Vol.242 AI、全球化与巨头：与吴欣鸿聊一个古典互联网创业者的突围

我是李翔。今天请到的嘉宾是吴欣鸿，欣鸿是美图的创始人、董事长兼 CEO。可能大家提到美图秀秀这个产品，会觉得它比吴欣鸿这个名字还要有名很多，很多人都用过。除此之外，美图在图像视觉领域还有蛮多产品，包括美颜相机、视频工具 Wink，还有一些 To B 产品，比如开拍、美图摄影师，以及设计和创业的社区站酷等等。

我自己对美图的印象比较感性的有两点。第一，我觉得美图过去是个挺能折腾的公司，做过很多时髦的业务，包括手机、短视频，都是非常热门的行业。第二，我觉得美图是一个韧性非常强的公司。从 2008 年成立到现在，我理解同期很多移动互联网时代的公司都已经成为时代的眼泪了。美图当然也有过低谷，但它到今天仍然在牌桌上。我查了一下他们公布的 2020 年上半年财报，营收增长超过 20%，净利润增长接近 40%，还是一个挺亮眼的数据。

大家可能都能感受到，这是个变化非常迅速的年代，有两个巨大的变量：一个是 AI，另一个是全球化。在这两个巨大变量面前，感觉没有公司可以说自己有护城河，可以说自己是安全的。我理解美图的感受应该也非常强烈，因为他们做的产品被人定义为工具和应用，一度也被认为会是最直接受到大模型威胁的公司。同时，他们其实也在非常积极地向全球推广产品。

所以我很好奇，欣鸿自己是怎么看待、适应今天这种巨大的变化的，包括 AI 和全球化？今年正好也是美图成立 18 周年，也是欣鸿自己创业 25 周年。我很荣幸在这个节点有机会跟他做这样一次交流。欣鸿，我不知道我刚刚介绍里有什么需要补充或者不准确的地方吗？你可以纠正一下或者补充一下。

没有，我觉得很准确，基本浓缩了美图这 18 年发展的一些主要产品和经历。

我今天非常想聊的一个话题就是 AI，这也是今天很多人都非常关心的，我相信无论是用户、投资人还是创业公司。之前我看过你上半年做的一次分享，PPT 里有一句话，你说美图是 AI 的受益者。你为什么会得出这样的结论呢？这个结论可能跟很多人的直观感受不太一致，是吗？

我说这个结论，是对应很多人认为美图会被 AI 或者大模型吞噬掉这句话。但实际上我们知道，模型和应用是在不同的生态位，并不是模型完全把应用吃掉，而是相辅相成。每一个时代，从 PC 互联网到移动互联网，再到现在的 AI，应用都有很多场景可以挖掘，都能够构建非常好的商业模式。所以我们认为，真正属于 AI 应用的阶段还没有完全到来。

在 AI 发展的早期，很多人都在看 AI 产业链的机会，比如模型、芯片等等。但很快，等这些相对成熟之后，应用就会进入爆发阶段。

美图并不是最近几年才开始拥抱 AI。实际上我们 2008 年成立，2010 年就成立了 MT Lab，开始做一些计算机视觉，也就是 CV 算法的研究。我们一直以来都把 AI 作为内核去投入。像我们去年的研发投入占收入的 25%，这是实打实地去做很多基础工作。目前从我们过去六七年来持续的收入和利润增长，也能客观地说明，我们是 AI 时代的受益者。

研发投入占营收的 20%……这个数据——

25%。

25%，对。这个数据在科技和互联网公司里面大概是什么水准？

算是还不错，中上的水平。

中等偏上。

对。我们既有比较大的研发投入，同时又保证利润的交付。当然有些公司可能投入更大，但不一定能保证利润持续增长。

理解。它其实是希望以大投入，甚至阶段性的亏损，来换取未来的增长。

对，那我们可能会相对更平衡一些。

你刚刚讲了一句话挺有意思：从 PC 互联网到移动互联网，再到今天的 AI 大模型，每个阶段其实都有应用很好的生态位。美图也刚好经历过 PC 和移动互联网，现在到了 AI。我不知道你会不会觉得，在 PC 互联网和移动互联网阶段，应用也确实经历住了？比如说，相对于模型，那个阶段的平台没有经受住应用的进攻，是吗？

是的。像当时的 PC 互联网，很多人也担心微软会蚕食软件公司的机会。在移动互联网时代，很多人也怕巨头。比如说我做某个项目，巨头也做，那是不是就没机会了？现在回头看，其实还是有很多好的公司冒出来。

所以我们看到，这些巨头很难把生态位全部占满。他们还是要跟开发者形成一个更好、更互补、共生的生态。

像你刚才讲的，大家会认为模型吞噬应用，你对应这句话讲美图是 AI 的受益者。这个受益是你预料之中的，还是说 2022 年之后，你需要刻意做一些事情，让自己变成这样的受益者？

我们确实需要刻意做一些事情。首先，我们会发现，去深度挖掘一些垂直场景，构建通用大模型或者通用 AI 助手做不到的一些能力，这样比较不容易被替代。如果做的场景很浅，确实就会被模型吞噬掉。所以我们刻意去找一些可以做得比较深的场景。

比如我们的开拍，是一个口播视频产品。围绕口播视频，其实有很多能力需要构建。李翔老师应该对这个比较了解。很显然，这样的工作不一定能交给通用大模型胜任。里面有很多对口播用户以及相关行业的深度需求挖掘，需要理解行业 know-how、行业 skills，以及训练各种相对垂直的模型。我相信这些很难被通用大模型替代。

你刚才讲的“深”和“浅”，是通过什么方式来判断的？哪些可能比较浅，模型再迭代一次就会把应用淹没？

浅的话，就是一些比较通用的能力，比如修图、裁剪、加个简单的滤镜，或者简单的美颜。这些确实都变成了标配，任何模型或者助手都能提供这样的能力，比如一句话修图、一句话做设计。

这种东西看起来有点像玩具。过去这几年，很多人说我们也在做生图、生视频，但你会发现这些都只是基础能力，不能构建任何产品竞争力。越像玩具、越是所谓一句话就能做好，比如做一个 PPT，我觉得就比较浅。

