# 拿下 a16z 投资，他们要用 AI 重构广告系统｜对谈 00 后 CEO Jason Hu 十字路口Crossing · 2025-06-15 本期嘉宾是Nexad创始人Jason Hu，他们用AI重构广告系统，拿下a16z、Prosus等顶级投资。Jason详解了Nexad如何将广告生成与匹配合二为一，定义AI原生广告新范式，并探讨了与大平台竞争的差异化策略，以及AI Agent对创业公司内部效率的提升。 ## Key moments - **[0:00] 开场快问** - [1:06] Koji 提议在 AI Hacker House 外的湖边散步录制播客，鸟鸣蛙叫中开始访谈 - [4:16] Jason 一句话介绍 Nexad：「我们想做的是下一代的 AI 原生广告系统」 - **[4:34] 融资之旅** - [4:34] Jason 解释如何说服 a16z 等顶级 VC：因为 AI 对广告有颠覆性机会，而过去十年广告科技创新停滞，机会不明显 - [6:13] Jason 的核心融资叙事：广告素材生成和匹配过去是两个分离的行业，Gen AI 出现后将合二为一 - [8:34] 谈论中美关系时突降大雨，Jason 调侃「大雨就像中美关系一样风雨飘摇」，大家匆忙跑回室内 - [9:37] Jason 认为华人创业者融资有地缘政治顾虑，但并非不可能，举例 Manus、HeyGen 均已获得硅谷顶级 VC 投资 - [10:29] 融资后三件大事：搭建核心团队（有 xAI 研究员、Berkeley AI Lab、资深广告架构师）、建立行业认知、初步 traction - [11:30] Jason 承认对广告行业经验不足既是劣势也是优势，能更第一性思考 AI 原生方案 - **[13:31] AI原生广告** - [13:48] Jason 描述理想广告体验：像朋友了解你一样，在上下文相关的时刻推荐有用内容 - [15:35] Q: Koji 质疑搜索题目时插广告是否真的提升体验，引出 AI 如何平衡商业化和用户体验的辩论 - [17:02] Jason 回应：Nexad 作为技术提供方，由流量主控制体验，可实现每千次查询仅插 10 条广告的精准匹配 - [20:04] Jason 透露新广告格式：广告主只需提供产品链接，Nexad 自动爬取信息、分析受众、生成素材并投放 - [20:55] Jason 认为 AI 不能完全取代市场部，因广告追求的不只是效率，还有品牌调性和长期关系，需要人类判断 - **[22:57] 客户场景** - [23:27] 案例：与纽约大都会棒球队合作，AI 为不同用户画像生成万条素材并自动 A/B 测试优化 - [25:43] AI 通过大规模素材生成与自动化 A/B 测试，可实现传统营销团队难以达到的精细化运营 - **[27:18] 竞争之道** - [27:19] Koji 引述扎克伯格播客：Meta 也将用 AI 端到端做广告，质疑创业公司机会。Jason 反驳：大公司有结构性劣势 - [28:22] Jason 举例：Intel 因利润率低拒绝 iPhone 芯片错失移动浪潮，微软聊天机器人广告三年仅两三个客户 - [30:11] Koji 追问：如果共识一致，是否巨头更有优势？Jason 认为微决策的积累会产生大不同，如 DeepSeek 的突破 - [31:33] Q: Koji 问有哪些非共识选择。Jason：更激进的端到端自动化，无需顾虑已有客户关系 - [34:48] Jason 解释数据飞轮：作为广告平台，拥有用户端数据，可针对用户直接优化素材，而非仅服务广告主 - [38:03] Jason 分析互联网广告生态：围墙花园占 40%，但开放互联网更大，AI 时代长尾产品需要独立广告生态 - **[39:57] 创业导师** - [40:12] Jason 感谢两位前辈：Databricks 联合创始人 Reynold Xin 分享早期困境的鼓舞，a16z 合伙人 Troy Kirwin 提供行业资源 - **[41:31] 未来平台** - [41:45] Jason 预测下一代平台广告：从固定界面到生成式交互，AI 解锁眼镜等新硬件媒介的广告潜力 - [43:59] Jason 指出新型硬件媒介上广告形态尚不明朗，因为广告生态比流量本身滞后 - **[45:25] DeepSeek冲击** - [45:44] DeepSeek R1 影响：开启 token 成本下行，推理模型助力广告素材生成的反思与优化 - [47:37] Jason 透露公司内部 AI Agent：整合会议录音、聊天记录、文档，自动生成 PRD，20 分钟完成半天工作 - [50:30] 当红 Agent 浪潮下，Jason 认为广告不能只靠 Agent，需要与传统机器学习体系融合才能交付效果 - **[52:04] AI产品** - [52:04] Q: Jason 常用哪些 AI 产品？答：同时装 Grok、ChatGPT、Manus、DeepSeek 等，根据任务选用 - [53:49] Q: 最看好的 AI 产品？Jason 说 Cursor：效果比 Windsurf 好，团队人少但一天几百上千个 PR，效率极高 - **[54:17] 中美差异** - [54:17] 硅谷与国内创业者差异：硅谷更多第一性思考 AGI，国内更实际关注变现；硅谷团队人少全栈 - [55:44] 新一代创业者的工作方式变化：开始大量使用海外外包，因为硅谷人工成本太高 - [56:09] Q: 最欣赏的企业家？Jason 区分顺势者与造势者，最佩服 Elon Musk 创造不存在趋势的魄力 - [58:24] Q: 若遇 Musk 最想问什么？Jason：没有资源限制会做什么，猜他可能答建立星帝国 - **[59:11] 成功定义** - [59:11] Jason 定义成功：希望定义 AI 在广告中的新范式，确保带来更好的社会结果，不让广告让人无限沉迷 - [1:00:50] Koji 总结：Jason 和 Harry 是新一代 AI 创业者的代表，敢赌大事，祝福他们成功 ## Speakers - **Koji 杨远骋** (host) - **Ronghui** (host) - **Jason Hu** (guest) ## Topics 创业, 行业应用, Agent ## Mentioned AppLovin (company), Google (company), Meta (company), Microsoft (company), New York Mets (company), Nexad (company), Point (company), Prosus (company), TradeDesk (company), a16z (company), ChatGPT (product), Claude (product), Cursor (product), DeepAI (product), DeepSeek (product), Gemini (product), Grok (product), Manus (product), Mosquipe (product), TikTok (product) ## Transcript ### 开场快问 **Koji 杨远骋** [0:03] 欢迎收听 《 十字路口 》， 我们关注新一代 AI 技术浪潮带来的行业新变化和创业新机会 。 十字路口是乔布斯对苹果公司的一个比喻 ， 形容它站在 " 科技与人文的十字路口 "， 伟大的产品往往诞生在这里 。AI 正在给各行各业带来改变 ， 我们寻找 、 访谈和凝聚新一代 AI 创业者和 AI 时代的积极行动者 ， 和他们一起探索和拥抱新变化 、 新的可能 性 。 我是 《 十字路口 》 的 Koji， 联合创办了街旁 、 新世相和躺岛 ， 发起了 AI Hacker House 这个新一代 AI 创业者的社群空间 。 我相信科技 ， 尤其是 AI，是我们这一代人最大的价值创造机遇 。 欢迎大家找我聊天 ， 碰撞想法 ， 链接下一个可能性 。 **Ronghui** [0:53] 我是 《 十字路口 》 的 Ronghui，在美元 VC 工作过 ，也做过 5 年的硅谷驻站记者 ， 关注科技发展和商业故事 。 也欢迎大家找我聊天 ， 和我交流 。 **Koji 杨远骋** [1:06] 本周十字路口呢 ， 我们希望用一个特别的形式来录这一期播客 。 熟悉我们的朋友应该都知道 ， 我们在上海的漕河泾发起了一座 AI Hacker House， 然后这里呢非常的漂亮 ， 是一栋独立的小楼 ， 它的外面就是大草坪和一面湖 。 最近十字路口在这里也做了很多活动 ， 很多朋友都到这里来 ， 尤其做 AI 的这个新一代的创业的朋友们 。 今天我们和本周的嘉宾 Jason 就在 Hacker House 外面的这个湖边 ， 我们准备一边散步 ， 一边来录这一期的播客 。 我描述一下现在眼前的场景哈 ， 我面前是一片湖 ，有好几棵柳树 ，有一大片芦苇 ， 所以录音当中大家可能会听到一些鸟的叫声 ， 甚至有可能有蛙鸣 ，因为现在雨刚停 ， 然后也可能有人在我们旁边散步擦身而过 。此刻我真的有一种这个我们播客的名字 " 十字路口 " 被 cue 到了 ， 就是 " 科技与人文的十字路口 "。 嘉宾我们来介绍一下 Jason，Jason 是 Nexad 的联合创始人和 CEO。 那 Nexad 呢 ， 是一家在 AI Native 的广告领域创业的公司 ，他们拿到了硅谷最顶级的 VC a16z、Prosus、Point 72 等等机构的投资 。 