将本微信公众号设为星标, 获取AppLovin最新资讯
正文约2.4万字，阅读大约需要60分钟
Molly：Adam、Gio，欢迎来到《Sourcery》。
福瑞吉：谢谢邀请我们。
葛小川：谢谢邀请。
Molly：也谢谢你们邀请我来到AppLovin总部。我们现在是在帕洛阿尔托吧？这里是帕洛阿尔托，对吧？
福瑞吉：对。
Molly：好，很赞。Gio，你是CTO。Adam，你是CEO。嗯，不过这次我想聊点不一样的。
Molly：我之前听过不少你们参加的播客。显而易见，你们有一个很精彩的逆袭故事。我记得其中有一期，到采访快结束的时候，你们开始揭开公司内部的运作方式，也就是推动AppLovin前进的那台“引擎”。它让AppLovin成为市场上效率最高、表现最出色的公司之一。
Molly：你们的利润率很高。公司盈利能力也很强，还有很多亮眼的地方。但这一切，其实要从有人开始问你们一些很尖锐的问题说起。Gio，那个人就是你。你在2022年11月加入公司。刚加入AppLovin时是什么感觉？你当时的第一印象是什么？
葛小川：刚加入AppLovin时，我当时挺兴奋的，也觉得肩上多了份责任。一开始，我就觉得特别耳目一新。我之前一直在大型科技公司工作。那里的流程要繁重得多。所以加入AppLovin后，我发现这里的团队特别精简。
葛小川：当时Adam和CTO Basil都深度参与日常的决策和执行。我也很容易就能直接和他们合作。他们都很好沟通，也很容易接近。这让我觉得很新鲜。但另一方面，很快…… 我也意识到公司规模还比较小。
葛小川：很多方面都有很大的提升空间。包括当时的模型、基础设施，还有大家思考问题和做迭代的方式。这些地方都有很大的提升空间。更重要的是，我当时发现最大的问题是，公司的基层员工没有得到真正的培养。他们没有机会去了解业务。接到的往往只是很多基础层面的任务。他们很难有自己的想法，也不太敢提问题，对吧？
葛小川：不过好的一点是，我当时没有消极地看这些问题。我没有觉得沮丧，也没有失望。我把这些都看成机会。这也正是我加入AppLovin的原因。而且我也很高兴地看到，当时整个团队的想法都很开放。我给团队提了很多反馈和新想法，大家也都很愿意一起把事情做好。所以我们把这些问题当作机会，开始不断调整、不断改进。
福瑞吉：说回Gio的招聘和面试过程。因为当时的CTO和我都面试了他。我们开始和Gio接触时，公司当时的市值大约是55亿美元。我们的广告业务由一个模型驱动，也就是Axon 1。但它用的机器学习技术已经过时了。
福瑞吉：所以我们想找一位研究人员加入，帮助我们设计Axon 2模型的架构。这个模型大概在Gio加入五六个月后发布。而他正是这个模型背后的架构师。面试时，我们都很喜欢Gio，所以我和Basil都使出浑身解数，想说服他加入。他当时也很期待加入。接着我就去做我的……
福瑞吉：那是2022年11月的财报电话会。他原计划大概几天后入职。结果那天股价跌了30%。我当时心想：“糟了，我们可能招不到Gio了。”我也不知道他为什么最后还是来了。但他就是那种有点特别的人。他会说：“股价跌了30%，那我就能拿到更多股权了。”
福瑞吉：这样我的上行空间反而更大。我应该加入，甚至应该更快加入。”所以，这个……我也说不清。我们很幸运，他最后在那个时候加入了我们。这……
Molly：这选择很聪明。这就是利用价差赚钱。你知道自己能把股价再做上去。
葛小川：我当时倒不是这么想的。不过我当时身处大厂。如果我只想待在稳赢的队伍里，我就不会选择离开。
葛小川：我想找一个能看到机会、也能真正做出改变的地方。
Molly：那你一开始提出了哪些关键问题？
葛小川：其实我一开始没有急着提问题。加入时，我很清楚自己的职责，对吧？我看到了这些差距，也发现当时的模型不太理想。
葛小川：不过在训练模型之前，你首先要有合适的基础设施。所以来这里的第一个月，我直接就开始写代码。上手其实很快。我当时直接和Basil合作。我们没开很多会。顺便说一句，一开始我还很不习惯。我让Basil每周和我开一次一对一会议。但他根本不知道那是什么。因为在AppLovin，根本没有这回事。
葛小川：不过很快，我们就取消了那个会。因为我们本来就一直在沟通。而且大部分沟通都是通过代码完成的，效率高得多。
福瑞吉：对。往回说一点，一家公司刚起步时，团队通常都很小。大家会先努力做出真正符合市场需求的产品，然后再扩大公司规模。
福瑞吉：我们刚创业时，公司大概只有10个人。最初三四年里，最多可能也就50人。所以我们的团队一直都很精简。对一家广告公司来说，如果赚不到钱，那可能就不应该继续做下去。否则完全说不通，因为你的目标就是为广告主创造价值。
福瑞吉：你创造了多少价值，就会得到相应的回报。理论上，这份回报应该高于你的成本。所以我们很早就开始赚钱了。而且我们当时……融资也很困难，所以必须很早就开始盈利。不过这种精简的做事方式，从创业第一天就有了。
福瑞吉：再说说我们当时招聘的那类人。Basil后来成了CTO，但他最初是公司的第一位首席工程师。四五年后，他才升任CTO。他的心态一直是：“我直接动手做。”每遇到一个问题，他都会直接写代码解决。一直到Gio加入时，公司大概60% 的代码，都是Basil一个人写的。
福瑞吉：我们一直相信，每个独立贡献者都能帮助公司成功。尤其是在这个竞争很激烈的领域。所以我们从来没有搭建过一套一对一会议、各种会议和流程之类的体系。我想这正是Gio加入时觉得有吸引力的地方。不过这种做法也有一个挑战。当你没有真正组建起一支团队时，大家就很难一起面对挑战、以团队方式解决问题。
福瑞吉：这三年里，随着Gio在公司的任期不断推进，他确实逐渐练出了这种能力。但我自己一直是个人贡献者，所以我的想法始终是：招一群优秀的人，让他们自己解决问题。如果需要帮忙，他们随时可以来找我们，我们会支持他们。否则就让大家放手去做。Gio加入时面对的就是这样的环境。
Molly：你加入时，工程团队有多大？
葛小川：大概和现在差不多大。
福瑞吉：100人？
葛小川：100人，对吧？对。
福瑞吉：对。
葛小川：过去几年里……公司有多大……
Molly：……整个组织有多大？
福瑞吉：如果说整个公司，当时我们还有游戏业务，不过后来已经卖掉了。所以不算这些业务，也不算我们收购后从未整合的SaaS公司Adjust。
福瑞吉：公司的人数应该已经维持在400人左右一段时间了。大约两三年前，我们可能把人数从600人缩减到了400人。此后整体就没太大变化。虽然人员会有进有出，但规模基本就是这样。我觉得Gio加入时，还有一件很有意思的事。我们建了一个Slack群，里面只有Basil、Gio和我。我们会在里面讨论问题，实时给出反馈。
福瑞吉：那五六个月里，我都不知道他和Basil有没有见过太阳。因为他们一直在写代码，互相较着劲往前冲。当时的情况是：“好，这是一条全新的路线。”所以我们实际上是在重建公司的核心引擎。已经做出来的东西，我们其实没那么在意。
福瑞吉：之前做出来的其他东西，比如数据平台，面向开发者的软件工具，也就是Mediation Service，都各自独立存在。但最核心的引擎，也就是算法，他们是从头重建的。所以他们基本就是一头扎进了……我也不知道他们当时到底在哪儿办公。
福瑞吉：我知道Basil在哪儿办公。但我不知道Gio在哪儿办公。他们就这样一头扎进去写代码，彼此较着劲往前赶，想尽快找到一条他们认为正确的方向。我觉得这个过程很酷。但对Gio来说，看到这一切可能很不一样。因为他之前习惯的是大公司里更复杂的流程。这套流程会规定工程师能做和不能做什么。
福瑞吉：公司刚开始开发产品时，我最早对Basil说过的一句话就是：“技术发展得太快了。你不能太高估自己手里的东西，而且要明白，如果技术的发展速度超过了你已经做出来的产品，就得把现有成果推倒，重新设计、重新搭建。这种事可能每隔几年就会发生一次，未来甚至会更频繁。”
福瑞吉：这一直是我们在工程方面最核心的信念之一。谁在乎我们过去做了什么？我们要一直确保自己用的是当下的技术，甚至是创新、前沿的技术。
Molly：所以你们的团队很精简。工程团队大约有100人。而且每个人，用你们的话说，都是“个人贡献者”。
Molly：对。那当时是怎么设计Axon 2架构的？所以当Ax……
葛小川：设计Axon 2架构时，当时的团队和今天很不一样，对吧？我来解释一下当时发生了什么。我接受采访时，大家总会好奇，我做了什么，改变了AppLovin。但很少有人会问，AppLovin是怎样改变我的。
Molly：哇。
葛小川：其实加入AppLovin对我来说，也是一次改变。因为当我看到Adam和Basil的工作方式时，我对“亲力亲为”有了全新的理解。我以前也很亲力亲为，也很喜欢写代码。但加入AppLovin后，我看到了一种完全不同的亲力亲为。