确实有点类似移动互联网时期。如果你做的应用比较浅，一句话就能概括，安卓或者 iOS 可能就会直接把它做掉。

是的。当然我刚才说的，可能更多是输入一句话去生成。

理解。如果给基础模型，基础模型可能也完全可以做到。

但是，如果到了行业的整个工作流，需要进行大量批量处理，团队还需要几个人共同协作，这些就不是通用大模型能够轻松做到的。

对。对于通用大模型而言，去做这样的能力，可能效率比较低。

是的。

你们团队对 AI 和大模型的能力看法有过变化吗？你前面也讲了，美图很早就投入 AI 了。但最近大家的一个重要转折点，可能是 2022 年的 ChatGPT。到目前为止，你们对模型能力的看法有变化吗？

有。从 2022 年 11 月到现在，我们对模型的认知一直在被冲击，而且冲击的频次比较高，因为模型迭代快，竞争激烈。我们确实看到模型变得越来越强，它的边界也在扩大，甚至很多应用开发者成了替模型做市场验证的人。

对模型的发展，我们首先是偏正面的态度，因为它确实是我们很好的助力，等于是提供了一个非常聪明的大脑。同时，我们也在警惕模型可能对我们造成的一些冲击。所以就像刚才说的，我们会把一些行业的专业场景做深。总体来说，我们还是非常拥抱模型的，自己也在训练垂直模型，因为这样能有效降低算力相关的成本。

模型能力上一次让你觉得比较震撼是什么时候？它表现出了什么特征？

对我们影像、视觉相关的业务来说，我觉得比较震撼的是今年 Seedance 2.0 的发布。视频模型出来得很早，好几家公司都在做，但 Seedance 2.0 发布后，大家会看到一个视频模型居然能做出实拍的效果，让人真假难辨。

我们也看到整个 AI 短剧、漫剧在这几个月快速爆发，各种 AI 视频应用进入了快速增长的通道。这次应该说是发布即落地，整个状态已经比较成熟了。

每次看到模型能力提升或者迭代，你会考虑模型和美图之间的边界要不要调整吗？比如美图的边界可能要再调整一下，会考虑这种问题吗？

会。我们一直在不停地尝试。实际上，我们内部搭建了一个模型容器，把自研模型和外部模型全部放在一起，然后去赛马，看哪些模型的效果表现和成本控制比较好，再不断调整策略。

对于外部模型的发展，我们刚才说了，也是持乐观态度，因为总体上还是助力。但我们会注意尽量不做太浅、太玩具性的产品。

美图这 18 年的发展中，过去很多产品都是偏生活场景的，帮助用户更好地记录和分享生活。但是生活场景虽然基数大，也有一个小小的惯性：做出来的功能有一部分比较玩具化，大家玩一下，流行一阵，然后可能就去追其他更新的东西了。所以我们尽量不把各种玩法做成爆款产品，也不把这种玩具性的东西带到现在的生产力应用上。

所以现在有点类似于“警惕爆款”的逻辑了，是吧？

警惕过去打造爆款的路径依赖，还是不想太惯性。

听下来，面向 B 端或者面向生产力端的产品，可能会更厚、更深一点，也更难被模型吞噬。

是的。比如说还是以开拍为例，我们不断去找对视频营销有很大需求的行业或者用户群。大家在生活中都能接触到，比如房产经纪、保险经纪、知识付费人群，还有各地文旅。他们都需要通过口播视频带货、营销，所以我们会针对这些行业做地推，比如参加各种保险展会，用一种我们过去并不擅长、但特别有效的方式来拉新。

所以产品的增长策略都已经不一样了。美图秀秀的产品增长策略跟开拍的产品增长策略应该是不一样的。

对，不太一样。我们以前做生活场景的应用，比较少做线下推广，也比较少跟行业结合。

包括你说的线下增长，这块能力的建立容易吗？

这个基本上就是被用户推着走。像开拍这个产品，最早来自美颜相机的一个提词器功能。我们发现，这个提词器在美颜相机所有付费功能里排第三，也就是说有很多用户愿意为这个功能升级为会员。

然后我们就访谈了一部分提词器用户，发现他们其实想通过口播视频营销带货，我们才做了一个独立的开拍产品。在产品发展过程中，也不断受到各个行业用户建议的推动，让我们持续迭代，更好地匹配他们的行业需求。所以我们对这些行业的认知并不是一开始就有的，真的是用户教给我们的。

甚至一开始这个产品之所以能独立出来，也是用户投票投出来的，用钱包投出来的。

没错。我们好几个产品其实都是用户投票出来的。

那后面的过程呢？你们需要有一个线下的、甚至是地推团队，去接触行业用户，让他们接受和使用开拍这样的美图产品。对于美图这样的公司来说，建立这项能力难吗？

这个对我们来说比较难。所以我们现在也开始有一些代理公司在帮我们做这件事，也会建立类似校园大使这样的机制，让更多学生成为我们的推广大使。

当然我们现在也在推动一件事，就是把开拍做成职业技能培训，让一些学校开设相关课程。目前学校和学生的反馈都非常好。

这个很有意思。我又想起移动互联网时代，如果你做天气应用，Android 或者 iOS 顺手就做了一个。但是如果你是 Uber 或者滴滴，就需要大量线下工作，说服司机安装应用、使用产品。无论是苹果还是谷歌都不会做这样的事情，但反而产生了一个几千亿美元的公司。

是的。有挑战，但是我们乐此不疲，感觉打开了一个新的世界。

我还是想知道，2022 年 11 月你看到 ChatGPT 的时候，是第一批用户吧？

对。

你用了之后，当时的反应是什么？是尝鲜的角度，还是也会从公司角度出发来使用？

其实 2022 年 11 月有两件事情给我比较大的震撼。一件是我们自己的美图秀秀 AI 绘画在全球爆红，冲到将近 20 个国家的 App 总榜第一名。这是我们首次把 diffusion 生成模型应用在产品上，用户反馈非常好。这件事甚至比 ChatGPT 的发布还要早一两周。

第二件当然就是 GPT 时刻。我自己用了 GPT 以后，显然感觉一个新时代来了。给我的冲击就像 2007 年底 iPhone 的发布，很像一个智能手机、移动互联网时代开启了。我们在 GPT 发布后快速梳理了公司的战略和组织，决定大力投入生成式 AI。

当时确实能意识到一个新的世界要来了，但是你的第一反应更多是机会还是威胁？

我们看到的永远都是机会。就像刚才讨论的，外界担心我们被大模型吞噬，但我们永远看到的是遍地的机会，还有很多垂直场景甚至都没有人占住。

回到 ChatGPT 发布的时候，我们就觉得，像这种对话，我们以前自己怎么做都很笨拙，但它已经实现了几乎跟人对话的效果。关键是它背后的大脑呈现出了比较高级的智能。在我们看来，它可以成为很多很多产品的大脑，所以我们快速做了业务调整。

