周三下午，一個HR團(tuán)隊從80人變成15人的消息傳遍了科技圈。

這發(fā)生在市值超過1600億美元的廣告技術(shù)公司AppLovin。他們的CEO Adam Foroughi在播客節(jié)目《20VC》里承認(rèn)，過去幾年，多個部門裁員幅度達(dá)到40%到50%。

但這家公司沒遇到危機(jī)。恰恰相反，AppLovin年收入已經(jīng)沖到54.8億美元，息稅折舊攤銷前利潤率超過80%。推出Axon 2.0廣告模型后，收入同比增長70%，員工規(guī)模卻幾乎沒變。Adam自己都說：“很多人看到這種財務(wù)結(jié)構(gòu)時，會覺得你是不是在作弊。”

這才是最讓人背后發(fā)涼的地方——你不是因為虧損才裁員，你是越賺錢越不需要人。

游戲廣告行業(yè)的從業(yè)者可能是第一批親眼看到這個現(xiàn)實的人：AI要改變的不是工具，是公司為什么需要那么多人的底層邏輯。

Adam在訪談里反復(fù)提一個詞叫“AI原生公司”。但別誤會，他不是在說給員工開個ChatGPT賬號就叫AI原生。他要講的東西比這狠多了：當(dāng)AI開始跑核心流程，過去那些默認(rèn)合理的部門設(shè)置、匯報層級、中間崗位，現(xiàn)在全變成了累贅。

他說了句非常直白的話——如果某個團(tuán)隊一直沒法適應(yīng)AI，公司就該考慮“重建這個組織”。注意，是重建組織，不是換個工具。

這才是他的真正判斷：很多企業(yè)的問題不是AI不行，是組織里留著太多“阻礙AI化”的人和流程。這些流程過去可能是有道理的，現(xiàn)在就是卡住效率的塞子。

手游買量這個行當(dāng)就是活生生的案例。以前搞買量需要一整套人手：素材團(tuán)隊、用戶獲取執(zhí)行、中臺運營、廣告優(yōu)化師、外包產(chǎn)能。為什么？因為廣告創(chuàng)意和內(nèi)容迭代本身是重人力消耗的活兒，你得有人做圖、剪視頻、寫文案、盯數(shù)據(jù)、調(diào)投放。

可當(dāng)AI能自動生成素材、批量測創(chuàng)意、分析投資回報率、寫文案、迭代廣告版本之后，事情變了。那些中間的銜接層、執(zhí)行層被直接壓縮，行業(yè)需要的不再是“更多干活的人”，而是更少、但更懂策略、更會跟AI協(xié)作的人。

這就是Adam想說的核心：AI不只是替換員工，它是在讓舊的架構(gòu)本身變得低效。AppLovin這幾年沒有首席營銷官、沒有首席運營官、沒有首席產(chǎn)品官，收入還在狂奔。這不是降本增效四個字能概括的，這是在逼著團(tuán)隊進(jìn)入一種自動化、高密度人才、適應(yīng)AI協(xié)作的運轉(zhuǎn)形態(tài)。

但Adam對怎么用AI這件事，也有他自己的脾氣。他明顯在懟一種越來越泛濫的現(xiàn)象：一些公司把Token消耗量當(dāng)考核指標(biāo)了。誰調(diào)用AI多、誰生成內(nèi)容多、誰跑Token多，誰就更像個“AI原生公司”。

Adam直接說，這個方向錯得離譜。

雖然現(xiàn)在AppLovin內(nèi)部80%到90%的代碼都有人工智能參與生成，但他強(qiáng)調(diào)的重點完全不同：別盯著AI生成了多少東西，要看這些東西有沒有創(chuàng)造商業(yè)價值。如果單純追求生成比例，最后只能制造越來越多“AI泔水”。

這話說得很難聽，但買量行業(yè)的人大概都能秒懂。因為幾年前他們就踩過一模一樣的坑。

那會兒很多人也迷信素材越多越好、視頻版本越多越好、測試量越大越好、廣告覆蓋越廣越好，行業(yè)整個沖進(jìn)“素材海戰(zhàn)術(shù)”。后來大家慢慢反應(yīng)過來，真正決定投資回報率的，根本不是你生成了多少內(nèi)容，而是有沒有跑出有效的創(chuàng)意。你有沒有在幾秒鐘內(nèi)抓住用戶情緒、形成轉(zhuǎn)化、把用戶生命周期價值拉高。