葛小川：其实我原本打算比最初确定的日期晚两个月入职。Basil和Adam一直想说服我早点来。我说自己已经安排好圣诞节去欧洲旅行一个月。反正那一个月，我也没多少时间工作。
葛小川：要不我旅行结束后再入职？但Basil坚持让我先来。他说：“你可以只入职一周。”“先工作一周，然后再去度假。”我说：“好吧，没问题。”但那一周从根本上改变了我。因为一周之后，我没有取消假期，而是决定整个假期都继续工作。我到现在还记得当时发生的事。
葛小川：当时正好是ChatGPT 3.0刚发布的时候。嗯，不过那时它肯定还做不到替你写代码。所以我们仍然要用传统方式写代码。我当时在飞往意大利的航班上。飞行时间大约12个小时，但我还得继续写代码。
葛小川：那时候，没有智能体，大家也还是会写代码的。但放到今天，没有网络的话，我觉得你可能已经做不到了。我在飞机上，没有网络。我当时正在为Axon 2.0写代码。具体来说，我在搭建训练基础设施。写到某个地方时，我需要查一份文档。
葛小川：我需要用Google搜索一些关于手上工具的信息。但我在飞机上，根本上不了网。所以我只能逼自己想办法。幸运的是，我的开发环境里有我所用全部库的源代码。所以我只能深入源代码，弄清楚这些东西到底是怎么运行的。
葛小川：那是一次很有意思的经历。当时我一直在问自己：如果一个人有用不完的时间，会怎么样？因为我真的被困在飞机上，对吧？时间仿佛无限，但我得不到任何外部帮助。但我还是一直写代码。到了意大利，在那一个月的假期里，我也一直在写。
葛小川：我的岳母是一位很可爱的意大利女士。她完全想不通，为什么有人度假时还要这么拼命工作。她一直问我：“Giovanni，你还好吗？”“Giovanni，你还好吗？”“你是不是要丢工作了？”我说：“没有，没有。”“我只是对正在做的事特别、特别有热情。”
葛小川：说来也挺意外。我原以为自己要到2023年才会真正开始为AppLovin工作。但等我结束假期回来时，Axon 2.0的基础设施部分已经准备就绪。我一回来，我们就开始训练第一代模型。
Molly：哇，所以这对你来说是一次很大的重启。
葛小川：对，确实是一次重启。我觉得这种理念其实一直都在我心里。我也真的很喜欢那种感觉。只是在加入AppLovin之前，我从来没有机会体验这种工作模式。那一个月让我觉得：“这里就是我想待的地方。”
葛小川：“我很想在这里工作。”
Molly：所以大厂真的很不一样。
葛小川：真的很不一样。
Molly：太厉害了。再说到真正重新设计算法架构，以及把整套算法搭建出来，因为这是AppLovin的一个重大转折点……
葛小川：对……
Molly：这个过程对你来说是什么样的？
葛小川：那我稍微深入讲讲Axon 2.0到底是什么。
葛小川：推荐系统要解决的问题，其实是这样的。你有特别多的user用户，也有很多物品。每个user和每个item组合起来，数量会大得惊人。推荐系统必须研究每一种组合之间的关系。上一代模型的做法，是把这些组合分到不同的群组里。然后再建一个树模型。本质上，它会生成一套庞大的规则，里面有成千上万，甚至几十万个if/else分支。而每组user-item物品的组合，就落在某个if/else分支的末端。
葛小川：但很明显，现实世界要复杂得多。这些关系也会动态变化。时间在变，天气在变，还会有促销活动和节假日。所有因素都在变化。而树模型没法准确反映user和item物品之间不断变化的关系。
葛小川：Axon 2换了一种方法，也引入了一个新概念。如今有了语言模型，大家对它已经很熟悉了。它叫“语义嵌入”。简单来说，我们用可学习的嵌入表，把这些原本没有实际含义的ID编码，比如item物品ID和user ID。
葛小川：我们把这些ID编码成具有语义的嵌入向量。这些嵌入会携带统计信息。然后我们把这些信息传入深度神经网络，研究user与item物品之间复杂的交互。这种模型的优势，是识别模式的能力强得多。它也能更好地把这些模式外推到未见过的数据，以及从未出现过的user与item物品组合上。
葛小川：模型建好后，预测就会更准。而且从基础设施来看，成本其实也更低。预测更准以后，广告主就能得到更好的回报，我们的业务也会随之增长。
Molly：为什么成本会更低？
葛小川：这主要和模型做推理时的一些技术细节有关。
葛小川：神经网络的优势在于，它主要由很多标准的GEMM运算组成。也就是通用矩阵乘法。而这正是GPU最擅长的运算。GPU已经针对这类运算做了高度优化。但决策树，也就是上一代的决策树，这种结构很难在GPU上优化。
葛小川：所以在现代GPU架构上，新一代模型的能力更强，效率也更高。
Molly：所以你们不是在拼token数量？
葛小川：我们不是……哦，“拼token”是大语言模型里的概念。这是另一个完全不同的说法。
福瑞吉：每次听Gio讲话，我都得把token拉满。我得把他说的话放进大语言模型里，替我翻译一遍。
Molly：那Adam，你能翻译一下他刚才说了什么吗？
福瑞吉：很遗憾，我还没聪明到那个程度。
Molly：不过我真的很好奇。你刚才讲到了更底层的基础设施，以及模型内部发生的深度学习。也谈到了树模型之类的内容。那么，你们希望从哪些主要的数据类别中提炼模式？
葛小川：简单来说，最重要的数据，是用户与广告的互动数据。因为我们向用户展示的每一条广告，对我们来说都是一个重要的反馈数据点。用户要么会对广告产生反应，要么不会。把这些信息收集起来，就能搭起一套很强的预测系统，用来预测用户接下来的行动。
福瑞吉：在这个语境下，理解我们的广告形式也很重要。我们的广告不是一张静态的原生广告或横幅广告。游戏里的广告更像电视广告。但具体到游戏场景，用户观看一条广告的时间大约是60秒。而且他们不是坐在那里什么都不做。他们会直接玩我们放在广告里的小游戏。
福瑞吉：所以他们是在参与一种互动体验。这种体验能代表他们下载应用后会接触到的内容。我们也能从中拿到大量互动数据。想想那些真正成功的网站，在一个很成功的社交平台上，用户平均每天可能会花40分钟。
福瑞吉：如果用户每天在我们的平台上看到10条广告，就相当于在一个提供小游戏的网站上互动了10分钟。这些互动能产生大量可以分析的数据。
Molly：这些广告背后，你们还有哪些数据？因为你们实际上会向大约10亿人投放广告……对。
Molly：我在你们的网站上看到了这一点。用户会停留60秒，观看这条广告。那通常的点击过程是怎样的？你们怎么判断……
福瑞吉：首先你会看到互动数据。比如他们怎么玩、和什么内容互动。然后你会继续追踪整个转化漏斗，对吧？
福瑞吉：我们先展示广告，用户与广告互动。之后用户可能安装，也可能不安装。有些人会直接说：“我完全不想和这条广告互动。”“除了跳过广告，我不会在设备上点任何东西。”这样你就知道，这个人真的不喜欢这条广告。
福瑞吉：而在另一个极端，有人可能会一路跟着广告进入应用商店，然后下载应用。这时你就知道：“好，这个人的兴趣已经比较强了。”但仅仅一次下载，对我们来说没有意义。我们希望为广告主带来互动和收入。如果要达到真正的高意向，用户之后还得经常回来互动，给客户带来收入。无论是广告收入，还是应用内购收入。
福瑞吉：我们这套业务的优势在于，既能覆盖转化漏斗的起点，还能一路追踪到最后，把整个链路闭环。广告主也会把数据回传给我们，帮助完成这个闭环。接着Gio的系统可以把所有数据汇集起来。而我们的业务会产生海量数据。系统会把这些数据全部输入模型，然后判断：“好，现在我知道这个人对某样东西特别感兴趣。”
福瑞吉：“还有哪些用户和这个人相似？”“接下来，我应该开始为这个人预测什么？”
Molly：深入了解AppLovin后，我觉得有一点很有意思。你们的商业模式以效果为基础，但本质上，是通过广告帮客户赚到更多钱。你能解释一下吗？你们从一开始就是这么做的吗？
Molly：你们做广告，一直都是为了帮助客户直接发展业务吗？比如建立这样一个正向循环？投入更多钱，获得更多回报，然后把业务越做越大？
福瑞吉：对，完全是这样。我们希望广告主能在我们的平台上投入资金，能衡量效果，也能清楚知道，这笔投入最终为他们带来了更多收入和利润。
福瑞吉：如果你能为客户带来一个用户，而且客户能从这个用户身上赚到钱，那他们就会把投放扩大到很大的规模。这种产品根本不需要你去硬推销。我们最初把它定为公司目标，原因就在这里。我发现自己其实不太会做销售，也没有耐心慢慢搭建一支传统的大型销售团队。但大多数广告公司一旦做出有效的产品，都会不断扩大市场拓展团队。
福瑞吉：而我们想要的，是一套让另一端的客户一看就知道有效的系统。这样他们自然就愿意投入资金。我们创造的价值要大到，让他们急着和我们合作，而不是反过来。我们其实不需要费力推销什么。客户既拿到了用户，也赚到了钱，自然就满意了。