你们 2022 年在美图秀秀里发布的 AI 绘画功能，用的肯定还不是生成大模型，也不是 GPT 技术吧？

不太一样。当时有一个开源的图像生成模型叫 Stable Diffusion，也简称 SD。这个模型被广泛应用，我们也是在这个基础上做自己的很多训练，再把它产品化。它同样是生成式 AI，也就是 AIGC，只不过一个偏图像，GPT 主要偏大语言模型。

之前很多人也问过你这个问题。当时你们在社交网络上有一个舆情，说这一轮 AI 技术的大变革可能关系到公司生死存亡之类的。这是社交网络上的夸张说法，还是公司确实有危机感，或者说你希望让大家感到紧迫感的一种外溢？

这个其实有点出处。当时内部在全力做生成式 AI 应用，外部经常有一些合作伙伴想拜访、谈合作，我们确实没有那么多时间。我们的 CPO，也就是首席产品官小白，在对外沟通的时候就说我们现在到了生死存亡的时刻，自顾不暇，所以没空聊合作。

这句话可能被解读成美图已经到了生死存亡的时刻，但实际上并不是，因为那时候我们的收入和利润增长都非常快。只是我们确实得争分夺秒，不想错过这个机会，因为我们感觉每一轮时代红利的窗口都是有限的。

移动互联网的时候，窗口大概持续了多久？

那个会长一些。我们在 2011 年 2 月发布了第一款 iPhone 产品，也就是 iPhone 版的美图秀秀。2011 年到 2015 年这几年大概是一个红利期。只要占住一个赛道、一个场景，大家对产品的包容度就比较高。哪怕功能缺失，或者有一些 bug，只要不太影响基础使用，竞争烈度就完全没有现在这么大，所以当时确实比较容易出成绩。

现在生成式 AI 时代，全球都在卷，所有公司都怕错过这个机会，都想占住入口，所以我感觉整个窗口被压缩得比较短。

生成式大模型给各种应用带来的红利期开始了吗？还是还没开始？

我觉得开始了。我们看到非常多 AI 原生应用的用户和 ARR 都在爆发性增长，所以显然已经开始了。我们看到一些面向全球的产品是有利润的。

是真的有利润？

是真的有利润。不像模型可能还要经历很长时间的投入期。

只是时间窗口或者红利期会被极度压缩。

是的。

而且 AI 原生应用可能也很难处理好自己跟大模型之间的边界问题。

但我现在是这么想的：假设我们现在做的产品大部分会被吞噬，但现在还能做，假设还有几年时间可以做，那为什么不做呢？那就先做，到时候兵来将挡，水来土掩，再说。我们觉得只要还能做，就肯定不放弃，不纠结会不会被替代，因为整个发展路径我也很难预言。

你说的“我们”指的是美图，还是整个行业？

我指的是美图。

所以这只是发展过程中不断调整边界的问题，也就是应用和模型之间的边界问题。

是的。就像美图秀秀做了 18 年，这 18 年间也不是完全没有竞品。每个阶段都有竞品，都会受到各种挑战，无论是大厂还是手机厂商。手机也在做各种原生拍照、修图，包括现在的 AI。所以我们也是在不断调整，而不是等着。如果什么都不做，就算他们没有来攻击你，用户自己慢慢也会跑掉。

为什么大家都认为自己能做一个美图秀秀？包括今天为什么很多人也会认为，大模型能够做一个美图秀秀，或者把美图秀秀吞噬掉？它被低估的地方在哪里？这很有意思。

我觉得大家可能是看美图秀秀这样的产品，觉得技术门槛不算很高，因为在大家看来可能就是各种滤镜、特效。很多人其实缺乏做这一类产品最核心的第一属性或者第二属性。

我是艺术生，很小的时候就喜欢摄影，自认为还可以。所以我是带着摄影这个第二属性，带着对很多修图软件较高的熟悉度来做这个产品的。很多人更多是看到“这个产品能赚钱”，但缺乏对影像的热爱和熟悉，所以不一定能坚持下去。影像真的要靠热爱驱动。

另外，很多人觉得现在 web coding 已经把工程水平逐渐拉齐，或者说门槛降得比较低，好像再难的应用也能通过 web coding 复现出来。但不是把 UI、交互、功能做出来就一定好，因为做出来最多可能也就五六十分。真正要做到让用户觉得效果非常好、体验各方面无懈可击，可能要到 90 分以上。这里面有非常大的差距，需要我们在工程、效果上持续投入。

而且这个投入对我们来说是一种规模效应。我们公司超过 2000 人，很多人都在持续做影像，才能不断积累技术和产品竞争力。

对，其实它也是持续积累出来的，可能有一些大家感受不到的优势。

对。其实很多人说 AI 时代来了，可以复制任何产品，理论上成立，但这些产品背后有很多积累、很多 know-how，可能不是把代码写出来这么简单。

你刚刚讲的第一属性和第二属性，我觉得可能需要解释一下。如果第一次听到这个概念，可能不太明白。

我说的第一属性，更多是指本职工作，我特别擅长做什么。比如我是一个影像产品经理，产品经理是我的第一属性。再比如我是一个资深的跨境电商卖家，做跨境电商是我的第一属性。所以当我作为跨境电商卖家去做一款面向跨境电商的 AI 应用，可能就会比较理解实际需求。

第二属性指的是工作之外的爱好特长。刚才也说到我的爱好特长是摄影，有的人可能是音乐，或者其他爱好特长。但他能够把这些爱好特长，用到工作中相同的场景里。

我举个例子，我们最近有一款产品叫 Peachy，可以认为是 Agent 版的美图秀秀。以前美图秀秀是大家手动修图，做很多精细调整。Peachy 可以记录你的修图偏好，或者你可以指定它学习某一位 KOL 的修图风格，然后把一堆图片交给它，它就会按照你的喜好自动批量修图。

这款产品的负责人本身也是摄影爱好者，买了不少相机；她又是女生，所以对女生修图的需求理解比较深刻。这些就是第二属性带给工作非常精准的洞察。

这让我想起之前有人解释，为什么是苹果做了 iPod，然后是亚马逊做了 Kindle。他说贝佐斯喜欢阅读，而乔布斯非常热爱音乐，可能就是把第二属性应用到了产品里。

是的。所以我们公司的价值观里有“热爱影像”，因为我们认为，要把一家影像公司的影像产品做好，必须是强热爱驱动。

热爱影像，招聘、面试的时候可以看出来吗？

可以。我们招一些影像岗位，比如设计师、效果负责人，就会看他过往的作品，也会看他在影像方面的影集。聊一聊也能聊出来。真的热爱的人，眼睛会发光，跟别人完全不一样。

这是雷军之前讲的。他说大家通常会讲“干一行爱一行”，但今天应该是“爱一行干一行”。你只有爱这一行，才能干好这一行。

是的。说到这个，我也想说，移动互联网发展到中后期，很多产品格局已经确定了，产品经理的空间可能就没有那么大。所以我们看到大量产品经理有点偏策略，不断提出各种实验、做 A/B 测试，就像建了一个巨大的漏斗一样，把数据验证过的东西筛出来。

