文 | DataEye
当很多游戏公司还在讨论 " 如何接入 AI" 时，AppLovin 已经开始用 AI 重建整个公司了。
最近，AppLovin 的首席执行官 Adam Foroughi 在播客节目《20VC》中谈到：过去几年里，他们公司很多部门都进行了 40%-50% 的裁员；其中 HR 团队，更是从 80 人缩减到了 15 人。
更激进的是，他直接提到：如果一个团队无法适应 AI，那么公司可能需要 " 重建这个组织 "。
有意思的是，这并不是一家陷入危机公司的自救。恰恰相反，AppLovin 是过去几年全球增长最快、利润率最高的广告技术公司之一，市值已超过 1600 亿美元。
根据访谈中披露的数据，目前 AppLovin 年收入已经达到 54.8 亿美元，EBITDA 利润率超过 80%；在推出 Axon 2.0 广告模型后，公司收入同比增长达到 70%，但员工规模却几乎没有明显扩张。
甚至连 Adam 自己都表示：" 很多人看到这种财务结构时，会觉得你是不是在作弊。"
某种程度上，这可能也是游戏广告行业第一次如此直观地看到：AI 真正开始改变的，也许并不是 " 工具 "，而是公司为什么需要这么多人的逻辑。
在这场访谈里，Adam Foroughi 反复提到一个词："AI 原生公司 "。但他所理解的 AI 原生公司，显然并不只是 " 给员工接入 ChatGPT" 那么简单。
在 Adam 看来，真正的问题是：当 AI 开始进入公司核心流程之后，过去很多默认存在的组织结构，本身可能已经不再适合今天的效率逻辑。
他甚至直接提到：如果一个岗位未来大概率会被自动化替代，或者一个团队迟迟无法适应 AI，那么公司就应该 " 重建这个组织 "。
而在他看来，很多企业真正的问题，并不是 "AI 能力不够 "，而是组织内部仍然存在大量 " 阻碍 AI 化 " 的人和流程。
Adam 真正想强调的，其实并不只是 "AI 会替代员工 "，而是：AI 正在让很多过去默认成立的组织结构，变得越来越低效。
他在访谈中提到，AppLovin 过去几年里，很多部门都经历了 40%-50% 的人员缩减，他们没有没有 CMO、没有 COO、没有 CPO；但与此同时，公司收入却依然保持高速增长。在他看来，这并不只是 " 降本增效 "，而更像是在让公司进入一种新的运转方式：逼迫团队进入一种更加自动化、更依赖高密度人才、更适应 AI 协作的新状态。
这套逻辑，其实也正在越来越明显地出现在游戏广告行业。
过去手游买量行业之所以会形成大量素材团队、UA 执行团队、中台运营、广告优化师与外包产能，很大程度上，是因为广告创意与内容迭代本身属于 " 高人力消耗工作 "。
但当 AI 开始能够自动生成素材、批量测试创意、分析 ROI、生成文案、迭代广告版本之后，很多中间层开始被直接压缩。行业真正需要的，可能就不再是 " 更多执行人力 "，而是更少、但更懂策略、更懂 AI 协同的人。
AI 生成内容的价值不在于数量
除了组织结构之外，Adam 在访谈里另外一个强调的观点，是他对于 "AI 使用方式 " 的看法。
他提到，现在很多公司内部，已经开始出现一种很危险的倾向：那就是把 "Token 消耗量 " 当成 KPI ——谁调用 AI 更多、谁生成内容更多、谁跑的 Token 更多，就被认为 " 更 AI 原生 "。
但 Adam 认为，这是一种非常错误的方向。
虽然目前 AppLovin 内部 "80%-90% 的代码 " 都已经由 AI 参与生成，但他也强调：真正重要的，并不是 "AI 生成了多少代码 "，而是这些代码是否真正创造了商业价值。因为如果企业只是单纯追求 AI 生成比例，最终只会制造越来越多 "AI 泔水 "。
这个观点，其实和过去几年游戏买量行业经历过的一轮变化非常像。