福瑞吉：这种模式最酷的一点是，平台最终服务的往往是一些你以前几乎没听说过的公司。有些公司在大多数人眼中只是小企业，但它们能在我们的平台上快速做大，损益规模也很可观。它们能做到这一点，正是因为有我们这样的解决方案。这一直让我们感觉特别好。
福瑞吉：这也很符合我们公司的做事方式。
Molly：你们是什么时候有了足够的信心，决定不只做游戏广告，还拓展到电商领域？
福瑞吉：好。
葛小川：大概是在Axon 2.0规模化一年后。我们当时意识到，现有的模型架构不只适用于游戏，对吧？
葛小川：当然，我们还要为新业务搭建新的数据管线和产品流程。但我们发现，核心技术应该足够通用，能支持不同的垂直领域。
福瑞吉：对。我想Gio在构建和设计Axon 2架构时，就知道它可以适用于任何垂直领域。
福瑞吉：但任何关注这项业务的人，无论是分析师、投资者，还是审视公司业务的人，都会提出同一个质疑：“你们只有游戏数据，怎么可能做得成？”但大家往往忽略的一点是，平台另一端有10亿人。不是10亿个只玩游戏、其他什么都不做的人。
福瑞吉：所以只要你了解这个人，就能在游戏到游戏之外的场景里，为他创造价值。当然，只有很复杂的模型才能做到这一点。另一个关键，是广告主会与你共享数据。Facebook多年来建立的很多能力，背后靠的就是这些数据。最初……
福瑞吉：Facebook上市时，曾有一种看法，认为社交网络根本没法变现。一张空白画布，要怎么变现？但平台上有大量用户。你可以通过这些用户在广告主资产上的行为，逐渐了解他们。你在网站上部署像素，就能获取数据。
福瑞吉：我们采用了同样的方法。开始在网站部署像素、获取数据，从游戏行为之外的维度去了解用户。用户做的事情远不止游戏。而我们的平台只面向成年人。玩移动休闲游戏的人，很多都是家庭负责人。用户群体略微偏女性，但重度移动休闲游戏玩家主要集中在30到50岁。
福瑞吉：所以我们拥有一群质量很高的用户。他们会和沉浸感很强的广告互动。我们也开始收集模型能解读的数据，用来生成这些推荐。然后它就开始奏效了。我想Gio一开始就觉得这件事完全可行，因为他很清楚，这个架构不是只看一个垂直领域。
福瑞吉：它不是一个只服务单一垂直领域的模型。
葛小川：对。我觉得，一支优秀的工程团队，还有一点很重要。那就是，很多时候，这类问题不需要靠猜。当时我们做了分析，也讨论过。有一些理由支持我们相信它会成功。
葛小川：也有一些理由告诉我们，它可能不会成功。所以我们选择尽快做出原型。我们花了大概几个月时间，和几家测试广告主一起上线了第一个模型。结果好得超出预期。这让我们有信心相信它行得通，于是我们开始正式搭建整套系统。
Molly：你们的测试流程是怎样的？
葛小川：你是说测试电商业务？
Molly：对。
葛小川：一开始其实主要是在搭建，不算真正的测试，对吧？嗯，这段搭建过程也很有意思。我记得当时CTO Basil和公司里的几位其他高管，正在拉斯维加斯参加一场Google大会。
葛小川：那天早上，我们一边吃早餐，一边讨论，要怎样为这个新产品搭建第一套数据流引擎。我们在等菜单，但手边没有纸。于是找来一张餐巾纸，直接在上面讨论、画图和做设计。你应该已经……
葛小川：你听过这个故事吗？
福瑞吉：没有，我没听过。
葛小川：……这个故事？我从来没跟你讲过吗？没有？好吧，那你真该多和Ras聊聊天、多聚聚。总之我们当时就这样讨论起来。等食物送到时，我们已经有了一套很不错的设计。然后我们各自回到酒店房间继续做。还没回到旧金山，数据引擎的第一个原型就已经做出来了。
葛小川：之后我们又花了几个月，大概两三个月，搭建数据、模型和基础设施。同时找来了几家广告主。我记得是业务团队帮我们找到的。然后我们让他们上线测试。一开始模型的数据很有限，所以还很不成熟。
葛小川：但即使模型还很不成熟，我们已经能看到有人完成购买。它的ROI和ROAS都还不错。所以我们就觉得：“好，这件事能做成。”
福瑞吉：这个我从没听过的故事，有一点特别酷。我们的文化理念之一，就是几乎不设产品管理岗位。我们希望工程师对业务问题有足够深入的理解，能自己设计架构、自己把产品做出来，去解决一些可能连业务团队都没意识到的问题。
福瑞吉：所以这里不是一支产品团队先去和客户沟通、再写一份需求文档，然后交给工程师，让工程师严格按照文档写代码。但这些步骤一个都没有。当时是几位甚至都没和业务人员聊过的工程师，在早餐时坐到一起，在一张餐巾纸上写出了解决方案。它解决的是一个我们从未讨论过的问题，后来甚至可能成长为一项很大的业务。
福瑞吉：所以我觉得团队现在依然是这样构成的。我不知道Gio的团队里到底有多少产品经理，但大概一只手就数得过来。其他人大多是有足够能力的工程师，他们知道自己接下来该开发什么。
Molly：那你们会直接和广告主合作，一起调整产品，并确认它到底有没有效果吗？而不是去问另一个团队，他们和客户的合作关系进展得怎么样，再据此判断效果好不好？
葛小川：和广告主的沟通仍然由业务团队负责。但所有数据和决策……我们的工程师很清楚业务真正需要什么。
Molly：嗯。
葛小川：对吧？有时我们确实需要和广告主交流。遇到这种情况，可能就要打个电话或开个会。但我觉得，工程团队不能靠这种方式扩大规模。
葛小川：我们会借助业务团队。但工程师知道什么对产品最重要。
福瑞吉：另外，如果你提供给广告主的只是受众，那结果往往会很模糊。你没法衡量实际发生了什么。要让工程师明确下一步怎么做，就必须给他们很清晰的指标，告诉他们产品到底有效还是无效。
福瑞吉：如果你的业务完全以收入、以广告支出回报为基础，那和广告主之间就没有太多争议。广告支出回报好，他们就会投入更多。否则就是广告支出回报不好。比如有人卖一支10美元的口红。口红的成本是5美元，毛利也是5美元。那他们为卖出这支口红支付的广告成本，就不能超过5美元。否则就会亏钱。
福瑞吉：这很容易就能放进一个公式里。然后告诉工程团队：“我们目前的表现要么好，要么不好。”“如果想扩大规模，就必须达到这个目标。”
Molly：你一直都有这种直觉吗？还是后来才逐渐培养出来的？
葛小川：我觉得这绝对是逐渐培养出来的。确实是慢慢积累的。
葛小川：加入AppLovin之前，我在上一份工作里已经同时承担工程和产品两部分职责。就像我在播客一开始分享的，加入AppLovin时，我发现工程师和业务有些脱节。所以我的一部分工作，就是让工程师真正了解完整的业务背景。
葛小川：对吧？我不会只是给他们分配任务，告诉他们具体该做什么。我会让他们看到自己的工作怎样影响业务。我们的工程师都很有才华。只要掌握了这样的背景，他们就更清楚到底该做什么。
Molly：你觉得公司招聘新人才、并让他们融入团队时，最常犯的错误是什么？最……
葛小川：最大的错误？
Molly：对。
葛小川：我没法笼统地评论其他公司的情况。但就我们的团队来说，我觉得可能会犯几个错误。首先，没有把该交代的背景告诉新人。
葛小川：大家通常会觉得，初级员工需要有人手把手带。所以最后只会给他们一些特别零碎的任务。但我觉得，这样其实不利于他们成长。这是第一类错误。还有一个问题，是我最近才意识到的。它恰好和前一种完全相反。
葛小川：有时候，一名初级团队成员表现得不错，我们往往会给他太多鼓励，却没有持续给他新的挑战。对。这样一来，有时他们的自我意识会不断膨胀。他们会失去谦逊，也不再质疑自己。
葛小川：这也会成为他们早期成长中的一个问题。
Molly：你们在内部是怎么……对，这一点确实…………持续挑战彼此的？
福瑞吉：我先回答一下前一个问题。嗯……然后我们马上再来聊这个问题。我看到的一个大问题，就是很多公司会手把手带新人，让他们慢慢上手。
福瑞吉：我们这里有一点比较特别。不管是实习生，还是刚全职入职、甚至刚从学校毕业的员工，来到这里的第一周，他们就可以提交代码。说到底，我们是一家广告公司。假如我们找到一位智商很高、毕业于顶尖大学的学生，然后对他说：“你要来做广告。”跟他手上的其他机会相比，这份工作可能没那么容易让他心动。尤其是在AI领域。
福瑞吉：但在这里，工作处在数学和工程的交叉点上。他们会构建模型、数据，以及运行这些模型所需要的infra基础设施管道。他们一进来就能部署代码。这样他们就能真正动手做，积累实战经验。前面没有一大堆流程挡着他们。
福瑞吉：当然，我们设置了很多控制措施，确保他们的代码不会把整个系统搞崩。但他们面前不会有一套冗长流程。不用先完成所有培训，再复习这个、那个，再去找15个人聊一遍。这些人花六个月带你慢慢入门。之后你才能稍微上手做一点。等一年半后，才终于能提交自己的第一个测试。
福瑞吉：在这里，他们一周内就能提交一个测试。然后开始看到结果。那一刻会让人特别有成就感。他们自己开发、或者构思的东西，很快就能进入生产环境，触达大量用户。他们也能马上得到真实世界的反馈。而且不只是工程团队，业务团队也是这样。