但这个过程中可能缺少基于第二属性的快速判断，往往都是“我也不知道这个能不能行，那就丢给 A/B 测试跑一下”。但很多有第二属性的人，甚至不用跑就知道这个是对的。所以我们现在很多创新产品，基本上都是由第一属性或者第二属性很强的人来做。

比如你刚才举的 Peachy，它是基于第二属性做出来的产品，还是之前也经过数据测试？

它还是基于第二属性。对影像，特别是对女生修图的需求，自己本身就很有体感，才能做出来。

那这样的产品要立项、通过你这关，需要给你什么论据吗？如果经过 A/B 测试或者有数据支持，其实更容易说服人投入资源。

一般是我们本身就想做这一类产品。举个例子，我们需要 AI 时代诞生一个类似美图秀秀的产品，需要从零到一搭建一个完全 AI 原生的美图秀秀，那它应该是什么产品形态？所以是先有内部的业务布局。这样的产品从零搭建，会少掉一些条条框框，也没有太多包袱。

有了 AI 时代的美图秀秀之后，那美图秀秀怎么办呢？

我觉得我刚刚定义得不一定准确，应该是诞生一个类似美图秀秀的 AI 时代产品。

理解。

首先它是 AI 原生的，所以整个框架都是 Agent。但是我们现在的美图秀秀也在不断做 AI 进化。美图秀秀里面有 97% 以上的功能都是 AI 驱动的，这 18 年来一直在不断进化。看起来功能还是那几个功能，但 AI 含量越来越高。

你这么一说，我想到市场上肯定有人拿“我要做 AI 时代的美图秀秀”去融资。

肯定有。正因为市场上一定会有很多这样的团队，我们才要自己下场做。我们内部也有一定的赛马机制，也会通过产品之间的攻防来做。我们宁可让颠覆级产品出现在内部，而不是外部。

红军蓝军，是吧？之前的产品最好是死在自己手里，不要死在别人手里。

是。当然美图秀秀现在发展也非常好，所以它们起到一个很好的互补作用。

这有点像乔布斯讲的，你必须要自己吞噬自己。比如 iPhone 肯定会吞噬 iPod。iPod 卖得很好的时候，就一定要做 iPhone，必须自己吞噬自己，不然别人就会来吞噬你。

是的，我们也是这样。

你前面讲到，2022 年底看到 GPT，也就是 ChatGPT 之后，公司内部战略要调整。当时有想过做美图自己的大模型吗？因为那肯定是机会更大的。

我们想过，也做了。

美图奇想，是吗？

对，美图奇想大模型，从图像模型开始。然后 2023、2024 年开始投入视频模型。但我们发现，视频模型所需要的投入太大了，不仅仅是算法和工程团队的问题，包括数据也需要非常海量地整理、清洗、打标，还有算力，现在也很紧张。

种种原因之下，我们没有做很大的投入，因为我们觉得最终视频大模型可能会在几家巨头手里。我们去做的话，在规模效应上，以及刚才说的各种投入上，都远远不够。所以我们就退回来，做好自己偏图像的模型。

站在今天这个时间点，你认为当时投入做自研大模型这个决策有多少合理性？是正确的、错误的，还是？

应该说我们放弃的是视频模型部分，但图像模型没有放弃，一直在迭代。目前来看，我们大概有 96.5% 的需求都是由自己的模型提供，真正外接 API 的比例比较少。

这样有几个好处。首先，它可以针对我们的需求做专门训练，这可能是外部开源模型或者商业模型解决不了的。第二，它有很大的成本优势。我们对比过，同样的效果，我们的成本只有外部商业模型的二十分之一，所以有巨大的成本优势。

所以还是有自研模型的必要。

对，但是不再说要做一个全能力的通用模型了，因为根本不可能。

你们是从第一天开始就没有想做这种全能力通用模型吗？

就没有。比如做大语言模型，这个完全没有想过，因为这完全不在公司的基因里。

虽然它是个非常大的机会，当时也非常热闹。

对。我们其实对自己的能力有相对客观的认知，一般不太会制定远超自身能力的目标。我们还是希望目标和能力匹配，所以一开始只是做图像相关的。

所以今天美图的大模型跟市场上其他大模型相比，就是美图的大模型是一个垂直的图像领域模型，要做最好的一个，可以这么描述吗？

是的。

然后美图的产品也可以调用其他大模型，作为补充。

这背后是一个模型容器，会不停地调整策略。

对。我看到你有句话，当时感触也很深：与其做一个大模型，不如做一个最懂垂直场景的模型容器。这个认知是什么时候形成的，又是怎么得到的？

这个认知是 2024 年形成的，2025 年逐渐清晰。

怎么得到的呢？

也是通过搭建模型容器看到，没有任何一家模型是万能的，每一个模型都有自己的长短板。模型容器就是取每个模型的长板，比如某种效果 A 模型好，另一种效果可能 C 模型好。这样就能保证我们交付给用户的效果始终是最好的。

美图产品按照模型容器的思路调用其他大模型，这件事是从什么时候开始的？就是那 3% 多的外部大模型能力。

我们在 2023、2024 年就开始调用外部模型，比如一些 API。但是如果彻底切掉自研，未来可能就不一定有竞争力。所以我们宁可每年继续比较大的研发投入，也要保证自己有自研图像模型的竞争力。

为什么会这样？我的理解是，现在有一些做 AI 应用的公司，应该就是彻彻底底的模型容器，不需要自己做自研模型，调用最先进的模型就可以了。这个理论有什么问题吗？

问题在于，大家都用的话，就等于大家水平都在同一个层次。如果这个模型只做到 70 分，大家都调用它，可能大家都差不多是 70 分的水平。但要做到 80 分、90 分，可能就不太现实。只有自研，才能把某些场景、某些效果做到很高的分数，才会有差异化的竞争力。这是驱动我们做自研、拉开差距、提高竞争力的原因。

