，比的是誰(shuí)的數(shù)據(jù)更多、模型訓(xùn)練更強(qiáng)、反饋循環(huán)更快、更能持續(xù)地優(yōu)化推薦結(jié)果。

AI真正改變的，可能從來(lái)不只是“廣告效率”，而是整個(gè)互聯(lián)網(wǎng)獲取用戶(hù)、生產(chǎn)內(nèi)容、分發(fā)注意力的方式。而游戲買(mǎi)量行業(yè)，或許只是最先被AI徹底重構(gòu)的行業(yè)之一。

• 引用來(lái)源：AppLovin CEO: Why Founders Shouldn't Angel Invest & Why the Best Don't Need Mentorship