福瑞吉：我们没有传统的培训流程，也不会靠这套流程把新人一点点带起来。这里没有培训手册。新人来了以后，也不会有人告诉你该做什么。我们希望大家带着强烈的好奇心进来，自己主动学习。至少以我自己的学习经历来说，别人告诉我要学什么时，我从来记不住。
福瑞吉：但亲手实践时，你就能真正记住。如今在AI时代，这种方式甚至更有力量。新人可以这样想：“这里没有培训手册，但我可以自己做一份。”他可以不断向AI提问，问自己真正需要知道的问题。如果学习中遇到任何障碍，再去找团队成员。这样，他们不仅能凭自己的好奇心完成学习，而且能比别人更快上手。他们也能表达出这样一种态度：“即使我刚加入这家公司，也愿意举手、主动发言。”
福瑞吉：我们发现，给大家这样的空间后，他们的成长速度会比其他方式快得多。
Molly：你们一直……
福瑞吉：抱歉打断你，Kelly。
Molly：没关系，我觉得这个回答很精彩。你一直在很强硬地推动团队真正用AI，拥抱AI，或者说AI优先，怎么称呼都可以。
Molly：你们如何从这方面评估员工？又怎么让大家不断学习、提升技能？
葛小川：当然，对不同岗位来说，AI在业务团队里的作用方式，跟工程团队的情况不太一样。
葛小川：我可以谈谈工程团队。过去几年，AI一直在飞速发展。但AI擅长和暂时不擅长的事情之间，仍然有清晰的边界。比如即使在今天，AI也很擅长回答问题和编写代码。它可能也很擅长做研究、回答问题，并帮助你帮你形成自己的看法。
葛小川：但AI仍然不擅长做长期规划。而我们今天的很多工作，都需要长期规划。所以仍然需要人类参与。也许有一天，AI会更擅长这件事。我对AI和员工、工程师之间关系的理解是：我不希望工程师只是坐在AI旁边。
葛小川：我希望工程师坐在AI之上。随着AI不断进步，AI和人类之间的边界也在移动，对吧？过去，AI在编程时只能帮忙纠正语法错误。后来AI变得更强，可以帮你补全一整句话，甚至一整段代码。
葛小川：到了今天，你只要给AI一个想法，它就能写出完整的PR。随着AI进步，人类只需要站在它之上，专注于AI不擅长的事情。正因为如此，我认为过去几年里，几乎每位工程师的产出和效率都翻了好几倍。
葛小川：而且我相信，随着AI不断发展，工程师的产出和效率还会继续提高。
Molly：我也问过Max Levchin这个问题。因为他也是一位亲力亲为的CTO、CEO型领导者。嗯，而且他的技术能力很强。我问他：“你还认为人们需要学习编程吗？”
葛小川：我觉得在现阶段，答案是需要。至少现阶段……为什么？
葛小川：对，需要。不过我也不确定，以后我的答案还会不会一样，对吧？好。就目前来看，我觉得AI仍然经常做出错误判断，包括错误的编程决策。如果工程师自己不会编程，就没法发现并纠正这些错误。
Molly：那系统就会被搞崩。
葛小川：对，很多公司可能都遇到过这种情况，对吧？目前我们还没有这个问题。我们的代码依然很干净。在公司内部，我们也会区分两类系统。一种是你想快速做原型的系统，嗯……另一种是必须一直保持干净、绝对不能乱的核心系统，对吧？
葛小川：如果只是搭一个仪表盘，或者为了演示做一个临时项目，那他们想怎么做都可以。这种东西不一定要特别稳健，也不一定要方便维护。但对所有核心基础设施和核心系统，我会这样告诉团队，对吧？你可以随意使用AI，但说到底，人还是要对AI替自己做出的每一个决定负责。
葛小川：所以有一种回答是绝对不能接受的。我走到工程师面前问：“你为什么要这么设计？为什么要这样做这个系统？”如果工程师回答：“我不知道，是AI这么做的。”我会明确告诉他们，这种说法不能接受。
福瑞吉：我觉得还有一点。很明显，AI让每个人都能写代码，也让很多编程能力变得同质化。
福瑞吉：所以作为一家公司，你总得从某个地方做出alpha，也就是超额优势。聪明的工程师不能只是跑去问AI：“直接给我一个现成答案。”如果这样就能解决问题，那所有人的技术最终都会长得一模一样。我们谈广告创意时也会说同样的话。如果所有广告创意都由AI来写，最终它们都会看起来一样，用户也不会再对广告产生反应。
福瑞吉：那要怎样创造alpha？你得有真正聪明、懂系统的人。他们要清楚自己在要求AI输出什么。还要在输出基础上做出差异，而不是用一个简单提示，得到任何人都能做出来的结果。他们需要理解产品，也要自己承担产品管理职责。还必须以特定方式引导AI，才能创造这种alpha。
福瑞吉：我认为，如果公司想保持领先，这会是一项必备能力。否则，在很多这类……
Molly：……功能上，大家最后都会走到同一个地方。我能问一个很直接、甚至有点冒昧的问题吗？我不知道你们是不是已经被问过很多次了。也许你们内部就在做这件事。
Molly：我之前听了一期关于这个话题的播客。那是一家广告代理商，在教大家怎样制作效果最好的AppLovin广告。
Molly：那什么样的广告效果最好？他们说要制作20到50条视频……对……甚至100条。我完全不知道要做这么多视频。
福瑞吉：因为用户会花很多时间看我们的广告。用户看到的广告，有一半出现在两个关卡之间。你可以把它理解成电视里的广告时间。这种广告可以更快跳过。
福瑞吉：但另一半广告，是用户主动选择观看的。他们看广告，是为了拿到游戏里的奖励。比如你玩一个解谜游戏，结果丢了一条命。看完广告，你就能多拿一条命。或者你也可以直接支付一美元。广告相当于给了你有金钱价值的东西，所以你会把整整60秒看完。
福瑞吉：所以你有很多时间和用户互动。第二点是，第一条广告通常不会直接让用户转化。用户会在转化漏斗里看到多条广告，之后才会走到交易这一步。假设需要看10条广告才能转化，那你和用户相处的时间就是10分钟。如果要向用户提供10分钟内容，它最好足够有趣，否则反而会让用户失去兴趣。
福瑞吉：所以这件事并没有一套特别有效的公式。我这辈子测试过大量广告。我进入广告行业到现在，已经21年了。但我依然不认为存在一套公式，能告诉你怎样做出优秀广告。因为我们所有人……其实没有人能准确预测消费者会对什么产生反应。
福瑞吉：所以第一，你需要大量尝试。大家必须测试很多不同的东西。如果每周制作30条广告，其中可能只有一条真正有意思。而且你不能只是调整一些微小细节。你要创造真正不同的创意概念，找出用户对这个特定品牌到底会产生什么反应。
福瑞吉：适合某个品牌的方法，不一定也适合另外十个品牌。所以每个品牌都必须弄清楚，在这种能长时间接触用户的广告模式里，用户到底会对什么有反应。接着，他们要围绕有效创意制作更多版本。因为在用户最终转化前，品牌有很多次机会和用户互动。
福瑞吉：所以这个问题没有一个特别明确的答案。大家总想总结出最佳实践，比如列出十件该做的事，把它简单化。但说到底，创意正是能在广告系统中创造alpha的变量之一。真正投资广告创意、也擅长创意的广告主，不管是用AI工具，还是由人来开发创意，都能在其他环节已经自动化的广告系统里，带来额外提升。
Molly：那现在有没有一种比较明确的结论？比如UGC是不是正在取代传统广告？随着内容切片越来越普遍，这一点很有意思。以社交媒体为例，我每天都会发布内容。以前我发过一条内容，讲的是一款添加了益生元、益生菌的能量棒。
Molly：我买来吃了。然后我说：“天啊，这东西简直像Ozempic。”我还把这句话发到了X上。他们把那条帖子做成了广告，而且广告的ROI达到了4倍。他们靠它赚了很多钱。对，但我一分钱都没拿到。不过，在UGC越来越普遍的情况下，有些做法确实能让广告比其他形式更有效。现在，那些看起来像内容切片、像普通社交信息流的广告，越来越多了。
Molly：你们也看到这种趋势了吗？
福瑞吉：有些广告主确实能在我们平台上把这种形式做好。因为真正有效的创意形式其实很多。但社交媒体用户的注意力特别短，所以每个人都想尽快切入重点。嗯。通常社交广告会说，你只有三秒钟来抓住用户的注意力。
福瑞吉：就这么短。否则你就失去这个用户了。但在我们的场景里，用户会在更长的一段时间里观看并与广告互动。而且说实话，这也是一群不同的用户。玩纸牌或麻将的人，不是整天刷Instagram和TikTok的重度用户。
福瑞吉：所以你面对的是另一类人。这类重度玩家的年纪可能更大一些。他们的思维方式，跟在今天这种文化环境里长大的人很不一样。
Molly：所以你们的用户更聪明。
福瑞吉：在你们的……我不会说他们更聪明。天啊……只是他们的思维构造不一样。嗯……
Molly：这里面……
福瑞吉：有……
Molly：……有alpha。
福瑞吉：他们只是有不同的思维方式。但这需要……这也是市场教育的一部分。我们已经在游戏领域深耕了12年。游戏客户真正把“试玩广告”带到了市场上。这种广告让用户直接预览小游戏，大概出现在10年前。从那以后，这种广告形式基本没怎么变，因为它本身就是一条很好的广告。