那如果做 AI Agent 的公司来找你聊，你也会建议他们做自研吗？

我们一般不太建议别人，都是管好自己的事。每家公司情况不一样，要了解可能挺花时间的。

先把自己的业务搞清楚都得花半天时间，是吧？讲清楚都要花半天时间。

对，先把自己的事搞好。

现在模型会不会吞噬工具和应用，是不是你出去见投资者、用户、同行，甚至其他公司的 CEO 时，被问到最多的问题？

是。但是回答这个问题只能靠成绩。

就是说服不了他们吗？

说服不了。但我觉得刚好现在出现了一个反共识的机会。很多人的共识确实是模型吞噬应用，他们会基于这个共识做出一些投资决策，但机会往往来自反共识，来自极少数和大家不一样的人。

所以这个阶段，很多 AI 应用公司，特别是已经上市的应用公司，可能比较难受。但拉长时间维度再看，可能会被证明这种担心是过度的，依然会有很多应用和模型和谐共存。

即使美图用成绩证明模型不会吞噬应用，它是一个个例，还是会成为普遍现象？

我觉得首先每家模型公司都有自己的主航道，比如有的是 coding，有的可能是视频，那就尽量不在它的主航道范围里。有一句成语叫“夹缝求生”，听起来挺卑微，但实际上应该有效。现在有很多大公司看不上的场景完全可以做。

但做不是做一个很轻量、像玩具一样的东西，而是找到一个行业垂直场景，认认真真把这群行业用户服务好，构建面向行业的服务，构建壁垒。

你们跟大公司竞争、夹缝求生的经验确实非常丰富。

是的。我们天然处在这样的环境里。比如手机厂商都在主打影像，各种拍摄、后期编辑等等。很多 AI 应用也在做影像，因为影像场景非常丰富，大家最有直观感受。比如生成一张图，大家很容易评判好不好；视频也很容易评判是否真实、好看。所以我们确实需要在这个过程中不断微调。

我自己有一个感觉，大模型时代更像是属于研究员的时代。但是美图包括你自己，最强的地方其实是产品能力，大家也都是以产品经理来称呼自己。我不知道这么理解对不对？

对。

产品经理到了一个研究员为王的大模型时代，优势会在哪里？

首先，这些 researcher 更多是在头部几家大模型公司，全球好的 researcher 加起来可能也不到 1 万人，是一个极其稀少的人群。我们本身也不做通用大模型，就不去凑那个热闹。我们搞清楚自己的定位，好好做 AI 应用，好好做成果交付。

所以我们不太会去卷算法一定要全球多牛，或者一定要提出什么新的学习框架。我们更多是看用户在哪里，怎么把他的行业需求服务好，怎么交出一个让他满意、甚至超出期望的成果。

我们只是用 Agent 这样的形式，去替代以前可能需要多部门甚至多家公司协同的、成本相对高、时间周期也长的工作。本质上是两件事，但现在很多人会把它当作一件事。

很多人认为你们做的是一个行业，是吧？

对，我们本质上就是做交付、做服务的。就好比做餐厅，你不能说调料厂、食材厂就能包揽一切。

有点类似之前盒马做处理好的菜，说盒马要吞噬餐厅，但它可能不会。

是的。

从你作为产品经理的角度，今天 AI 对美图产品开发本身的影响是什么？

我觉得 AI 对我们产品团队最直接的影响，就是过去的组织形态正在发生剧烈变革。我们以前的产品组织总体来说还是有分工的，相对比较精细，大家各司其职。但现在要求整个团队都是超级个体、全能选手，很多事情可以借助 AI 自己决策和推进，不再像以前那样依赖大量团队沟通，产生团队损耗。

所以我们现在会议变得越来越少。简单说，就是 AI 帮助很多人成为全栈产品经理。以前可能只负责某一块，现在是全栈的；或者让很多工程师变成全栈，以前可能只会 C++，现在还要会很多编程语言，前端、后端都能胜任。

我觉得 AI 助力团队成员成为超级个体，让他们可以快速地跟 AI 交流、决策，减少互相协作带来的损耗。这是比较明显的变化。所以我们重点投入 AI 应用之后，也在不断调整组织，让组织从以前所谓的成熟型组织，尽量变成 AI 创新组织。

AI 创新组织。

对。这个还是有一点难度，但又必须去做，因为本质上跟你竞争的、有竞争力的，都是一些新的 AI 原生团队。所以得自我颠覆组织。

以我们前面谈到的 Pitch 为例，这个产品的开发过程，包括产品经理扮演的角色，如果在以前需要什么样的组织形式，现在又是什么样的？

我说一下。原本如果我们要做 Pitch 这样的产品，首先内部可能要做很多论证，团队的层级也往往会更多一点。而现在，比如同事提出这个想法，三天后他可能就把整个 demo 做出来了。他可能只是一位产品经理，以前完全不会 coding，但现在借助 AI，自己 coding 把 demo 做出来，然后自己先跑，看能不能跑通。

这个是流程上的很大颠覆。以前我们可能会诟病部分人只说不做，但现在是先做、先跑通，再来看你说的这个要不要立项。

理解，因为它做的成本极大降低了。

对。所以我们前段时间办了美图产品挑战赛，内部涌现出非常多让我们惊讶的人。他们可能并不是工程师，可能是产品经理、设计师，甚至很多职能部门的人，但借助 AI coding，就能做出一个非常像模像样的产品。

还是以 Pitch 为例，以前做这样一个产品需要多大的团队、什么样的层级？现在又是什么样子？

生成式 AI 爆发之前，做这样的产品是不敢想象的，因为要建设整个 Agent 后端的所有能力，团队规模可能是当前的数倍。现在这个团队是 20 个人，以前可能 200 个人都不一定能做出来。

我们也看到 AI 爆发让很多产品团队越来越精简，很多 AI 原生产品背后的团队人数都比较少。这跟 PC 和移动互联网时代的大团队作战有很大区别。现在我们把类似游戏工作室的机制引入内部，成立 AI 创新工作室，也约定每个团队尽量不超过 10 个人，去做前期从立项到 PMF 验证。有一些团队人数少得惊人，可能两三个人就能做出一个很不错的产品。

一个移动互联网时代的产品经理变成今天的产品经理，他自己需要学习什么、获取什么新的技能吗？

刚才也提到，移动互联网进入中后期，格局确定，很多产品经理其实有点没有施展空间，只能做各种策略，用数据来验证。

现在 AI 爆发，让这些所谓的古典产品经理——靠自己的第二属性、特长或者直觉去做一款产品的人——越来越重要。我们觉得 AI 时代的产品经理要有很强的判断力，不再是盲目做实验、依赖数据验证，而是要主观地做很多精准判断，还要有比较强的第二属性。