那 Jason 平时是 base 在湾区 ，base 在旧金山 ， 那最近恰好 Jason 和他的 co-founder Harry，他们俩都在国内 ， 那所以呢 ， 每天他们都跑到 AI Hacker House 来办公 ， 我们天天都能见面 。 所以今天天气非常好 ， 我们就挑了一个很舒服的时间来录这一期的播客 。在本期播客开始之前 ，有一个小小的利益相关声明 ， 我也一直在给 Nexad 做顾问 ， 那对他们的团队和产品难免有感情 ，有 bias，但我会确保和 Ronghui 今天的提问我们做到客观和有洞察力 ， 对大家了解 Nexad 和 AI 营销这个领域有所帮助 。 那第一个问题想问一下 Jason， 这次回国之前你有多久没有回国了 ？ 这次回来就对上海整个 vibe 感觉怎么样 ？ 喜不喜欢 ？ **Jason Hu** [3:03] 上一次回国是差不多 4 年前了 ， 我 21 年疫情期间离开国内之后就一直没有回来过 ， 然后所以这次回来还挺感慨的 ， 感觉国内整体可能物理空间上变化没有那么大 ，但是会感觉到 ， 比如说来漕河泾 ， 旁边多了很多 AI 公司 ， 像 MiniMax， 甚至我们在这个地方就叫 AI 体验公园 ， 我们我们 literally 刚刚就从这个标牌这旁边走过 。 因为我在硅谷 ， 可能对硅谷的这个氛围认知更明显一点 ，但我感觉国内大家对这个新技术啊 ， 这个文化上的这种蓬勃向上的朝气 ， 还是挺让我惊喜的 。 **Koji 杨远骋** [3:39] 那我们还是按照惯例来一场快问快答哈 ， 让大家更了解 Jason，也更了解 Nexad。 首先你的年龄 ？ **Jason Hu** [3:45] 25。 **Koji 杨远骋** [3:46] 毕业院校 ？ **Jason Hu** [3:47] 芝加哥大学 。 **Koji 杨远骋** [3:48] 在创业前你做过什么 ？ **Jason Hu** [3:49] 在创业前一直在湾区做科技和 startup 相关的事情 ， 上一段工作是在另一家 AI 公司叫做 Martian， 做 AI 工程师 。 **Koji 杨远骋** [3:57] 你的 MBTI 和星座是什么 ？ **Jason Hu** [3:59] 我 NT 比较强 ， 然后另外两个处于中间 ，E 和 I 和 P 和 J 坐在中间 ， 星座是白羊 。 **Koji 杨远骋** [4:07] OK， 所以是 ENTJ？ **Jason Hu** [4:08] 或者 ENTP，也挺 P 的其实 。 **Koji 杨远骋** [4:11] 那 用一句话介绍一下 Nexad。 **Jason Hu** [4:16] Nexad 我们想做的是下一代的 AI 原生广告系统 。 **Koji 杨远骋** [4:20] 目前的收入和利润 ？ **Jason Hu** [4:22] 这个内幕信息先保密 。 **Koji 杨远骋** [4:26] 最新的融资还有估值的情况 ？ **Jason Hu** [4:28] 估值也先保密吧 ， 我们差不多融了 600 万美金 ， 从硅谷的头部 VC。 **Koji 杨远骋** [4:32] 目前的团队规模 ？ **Jason Hu** [4:33] 差不多 10 个人吧 。 ### 融资之旅 **Koji 杨远骋** [4:34] 应该 Jason 你最近遇到的朋友们都会问你同一个问题吧 ， 就是你们是怎么说服了那么多顶级的 VC 来在第一轮就投到你们的 ，其中包括 Prosus、Point 72， 甚至都是很少投早期的 。 **Jason Hu** [4:46] 是是 ， 我觉得这我们也觉得非常神奇 ， 然后我们肯定也很幸运啊 ，因为其实一开始我们融资过程也不是很容易 。 因为像硅谷的话 ，在过去 10 年其实最主流的投资都是投 SaaS 嘛 ， 就大家做一个软件产品 ， 然后打包去卖给企业用户 ， 然后这已经是非常成熟一个道路 ， 然后大部分硅谷 VC 看软件基本都看这个领域 。 而另一方面 ， 广告科技其实是一个在过去 10 年都没有什么太大的技术创新的一个领域 。 然后就是各个大平台 ， 像 Google、Meta 他们的势力越来越大 ，他们的护城河越来越深 。 所以其实一开始很多 VC 是 get 不到我们为什么要做这个点的 ，但我觉得其实这另一种方面也是个优势吧 ， 就是说我们从第一性来去思考这些问题 ， 我们觉得 AI 对于广告业它有很多大的颠覆性的机会和变革 。 而正是因为硅谷 ， 甚至全球科技界过去 10 年的这样一些惯性 ， 使得大家可能不太能看到这些机会 。 那对于我们这样新的这个颠覆式创新的这些小公司 ，其实是一个非常不 obvious、 不明显 ，但是可能长期是更有更有大机会的这样一些点吧 。 然后所以我们一直在这个上面去努力 ， 去 build， 去验证初步的 traction， 然后去给市场给投资人去介绍我们的这个 thesis 和理念 。 那逐渐的一些也比较有魄力 、 有胆识的投资人也愿意来去 bet 我们的这个愿景 。 **Koji 杨远骋** [6:08] 所以你在融资的时候 ，sell 的最关键的一个叙事是什么 ？ **Jason Hu** [6:13] 我觉得是 AI 对于 AI 原生广告系统本身这个概念吧 。 就我觉得从历史性的角度来说 ， 就是上一代计算广告系统可能过去 30 年、 二三十年发展起来的 ， 它其实本质上做的一件事就是广告素材和注意力的匹配 。 就我们广告主他会去做图片啊或者视频啊 ， 然后广告系统他会拿着这些素材 ， 然后去看这个用户他的这个背景是什么样的 ，他在什么样的地方去看这些广告 ， 然后去分析可能对你广告最感兴趣 ，他去做这个 matching 的工作 。 这个 matching 本身它是非常高效的 ，而且它是所有的互联网大公司都在做这个的 。 大数据啊 ， 这个人工智能的最初步的大最大的 PMF 的应用就是在这里 。 但是素材创造本身它其实是个相对比较手工化 ， 没有那么高效 ， 没有那么极约的一个产业 。 我们可以有非常多的这个 creative agency 啊 ， 不同公司它也很有 in-house marketing team 啊等等等等 ，其实和这个大规模极约性的这个 matching 系统形成了很鲜明的对照 。 它之所以会成为这样 ，是因为上一代的 AI 和机器学习它没办法做素材生成 ， 就它本质上还是一个传统的这种偏这种统计机器学习的概念 ，而不是像 Gen AI 这样的技术嘛 。 而当 Gen AI 出现之后， 传统的其实广告系统它能比上一代的以人手工 、 以这个我们说什么精耕细作小农经济这样子的这个素材生成体系能更好的去做这一点 。 所以我们觉得这两者它必然是会融为一体的 。 那它其实是对不管是 marketing 的 agency 还是 attack 的整个 industry 都会有很大的一个变化 。 那我们就是想说 ， 我们去研制这样一个新的广告系统 ， 它把广告的匹配和广告的生成合二为一 ， 非常有机的融合在一起 。 对 ， 这是我们的一个长期的理念 。 **Koji 杨远骋** [8:01] 待会我们可以聊一下哈 ，因为在这里肯定会有一个非常不同的声音 ， 会认为广告生成也好 ， 广告匹配也好 ， 这应该是大平台的机会 。 那在一个小的 startup 要如何抓到这样的机会 ， 就是想听听你的一些分析 ，但在那之前还是想再问一个和融资有关的问题 。 作为华人 founder， 你在和美国 VC 去融资的过程当中， 你有遇到类似和自己的背景相关的一些问题或者 challenge 或者顾虑吗 ？ **Jason Hu** [8:25] 我觉得还好 。 **Koji 杨远骋** [8:27] 哇 ， 这个雨突然变大了 ， 我们说到一个这个中美相关的问题 ， 雨突然大了 ， 赶紧跑回去 。 **Jason Hu** [8:34] 笑死 。 **Koji 杨远骋** [8:35] 我就没跑步了 ， 我天 。 **Jason Hu** [8:38] 这大雨就像中美关系一样 ， 风雨飘摇 。 **Koji 杨远骋** [8:43] 说来就来 ， 真的是 。 **Jason Hu** [8:44] 笑死 。 **Koji 杨远骋** [8:47] 说到中美关系 ， 吓到我 。 对 ， 我们回到室内了 ， 我们继续刚才的问题哈 ， 就在融资过程中有没有收到一些关于就作为华人创业者这样的背景的一些挑战或者担忧 ？ **Jason Hu** [9:02] 对 ， 我觉得这个肯定是有的 ，因为我和 co-founder 其实都是土生土长的中国人， 虽然我们有比较多的硅谷背景 ，但肯定会投资人会 concern 这一点 。 但我觉得有一个 就可能国内大家潜在一个误区 ， 就是说其实我觉得特别是在美国硅谷 ，其实几乎没有什么种族主义者 ， 就至少我自己从来没有遇到过 。 大家肯定会有 concern， 那其实更多是因为地缘政治的因素 ，他会担心比如说美国一些相关的法案啊 ， 一些规定啊 ， 会不会这个对后续的投资啊 ， 或者或者对 PR 造成一些影响 。 但这些其实很多都是有办法去解决的 ， 然后其实主要项目足够的 solid， 这个愿景足够好 ，其实也都是有办法来解决的嘛 。其实我们也可以看到像 Manus 啊 ，其实之前非常优秀的华人团队也拿到了硅谷 ， 对 ，HeyGen 这样的团队能够去拿到硅谷最顶级 VC 的投融资 。 所以我觉得这块也肯定有难点 ，但也不是不可能的 ， 或者是 impossible。 **Koji 杨远骋** [10:00] 有印象当时这个 VC 们不管是中国的 、 美国的 ， 提的问题里面让你觉得最 impressive 或者最 surprised？ **Jason Hu** [10:08] 没有特别特别 surprising 的 ， 我们做的就是一个高风险高收益的事情 ， 然后对于风险 ， 比如就是咱们大家常说的 ， 比如说大平台的风险啊 ， 比如说竞争啊 ， 然后以及其他所有的 ， 然后那收益的话 ， 就广告确实是一个万亿级别非常大的一个市场 。 **Koji 杨远骋** [10:23] 从融资完成到现在 ， 你们做了哪些重要的事了 ？ 有几个月了 ， 对吧 ？ 有半年了吗 ？ **Jason Hu** [10:29] 对 ， 差不多小半年吧 ， 差不多对这样子 。 我觉得分成三大块吧 ， 就第一块我觉得是我们搭建了一个非常好的核心团队 。 我觉得因为就创业肯定不只是我跟 Harry 两个人的事嘛 ， 就特别是这么一个宏大的愿景 ，是需要很多非常优秀同事一起来去 build 的 。 像我们现在团队里面的话 ，有比如之前的联系创业者 ， 可能也跟我年纪差不多大 ，但是他已经创过三四个 startup，也拿过百万级别的融资 ， 然后我们有比如说来自像类似 xAI 这样子头部的 AGI 大厂的研究员 ， 非常深厚的 AI 这个 research 的这个经验 ， 包括 Berkeley AI Lab 的这些研究的同事 ， 包括比如说在头部互联网大厂有十几年的这个架构经验的非常资深的广告系统 架构师 。 对 ， 所以我们有一个非常人很少 ，但是每个同事都非常非常强的一个团队 。 然后另外一块的话 ， 我觉得是对行业的认知和行业对我们的认知开始初步建立起来了 。 因为广告行业不像是比如说我们就卖一个 enterprise SaaS， 可能它这个商业模式比较简单直接的 ， 广告里面它其实是一个非常沟壑纵横的行业 。 比如说广告主就有非常非常多不同的种类 ， 大品牌 、 小品牌 ，有没有 in-house marketing team 的 agency、DSP， 然后中间每一个每一种还有很多不同的细分 。 然后比如说 DSP 跟直客 ， 它的区别就是这完全不是一种客户 ， 就算他们都是广义上的广告主 ， 对吧 ？ 那只是广告主这一边 ， 那还没有包括中间的 exchange 或者说流量主这一边 。 所以它其实是个非常沟壑纵横 ， 非常复杂 。 然后对 ，因为我和 Harry 主要是 AI 的背景 ， 创业的背景 ，其实我们对广告行业并没有说特别特别久的经验 。 我觉得这既是一个劣势 ，也是个优势 ， 对吧 ？ 劣势 of course， 我们没有特别深厚的人脉资源 ，但优势也是说我们能用 AI 来去重新思考这个行业应该要怎么做 ，在未来的在 AI 时代下它的行业结构应该是什么样的 。 对 ，但我觉得在创业到现在 ， 我们已经基本摸清楚了这个行业的大致脉络 ， 然后大家的利益关系是什么样的 。 我觉得这个也是我觉得是非常重要的一环 。 然后另外一方面呢 ， 这个行业也对我们有了初步认知 ， 对吧 ？ 我们其实跟行业的方方面面啊 ，不管是在中国还是美国 ， 头部的玩家多少都建立联系 ， 大家都知道说我们在做东西的愿景是什么样的 。 然后基本上所有的人都是会多少是 buy in 这个 AI 对于广告行业的这个颠覆性的一个影响 。 所以也有开始越来越多有人来主动来找到我们合作等等等等。 对 ， 我觉得这是第二块 。 那第三块呢 ，其实就是 traction 方面 ， 像我们现在的话也接入了一些在流量方面接入了一些全球最头部的 AI 产品 ， 像 Mosquipe, DeepAI 都是流量排行搒全球排名前 30 的这种非常头部的产品 ， 然后我们都已经接入 ， 开始把广告 end to end 跑起来 。 像广告主这边的话 ， 我们也有像这个一些大的 DSP 啊 ， 大的品牌啊 ， 我觉得初步的整个系统已经成型 ， 然后已经跑出了不错的效果 。 **Ronghui** [13:31] 可以再通俗易懂的讲一下这个系统是什么样子的吗 ？ 然后它是如何运行工作的 ？ 对一个普通的用户来说 ， 通过这个系统我看到的广告是什么样子的 ？ ### AI原生广告 **Ronghui** [13:44] 他跟我以前通过 Google 搜索或者在 Facebook 上看到的广告有什么 ？ **Jason Hu** [13:48] 了解了解 。 对 ，因为我自己也是老户 ， 就是使用互联网的 ， 大家都就是一直上网嘛 。其实广告我觉得其实绝大多数人都不会很喜欢 ，因为特别是我们在一些小的小网站 ， 就百度上一搜 ， 然后他们就特别特别多的这种 banner， 然后 pop up， 然后轰炸你的这个 ，其实体验是很差的嘛 。其实这个是互联网广告内卷了 20 年之后的自然发展的结果 ， 对吧 ？ 如果你不这么做 ， 你的网站就就没有收入 ， 然后你根本就没办法去存活下去 。 然后大家只能用这种非常粗放式的 ， 我觉得这个其实是一个内卷状态下所有人都是更输掉的这样一个结果嘛 。 我们想做的就是说让广告的用户体验更好 。 比如说我在搜题 ， 对吧 ？ 我的我一道数学题不会了 ， 然后它可以去识别到我这个意图 ， 然后结合我上下文 ， 比如这个这篇文章是一个关于数学概念的文章 ， 然后我就直接在最后跟他说 ， 如果你之后想去了解一些相关的数学问题啊 ， 我给你推荐这个 AI 学习助手 ， 就是它跟你的现在做的 事情是相关的 。 我们想达到一种体验 ， 就是说比如说我去跟我的朋友去交流 ，他是了解我的 ，他知道什么东西会对我感会对我有帮助 ， 然后他去给我进行这样的推荐 。 就广告它本质上它并不一定要和用户的利益是相违背的 。 比如说我在使用 Google 的时候 ， 很多时候 Google 推的广告 ， 它其实比我更了解我要想要什么 。 有时候一开始我的 query 可能还我其实想要 A，但我其实搜了 B，但 Google 因为它有很多的数据 ， 它知道我其实是想要 A 的 ， 那它给我直接推 A， 然后发现它其实挺有用的 。 我觉得这种它其实是对用户的用户体验 ， 它是一种增进 ，而不是损害 。 那这个对于广告主来说和媒体方来说也是一种双赢嘛 。 **Koji 杨远骋** [15:35] 那这里其实是有些争议啊 ， 就比如说用户在 Google 搜一道题 ， 然后这个时候他可能只想要提到答案 ， 那 Google 给他插了广告 。 那刚才你举那个例子也是类似的 ， 我和 AI chatbot 问一道题 ， 我只想要答案 ， 这个时候你要非得要推我去下一个 APP， 这好像不能说是用户体验变得更好了 ，因为在另外一个角度来说 ， 它是用户体验变得更差了 。 那我相信这个 Nexad 要做的事情是希望能够这个改变广告行业嘛 。 所以我想这个请 Jason 再进一步聊一聊 ， 就是比如说 AI 是你们现在能用的最好的杠杆和工具 ， 那有了 AI 之后， 能怎么去把刚才说的这样的用户体验的矛盾解决的再好一点 。 **Ronghui** [16:14] 因为其实这个听起来是 ， 这个听起来确实是 ， 我觉得也也也已经有挺多人想象出了 ， 就是接下来这广告可能会出现的是一个这样子的形式 。 但是它其实在用户体验上， 它是一个非常微妙的东西 ，而它也非常的有挑战性 。 就是你怎么样既能给用户提供从搜索到生成 ， 提供他想要的答案 ， 同时给他下一步跟商业化跟广告相关的服务 ，但与此同时不要冒犯他的 ， 比如说隐私 ， 比如说这个不要让他觉得说你给我推这个答案 ，其实你就是为了给我推一个广告的这个用户体验 ， 这个是很 难的 。 你们思考这个用户体验应该怎么样来呈现会更好 ， 或者是思考这个边界的时候是怎么想的 ？ **Jason Hu** [17:02] 我觉得这非常好的问题 。 然后我们对自己定位是个技术服务的提供商 ， 然后我们有一套完整的 AI 体系 ， 可以把广告塑造成流量主他是想的任何样子 ，但最终这个用户体验是由流量主本身来控制的 。 比如说具体我这个就不方便点名了 ，但我们也合作了很多不同流量主 。 有些流量主他们对用户体验的要求非常非常高 ， 比如说他这个比如说 1,000 条用户 query 里面 ， 我只插 10 条广告 ， 甚至更少 。 然后我想要知道这广告直接对用户有帮助 ， 我才去插 。 我们可以做到这一点 ， 我们的技术 ， 我们有非常好的这个 semantic matching 的这个引擎 ， 可以来帮他们达到这一点 。 然后我们可以让广告非常无缝的融入进去 。 但另外有些广告主 ，他可能就说我根本不 care， 对吧 ？ 我每一条都要插广告 。 虽然这因为每一条插广告 ， 你就不可能让广告和用户的意图非常 relevant， 或者体验很无缝 ， 用户可能会觉得不舒服 ，但这是那个产品想要去达成的用户体验 。 就我们也可以支持 ， 对 ， 我们更多是去给他们一个工具 ，但具体的用户体验 ， 这是产品所有者的问题 。 当然我们会有一些底线 ， 对吧 ？ 所以我们上面不会去做什么违反公序良俗的 ， 就像 Google Meta 他们会有常见 ， 比如说这个儿童色情啊 ， 暴力啊这种东西 ， 我们肯定是不会做的 。 但在此之上的更多是大家个人不同家的产品 ，他对用户体验的选择 ， 那我们会去赋能他们去做到他们自己想要的用户体验 。 **Ronghui** [18:26] 就是你们是一个第三方 ， 你指的这些产品指的是比如说 ChatGPT 或者是其他的 AI 类 AI 生成的产品 ？ **Jason Hu** [18:36] 对对对 ，其实我们有两块产品的话 ， 一块是针对广告主的 ， 另一块是针对这个流量主的 。 像流量主这边 ，其实我们的特色就是和下一代 AI 产品去结合 ，因为现在所有人都越来越多的流量和注意力会放在 AI 产品上， 对吧 ？Google 的搜索 query 在一直下降 ， 然后大家就开始用一些新的 AI 产品 ， 那可能就大家耳熟能详的像 ChatGPT 啊 ， 豆包这些 ， 那它其实有非 常多长尾的 、 中长尾 、 腰部的这些应用 ，他们也需要变现 ，他们有很多流量 ， 我们的技术就可以帮他们做到这一点 。 