福瑞吉：你先体验小游戏，然后再点击下载。我们大约在18个月前进入消费领域，更具体地说，是进入电商领域。这个市场还在很早期。你必须教育市场，让大家知道什么做法有效。而alpha就在这里出现。有些客户会说：“我要尽早投资这个平台。”他们会认真了解用户怎样行动、用户是谁，用户愿意买什么，以及应该制作什么样的广告。这样就能创造alpha。
福瑞吉：他们能在我们平台上打造规模大得多的广告活动，也能取得更成功的指标。而另一些客户只是直接照搬社交平台的UGC广告，说：后者只是说：“我就把社交平台上的同一条UGC广告拿到这里投。”我们面对的不是只有三秒钟的场景。广告主有更多时间去吸引用户，也能让用户记住他们的品牌。但他们没有利用好这个机会。
福瑞吉：我们还需要时间，确保代理商和广告主理解这些概念。但在一个平台发展的早期，那些认真观察的广告主，确实能从中找到alpha。
Molly：AI改变了广告制作的哪些方面？
福瑞吉：现在还很早期。你可以用一些大语言模型做出一条不错的短片或短广告。
福瑞吉：真正的挑战，是让模型为一个品牌做出30到60秒的视频广告，而且里面不能出任何差错。因为只要视频里有任何问题，品牌就不会批准投放。
福瑞吉：所以它不能出错，还必须足够吸引人，而且要在很长一段时间里一直吸引人。目前做到这些还没那么容易。所以我们还没有走到这样一个阶段：大量丰富多样、充满创意灵感的广告会自动涌入，并直接提升广告活动的效果。不过现在已经有不少工具，能让人类以更快速度、更低成本制作广告。
福瑞吉：所以我们看到进入系统的广告内容明显增加了。只是现在还没到普通营销人员可以在输入框里打一句话，说“给我做一条优秀广告”，然后就直接上线的程度。
葛小川：对。从我们的产品上看，广告主已经在平台上使用了大量AI辅助生成的内容。不过我认为，让人类继续参与并为整个流程设置护栏，仍然很重要。因为广告的核心是信任。
葛小川：如果你创作的内容破坏了品牌形象，它就会破坏信任。之后要说服用户购买，就会更困难。不过在AI生成广告内容这件事上，目前可以尝试两种不同的方法。
葛小川：第一种，是把工具做成完全自动化，对吧？如果AppLovin要做这样的产品，这就是我们的目标。因为我们服务的不是某一家广告主，而是所有广告主。我们必须做出一套能把所有事情都自动完成的工具。另一种选择，是打造一套广告主可以直接使用的工具。让他们与AI工具协作，创作自己的内容。
葛小川：现在我们看到，第二类工具已经用得相当普遍了。但第一种方法仍然面临更多挑战。我们还在继续攻克这些问题。
Molly：你们有没有考虑过收购这类公司？比如有一家叫Higgsfield的公司。还有很多类似的……
Molly：我的意思是，面对这样一个正在打开的新市场，你们会怎样规划研发范围？
福瑞吉：短内容确实更容易生成。所以这类工具天然更适合社交媒体和UGC。如果你想制作一条10秒短片，放到TikTok或Instagram上，现在已经可以直接做出来。而Higgsfield是一款面向网红创作者的工具。
福瑞吉：这和我们产品另一端的广告主不是同一类用户。比如你面对的是Wayfair这么大的品牌，却交给他们一个现成但不符合品牌标准的内容，他们就会失去对平台的信任。而且你肯定不能代表他们直接投放。他们需要的是足够打动人的内容，质量要和人类制作的一样好，还要维护品牌信任，并适合更长的观看时长。
福瑞吉：所以就我们所见，市场上还没有产品能解决这个问题。通常遇到这类问题时，它们既很难解决，又比一般市场需求更贴合我们的具体场景。所以必须由我们的团队自己开发。
Molly：好，我们刚才聊了很多公司内部的事情。现在我们把话题拉回到更宏观的层面。很多人目前都在尝试为AI时代重建公司。
Molly：Adam，我听过你很多采访。你常说，公司要为未来三年、四年、甚至五年做建设。所以你们今天运行的东西，其实是在2022年、2023年前后搭建的。我很好奇，这套逻辑现在依然成立吗？在这样一个变化如此迅速的时代，你们要怎样重建？
葛小川：其实我不太想推倒重来。过去三年，我们做出了很多让自己很自豪的东西。AI确实很强大，但我不认为这就是我们推倒重来的理由。AI真正帮助我们做的，是继续在今天已有的基础上建设。有了AI的帮助，我们能做得更多。
葛小川：我一直在思考公司的成长轨迹，也就是这段成长历程。就像我们之前说的，工程团队现在的规模，和三年前基本一样。通常一家公司经历这么大的业务增长时，业务规模会变得大得多。
葛小川：要解决的问题也会复杂得多。这种增长通常必须伴随员工人数和团队规模的增长。但我们很幸运。公司的成长恰好与AI的发展完全同步。随着要解决的问题变得更复杂，AI也提升了团队的能力。所以我们才能把团队一直维持在同样的规模，同时解决更具挑战性的问题。
葛小川：就在我们说话的此刻，三年前，我们做出了上一代新模型。而现在，借助AI，团队已经能着手研发能力更强的新一代模型。所以回到你的问题，我不认为我们需要重建任何东西。但我们确实在现有基础上继续向上建设。
福瑞吉：对，在业务端，我们同样保持团队精简。如果是在过去，我们就不可能把想做的产品靠目标中的团队规模扩展开来。但我们希望最终，业务团队里的每个人在做一件事时，都会问：“这件事能不能自动化，并覆盖所有广告主？”
福瑞吉：如果他们真正了解怎样使用AI，或者可以去找我们的中央团队，我们也有一支能为他们开发工具、仪表盘和自动化能力的团队。这支团队可以接手某个流程，然后把它自动化。希望几年后，我们几乎能把所有流程都自动化。到那时，业务人员和人打交道的能力就会特别重要。
福瑞吉：有一种场景是AI取代不了的：在季度业务回顾会上和客户坐下来，真正理解他们的业务。因为作为企业，我们的AI能理解自己的业务，却没法真正理解每个广告主的业务。所以我们一直说，自己的工作是做客户的增长顾问。也就是理解他们的需求，然后在我们的平台上提供能满足这些需求的价值。
福瑞吉：这里面很多和人打交道的能力，AI都取代不了。我们希望最终做到的是：团队能扩大规模，大部分流程也能自动完成。而团队成员可以真正坐下来和客户交流，真正帮到客户，也把关系建立起来。
Molly：我想，大多数公司现在都在重建，是因为他们更多是在被动应对，而不是提前布局。这才是我刚才真正想问的。对那些现在正准备重建的公司来说，你认为他们最容易犯哪些错误？
葛小川：这是一个很有意思的问题，对吧？
葛小川：我想在场每个人都会同意一点。AI正在大幅提升每位工程师和每位业务人员的效率。但有意思的是，但不是每家公司、每个组织，都能靠AI把产出翻上几倍。
葛小川：我认为一个很大的错误是，AI让做东西变得更容易了。于是大家做出了很多糟糕决策，也把很多没品位、浪费资源的点子做了出来。这些反而抵消了AI带来的效率提升。对吧？东西是做得更快了，但同时也在做很多品位很差的点子。最后可能根本看不到预期结果。
葛小川：这也是为什么我不认为，仅仅因为有了AI，我们就必须把一切推倒重来。我们得先弄清楚，真正要解决的问题是什么。AI确实能帮助我们解决问题，但它并没有改变我们要解决的问题本身。
福瑞吉：现实可能是，今天99% 使用AI的人，都只是把它当作搜索引擎。
福瑞吉：所以如果你在经营一个组织，就会发现：但这其实不是你真正想要的，因为AI明明可以做得更多。但你要怎样让组织进入一种状态，让员工真正知道该怎样更好地使用这些工具？有些公司原生就是AI公司，它们成立于这个时代，所以这很容易。
福瑞吉：它们会按这种需求招聘，组织架构也围绕AI搭建。至于我们，我们一路都保持着精简的团队，招人的标准也一直很高。所以按理说，大部分员工都应该能适应AI，再自己摸索出用法。如果做不到，他们可能就待不下去，因为会逐渐掉队。而另一些公司目前并没有真正正确地使用AI。因为员工不是AI原生人才，公司本身也不是按AI原生模式搭建的。
福瑞吉：这些公司里有些人甚至可能会抵制使用AI，因为他们想证明自己的岗位还有必要存在。那要怎样把这些组织转变为AI原生？这真的很困难。你不能只是裁掉一批人，然后说：“好，其他人自己摸索吧。”因为你怎么知道谁该裁、谁不该裁？
福瑞吉：你也不能只是说：“预算给你，去把token拉满，自己想办法。”因为这样大家只会做出一堆AI垃圾。接着，业务人员在做仪表盘，工程师也在做仪表盘。所有人都在付钱给Anthropic和OpenAI，购买同样的东西。你会忍不住问：“我们到底在干什么？”
福瑞吉：所以这样也达不到目标。我认为这会成为很多公司面临的挑战。我觉得这件事没有什么特别好的答案。因为严格来说，你几乎需要替换掉接近所有人，并重建公司文化，才能应对今天这个世界。但对大多数公司来说，这不现实。
福瑞吉：所以，这些公司怎样才能走到那一步，目前没有明确答案。
Molly：真让人泄气。