这其实都是古典产品经理的特长，是吧？

对，有点像古典产品经理的文艺复兴。其实挺好的，因为我这种古典产品经理看到这个时代也特别开心，又有施展的空间了。

但是可惜大部分精力要用到组织上面了，是吧？

对，可能整体上是这样。那我们内部提了一个要求，就是一定要建立创作者文化。因为我们现在很多产品都是服务创作者的。比如刚才提到的开拍，服务口播视频创作者；比如 MV Land，也是一款比较亮眼的产品，服务音乐视频创作者。

我们要服务这些创作者，自己就得擅长创作，就得自己下场，搞明白一个口播视频、一个音乐视频、一个短剧是怎么做的，而且真的能把它做好。虽然挑战蛮大，但很多同事比较兴奋。

我自己也很兴奋，因为我以前学画画的时候，其实就热爱创作，只不过那完全是艺术生的思维。而现在是带着商业思维，带着我们已有的整个产品矩阵，重新看待创作这件事，让自己成为一个可能一开始笨拙、但慢慢变得优秀的创作者。

像你刚才讲的口播短视频、短剧，你自己也做吗？

当然。

你自己用自己的产品做吗？

我的性格比较内向，不一定适合天天口播。但是你让我做一个音乐视频，从音乐创作到视频制作，我就非常有热情。所以每个人可以根据自己的特长、喜好，去成为自己想成为的创作者。

从用户体感来说，AI 对这类产品逻辑的改变最直观的是什么？是交互方式还是什么？

对很多用户来说，我觉得 AI 带来的是智能的冲击，很多人第一次通过这些 AI 产品感受到智能。以前那个年代当然也有语音识别、图像识别，以及各种所谓有限的智能，但现在感觉像是有一个超级聪明的大脑，天天在服务你的各种想法和需求。所以这种智能的冲击还是比较强烈的。

交互方式的改变也是很重要的一部分，但远远没有智能冲击那么大。因为我们现在有点像进入第四代交互界面。第一代可能是鼠标键盘，第二代是移动互联网的触屏和各种传感器，第三代是文字和语言交互，第四代可能是完全沉浸式的交互。所以我们也在看，能不能从交互界面上更好地适应这个发展趋势。

如果是这样的话，我不知道理解得对不对：AI 时代产品的一个大主线，就是给移动互联网时代的产品加上智能。

一方面，当然是给移动互联网产品加上智能，插上翅膀。但另一方面，我们也看到很多 AI 原生产品是移动互联网时代完全做不出来的，是新物种，不断在诞生。所以我们两边都做：一方面让成熟产品不断进化、智能化，另一方面也看看有没有孵化新物种的机会。这个机会理论上还蛮大，我的意思是空间很大。

现在美图的产品里面，这两者的比例大概是多少？

差不多八比二吧。给成熟产品加智能还是占 80% 左右，毕竟这是我们的底盘。我们也希望孵化新物种能取得一定成绩，希望自己去挑战自己。

你也讲到公司的商业模式要从订阅转向 token 消耗。订阅其实美图做得非常成功，这个转变现在完成到什么程度了？

首先，这不太算转变，而是叠加。订阅是基础服务，在这个基础之上，很多需求需要消耗大量算力。我们也看到很多行业用户需要的是服务，需要能够直接交付成果，而且他们对服务价值的认可可以比较高。也就是说，我们有机会专门拉出一条线做服务。

如果所有用户都只是基础订阅，我们不一定能够承担这么大的算力消耗成本。所以我们希望未来能把服务这条线逐渐做好。相比订阅，它可能有几十倍、几百倍的价格空间。

因为 token 消耗有一段时间特别时髦。有时候我看到这个词，也会想是不是有人想用一个时髦词来描述商业模式。但听下来其实不是这样，它确实有必要，是对服务的差异化定价。

是的。一开始 AI 用户群不太一样，在生成式 AI 发展的前几年，很多用户其实都是开发者，他们能更好地理解 token 消耗。包括很多 coding 用户，作为 engineer，对这个认知很清晰。

当 AI 逐渐普及，进入各行各业，我们很难要求一家小吃店老板、杂货铺老板很好地理解这些技术词汇。所以我们得把它包装成服务，而且是真正能够驱动他们生意增长的服务，然后才有机会收取他们的付费。

你刚才讲到，AI 原生对美图的组织挑战还挺大的，包括你们也借鉴了游戏工作室的模式。这是从什么时候开始的？

我们大概是从去年年初，也就是 2025 年年初，才逐渐借鉴游戏工作室的模式，成立 AI 创新工作室。给工作室负责人，也就是制作人，比较大的权限。我们知道，在游戏工作室里面，制作人的权限很大，他可以决定游戏的各种……

我们也慢慢倾向于找到刚才说的、具备第一或第二种属性的负责人。

25年年初的时候，你们是怎么想到可以借鉴游戏工作室的方式，来做自己的产品工作室的？

这样的组织在游戏领域很常见，比如 Supercell。它由很多小工作室组成，核心就是组织很扁平。只有足够扁平，才适合 AI 原生应用，大家也都得是多面手。

而且游戏工作室的激励设计非常成熟，AI 应用也越来越有商业价值，可以快速变现，逐渐具备跟游戏一样的赚钱能力，也有了相应的激励机制。另外，在选拔和淘汰上，也有很多相似之处。

这也是你们自己想到的，还是从其他地方借鉴来的？

我们也是自己想到的。关于工作室机制，我们有很多想法，逐渐把它们梳理清楚，最终形成现在这样的形态。不过也会借鉴业界一些成熟的机制。因为公司里有很多同事来自不同行业。

现在有多少个这样的工作室？一个工作室要组建起来，需要什么条件吗？

有十几个。首先，AI 创新工作室能不能立项，取决于团队提报的方案是不是公司想做的。如果离公司的战略太远，我们可能就直接否掉。我们希望项目跟公司的主赛道一致，能够最大程度复用公司已经积累的技术能力。

还要看场景是否足够深入。一般来说，我们现在做一些面向创作者的产品，都会切入一种内容形式。拿开拍举例，口播视频是一种视频内容形式，音乐视频也是一种内容形式。不同产品会针对不同的内容形式，深入挖掘相应场景。