这个是针对流量主的 。 针对广告主呢 ，其实我们是帮他们去完成了这个从 creative 生成到投放 end to end 的整个流程 ，因为我们本身自己我们也是广告平台 ， 我们有所有的用户数据 ， 我们有所有的这个整个平台的这个基础设施 ， 然后我们再去做素材生成这一块就会很顺 ， 对吧 ？ 然后我们给他生成的素材其实不仅仅投到我们自己流量上面 ， 我们也可以帮他们在其他的流量渠道上去达成更好的效果 。 **Ronghui** [19:35] 我感觉现在是一个非常有意思的时间 ， 生成式 AI 产品刚刚开始正在普及的 ， 就像你说的 Google 的搜索请求 ， 它的这个数据是在下降的 。Google 我相信他们应该也非常的头疼 ， 搜索广告的这个范式就会发生变化 。 现在出现的生成式 AI 的新的产品也都还挺多 ， 就像你说的长尾 ， 就是它其实是有一个很大的长尾的市场 。 然后在接下来的这个广告的具体这个形态会是什么样子 ，其实大家也还在探索跟定义的过程中 。 **Jason Hu** [20:04] 对 ， 我觉得这也是我们这个生意非常有意思一点 。 广告它是一个生态 ， 它是有行业标准的 ，因为我们同时也在定义一种新的广告格式 。 这广告格式是广告主不去控制素材的格式 ，因为我们觉得未来广告系统它就不只做广告的匹配 ， 它也做广告生成 。 所以对于广告主来说 ， 比如说现在如果你是广告主来我们这投广告 ， 你就给我们一个产品链接就行了 ， 我们可以自己去爬产品介绍 ， 我们去爬分析你潜在的受众 ， 然后相当于会帮你做整套的这个自动化的流程 。 但这个跟传统的范式是很不一样的 。 传统范式的话 ， 广告主他可能会和一些 agency 合作 ，他有 in-house 的这个 team， 当然我们现在也是和这个 in-house 内部的这个 creative 生成的 team 来去合作 ， 来去让他们的这个工作去更加高效 。 **Koji 杨远骋** [20:53] 但你最终想取代他们吗 ？ **Jason Hu** [20:55] 我觉得是不行的 ， 就没法最终的取代 ，因为广告它有效率的一方面 ，但它有人文的另一方面 。 就比如说我们投广告 ， 比如说如果我们广告就是如果说广告它是纯效率之上， 我就想提高点击率 ， 那是可以取代的 。 但是如果让 AI 一直我就给它一个优化指标 ， 说我就要提高点击率 ， 那它就全放什么什么色情啊 ， 或者什么特别送人听闻的东西 ， 然后跟你的产品根本就没有半毛钱关系 ， 那点击率就是高 。 但这个对于品牌的长期的价值它是违背 ， 对吧 ？ 就 AI 它可以优化一个很好的确定的数值的指标 ，但是但是广告并不只是优化这一点 ， 它还有品牌调性 ， 它还有比如说长期的跟产品的关系 ， 你想要吸引什么样的客户 ， 就这些还是需要 。 **Koji 杨远骋** [21:40] 这些都可以喂给 AI 啊 ， 都可以教它 ， 我要这样的 taste， 我要这样的 branding message。 **Jason Hu** [21:45] 我觉得至少在目前看来 ， 还是需要人来去引导 AI 的 。 就是我觉得这当然也说开了 ， 就是说我觉得对 AI 长期的一个 long term vision， 就是 AI 本质上只是工具 ，AI 可以优化任何一个人给他设置目标 ，但是 AI 不能自己定义目标 ， 我们仍然需要人来去给 AI 定义他的目的 。 **Koji 杨远骋** [22:04] 对 ， 那所以我的问题或者我的好奇就是 CEO 或者这个消费品牌的 founder 定义好目标和 branding message 就够了 ， 那市场部为什么还要存在 ？ **Jason Hu** [22:13] 就我觉得比如说他的 CMO 或者整个市场部的 lead， 就是 CEO 定义的目标它是非常 vague 的 ， 比如说我想品牌调性是这那的 ，但 what exactly does that meanright， 这它也是需要人的判断来 ， 比如说市场的经验来去我给它定义一个 marketing objective。 那我觉得 AI 会取代掉可能比如非常 manual 的一部分 ， 就纯机械化执行的这一部分 ，而就没有任何人类的人文的感知和判断这一部分 。 但我觉得它会最终会是一个相互融合的结果 ，因为定义目标它不就是说我要 build 这样产品就结束了 ， 它还有必须要你这个 breakdown， 比如说我今年的这个 quarter 的目标是什么 ， 然后我对这个人群想要定义什么样的东西 。 我觉得这些它也是有很多的主观判断在里面的 。 **Ronghui** [22:57] 你刚刚说到的广告主跟流量主有没有分别可以举的例子 ？ 他们有哪些具体的跟你们合作的这个过程中， 可以是你们自己感受 ，也可以是数据的表现哈 ， 就是呈现出来一个相对比较好的探索出来的新的广告的形式是什么样子的 ？ ### 客户场景 **Jason Hu** [23:13] 对 ， 我觉得流量这边我刚刚其实已经举了一些例子 ， 就是可能全球最头部的 AI 产品 ，他们都开始用我们的广告商业化方案 ， 然后整个效果也是非常好 。他们可能之前在跟一些传统广告合作 ， 然后都把它给直接用我们来取代掉了 。 然后广告主这块我可以举个比较有意思的例子吧 ， 就是因为我们其中一个投资人是 Point 72， 然后他的是华尔街的一个大的 hedge fund， 然后他的这个 founder 叫 Steven Cohen，是个非常有钱的这个 billionaire， 然后他在纽约有一个买了一个棒球队 New York Mets， 然后我们在跟 New York Mets 合作 ， 就他是美国可能最 top 的最有名的一些这个体育球队之一 ， 可能对 ， 虽然大家在国内中国没有棒球文化 ，但我觉得他在整个美国体 育的影响还是非常大的 。他们其实有个非常大的广告部门 ，他们甚至还有个专门的数据部门来去内部做这种各种 data science 的工具 ， 然后我们就在跟他们的这个 marketing 和 data 的部门合作 ， 来用我们的这个技术来帮助 New York Mets 去达成更好的销售目标 。 对 ， 就这个可能大家不会想到 ， 就是说这个体育球队它也是个非常大的一个广告主 ， 体育它也是种商品嘛 。 我在纽约这个辐射圈里面 ， 我如何去给它分层不同类型的用户 ， 然后比如说家庭用户 ， 你可能要突出棒球作为一种家庭亲子运动的感觉 ， 然后比如说年轻的打工的 ， 那你可能要给他突出棒球的另外一块 ， 可能更热血激情的这个侧面 ， 对吧 ？ 那对于每一个用户 ， 我们如何去获得深度的认知 ， 如何持续迭代这个 creative 和 campaign， 就是我们去帮他去做自动化的这个地方 。 **Ronghui** [24:47] 他们就这个例子可以再具体再具体一点吗 ？ 就比如说他们以前的广告是投到哪里的 ， 然后你们是等于他们现在一个新方向的一个尝试 ， 还是说有其他的可能性 ？ **Jason Hu** [25:00] 他们在哪都投广告 ， 线下广告 ， 线上广告 ， 像 Google 啊 ，Meta 这些都是他们投广告的这个渠道 ， 然后他们跟我们合作主要两块 ， 一方面说他们也想去尝试在 chatbot 里面投广告 ， 另一方面更主要的合作其实是我们用这一整套端到端的素材生成和优化的技术来去帮他们去优化已有的广告投放系统 。 比如说他们现在我可能一个赛季我去这个 marketing team， 我去生成这个 10 个不同的素材 ， 然后每个素材我去 target， 比如说这两个素材是 target 这一类用画像 ， 那两个素材是那类用画像 ， 然后这一赛季就结束了 。 但我们现在想做的是其实比如说每个赛季我可以给你生成 1 万个素材 ， 每个素材我可以在比如说 5 种用户画像上去做测试 ， 然后我用一周时间跑完 ， 或者比如说两天时间跑完一个测试 ，depending on 数据量和这个统计显著程度 ， 然后我去分析这个效果好还是坏 ， 然后我们的 AI Agent 会自动给这些素材进行调整 。 比如说我们发现对于比如说生活在布鲁克林的这个家庭用户 ， 你可能说 之前的这个叙事是这个上面都是白人 ，但可能布鲁克林黑人比较多 ， 那效果不好 。 另一个可能主要是黑人的这个广告效果就更好 ， 那我们应该把这个也改掉 ， 然后我们可以有不同的假设 ， 对吧 ？ 比如说对于这块用户可能会对什么样的广告会他们会更有感触 ， 效果更好 ， 我们也可以去通过这方向去测试很多 ， 去 A/B test 并行测试很多不同的广告 。 对 ， 我觉得必须承认就是它在具体精细程度上， 它肯定不能做到比如说我们花很多钱去作为广告片 ， 去拍广告视频或者制作一个图片那么精美 ，但在绝大多数广告场景下， 用户对于广告点就是扫一眼 ， 对吧 ？ 它其实不会关注你过多的细节 ， 最重要的还是这个乍一眼给人带来的感觉 ， 它撬动了用户心里哪些潜意识里面潜在的这个吸引他的点 ， 这个是即使是最丰富的 marketer 他也不能完美的预测到的 ， 然后包括用户他本身的兴趣也在不断的变化 。 那我们用 AI 来做的事 ， 就是说 AI 可以自动的去生成这些想法 ， 去自动去测试这些想法 ，而且自动去迭代这些想法 。 ### 竞争之道 **Koji 杨远骋** [27:19] 自动生成 ， 自动测试 ， 自动迭代 。 但其实有另外一个声音是认为说 AI 一定会给整个广告行业带来颠覆式的红利与机会 ， 可是很可能是大平台的机会 。 大概两三周前 ，其实这个扎克伯格上了一档 Ben Thompson 的播客 ， 就是 Strategically，在那档播客上面 ， 就是扎克伯格破天荒的讲了 AI 对 Meta 有最大的几点意义 ， 然后首当其冲他提的第一点就是 Meta 会让 AI 会让 Meta 的广告业务变得更强大 。