葛小川：对。很多人认为，优秀公司和不那么优秀的公司之间，最大的差别，就在于能不能把东西做出来。
Molly：嗯。
葛小川：但我认为真正的差别是品位。
葛小川：是知道什么该做、什么不该做的品位。
Molly：Gio，我很好奇，你今天都在用哪些工具？它们又发生了怎样的变化？
葛小川：我是开源工具的忠实粉丝，所以……
Molly：好……
葛小川：比如IDE，我用的是VS Code。
Molly：嗯。
葛小川：至于编程，我会用Claude。
Molly：嗯。
葛小川：但处理文字类任务时，我最近更喜欢用ChatGPT。我以前更偏爱Gemini，不过最近改用ChatGPT了。
葛小川：最近，它经常挑战我的想法，也常常不同意我。但它往往能给我一个很不一样的视角。不过这些事情随时都在变。就在一年前，我的感受还完全相反。所以我当时从GPT转向了Gemini。
葛小川：谁知道接下来几个月又会发生什么。
Molly：对，我以前也很依赖ChatGPT处理文字。因为每一期节目做完后，我都会拿到逐字稿。然后对它说：“好，帮我总结一下。”“我们在这个基础上继续做，再把它改成一篇newsletter。”后来我换成了Claude。结果上周花了整整一天对着Claude发火，实在太累了。
Molly：对。希望它不会报复我。
葛小川：没事的。对，Claude的逻辑性很强，但我还是觉得，它也不完全适合……
Molly：……你知道，它开始使用英式英语的表达和编号方式。它连日期都开始用英式格式写。对……完全说不通，真的让人很恼火。
葛小川：它还会自己发明标语，甚至自创暗号。
Molly：对。好，我特别好奇。大语言模型和聊天机器人还是一个全新领域。
葛小川：嗯。
Molly：你们的广告几乎全部、甚至可能100% 都投在游戏应用里，对吧？那你们会不会拓展到大语言模型和聊天机器人？你们觉得这个领域接下来会怎么发展？
福瑞吉：你是说广告方面？
Molly：对。
福瑞吉：我觉得现在还很早期。
福瑞吉：想想我几分钟前说的话。如果99% 的使用场景都是搜索，那聊天机器人里的广告，可能会很像搜索广告。那什么是搜索广告？广告主要有两种类型。一种是漏斗底部广告，通常就是搜索广告。用户会打开搜索引擎，说：“我想要这种鞋。”
福瑞吉：搜索结果会展示这双鞋，也会展示其他鞋款。用户有时会点其他东西，但通常搜索只是完成了转化漏斗的最后一环。消费者知道自己想买什么，搜索引擎把他们带到该去的地方，交易完成。这里面的价值很大，因为你不希望消费者最终落到竞争对手那里。但用户一开始就已经知道自己想买什么。
福瑞吉：另一种是漏斗顶部广告。消费者一开始其实不知道自己想买什么。他们先看到某个东西，然后才发现自己想买。Instagram就是最好、也是规模最大的例子。今天你打开Instagram，很多人会说：“我会在Instagram上逛一逛，“看看自己想买什么。”
福瑞吉：这里的广告属于漏斗顶部广告。消费者打开Instagram时，原本根本没想过自己会买那条裙子。但他们看到了裙子，最后完成了交易。我们希望向消费者展示那些他们原本不知道自己想要的东西。可能是他们从没见过的游戏，也可能是他们之前没意识到自己会想买的商品。
福瑞吉：我们希望启动转化漏斗，然后闭合整个循环。所以我们的解决方案，不是那种高度相关的漏斗底部广告。嗯。如果这个领域在前沿实验室和主流大语言模型入口之外，也发展成一个巨大的市场，我们会关注。但现在已经有一套很成熟的搜索广告业务，它很可能会自然延伸进去。
福瑞吉：当我们思考公司业务的下一步时，真正吸引人的问题是：还有哪些场景能创造这种“发现”体验？也就是你其实不知道用户想要什么。比如有一个方向，我们一直在研究。我们仍在继续做相关研发，看看能否把平台拓展到联网电视。
福瑞吉：用户不知道自己想要什么。如果你能把他们带进转化流程，并最终完成转化，就能创造很高的价值。另一个场景是开放网络，以及开放网络里的视频广告位。如果你在浏览食谱网站时看到一条视频，最直观的广告可能是和食谱有关的内容。但更不直观的广告也许和食谱完全无关，反而能创造更大价值。
福瑞吉：这也是我们会长期关注的另一个领域。我们同样会按三年、五年甚至十年的时间跨度来考虑，思考怎样真正拓展产品版图。所以我们当然会关注聊天机器人的使用趋势，因为它们的使用量正在爆发式增长。但这个场景可能不太适合我们的广告模式。
Molly：这很有意思。我听了你在2022年和Patrick O'Shaughnessy做的那期播客。你当时解释了游戏生态有多么微妙、动态，而且竞争激烈。你们既是Apple的合作伙伴，Apple App Store上也有大量游戏应用。同时，你们在广告业务上也是Google的合作伙伴。
Molly：你认为还有其他环境，可以复制这种关系吗？
福瑞吉：现在还不清楚。因为移动市场本身就是双寡头格局，对吧？今天任何面向消费者的公司，即使广告业务本身是B2B，实际上也是B2B2C。你很可能必须建立在这两大平台中的一个之上，而且大多数时候两个都要覆盖。
福瑞吉：再以联网电视为例。它的操作系统完全是碎片化的。使用率最高的操作系统也不是由某一家主导。所以这里没有移动市场那样的格局。开放网络从定义上就是开放的。所以我们未来拓展的领域，可能会更加开放。
福瑞吉：如果未来我们真的进入聊天机器人或大语言模型广告，你可能会问：“某家前沿实验室会不会变成操作系统？”目前看起来，它们并没有朝这个方向发展。所以即使在这个领域，也会出现碎片化，也会不断冒出很多不同的网站。
Molly：好，我有一个很难的问题。你们要怎样成为一家市值万亿美元的公司？
福瑞吉：作为一家广告公司，我在节目一开始就说过，你必须赚钱。否则就说明你的广告平台不够好。幸运的是，我们能产生大量现金。我们也习惯用传统金融的方式来看公司价值：你的价值取决于扣除SBC后的现金流，以及对多年后现金流和终值的预期。
福瑞吉：看看我们今天的情况。按EBITDA计算，我认为我们的年化运行率已经超过70亿美元。每一美元EBITDA中，大约有75% 会转化为现金。这就是业务本身的情况，而且大体上还是扣除SBC之后的数字。如果回到三年前，这个数字要小得多。
福瑞吉：它可能只有今天的二十分之一。如果想从现在的规模继续增长，最终达到万亿美元估值，我们必须相信，公司每年能产生超过300亿美元现金流。如果真的能做到，那么取决于未来实现目标的速度，投资者可能会给这份现金流一个不错的倍数，最终把估值推到那里。
福瑞吉：所以我们在思考要做什么时，我们做的每件事，背后都必须有一个很大的商业机会。用投资者的话来说，就是看总体可寻址市场。我们在游戏品类已经做得很好了。我们打造了移动游戏开发者推广产品的第一平台。
福瑞吉：但从用户获取预算的角度看，移动游戏市场还不足以支撑公司达到万亿美元估值所需要的现金流。所以我们进入了消费领域。这样一来，可争取的预算类型就会多很多，以及能服务的公司范围。但仅凭这一项，至少在相对较短的时间范围内，当然，我说的“较短”也是五年以上，仍不足以让我们达到目标。
福瑞吉：所以接下来你必须继续思考：除此之外，还能做什么？看看那些B2B2C或B2C、再看那些估值超过万亿美元的公司，就会发现一个规律。它们先从一个产品开始，通过这个产品创造了大量价值。然后开始拓展到相邻品类，并在这些领域做到极致，最终走到今天。
福瑞吉：所以我认为，作为业务伙伴，Gio和我的职责就是去思考：“除了在未来五到十年继续做好核心业务，“我们还要做哪些其他事情？”
葛小川：对，工程团队也必须为这种增长做好准备。所以我们在构建系统时，比如数据基础设施，对吧？
葛小川：必须预先推算，如果要支撑一家万亿美元市值的公司，设计时到底要考虑多大的规模？比如我们设计一款产品时，必须考虑这套设计未来能不能支持拓展到不同垂直领域。
Molly：所以你们不会去做超大规模云服务商？
福瑞吉：大概不会。我们也没有太多资本开支。我很早就学到的一点是，作为管理者，你必须很清楚自己要往哪里走。同时也必须设定目标。而且目标每多一个零，难度就会上一个台阶。
福瑞吉：刚创业时，我们的目标是：“我要把公司做到10亿美元。”我把这个目标告诉团队，也一起定了计划。达到10亿美元后，我们说：“好，那就做到100亿美元。”上市时，我们的目标是成为一家千亿美元公司。但上市后的前18个月，我们的市值跌了92%。
福瑞吉：当时那个目标看起来特别遥远。但Axon 2推出后，我们恢复了增长。现在，我们已经是一家千亿美元公司。目标每多一个零，确实会更难。但另一方面，业务规模越大，你的影响力也会越大。你的技术会更有吸引力，能接触到的数据规模也会大得多。
福瑞吉：这时候，网络效应就开始出现了。所以很多时候，很多事情反而会变得更容易。所以，即使这个目标看起来很难，只要你有一套明确计划，或者大家相信你能带领公司走向那个方向，最后也还是有可能做到。