此外，还要有 Demo，不能光靠一份计划书。当然，在这个过程中，我们会分几个阶段了解团队的状态，快速判断是要加大规模验证，还是停止项目。

项目停止之后，工作室就会解散吗？成员会回到原来的岗位，还是继续提报新的产品？

有的可能会回到原来的岗位，有的会加入其他团队，有的甚至会离开公司。

它其实变成了一个动态的组织，不断生长、不断变化。

对。所以在内部成立工作室，成员其实也要冒一些风险，因为原来的岗位可能回不去了。这也是比较典型的内部创业。

除了工作室之外，你还对组织做了哪些调整，让它变得更 AI、更灵活，或者更 AI 原生？

在组织上，我们首先让全员深入使用 AI 产品，也给了比较大的支持，包括 Token 额度，以及订阅各种 AI 产品的费用。做 AI 应用，就需要让大家对 AI 有深刻的体感，而不仅仅是浅度使用。这是第一步。

第二步，我们会用 AI 改造现有的工作流。比如做多语言版本，过去需要翻译组投入大量人力；现在 AI 翻译 Agent 能极大减少这方面的工作，我们可能几十个语言包都能很快适配。

再比如测试。应用需要大量测试，以前主要靠人工，当然也会用各种自动化测试工具。到了 AI 时代，我们对测试工作流也做了很大调整，让 AI 尽量模拟真人，去发现产品的各种问题。

类似的例子还有很多。比如运营以前需要堆人力，现在我们也在把运营，甚至投流、买量等工作都逐渐 Agent 化、自动化。简单说，就是用 Agent 逐渐改造原有工作流，让它更好地降本增效。

关键是，在这个过程中，大家会深度参与 Agent 的创建和运营。以前翻译、测试、运营、投流这些职能部门的同事，不属于产品技术部门；现在他们都在自己做 AI Agent，也就等于成为了 AI 产品经理。这样能让大家对 AI 有更深的体感。

这对组织结构本身会有影响吗？比如变得更扁平，或者重新划分部门和职能，让组织更适应 AI？

我们一般是业务先行，业务往往比组织调整跑得更快一些。再根据业务中出现的问题，反过来推动组织调整。

其中一个方向是降低组织层级，减少会议、邮件往来带来的损耗，让大家可以全情投入业务，也能自己做很多决策。基本上是朝这个方向调整。

你自己的会议变少了吗？大概减少了多少？

也变少了。我现在的会议可能只有以前的三分之一，少了不少。不过，常规会议变少了，对产品的使用就变多了。特别是我们要打造创作者文化，自己作为创作者，不仅要用自己的产品，还要广泛使用全球优秀的产品，这方面的时间也变多了。这是一个阶段性的调整。

那你现在在产品和组织上的时间，大概怎么分配？组织涉及管理，产品可能是你热爱、也更喜欢的事情。

我自己在产品上的时间还是会多一点。

我还挺想知道，你会怎么理解和定义所谓的 AI 原生组织？

我们有一个很简单粗暴的定义：如果一个组织或者应用是 AI 原生的，把模型接口一断，整个组织、整个应用就瘫痪了，那它就完全是原生的。

这是从结果倒推的。如果正着推，它需要具备什么特征？很多人可能会认为，现在很多实验室，比如 Newlab，属于 AI 原生组织。

我觉得很难定义 AI 原生组织应该是什么样子。不同行业、不同场景，对 AI 原生团队的定义差别很大。所以如果我们结果导向，这个过程中团队具体长什么样，可能不是那么重要。

美图的团队总体来说还是比较草根的。我说的是美图创立的时候，像我就是典型的草根。

怎么定义草根？

可能不是名校毕业，没有留过学，没有在大厂工作过，也没有太多的钱，就是撸起袖子先做起来了。我比较倾向于结果论。过程里团队具体是什么样子，可能不是那么重要，因为没有一个标准。

就像打篮球一样，只要投篮命中率高，别管我以什么姿势投。

对，也别管我身高多高。

AI 会改变我们对人才的理解吗？比如今天美图判断和定义人才，会不会跟移动互联网时代，甚至 PC 互联网时代不太一样？

我觉得 AI 对我们的人才观冲击挺大的。如果粗略分成两种人，一种能够快速拥抱 AI、快速自我进化；另一种可能只是浅度使用，没有太多危机感，也没有太多成长。

我们发现，很多同事在 AI 时代都能逐步成为超级个体，这在过去很难想象。比如以前很难想象一位设计师可以同时成为工程师，甚至把刚才说到的翻译、测试、运营等事情都做了。现在确实可以。

超级个体越来越强大之后，跟组织的关系会是什么样子？

我觉得如果组织能够不断诞生超级个体，说明这个组织本身是一个很好的土壤。所以我们需要营造这样的土壤，希望不断有超级个体从组织里成长出来，因为这会大幅提升公司的战斗力。我们需要多一些猛将。

但这些猛将跟组织的关系会是什么样子？按通常的理解，超级个体对组织的依赖性可能弱一些，离心力更强，也可能冲击组织原有的规则、管理和体系。会有这样的问题吗？

这是必然的。但我们要拥抱这种可能性，否则又会被拉回过去的状态。

这也是对组织的挑战。组织要能够容忍、包容和支持很多超级个体。

是的。

你是什么时候开始非常认真地考虑美图全球化的？

美图从2013年开始全球化，当时第一款产品叫 BeautyPlus。到2016年，美图秀秀的手绘自拍在多个国家爆红，也登顶应用商店。那时我们意识到海外确实有很大的用户空间，全球有这么多用户，我们还是应该尽量服务好他们。

2016年之后，我们持续加大海外产品运营等方面的投入。全球用户占比也从一开始很低，到现在超过42%，还在快速增长。很难说是某个时点突然决定大力发展全球化，而是我们踏出了第一步，也就是13年前做了第一款面向海外用户的产品，然后就停不下来了。我们不断收到海外用户的反馈，也不断看到海外发展的机会。

还有一个重要时点是在2018年。那年，我们首次在一款面向欧美市场的产品 AirBrush 上做订阅。2018、2019年这次尝试比较成功，我们实实在在通过订阅赚了一些钱，所以发现全球用户对应用的价值还是认可的，付费意愿也很不错。这让我们更有动力推进全球化。

BeautyPlus 这个产品今天还在吗？

还在，还是我们海外的主力产品之一。刚才说的 AirBrush 也是主力产品。AirBrush 在美国的订阅渗透率已经超过53%，也就是一半用户是 VIP 会员。相比之下，我们在很多国家的订阅渗透率还远远没有达到这个水平。