他提到的和你提到的几乎一模一样 ， 端到端的解决用户的问题 ， 解决广告客户的问题 。在过去 Meta 只能帮广告客户去做用户的 这个 targeting 的匹配 ，以及做数据的监控 ，但现在在这两点之外可以直接做素材的生成 ， 之后用户给我一个他的产品链接 ， 再告诉我他到底有多少预算 ， 能接受的最多的 ROI 是什么 ， 我就可以把剩下的事全做了 。 那这听起来和你的描述 99% 相似 。 那在这个背景之下， 创业公司的机会是从哪里出现的呢 ？ **Jason Hu** [28:22] 对 ， 我觉得这也是各种投资人， 包括就是我们跟所有人啊 ，他们都会 challenge 我们这个点啊 ，因为广告它确实是个头部非常集中的行业 ， 寡头垄断的行业 。 那我们为什么创业公司要去做这个 ？ 我觉得首先从最根本的角度上来说 ， 就是这个类似的 argument 对于每一代创业公司都适用 。 就 Google 它既有人才 ， 又有算力 ， 又有钱 ， 又有对 AI 的重视程度 ，但为什么它没有搞出 ChatGPT 呢 ？ 就是我觉得大公司它是有它内生性决策的惰性和它的决策的这个结构性的劣势的 。 举两个例子吧 ， 第一个例子 ， 为什么英特尔一开始 Steve Jobs 找到他们 ， 要让他们给第一代 iPhone 做芯片 ， 英特尔说我才不给你做呢 ， 对吧 ？ 这个芯每个芯片价格这么低 ， 然后要我要给你重新建生产线 ， 然后我利润率又这么薄 ， 我不如好好做我 PC 芯片 。 就他在非常理性的去最大化利股东利润的这个思考方式下 ，他可能不会看到这种颠覆式创新带来的非常大的结构性机会 。 那英特尔就错过了一整个移动互联网的这个芯片的浪潮 。 还有一个例子 ， 比如说微软 ， 它其实一直在做 chatbot 广告 ， 它其实从三年之前就已经有 API 来给一些行业的这个聊天机器人去合作 ， 来给他们植入广告 。 但现在当他们当时跑的那两三个用户客户 ， 现在还是那两三个客户 ，但我们已经我们比他们起步其实还要晚 ，但我们已经比他发展要快得多了 。 从客户数量上来说 ， 就是从本身的决策流程 ， 从这个所有就架构上来说 ， 虽然说大公司它有所有的资源和人力 ，但它就它内生性的一个矛盾吧 ， 就他们从理性的股东利益最大化的角度上来说 ， 就没法像 startup 这样子去工作 。 **Koji 杨远骋** [30:11] 那这里面有一个问题啊 ， 就是还是想 challenge 一下 ，因为昨天我们刚采访了周鸿祎 ， 周鸿祎是一个市值 100 亿美金的董事长 CEO，他仍然在推自己的新的 A 件产品 。 就在这个访谈里面 ， 周鸿祎说到了一个点 ，他是说今天行业有很多的不确定性 ，而有不确定的共识的时候才是创业者的机会 。 如果是确定的共识 ， 那巨头是最确定的 ， 所以这个最确定的机会是巨头的机会 。 那再回到我们刚才讲的广告行业 ， 就听起来我就想问的就是 ， 听起来扎克伯格和你有确定的共识呀 ， 大家有确定的共识呀 ， 那这样的机会是不是就是不会出现英特尔当年拒绝 Steve Jobs 那样的非共识 ， 大家还有不同的路线选择 ， 不同的优先级之分 ？ 那这个你会怎么看 ？ **Jason Hu** [30:57] 我觉得就共识和非共识是个相对的 ， 就比如说 AI 其实从 20 年前大家都知道 AI 是非常非常厉害的 ，但具体说怎么发展 ， 还是有很多很多小的微决策需要去做 ， 对吧 ？ 我觉得对 Gen AI 也是一样的 ， 比如说你这个大圆模型用什么架构 A 还是架构 B， 你是做推理模型还是用这个 linear attention， 对吧 ？ 这很多很多小的选择 ， 大公司因为它的结构限制 ， 它会做出这一类选择 ， 小公司我就是赌嘛 ， 然后我们可以动作更快嘛 ， 我都是另一类选择 ， 这些选择小选择逐渐的累积 ， 就会出现一些非常大的变化 ， 比如说 DeepSeek。 **Koji 杨远骋** [31:33] 有没有什么是你们现在做了和 Meta 和 Tiktok 所不一样的 ，在广告系统里面的非共识的选择的 ？ **Jason Hu** [31:41] 比如说我们对于端到端自动化会更加的激进 ，因为 Meta 和 Google 它是已经有 ， 它已经是行业的领导者了 ， 它其实有这个已有的客户关系 ， 它无数的客户就印在全球 ， 然后跟这么多广告主去合作 ， 那它不能说我 ，他们已经跟广告主形成了一种很好的共生关系了 。 就说如果要你推下一代革命性的方案的话 ， 你肯定得考虑到 ， 对吧 ？ 跟已有的这个 revenue base 的关系 ，但我们就是从零开始 ， 我们不需要考虑这些已有的关系 ， 那我们可以以更加第一性的角度去思考 ， 什么样的方案是长期来说对广告主最有用的 ，而不需要考虑很多已有的这种 legacy。 这只是一个例子 ，但比如说技术选择上， 比如说 publisher 的选择上， 那有很多很多这种微决策 ， 总体累加起来 ， 那整个公司走向就会很不一样 。 **Ronghui** [32:30] 你现在感觉那些合作的广告主有提出有什么 ，他们对于下一代广告的类型吧的一些想法 ？ **Jason Hu** [32:38] 我觉得广告主他们都会对 AI 非常非常感兴趣 ， 我觉得我们聊的所有广告主他们觉得 AI 都是未来 ，但具体这未来是什么样的 ， 我觉得这可能还是说创业者的优势吧 ，因为相对于广告来说 ， 我们用 AI 原生的视角来去看广告这件事 ， 用第一性的方式去给它思考 ， 我们可能是虽然对传统广告的这个具体的流程细节上可能没他们了解 ，但对未来广告 应该长成什么样 ， 这个 vision 我们会比他们更清楚 。 所以更多是一个大家合作交流互补的情况下， 如何把我们的这个前沿的理念来去跟实际的业务合作结合起来 ， 然后去带来实际的业务价值 。 **Ronghui** [33:13] 我感觉在一个新的时期开始的这么一个阶段 ， 很有可能对创业公司来说是一个群雄逐鹿的时候 。 那在这个时候你们差异化是什么 ，以及你觉得现在大家主要在拼什么 ？ **Koji 杨远骋** [33:26] 对 ，因为这个竞争对手也不少嘛 ， 刚才提到这个和巨头的不同 ，但其实只是在这个我们这一个领域里面 ，有其他还是蛮受大家关注的竞争对手 ， 就作为 startup 的竞争对手的 。 **Jason Hu** [33:39] 对 ，因为就非常 ， 我们甚至在 ChatGPT 之前就有很多 AI 和广告结合的公司 ， 然后我觉得具体就不点名了 ， 我觉得中国和美国都有很多跑的很好的公司 ， 比如说对广告主服务来说 ，有很多产品就是说如何去帮助广告主去更好的去生成素材啊 ， 去做这个效率提升啊 ， 这类工具 ， 对吧 ？ 我觉得我们还是以一个非常不一样的视角来做这个事 ，因为我们比如说对于广告主来说 ， 我们不仅仅是一个素材生成的工具 ， 一个 SaaS， 我们还是一个广告平台 ， 我们广告平台我们是有端到端的用户数据和流量流量打通的 ， 我们觉得这个是长期来看非常非常重要的数据飞轮的来源 ，因为长期来看就是这也是我们另外一个核心的理念啊 ， 就是 说广告素材是给用户看的 ，是给 audience 看的 ，而不是给广告主看的 。 就如果我们搭一个素材生成的工具 ， 我们主要的客户 ， 唯一的客户就是广告主 ， 我们去面向广告主去生成素材 ， 它是在已有的广告主的工作流里面帮他提升效率 ，但这非常非常有用啊 ， 特别是在过去的几年在 AI 还没那么成熟的情况下， 我觉得这可能是 PMF 最强的 。 但我觉得当 AI 的智能越来越强 ， 可能生成素材质量越来越高 ， 可以端到端的生成非常高质量的素材的灵感和想法 ，在这时候我们现在可以做到是针对潜在用户去生成素材 ，因为广告主他本质上不关心素材是什么 ，他只关心只关心 campaign 的效果是什么 ， 然后我们作为广告平台的优势就体现出来了 ，因为我们有端到端的数据 ， 我们知道在比如说 在这些 chatbot 上或者或者其他的这个流量平台上面 ， 这用户的具体的浏览数据 、 点击数据是什么样的 ， 我们可以直接让 AI 来去根据这些数据进行优化 。 所以它对广告主来说是更加多的解放了他们的生产力 ，有点类似于从编程的 copilot 自动补全 ， 到比如说 Devin 啊 、Cursor 一样 ， 我直接给他说你给我搭个网站 ， 直接把网站搭出来 ，有点类似这种去 。 **Koji 杨远骋** [35:39] 从完成一个问题到执行一个任务 。 **Jason Hu** [35:43] 对 ， 从过程导向到目标导向 。 **Koji 杨远骋** [35:45] 可是我在想很多做这个广告素材生成的 startup，他们之所以做此选择 ，其实是做了放弃 ，因为又要做 end to end 的整个广告系统 ， 又要做广告素材生成 ， 这个是两趴非常难的事情 。 **Jason Hu** [36:02] 是 ， 对 ， 我觉得这个也是说为什么我们这 business 也还是非常非常 challenging 的 ， 我们要两边同时开始做 ， 然后技术上和 BD 上都有很多工作要做 ，但我觉得还是要做难而正确的事吧 ， 对创业来说 。 **Ronghui** [36:16] 新一代 AI 的产品 ， 大家都会先上来就收费嘛 ， 这对就是就是像你提到的这个未来的广告市场的这个形态的畅想 ，有什么样子大的影响吗 ？ **Jason Hu** [36:28] 嗯 ， 我觉得是非常好的点 ， 就我觉得这一代 AI 的互联网跟上一代的流量我觉得还是挺有区别的 ， 对吧 ？ 