Molly：太棒了。
葛小川：我的想法是：“如果你有一天不再相信AppLovin能成为一家万亿美元公司，“我可能就不会继续留在这里。”
Molly：哦，好吧，这也很合理。
Molly：好，那我们稍微往回说。你们当时跌了90% 以上。现在也有一些公司的股价正经历类似的下跌。市场波动特别大，SaaS公司受到的冲击尤其严重。但你们选择了主动出击。你们有点像是站稳脚跟，我不知道这个说法对不对，然后全力向前冲。
Molly：你认为现在的环境和当时不一样吗？你觉得那些公司……一家公司的股价暴跌90% 后，要靠什么才能走出来？这……
福瑞吉：我认为这取决于商业模式。股价下跌时，一个挑战是，股权激励占总薪酬的比例会大幅上升。
福瑞吉：比如，你是一家通常会这样做的公司。公司每年会发放2% 到3% 的股权，用于激励团队。这些股权都对应着实际的美元价值。如果股价跌了90%，难道你每年要发放30% 的股权，让股本稀释30% 吗？那样永远不可能恢复。所以我们一直按固定的美元金额来算这笔账。而且我们……
福瑞吉：我们希望给员工很有竞争力的薪酬，但团队保持精简时，也不希望过度支付。所以这一直都在可控范围内。另一方面，我们能产生大量现金。所以股价暴跌时，我们不必说：“听着，我们得去说服投资者买入股票。”
福瑞吉：事实上，我们当时完全没有做投资者关系工作。股价在谷底趴了一年多。因为我们能向投资者传达什么呢？无非是：“我们正在重建技术。”“股票便宜得离谱。”但没有人会仅仅因为便宜就买入。他们想看到愿景，看到长期机会和增长前景。
福瑞吉：投资者总会像私募市场一样，追逐那些他们认为会快速增长的东西。他们很少仅仅因为觉得某样东西便宜就买入。因为资产通常会在它应有的价格上交易。所以我们换了个思路，说：“那我们就买回自己的股票。”
福瑞吉：“我们要成为自己最好的投资者。”“我们会给团队很好的股权激励，“但不会过度发放，因为我们承受不起过多稀释。”“另一方面，我们会投入赚到的每一美元，甚至更多。”“我们会不断回购自己的股票，成为自己最好的投资者。”这之所以可行，是因为我们确信正在构建的东西，也确信未来的增长机会。
福瑞吉：我们与公开市场投资者之间的认知差异在于，他们觉得公司已经没有增长空间了。但我们在公司内部坚信，只要技术做对了，业务还有很大的增长空间。但问题是，每家公司的组织方式都不一样。
福瑞吉：有些公司没有足够的现金流这样做。有些公司本身也没有继续增长的能力。它们之所以按现在的价格交易，是因为增长前景本来就不存在。尤其是企业级SaaS，它们的平台很稳健，但不是算法驱动的。那在不扩大市场拓展团队的情况下，要怎样加速收入增长？
福瑞吉：如果必须招聘更多市场拓展人员，同时股价又很低、现金消耗还在增加，就会陷入恶性循环。所以这取决于每家公司的具体情况。其中一些公司想恢复过来会很难。
Molly：你觉得它们接下来会怎样？
福瑞吉：很多公司走到这个困难阶段时，收入倍数已经很低，如果大规模裁员，潜在现金流倍数也会降得很低。这时它们往往会被私募股权公司逐步收购，或者实际上被从公开市场摘走、转为私有化。因为唯一的恢复方式，就是彻底重组。
福瑞吉：你会裁掉很多人，让公司产生现金流，再给业务加上杠杆。这符合私募股权的运作模式。但它已经不太适合公开市场。一旦你没法让市场相信自己有定价能力，并且面对着一个巨大的市场，在公开市场上的估值倍数往往就会全部消失。这时你也就不再是一家适合上市的公司。
Molly：展望未来12个月，我不知道你们会不会以12个月为周期思考。有些人只考虑接下来的一周。我也不知道，现在太疯狂了。你们最期待什么？
葛小川：我最期待的……其实过去三年里，让我一直有干劲的事情没怎么变。团队一直在不断调整模型。我们也一直在改进基础设施。另外，就像我之前分享的，业务一直在增长，但团队人数没有增加。这说明，每位团队成员都在跟着公司一起成长。顺便说一句，无论看哪家公司，这都不常见，对吧？
葛小川：我们看到的所有热门公司都在增长，但员工人数也在同步增加。也就是说，公司里的每个人，成长速度并没有公司本身那么快。但我认为AppLovin不一样。所以公司里的每一个人，成长速度也都远超常规。
葛小川：看到公司成长，看到我自己成长，再看到团队成员学到更多、变得更成熟，这些事情一直让我很有动力。
福瑞吉：其实我不太有这种感觉。我不会……我不会觉得兴奋。
Molly：那你会有什么感觉？你会有感觉吗？
福瑞吉：这个嘛，我举个例子。
福瑞吉：公司上市时，很多人会庆祝。他们会想：“好，我们上市了，这是一个重要里程碑。”但对我来说，这意味着有人按300亿美元市值买入了我们的股票。天啊，我们必须让这些人赚到钱。所以，我从来不会用“兴奋”来理解这个世界。我也不会……
福瑞吉：另一方面，我也不会特别低落。所有事情都是一场持久战。我们想做的事情，在我们两个人都离开多年后依然存在。所以我们想的是很久以后的未来。如果你变得兴奋，就会过度关注某个短期事件。但它长期来看可能根本不重要。
福瑞吉：另一方面，如果你情绪低落，也会很难熬。所以我学会了把这两种情绪都控制住。我真正关心的是：“好，确保公司里有正确的人，“也走在正确的道路上，其他事情自然会各归其位。”
Molly：AI的加速发展、市场动荡，或者宏观层面的任何因素，有没有让你担心，甚至夜不能寐的？
福瑞吉：我昨晚的睡眠得分是92，所以我睡得挺好。而且你想，在这样一个竞争激烈的领域，我们最早以400万美元估值寻找种子轮融资时，别人都说大公司会把我们挤出市场。他们甚至不觉得我们比400万美元多值100万。
福瑞吉：在一个竞争激烈的领域里，你不能因为周围的事情而失眠。你必须做的，是时刻看清周围正在发生什么，同时还要有一定的远见。你要比别人更早看到下一步，并再次以正确的方式为长期未来建设。
福瑞吉：因为从某种意义上说，我们一直都处在劣势，也一直被迫想办法把劣势变成优势。我想公司里没有人会因为周围的事情睡不着。真正让我警惕的，是技术世界变化得太快。如果你背着沉重的技术债，又不愿跟着技术快速前进，那你就可能会输，这才会让我们紧张。
福瑞吉：但我们的公司构造，适合今天这个世界。我们也有一点幸运，因为过去相信的一些事情，最终恰好完美适配了今天的环境。就像Gio几分钟前说的，如果今天不能与AI并肩工作，凭现在这支团队，我们不可能做到今天这些事。AI为我们赋能，也让我们走得更快。
福瑞吉：所以从很多方面来说，世界上正在发生的很多变化都让我们兴奋。因为这些变化正好适合我们现在的组织和能力。但我不会因为这些就过度兴奋，因为你仍然必须把事情执行好。说到底，事情还是得执行到位。你必须找对人。
福瑞吉：你得一直有那股冲劲。也必须继续奋力向前。
Molly：既然说到这里，我现在必须问你们两位一个问题。如果我们真的到达技术奇点，会发生什么？
葛小川：你说的“奇点”是什么意思？
福瑞吉：对，我也不知道那是什么意思。有些人说我们……
Molly：……已经到达奇点了。所有事情都能自己运转。我也不知道。
福瑞吉：有些人说我们……
Molly：……已经到了。机器接管一切。
葛小川：这个问题比……我觉得它比AppLovin面临的问题要大得多。所以有时候，我必须相信奇点永远不会到来。
葛小川：这不是一个基于事实的判断。这只是站在我自己的立场上得出的看法。作为人类，我必须捍卫人类的价值。
福瑞吉：对吧？
葛小川：不过总体来看，看到AI不断进步，从公司的角度来看，我还是很乐观。我认为这要归功于我们的组织结构。我们的组织结构，能让我们从AI的进步中得到更多好处，而且会比竞争对手受益更多。
葛小川：所以总体来看，只要AI继续按现在的速度进步，我觉得这对我们就是一件好事。
福瑞吉：你现在可能在Twitter上随便就能找到100个聪明人，说我们已经到达奇点。所以这个话题确实有点奇怪。我觉得科技行业的很多人都活在“Twitter宇宙”里。
福瑞吉：但现实世界要大得多。我们经常会听到这样的问题：“聊天机器人难道不会直接告诉每个人该买什么，“再直接完成交易吗？”“以后不就再也没人会因为广告去电商平台购物了吗？”但这种看法忽略了，人们其实喜欢购物。人们想看不同的产品，也喜欢在购物网站上点击各种按钮。人们想亲自点下购买，追踪订单，收到包裹，再把它拆开，等等。
福瑞吉：说到底，我们仍然都是人类。不同的人对这些技术怎样运作，会有不同理解。但现实世界里的大多数人，不可能像“Twitter宇宙”里的我们一样，对这些技术的运作方式了解得那么深入。所以这个问题……所以现实是，无论我们最终会不会到达那个阶段，它对不同人的影响都会不一样。而且仍然……
福瑞吉：我们仍然要明白，人类需要人与人之间的互动。说到底，人的问题还是需要人来解决。
Molly：好，我还剩两个问题。第一个，也许你刚才已经回答了，你现在最有争议的观点是什么？