當(dāng)內(nèi)容生產(chǎn)成本被AI打到接近零的時候，行業(yè)最稀缺的東西也跟著變了。不缺生產(chǎn)能力，缺的是判斷力——缺那種知道“什么內(nèi)容值得被生產(chǎn)”的能力。

Adam提出的這條路其實很明確：AI真正要優(yōu)化的不是Token消耗量，是業(yè)務(wù)結(jié)果本身。其他都是自嗨。

在訪談里，Adam還有一個判斷游戲行業(yè)的人尤其應(yīng)該留意：今天的信息流廣告，已經(jīng)不是一個“營銷工具”了，它在變成“消費內(nèi)容”本身。

他說，現(xiàn)在Instagram上很多廣告和普通內(nèi)容已經(jīng)快分不出來了。推薦算法不停強(qiáng)化之后，平臺不再是簡單把廣告推給可能需要的人，而是直接參與塑造用戶對什么東西感興趣。Adam甚至提到，就算平臺不知道你是誰，它依然能通過推薦引擎把你想買、想點、想停留的東西懟到你面前。聊到TikTok的時候，他贊得更直接。

這些變化指向同一件事：推薦算法正在抹掉廣告和內(nèi)容的邊界。以前的廣告是在打斷用戶，現(xiàn)在信息流里的廣告更像是一種“用戶愿意繼續(xù)看下去的內(nèi)容”。

游戲行業(yè)其實是最早跟這個趨勢對上信號的。SLG副玩法廣告、可玩廣告、短劇情節(jié)廣告、AI生成素材，這些手段的目標(biāo)早就不只是告訴用戶“這是什么游戲”，而是先搶下注意力。

現(xiàn)在AI短劇、互動視頻、AI內(nèi)容工業(yè)化又把這個過程推了把油門。接下來會越來越清楚：用戶消費的，既不是傳統(tǒng)意義上的廣告，也不是門戶時代的內(nèi)容，而是一切能被推薦算法成功推送、能讓用戶停留的東西。

這個邏輯一旦跑通，廣告和內(nèi)容的界限就成了上個時代的概念。

聊到AppLovin自家的Axon廣告模型時，Adam承認(rèn)了一件AI行業(yè)里越來越普遍的事實：他們并不完全知道模型內(nèi)部到底在做啥判斷。多數(shù)時候，團(tuán)隊只能看到結(jié)果——投資回報率提升了、轉(zhuǎn)化率上來了、用戶質(zhì)量變好了——但模型為什么這么做優(yōu)化？連工程師自己都解釋不清楚。

這已經(jīng)是典型的“黑盒AI”狀態(tài)了。

過去做游戲買量，本質(zhì)上是一套人能理解的優(yōu)化邏輯：哪種素材點擊率高、什么文案更容易轉(zhuǎn)化、哪些用戶更值錢、哪個時間段的投資回報率更穩(wěn)定。優(yōu)化師的核心價值就在于“理解規(guī)律”。

現(xiàn)在這個理解力正在大規(guī)模往AI模型身上轉(zhuǎn)移。Adam提到，很多廣告效果的提升根本不是團(tuán)隊提前設(shè)計好的，是模型自己在海量數(shù)據(jù)里發(fā)現(xiàn)了某些人類完全察覺不到的模式。

這讓未來的廣告競爭看起來很不一樣。它可能不再是策略層面的對抗，而是算法黑盒之間的競爭。拼的是誰的數(shù)據(jù)多、模型訓(xùn)練更強(qiáng)、反饋循環(huán)更快、誰能持續(xù)優(yōu)化推薦結(jié)果。

說到底，AI改變的可能從來不只是廣告效率。它在改寫的是整個互聯(lián)網(wǎng)怎么獲取用戶、怎么生產(chǎn)內(nèi)容、怎么分配注意力。而游戲買量行業(yè)，很可能是最先被徹底重構(gòu)掉的那一批。