过去很长时间里，很多团队也曾经迷信：素材数量越多越好、视频版本越多越好、测试量越大越好、广告覆盖越广越好。于是行业一度进入过 " 素材海战术 " 阶段。
但后来越来越多人发现：真正决定 ROI 的，往往不是 " 生成了多少内容 "，而是有没有跑出真正有效的创意。有没有在有限的时间内抓住用户情绪，形成转化，提升 LTV。
而当 AI 让 " 内容生产成本 " 低到接近无限时，行业里最稀缺的东西也不再是 " 生产内容的能力 "，而是 " 判断什么内容值得被生产 " 的能力。
这也是为什么，Adam 反复强调：AI 真正应该优化的，不是 "Token 使用量 "，而是业务结果本身。
广告与内容的边界正在被快速抹平
在这场访谈里，Adam Foroughi 还有一个非常值得游戏行业注意的观点：今天的信息流广告，正在从 " 营销工具 " 变成 " 消费内容 "。
他提到，现在 Instagram 上的很多广告，已经越来越难与普通内容区分。尤其是在推荐算法不断强化之后，平台已经不再只是 " 把广告推给可能需要的人 "，而是在直接参与用户兴趣的塑造。
Adam 甚至提到一个很关键的变化：即便平台并不知道你是谁，它依然可能通过推荐算法，把你真正想买、想点、想停留的内容推到你面前。而在谈到 TikTok 时，他更是直接大赞了 TikTok 的推荐算法引擎。
这些变化都正在说明：推荐算法正在让 " 广告 " 和 " 内容 " 逐渐失去边界。
过去，广告更像一种 " 打断用户 " 的东西；但今天的信息流平台上，广告越来越像一种 " 用户愿意继续看下去的内容 "。
而对于游戏行业来说尤其重要。
因为过去几年，游戏买量本身就已经越来越 " 内容化 "。从 SLG 副玩法广告、可玩广告，到短剧情节广告、AI 生成素材，很多游戏广告的目标，早已不只是 " 告诉用户这是什么游戏 "，而是：先抢下用户的注意力。
可以说，游戏行业其实是最早一批开始适应 " 广告内容化 " 的行业之一。而现在，AI 短剧、互动视频、AI 内容工业化，又进一步加速了这个过程。
这也让一个越来越明显的趋势开始浮现：未来用户消费的，可能不再是 " 广告 " 或 " 内容 " 本身；而是一切能够被推荐算法成功推送、并让用户停留的东西。
未来广告行业的核心竞争
在谈到 AppLovin 的 Axon 广告模型时，Adam 反复强调了一件事：他们并不完全知道模型内部到底是如何做出判断的。
很多时候，团队只能看到结果——比如 ROI 提升了、转化率提高了、用户质量变好了；但模型为什么会做出这样的优化，连工程师自己也无法完全解释。
某种程度上，这其实已经非常接近今天大模型行业里常说的 " 黑盒 AI"。
在过去很长时间里，游戏买量行业本质上仍然是一套 " 人可以理解 " 的优化逻辑：什么素材 CTR 更高、什么文案更容易转化、什么用户更值钱、什么时间段 ROI 更稳定。
很多优化师的核心价值，本质上是 " 理解规律 "。而现在，这种理解正在越来越多地转移到 AI 模型本身。
但随着 AI 模型越来越复杂，广告系统开始进入一种新的阶段：系统不再只是 " 执行人的策略 "，而是开始自己寻找规律。
Adam 提到，现在很多广告效果的提升，并不是团队提前设计好的，而是模型自己在海量数据中发现了某些人类根本无法察觉的模式。
这意味着，未来广告行业的竞争，可能会越来越像一种 " 算法黑盒竞争 "，比的是谁的数据更多、模型训练更强、反馈循环更快、更能持续地优化推荐结果。
AI 真正改变的，可能从来不只是 " 广告效率 "，而是整个互联网获取用户、生产内容、分发注意力的方式。而游戏买量行业，或许只是最先被 AI 彻底重构的行业之一。
引用来源：AppLovin CEO: Why Founders Shouldn't Angel Invest & Why the Best Don't Need Mentorship