葛小川：我觉得在这个时代，AI几乎让每个人都能做出自己想要的任何东西。
葛小川：所以品位真的很重要，但大家一直低估了它。
Molly：对。我刚听了David对Mickey Malka的采访。Mickey Malka说，硅谷已经失去了创造美好事物的能力。
葛小川：对。不过我说的品位不只是审美，对吧？还包括工程上的判断力。
葛小川：以我个人的经验来看，Axon的成功，很大程度上来自我们决定不做什么，而不只是实际做了什么。因为我见过一种常见错误。很多小公司挑战巨头时，都会试图完全复制巨头正在做的事情。
葛小川：但问题是，你的团队小得多，能用的资源也少得多。如果要做和巨头竞争对手完全一样的事情，你根本没有胜算。我认为这正是品位发挥作用的地方。我们清楚自己的不同，也知道优势在哪里。所以会有意识地决定哪些事情要专注做，哪些事情不要做。
Molly：那你的灵感来自哪里？会来自外部信息，还是一些抽象的……
葛小川：……事物？我觉得是第一性原理。好。就是第一性原理。我想你必须去追问“是什么”“怎么做”和“为什么”。很多时候，大家过度关注“是什么”。
葛小川：大家会说：“哦，这是AI。”“那就在公司里做点AI吧。”也就是说：“看看AI能怎样帮助我们的业务。”然后他们会开始招聘一支大团队，专门做AI。但他们根本没先问清楚“怎么做”。这确实是AI，可你要怎样把AI应用到产品里？接着还要问“为什么”。你的产品真的需要它吗？
葛小川：这个道理适用于AI，也适用于上一代技术。我们做Axon 2.0时，团队特别小。我当时已经有很多行业经验。我知道很多大公司的推荐系统是什么样子。
葛小川：我认为那根本不可能。如果我们试图招募一支庞大团队，就会犯下大错。再把大公司系统的每一部分都复制出来，所以重要的是过滤掉所有噪音，找出最关键的那1%。然后集中团队所有资源，专心把它做好。
福瑞吉：我的热门观点，我想还是回到营销。现在全世界对AI有很多敌意。与此同时，“Twitter宇宙”里的人又在说AI多么了不起。但如果99% 的人只是把它当搜索引擎，同时又听到很多聪明人说，AI会抢走工作，造成各种损失，那他们为什么要支持AI？
福瑞吉：对我来说，这归根结底是营销问题。想改变人们的看法，就要始终讲清一件事的积极面，让他们真正看到这种价值，即使他们还不理解。再说回我们的业务：我们做的是广告。说到底，广告可能会被视为烦人的东西。对大多数人来说，他们甚至不会注意到广告。
福瑞吉：如果我们只是对外说“我们投放广告”，光听这句话，谁都不会觉得兴奋。但你必须明白，广告会促成一笔交易。而这笔交易原本不会发生。所以广告创造了经济活动。它在帮助扩大整体经济。
福瑞吉：它帮助企业成长，也帮助这些企业招聘更多员工。所以当广告体系足够优秀时，你其实是在为经济创造正向催化作用。当我们学会用这种方式讲述广告，也真正珍视这些时刻：某位开发者或某家商店有能力招聘更多人，是因为他们能在我们平台上实现盈利增长。这会让公司里的每个人都很开心。
福瑞吉：再把它和AI的叙事联系起来。如果普通人还不知道，除了搜索之外，AI还能为自己带来哪些新增的积极用例，他们就不会成为AI的支持者。我们也没有理由期待他们支持。
Molly：《Sourcery》由Brex赞助。Brex是一张注重绩效的企业信用卡。它能帮助企业更聪明地花钱、行动更快。不过我更想从个人表现这个角度来问。Adam，Michael Barton说，你是他见过最专注投入的人。但我也想听听你们两位的看法，你们是怎么做到这种程度的？
Molly：有没有谁一直激励着你们，让你们保持动力？你是怎样变得如此专注的？
福瑞吉：我也不知道自己算不算特别专注。首先，这是一条很棒的原生广告。谢谢你们的合作。不过……
福瑞吉：我一直在优化自己的生活，尽量排除所有干扰，只专注于自己擅长的一件事。也就是在我所在的领域打造一家公司。对早期的我来说，关键是找到自己的热情所在。我也不知道广告为什么成了我的热情所在。但它算是我以前做过的事情的延伸。包括衍生品交易、金融、数学、算法、广告位和预测。
福瑞吉：这些元素都在广告里汇集到了一起。于是我找到了自己的热情。然后尽量不做那些会分散注意力的事。我在社交媒体上其实不太活跃。也不会去做一大堆其他投资。我也不会参加很多不同的大会去演讲。
福瑞吉：我基本上百分之百投入在这件事上，努力把它做到最好。如果能做好，我就觉得自己成功了。这就是我的答案。我不知道……
葛小川：对。我加入AppLovin时还比较初级，大概就是团队里的中级员工。高管要做的那些事，对我来说都很新鲜。比如参加大会和发表演讲。
葛小川：说实话，我还没有真正深入想过这个问题。不过我觉得，自己的成功有一个重要原因。我也不知道为什么，但我很小的时候，就有了一种“不想让别人失望”的念头。我不喜欢让别人失望。所以每当身边的人，比如我的领导、Adam，对我有所期待时，我就会想尽一切办法把事情做好。
Molly：你觉得为什么大多数人不会这样做？
葛小川：我不知道。也许是我与生俱来的。我也说不清，就是性格使然吧。也许……这会不会……
Molly：……有时反而成为一种障碍？
葛小川：有可能。对，有时我确实觉得，它会成为一种障碍。因为我很难停下来，好好享受已经取得的成绩。我不知道Adam是不是也有同样的感觉。
葛小川：过去因为AppLovin的成功，确实有过很多让人兴奋的时刻。但我发现自己很难按下暂停键，单纯享受那个瞬间。
Molly：嗯。不过前面还有一个万亿美元的里程碑，等着我们……
福瑞吉：……去实现。对，也许……我觉得下一个目标已经有了。
福瑞吉：其实我在很多能力很强、很成功的人身上，都看到过这种共同特征。他们没有真正停下来享受的时刻，因为根本不存在一个最终抵达的目标。达到一个目标后，马上就会转向下一个。这有点像……如果你从小在一个“A还不够好，必须拿A+”的家庭里长大，很多时候，这种特质就会被塑造出来。
福瑞吉：它的缺点是，你很难真正觉得满足、幸福，也很难体会到很多人会有的那些情绪。但如果你总想取得更多成就，就会不断推动自己继续前进。也永远不会觉得任何一个时刻已经足够好。
Molly：你们在寻找A级人才时，还会看重哪些特质？
葛小川：我真正喜欢加入团队的人，通常有两个特点。第一是聪明。第二是自我感没那么强，也就是不自负。聪明这一点很容易理解。他必须聪明、学得快，对自己有更高标准，也能把事情做成，对吧？
葛小川：我觉得这是很多公司都会看重的特质。但第二点，也就是低自我，常常会被忽视。一个不那么自负的人，往往更愿意听别人说。他会赋能团队，也愿意帮助别人。更重要的是，他愿意接受反馈。还会主动质疑自己。这对成长来说特别重要。
福瑞吉：对，这通常也有助于第三点。这也是我一直会关注、会询问的：他们怎样应对逆境。这个世界上没有什么事情是容易的。有些人成长得更顺利，有些人则经历更多困难。通常，那些懂得怎样妥善应对逆境的人，在这里往往都会做得很好。
葛小川：对，这其实也是高绩效人才面临的一种风险。因为当你表现很出色时，身边很多人都会把你当成高效人才。他们信任你，不会质疑你，对吧？所以对这些人来说，能不能质疑自己就变得特别重要。我见过一些人在这方面做得特别好，但也有人可能会忘记，自己必须成为那个挑战自己的人。
Molly：我知道自己刚才已经问过一个难题。而且我差点就没问这个问题，但Adam，你打造了一家游戏广告公司，也一直身处游戏行业。你知道还有谁曾经在游戏行业吗？Torsten后来创立了Helsing。
Molly：Palmer Luckey后来创立了Anduril。对你来说，AppLovin之后还会有什么？
福瑞吉：这是个很难的问题。如果我的能力足够好，也能继续赢得身边人的信任，那我大概还会做很长时间的CEO。所以作为一家大型上市公司的CEO，现阶段我不会去想之后的事。
福瑞吉：我觉得自己的想法一路走来发生了变化。公司规模还小时，我确实想过再创业一次。我也真的很喜欢早期创业阶段。但世界上没有多少人有这样的机会和荣幸，能与一群人并肩，把一家公司从零做到1000亿美元以上。
福瑞吉：所以以我们今天的位置来看，前面还有太多机会。我现在实在没法坐在这里想这之后的事。
Molly：哇，用这句话收尾正合适。Gio、Adam，今天聊得特别有意思，也很不一样，而且很有深度。特别感谢你们带我们深入了解AppLovin的工程技术，以及公司取得的增长成果。
Molly：真的特别感谢。
福瑞吉：谢谢你邀请我们。
感谢大家观看！
关于AppLovin
AppLovin致力于通过技术创新，帮助各规模企业高效触达目标用户。公司提供覆盖用户获取、变现与增长的全链路营销解决方案，助力企业高效拓展全球市场，加速业务增长。了解更多信息，请访问：www.applovin.com。
更多内容敬请关注「AppLovin微信公众号」