就可能大家默认的上一代是默认就是先接广告 ， 然后再逐渐的去发展付费或者怎么样 ， 那这一代就是说我先去尝试付费 ， 然后我再比如说付费 bookwork 了再去接广告 ，但我觉得可能长期还是会殊途同归吧 ， 就是广告和付费它其实不是相互矛盾 ，而是相互促进的 ，因为其实我们接的所有的 AI 产品它都有付费 ， 可能除了 DeepAI 吧 ， 然后他们付费其实 也占据收入的非常大一块的来源嘛 ，但总有些用户是不会付费的 ， 总有些用户就一直单单用免费版 ， 然后他就一直不付费 ， 那这块用户当然你可以把它就当做沉没成本 ， 就一直在给他给他付 token cost，但你也可以给他看一些广告 ， 让他也能够去做一定的商业化 ， 同时可能对于那些用户来说 ，他看到广告之后 ，他可能付费的意愿就更高了 。 所以广告和付费它的最优比例永远不是说广告是 0%， 其他 100% 付费 ， 它是有一个比例的 ， 对吧 ？ 那这个比例我觉得说实话可能比上代互联互联网产品的广告比例要低 ， 可能主要还依赖于付费 ，但它肯定不会是 0，但因为整个 C 端应用产品市场这么巨大 ， 很多很多万亿 ， 即使广告只占比如说 2%、30%， 它也是个非常大的市场 。 **Ronghui** [37:42] 那另外一个问题就是刚刚前面提到这个是对大公司的一个挑战 ， 这个是他们的机会 ， 你刚刚讲到了一些 ， 我刚想到的一个问题是他们也不傻 ，他们也不会眼看着新一代的公司把他们的份额抢走 ， 你们有看到这些公司有做什么样子的新的尝试 ，有可能不一定是被公开出来的 。 **Jason Hu** [38:03] 刚刚对于这个大公司这块还有另外一个点没讲完啊 ， 就我觉得嗯 ，其实广告整个互联网广告它是分成两个大的生态 ， 一种是叫围墙花园 ， 对吧 ？ 比如说 Google、Meta， 比如说国内的百度自结 ， 它都是自己的 end to end 的 ， 它有从广告主端的产品到最终的流量 ， 它都是全部自己掌控好的 ， 那这块可能占整体互联网流量的 40%，但其实比它占据流量更大的是我们叫 open internet， 就开放互联网 ， 就你去第三方网站啊 ， 就各种 APP 啊 ， 它其实它不是大公司做的 ，但其实就它其实非流量其实非常非常大的 。 比如说在 open internet 上也有非常成功的广告公司 ， 比如说去年非常火的 AppLovin， 它就是给这个第三方的这种游戏来去做广告商化变现 ， 比如说去年同样很火的 TradeDesk， 那这几家都是什么千亿大几百亿美金的公司 ， 对吧 ？ 然后我觉得他们跟比如说围墙花园的关系也不是说什么你死我活 ， 你有我无的这样个状态 ，而更多是我们去 capture 广告市场的不同侧面 ， 就我觉得其实在 AI 里面也是一样的 ， 对吧 ？ 我觉得 AI 里面我们也逐渐看到有头部的产品出来 ， 就各种大厂的 ， 包括新大厂的这些产品 ，但同时也会有很大的腰部腰尾部 ，而且我觉得看目前流量格局上来说 ，其实这个长尾的产品的占比其实是相当高的 ， 那它也是需要有自己的广告生态的 。 那比如说我作为 Google， 那我当然我自己有围墙花园的产品了 ，但是第三方的话 ， 我不可能把整个产品全部吃下来 ， 我觉得这里面也有一个共生关系 ， 就比如说 Google 的广告主可能之后可以来 open internet 上的去去买量 ， 我们这边的量 ， 或者我们这边广告主也可以在 Google 的这种生态上面去采买 ， 就这个其实已经在发生了 ， 对吧 ？ 就整个互联网广告它其实是一个大家都是背着来背着去 ， 就就就错综复杂的 ， 所以更多这样是一个共生的关系 。 ### 创业导师 **Koji 杨远骋** [39:57] 我们知道这个在任何地方创业吧 ，有一个好的 networking 都是特别重要的 ， 可能在硅谷这一点尤其重要 ， 尤其对于华人背景的创业者来说 ， 那在硅谷到现在为止对你们帮助最大的前辈有哪些啊 ？ **Jason Hu** [40:12] 对 ， 我觉得这个还是非常非常多的 ， 我觉得没有这个他们的帮助也我们也走不到今天这个状态 ， 我肯定记不全了 ，但比如说现在当想到一个 ， 比如说 Reynold Xin，他是 Databricks co-founder， 然后之前跟他有些 personal connection， 然后也跟他有过很多交流 ， 我觉得从他身上看到了很多 ， 就是因为他是技术出身 ， 之前是做学术研究的 ， 然后从这个学术成果到商业转化上面 ，以及中间 其实我们现在看 Databricks 特别成功的一家公司 ， 指数级爆发级增长 ，但其实在创业的头几年也遇到过非常大的困难 ， 然后比如说找不到客户啊 ， 没有定义起产品啊 ， 我觉得跟他去交流学习这样的 insight 也是对我来说还是非常 inspiring， 能鼓舞很多的吧 。 然后另外一块 ， 比如说我觉得我们在 HLD 的投资人 Troy 也对我们帮助非常大 ， 对 ，因为他本身是硅谷这个投资圈也是非常 network 非常广的一位嘛 ， 然后他也非常愿意来帮助我们这个华人创业者 ， 然后介绍了很多他之前在广告行业的资源啊 ， 包括他之前在 Unity 广告的这些最 top 的这些 connection 来给我们 ， 然后就不仅是资金上的支持 ， 还有很各种各样的 ， 包括 advice 啊等等 ， 我觉得对他对我们帮助也非常大 。 **Ronghui** [41:31] Meta 他们也在非常激进的探索下一代的平台 ， 比如说眼镜 ， 像应该 Apple 这次的发布会 ， 这些大公司他们都在探索下一代的平台 ， 下一代的计算平台是什么 ， 对接下来的广告会有什么样子的影响 ？ ### 未来平台 **Jason Hu** [41:45] 嗯 ， 我觉得下一代 2C 的平台 ， 当然我觉得我可能专业不是做这块的 ， 比较粗浅的想法的话 ， 更多是从一个固定的一个 interface 到一个 generative 的 interface， 从一个展示的逻辑到比如说跟用户去理解 ， 去跟他交互 ， 去帮他完成解决问题 ， 去帮他去做更深层次的交流的逻辑 ， 我觉得这这可能从第一线上来说是是这样的区别 。 那其实在后者来说 ， 它可能并不是一个具体的 ， 就它更是一个产品交互逻辑的变化 ，但你比如说具体产品在哪 ，是在手机上 、 电脑上 、 眼镜上还是这什么 ， 我觉得都是都 flexible 的 ，但我觉得 AI 其实解锁了一些没有那么大展示界面的交互媒介的一些的潜力 ， 对吧 ？ 就是可能在之前 ，在 AI 之前 ， 你戴个智能眼镜其实没啥用 ， 就因为你能做操作有限嘛 ，但 AI 其实解锁了很多这类没有很好的展示界面或者交互界面的设备 。 **Koji 杨远骋** [42:50] 这个怎么讲 ？ **Jason Hu** [42:51] 比如 Alexa， 我知道 Alexa 他那边有巨量的团队 ， 可能上万成千上万的人来去给他做各种规则 ， 对吧 ？ 这个用户说这个意图 ， 然后你给他 map 到这个规则 ， 这个规则 ，因为用户的意图是非常非常长尾的 ， 然后他需要巨量的团队 ， 只有大厂才能做 ，而且最终效果也其实也一般般 ， 它不是一个像 iPhone 一样走路家家户户的产品 。 那现在就任何一家 startup 都可以马上做出一个 Alexa， 那我我直接一个下午用 Cursor vibe code 一个 Alexa， 硬件不算 ， 软件的话其实是可以做的 ， 可能就六七分是没问题的 ，enable 了很多长尾的硬件创新 ， 手机电脑这类成熟产品它已经非常非常卷了 ，但是在比如说一些现在很新的交互媒介啊 ， 比如说像 Rabbit 呀 ， 像这个卡扣啊 ， 什么眼镜啊 ， 戒指啊 ， 什么手环啊 ， 那每一个现在 你用 AI 的都可以把它当成手机来用 ， 它可以做出非常复杂的操作 。 那所以其实对创业公司也是一个很大的机会嘛 ， 我也有朋友在做各种新型的这个硬件媒介类的创业 ， 我觉得这是 AI 它作为一个人机交互的创新带来一整个上下游的一个变化 。 **Ronghui** [43:56] 你觉得对广告这个行业会有什么样子的影响 ？ **Jason Hu** [43:59] 对 ， 我觉得影响是非常大的 ， 就因为整个互联网广告的体系 ， 我刚刚说的所有东西其实都是依赖于比如说你能去 track 用户的点击 ， 你能去 track 用户的整个 conversion， 然后你有个计算广告系统可以搭建出来 ，但比如说比如说我是个智能语音音箱助手 ， 我跟用户说了一段东西 ，其实用户可能听到了 ， 可能没听到 ， 用户可能比如听到了 ， 然后我去搜一下 ，但他没 法把听到的这个东西和你搜的这个行为去给连接起来 ， 那其实它对整个广告后端是差别是非常非常大的 。 所以因为我觉得做广告这些时间最大感触就是说它是个生态 ， 它不是一个单独的 SaaS， 我就单独卖给一个人就行了 ， 我要新推一个广告形态 ， 那我是要有足够的广告主要 buy in 这个形态 ， 对吧 ？ 比如说我说 AI 原生生成的 ， 这广告主觉得这扯淡 ， 那他不给你预算你也跑不起来 ， 或者说流量主这边他不信你这个形态也跑不起来 。 所以我觉得这还比较初期啊 ， 说实话就可能说广告它肯定比流量本身是要滞后的 ， 你先要有 proven 说哎 ， 广告主要意识到哎 ， 这是一个长久的增长的高质量的能够真正去 capture 用户注意力的流量平台 ， 然后我们再来去想怎么去给它搭建一个广告体系 。 我觉得现在来说这个新型的 AI 原生硬件媒介上的广告长啥样 ， 可能还为时过早 ，因为我自己也不知道这个本身媒介长啥样 ， 或者它会不会有长期的 sticky 的能够 capture 用户 attention 的流量在上面 。 **Koji 杨远骋** [45:25] 哎 ， 你们在融资的时候应该 DeepSeek r1 还没有发 ， 那它发了之后感觉是影响到了我们每一个人， 不干不不啊 ，不只是个人的生活 ，也包括我们的职业 ， 甚至职业生涯 。 ### DeepSeek冲击 **Ronghui** [45:38] 市场信心 。 **Koji 杨远骋** [45:40] 对 ， 对你们有什么样的影响 ， 或者什么样的帮助吗 ？ **Jason Hu** [45:44] 我觉得当然是非常深远的 ， 我觉得 DeepSeek r1 来说虚一点说它真正来 unlock， 我觉得它开启下一轮的 AI 的 token 价格的下行 ， 那我们可以用的更爽 ，不管是在产品里面还是在日常生活里面 。 那在具体的上面呢 ， 我觉得可能分成两块吧 ， 一块是我们自己本身的广告系统如何用这种推理模型 ， 然后另外一块是比如说我们在公司的内部的运行 ， 包括我个人每天生活上怎么去用 。 我在广告系统里面的话 ，因为我们设计一个核心的是一个素材生成和 reflection， 就是素材生成 ， 我们的系统就给给大家稍微多分享些技术细节 ， 那肯定不是说我我直接就是直接把你要生成什么东西给扔给一个生成模型 ， 然后就生成 ， 最后要设计 ， 最后要设计很多推理 ， 就本质上我们想做的是模拟人在去生成一个广告素材里面做的各种判断 ， 比 如说我们要去看哎 ， 之前这个 campaign 这个素材效果好 ， 这个素材效果不好 ， 哎 ， 这个用户之前对哪些用户感东西感兴趣 ， 哪些不感兴趣 ， 哎 ， 这个广告主想要传达什么样的理念 ，他其实你需要 synthesize 很多很多的内容 ， 然后最终生成一个广告的想法和素材 ， 中间其实需要做很多推理的啊 ， 那其实推理模型的有个低成本的 、 低延迟的 ， 然后 高可用性的这个推理模型对我们来说就很关键嘛 。 然后但我们现在没有用 DeepSeek r1 了 ，但我觉得它开启的这一轮新的军备竞赛 ， 对于应用公司来说是非常非常好的 。 另外一块可能对于个人生活和工作上面 ， 我觉得帮助也非常大 ， 比如说我们目前就我觉得 AI 时代的 ， 就我我非常之前也在在字节待过嘛 ， 然后也非常欣赏张一鸣他说的把公司本身当做个产品来做 ， 就我觉得 AI 时代你并并不只是要做一个 AI 产品 ， 你公司本身的运作也是要 match 得上 AI 这个军备竞赛的效率提升的 。 比如说我们目前在内部在做一个系统 ， 我们会把所有的 ， 就是这这张纸我这稍微多扯一点啊 ， 就是就我觉得公司本身 ， 或者说我们先说一个一个公司里面的个体吧 ， 它其实本身是信息的输入和输出的一个 mapping 嘛 。 我信息输入 ， 比如说我就说我作为 CEO 吧 ， 我的输入是跟客户聊天 ， 跟我的同事聊天 ， 跟投资人， 跟所有外部和内部的人聊天 ， 然后我去网上读资料 ， 我去读研报做研究 ， 然后我去看代码看数据 ， 这些其实所有东西是我的输入 。 我的输出呢 ， 可能是我会跟我去写文档 ， 然后把这个产品给想出来 ， 然后我跟别人说话 ， 我给别人发消息 ， 所有的输入吧 ， 我们都把它整合起来 ， 比如说我们的会议 ， 如果是业务会议 ， 我们就会录音 ， 公司内部的聊天记录 ， 我们会有一个统一的数据的整理的体系 ， 我们公司的所有的文档 ， 我们也会给它做一个很好的 data indexing， 然后当你把这 些输入的这些数据都做了很好的整理之后， 那这个数据 processing 的过程是不是也可以用 AI 来去自动化了 ？ 这这这不是一个问题啊 ， 就答案是是的 ， 就我们已经在这么做了 。 然后就比如说我们要给一个新的客户写一个方案 ， 那我可能需要知道哎 ， 我们给他推什么产品 ， 这个产品本身是什么样的 ， 我们要去拿出我们的代码来 ， 或者拿出我们已有的产品介绍来 ， 或者宣传材料 ， 这客户是什么样的 ， 我们需要拿出这个跟这客户之前的比如说四 五次聊天记录 ，他的会议 ， 然后比如说然后我们内部会跟这个我们会内部会讨论啊 ， 这个客户有这个需求 ， 我们应该给他们怎么做 ， 这这这这那我们自己内部会议聊天讨论 ， 然后我们的代码是怎么样的 ， 就怎么搭 。 我们现在有个 AI Agent， 它能够自动的去我们的所有的数据库里面去取来这些信息 ， 直接把整个 PRD 给写出来 。 It's already there 然后就之前可能说写这样一个 ，但这不是非常非常复杂的 task， 可能只会不会花 ， 可能花半天的时间 ， 那现在 AI Agent 可能花 20 分钟到半小时可以做出来 ，因为这是一个 deep research， 它不是一个比如说我去人工把这些文字弄出来 ， 你去 prompt 一下， 所有这些文档的 retrieval 过程其实是 agent 自己来做的 。 那它其实比如说我们会看到我们自己的 agent， 它会去看哎 ， 我这个文件夹里面读这个东西 ， 我读完之后不太对 ， 我换一个再读 ， 它其实需要有非常强的 reflection 的 ， 然后就而且需要非常低的 token cost，因为你如果你每一个 task 都用什么 Claude 4、Opus 什么每 million token 100 刀 ， 那些做这种复杂 task 是不行的 ， 对吧 ？ 那我们之前用过 DeepSeek， 那现在可能用 Gemini 2.5 Pro 会更多 ， 那它可以很好的去做这样一个 task。 对 ， 那我觉得可能稍微有点跑题了 ，但我觉得总的来说 ， 就说 DeepSeek 这一轮撬动的 AI 的军备竞赛和这 reflection model， 然后它能够去深入思考来去优化你最终目标 ， 对我们公司不管是从产品上还是内部运营上， 都有非常非常深远的影响 。 **Koji 杨远骋** [50:30] 我们正好说到 agent，Manus 发布之后， 就掀起了整个 agent 的巨滔天巨浪吧 。 对 ， 十字路口 ，因为在公众号上我们也做非常多的产品的首发和评测 ， 就是感觉最近一我上周还说每周两三个 ， 现在我觉得每天都有两三个各种 agent 找到我们 ， 希望能够来看看是不是可以有些合作或报道 。 也有不少的产品会说自己是 marketing 这个垂直领域或广告这个垂直领域的一个 agent，但听起来好像 Nexad 还没有这么说 。 **Jason Hu** [51:05] 因为我觉得 agent 是不够的 ， 就在广告领域你不能只做 agent， 就是 agent 我理解它本质上其实是一种拟人的一种东西 ， 对吧 ？ 就是说 LM 它本质思考方式是跟人类很像的 ，但广告系统你不能只让它跟人一样思考 ， 比如说上一代的广告匹配系统 ， 它其实它的思维的方式是超越人的 ， 比如说 agent 你让它一下去读 1 亿条用户交互数据 ， 它是读不出来的 。 你让它一条去拟合它 ， 比如说这 1 亿个用户和这 1,000 万个广告 ， 你中间做匹配 ，agent 是不会匹配的 ，因为它跟思考方式是跟人一样的 ， 我去做深度的基于自然语言的这种思考 ，但广告系统更还需要的是我去基于巨量数据去训模型 ， 这种传统机器学习的这种东西 。 所以 agent of course 我们也有 ，但它不能只是 agent， 对吧 ？agent 需要和传统的这个广告体系要去无缝的融合起来 ， 才让它效果最好 。 所以我们不会说我们只做 agent，因为我们是 end to end deliver 效果 ， 然后 agent 本身不能 deliver 效果 。 **Koji 杨远骋** [52:04] 我们最后聊一些轻松的话题啊 ， 就是你自己最常使用的 AI 产品有哪些啊 ？ ### AI产品 **Jason Hu** [52:09] 我是一个我就所有 chatbot 一起用 ， 比如说我现在电脑上面 Mac 旁边有 Grok、ChatGPT、Manus、DeepSeek、 千问 、Claude 和 Gemini， 然后 。 **Koji 杨远骋** [52:22] 这么多你什么时候选择用谁 ？ **Jason Hu** [52:23] 比如说我要做一个 deep research，deep research 最好的是 Gemini，但有些时候 ChatGPT 和 Grok deep research 也不错 ， 所以我会三个一起用 。 **Koji 杨远骋** [52:32] 但是那个 ， 比如说我最近自己被这个 ChatGPT 深深的黏住 ，是因为它上了这个全站的 memory 功能 ， 所以它现在非常了解我的底细 ， 所以我什么东西问它 ， 感觉它给出的这个回复是最个性化 、 最细腻的 。 **Jason Hu** [52:48] 对 ， 我觉得因为在对于工作场景来说 ， 我会有一个我们公司有一个 contextual layer， 对吧 ？ 我们把所有数据整理出来 ， 所以 context 的迁移是比较方便的 ， 所以也可以让我们用不同的 AI chatbot，因为确实是模型的军备竞赛迭代还是很快的 ， 对 OpenAI 也并不是一直都有 soltam model。 **Koji 杨远骋** [53:07] 你什么时候会用 Manus 啊 ？ **Jason Hu** [53:08] 在做一些具体的 operations task， 比如说什么我要下载这 50 张图片 ， 然后就直接扔给它让它去做 ， 就这种小 task，但如果是比如说我要去搭一个网站 ， 那我可能还是会用 Cursor 这样的产品 。 **Koji 杨远骋** [53:22] Manus 前天有一个非常不错的更新 ，是他们上了 chat 这个模式 ，而且它的 chat 是全免费的 ， 所以对 ， 我觉得这其实也是一个这个在想要增加用户粘性的一个做法吧 ， 就不用在一些特定的 task 出现的时候才会想到 Manus， 你日常就可以和它 chat，而且是对高频打低频 ，而且是免费的 。 **Jason Hu** [53:44] 嗯 ， 挺好 ， 可以可以来玩一玩 。 **Koji 杨远骋** [53:46] 你最看好的 AI 产品有哪些 ？ **Jason Hu** [53:49] 我觉得我们自己当然了 ， 然后我觉得其他的话 ， 哎 ，Cursor 讲道理确实牛逼 ， 这个每天都用 ，而且用的很爽 。 **Ronghui** [53:58] 你觉得它确实牛就是从哪些点 ？ **Jason Hu** [54:01] 效果就是比 Windsurf 好 ， 就确实比 Windsurf 好 ，而且我觉得这个团队 ，因为我之前有朋友在那边嘛 ， 那团队内部工程的效率巨高 ， 什么一天非常非常非常非常多 PR， 就一天可能几百上千个 PR 这样子 ，而且当时他们人也非常少 ， 可能就 10 个人不到 。 **Ronghui** [54:17] 哎 ， 我其实很想问 Jason 的 ， 就是你觉得你在湾区听到的创业者最常讨论的话题 ， 跟你在国内觉得创业者最常讨论的话题有什么同频 ，有什么不一样的 ？ ### 中美差异 **Jason Hu** [54:28] 我觉得湾区整体会有更多就是思考的更第一性的 ， 然后更更虚一点的讨论 。 我觉得整体的对湾区可能我跟他说什么 AGI 或者 AGI 时代人类未来啊这种的 ， 或者说这种这种虚虚头巴脑的东西 ， 然后然后我觉得国内可能整体上外部大家会更实际一点 ， 比如说我们如何赚钱啊 ， 就 AI 时代下面流量机会啊这种 ， 对 ， 当然就都不是绝对的 ， 湾区有很多 ， 绝大部分创业者肯定是非常实际的 ， 然后国内有很多这个非常星辰大海的创业者 ，但我觉得整体的氛围感觉的区别是这样子 。 再补充一点湾区和国内区别啊 ， 我觉得湾区公司整体人要少很多 ， 就同等人人少 ， 员工数量少很多 。 对 ， 我觉得像国内同阶段的公司 ， 比如说我们见过可能二三十个人的 ， 甚至更多的 ， 像我们人就很少 ， 然后我觉得我们在湾区类似阶段公司 ， 每人其实也不算少的 ，其实甚至很多就是非常少的人， 然后大家会更加强调每个人都非常全站 ， 然后每个人都就是把 founding team 当做 founder 一样的这个这个感觉 ， 对 ， 然后国内的我觉得大家这个招人的 mindset 可能 会有些区别 。 **Ronghui** [55:38] 你接触的湾区的这一代的 AI 的初创公司跟上一代的公司的工作方式有什么特别不一样的 ？ **Jason Hu** [55:44] 我觉得有个很大的区别 ，但也是很实际的区别啊 ， 就是大家开始用海外外包了 ，因为湾区人工成本实在太贵了 。 对 ， 相对对 ， 就我们也有啊 ， 我们也是 global distributed team， 我们在湾区有线下办公室 ，但在全球都有这个同事来跟我们一起协作 。 那硅谷硅谷 startup 也是 ，因为所有人都在湾区线下， 这个成本确实是非常高 。 **Ronghui** [56:08] 生活成本也非常高 。 **Koji 杨远骋** [56:09] 哎 ， 你最欣赏的创业者是谁 ？ **Jason Hu** [56:13] 我觉得可能不是一个人吧 ， 是一类人吧 。 我觉得牛逼的创业者 ， 我觉得本质上分成两类吧 ， 就是一类公司是没有这个人， 这类公司也会出来 。 比如说我觉得字节跳动可能是这样子的 ， 就是推荐系统这个东西 ， 它是技术的必然 ， 然后我觉得张一鸣他当然非常非常厉害 ， 对吧 ？ 但是我觉得如果没有他 ， 大概率可能会晚一些 ，也会有类似的这种分发的方式出来 ，因为他是从商业 、 从技术上逻辑来是非常必然的 。 那很多很多创业者都是这样子的 ，他是顺应了时代的趋势 。 我觉得我们也是这样子的 ，但我觉得最厉害的创业者的话 ， 可能就是创造趋势的 ， 就比如说没有这个创业者 ， 这公司根本就很可能不会实现 。 我觉得 Elon Musk 是这样的 ， 比如说 SpaceX 和 Tesla 在他们刚开始做的时候 ，其实是没有这个 ， 就根本就大家没人看好 ， 就完全没有这个趋势 ， 对吧 ？ 然后他硬生生是把这两个做起来 。 当然 Elon Musk 有很多争议啊 ， 我就只说他作为这个创业者的这个心力和这个 vision 和意志本身 ， 我是非常佩服的 。 我觉得两者都佩服 ， 我觉得不是说张一鸣做的就是很容易的事 ， 就是看到大事能够张一鸣看到大事看到的非常早 ， 然后抓住的机会抓住的非常早 ，但我觉得我会更欣赏后者 。 **Koji 杨远骋** [57:32] 其实在消费品领域 ， 后面这样的创业者是更常见的 ，因为很多品牌都是这样出来的 。 这个世界上并不需要多一个品牌 ，但是还是有成千上万的品牌在不断的涌现 ， 就因为他们会提出新的产品创新和新的价值主张 ， 那这个都是新的 ， 它不是必然的 。 但有另外一个我自己很佩服的 ， 说到这里就是宜家的创始人， 那没有宜家的创始人就绝对不会有宜家 ， 这是一个太难做出来的公司了 ， 方方面面 。 而宜家它一直在讲的一个很主要的理论 ， 就是设计的民主化 ， 就在宜家之前要花比如说 39 块钱买到一个北欧风格的好看的茶几来装饰你的家 ， 这个事情几乎不可能 。 但是宜家让这个事情在全世界各地都变成了可能 ， 就是它真的是这个美的普及和设计的民主的一个集大成者 。 哎 ， 那你见到 Elon Musk， 你最想问他的一句话是什么 ？ **Jason Hu** [58:28] 哈哈 ， 好问题 。 我就会好奇说 ， 假设没有任何资源的限制 ，他会想做什么样的项目吧 ， 比如说给他无限的钱 。 **Koji 杨远骋** [58:39] 你猜他会怎么回答呀 ？ **Jason Hu** [58:41] 我猜他可能比如直接说我做一个 like， 就直接星际帝国之类的东西吧 。 我不知道 ，因为就如果还关系上地球上这档子事 ， 未免格局小了点 。 如果有你有无限的资源的话 ， 对 ， 然后我觉得 OpenAI 这帮 founding team， 包括我觉得以太坊的 founding team，Bitcoin 的 founding team， 我觉得都是有很强的 vision， 然后这 vision 如果没有他们可能会不会实现 ， 或者玩很久很久实现 ， 还是创造一个新的 paradigm。 我觉得这非常非常酷 。 ### 成功定义 **Koji 杨远骋** [59:11] 哎 ， 那最后一个问题啊 ， 就是你会怎么定义这一次创业是成功的 ？ 你也希望去定义这样新的范式吗 ？ 也希望成为一个没有你某一个品牌 、 某一个公司或者某一种商业模式都不会存在吗 ？ 这才是你想象中的成功吗 ？ 还是你会怎么定义 ？ **Jason Hu** [59:30] 对 ， 我觉得可能这个 vision 有点被 OpenAI 影响吧 。 我觉得想把我们去定义一个新的 AI 在广告里面用的范式 ， 然后 ensure 它是整体上带来更好的 social outcome。 对 ，因为我觉得 AI 是一个非常非常强大的工具 ， 然后商业成功是一块吧 ，但我觉得还是需要有背后的 value 在后面 ， 就是比如说我们可以很好的去用 AI 来 ，因为我们有这个技术 ， 我们直接可以用 AI 来去让人无限的沉迷在广告里面 ， 让人无限的去点击 ， 然后它是可以是一个 ultra capitalist 的一个系统 ， 然后大家就消费至此 ， 娱乐至此 。 我觉得这不是我想去做的一件事 。 我觉得 OpenAI 它它想创造 AGI， 它这 AGI 影响会非常非常大 ，但同时想去确保说 AGI 是对人类会把人类引到更好的道路上 ，而不是更坏的道路上 。 我觉得当然我们没有 OpenAI 那么大 ，但我觉得还是类似的 ，因为 AI 实在是太强大了 ， 然后我们背靠这个 AGI 的发展主线 ，也应该有这样的社会责任感 。 对 ，但同时我觉得定义一个新的广告生态也是非常非常 crucial 的 。 我觉得从长远来看 ， 如果你是一个更好的 ， 对于行业里所有的参与者都更好 ， 对用户也更好 ， 它会是一个长期的一个新的生态 。 **Koji 杨远骋** [1:00:50] 好 ， 今天谢谢 Jason 的时间 ， 然后十字路口最近半年我们应该访了有十几二十位新一代的 AI 创业者 。 那我觉得 Nexad 的 Jason 和 Harry 他们是这新一代 AI 创业者里面非常有代表性的两位 。 怎么讲呢 ， 一个是他们非常 AI Native， 第二呢是我觉得他们很敢去 bet 一个大的事情 。 一开始 Jason 就讲我知道这个事风险很大 ，但是回报也很大 ， 所以我愿意去 bet 一下 。 那我觉得这是一个还挺这个给了愿意去 bet 一下的创业者们去 bet 机会的时代 。 然后也祝福 Jason， 祝福 Harry 和 Nexad 可以取得他们想象中的成绩 。 也希望再过一段时间 ， 比如说一年、 三年， 你可以再回来十字路口和我们聊一聊之后的一些这个沿途的故事和感受 。 好 ， 谢谢 。 **Jason Hu** [1:01:44] 好 ， 非常感谢两位 ， 谢谢大家收听 ， 拜拜 。 **Ronghui** [1:01:47] 拜拜 。 **Koji 杨远骋** [1:01:52] 如果你认为有朋友也会喜欢本期十字路口的内容 ， 请转发微信推荐给他们 。 最后欢迎你加入十字路口的会员群 ， 我们鼓励大家在群里聊天互动交朋友 ， 寻找未来的同路人。 --- 本节目库由 PodHood（https://podhood.com）提供支持——播客网站平台。