订阅渗透率53%，是指使用这款产品的人里有53%订阅了，还是美国人口里有53%订阅了？

不是，是使用这款产品的人。我们按月活用户的口径来算，月活用户里有53%是 VIP。

这是全世界最高的吗？在美图秀秀的产品里也是全球最高的？

对，单从订阅渗透率来说是最高的。

在推进全球化的过程中，我们也看到很多经验不能直接从中国复制过去，需要针对海外用户的习惯开发，让他们一看就觉得是本地化的产品。现在面向海外的产品，有一些会重新命名品牌，重新设计完整的产品 UI、交互和功能。

能举个完全本地化交互的例子吗？

刚才提到的 AirBrush 就是一个例子，可以把它看成欧美版的美图秀秀。

它跟中国的美图秀秀有什么不同？有哪些特点更适合欧美用户？

首先 UI 和交互上有很大区别，两款产品打开之后，可能完全想象不到是同一家公司开发的。在具体功能设计上，也会针对欧美用户的偏好。亚洲，特别是东亚、东南亚，跟欧美的审美偏好有很大区别，他们在社交平台上的热点也不一样，所以我们会针对这些做产品的重新开发。

他们是另外一个产品团队，还是美图秀秀的团队？

是独立的产品团队。比较早的时候，我们也做过换皮，就是内核完全不变，直接套一个海外品牌，但后来发现其实不太行。

类似美图秀秀换个皮，直接放到欧美应用商店里？

是。生活场景的审美偏好差异比较大，但在生产力场景，我们看到部分产品还是有一定的全球共性。比如面向全球电商卖家的产品，共性就比较强。

这个洞察挺有意思，反而是生产力场景的共性更强，生活场景的共性更弱。

面向生活场景，会涉及很多审美偏好，还有社交网络上的热点，都不太一样。比如我们觉得皮肤应该美白，欧美用户可能就不觉得美白是一个正确的选项。社交网络上的梗也不一样，所以必须深度理解本地文化。

确实很少听说 Windows 也要针对不同市场做特定调整和开发。

你们对全球化的重视程度从2013年到现在有变化吗？

我们对全球化应该是每年都更加重视。从一开始比较懵懂，只知道要寻求用户和收入增长，就需要做全球化；到现在有了比较清晰的认知，也实实在在收获了来自全球的回报，就会更重视、更坚定地投入。这基本上是正反馈在推动。

原来国内市场是负反馈吗？

不是，没有负反馈。只是作为一家上市公司，我们希望用户、收入、利润不断增长，交付好的业绩。这就需要投入生产力，也需要推动全球化。

我自己的理解是，美图历史上有一段时间在打大战，可能会占用公司和你个人比较多的时间和精力。在那个阶段，全球化可能没有那么多资源和时间可以投入；到了某个阶段之后，全球化才被提到非常重要的位置。会有这样的变化吗？

有。以前我们做美图手机、做美拍的时候，确实占用了比较多精力。现在这两个项目都不做了，业务模型变得更简单，还是以 AI 影像应用为主，资源也从相对分散变得相对集中。

全球化也随着团队更多地到不同国家做用户洞察、建立 KOL 联系、开展公司合作，逐渐对全球市场有更深的体感，才变得越来越扎实。以前很多人是靠对全球用户的猜测来做产品，那不一定能有很强的判断力。随着他们慢慢到海外做一系列工作，判断力就变得越来越精准。这也是我们现在全球化总体成绩还不错的一个原因。

我听你同事说，你过去几年用了大量时间在海外不同市场做调研，是吗？每年会有多少时间用在海外市场调研、跟用户交流和当地公司合作上？

我每年有一百多天在海外，已经有相对固定的工作地点了。因为我们的海外团队建在几个地方，我主要是在有团队的地方开展工作。

这是什么时候开始的？一百多天在海外不同地方工作。

主要是这两年，2024到2026年。

这也说明从你个人而言，这两年对全球化格外重视，可以这么理解吗？

是的。我们首先扎根中国市场，因为中国市场是全球最大的单一语言市场，而且中国市场的付费能力也在不断提升。我们积极推动全球化，并不是因为中国市场不重要，反而是因为中国市场是我们的根基，无论如何都要做好。

海外投入能给我们带来不同的视角，以及不同的业务验证。比如订阅，我们就是先在海外验证，再带回中国市场。所以这是一个有益、互补的策略。通过中国和海外两大市场，我们可以提炼全球共性。

未来，生产力应用默认就应该面向全球，包含中国和其他市场。要提炼全球共性，必须对全球有深刻洞察，真正深入了解市场，才会有这样的判断力。

你们当时把订阅从海外引入中国市场，有过担心吗？很多人会认为欧美用户有更好的订阅习惯，或者为服务和软件付费的习惯，中国用户可能没有。

我们先在海外做了订阅，很快就把整套模式搬到中国，发现还是存在很强的共性。从2019年开始，我们在国内做订阅，国内用户的付费意愿逐年提高，所以订阅也是一个快速增长的市场。

我们的很多商业策略会先在海外验证。相对于中国市场，我们已经有很高的市场占有率，如果有些策略还不成熟，就在全量用户里验证，可能会有比较多的负反馈。所以我们会选择体量相对小的市场先做验证。

还有一个区别是，海外比较受欢迎的是网页版产品。国内很多用户还是习惯用移动端下载 App，但海外 PC 端的使用率非常高，特别是很多生产力应用，都是网页版形态。

你一百多天在海外几个城市工作的习惯会延续吗？还是说美图的全球市场成长到一定程度之后，就不需要继续投入这么多时间了？

我觉得每年一百多天在海外几个城市工作还是很有必要的。AI 时代很重要的一点是认知对齐。比如到硅谷，或者其他很多地方参加沙龙，跟当地创业者、研究员交流，也会拜访很多公司。这样的认知交流和对齐，对业务帮助比较大。

而且这不只是我一个人要做，我还要让公司很多核心成员也能有这样的认知对齐。

现在美图在全球哪些市场做得比较好，是你比较满意的？哪些市场你希望表现更好，但目前还没有达到满意状态？原因是什么？

我们做得比较好的还是亚洲市场，比如东亚、东南亚。特别是在东南亚，有些国家的市场占有率已经比较高了。比如泰国，美图秀秀的市场占有率已经达到40%几。

40%几应该是第一了吧？

绝对第一，而且应该是这个赛道大众熟悉的产品，属于装机必备。它在泰国就叫 Metu，拼作 M-E-T-U。这些市场有文化相似性。

还有一个文化差距比较大的市场，我们做得也还不错，就是巴西。巴西有两亿多人口，社交分享非常活跃。很多产品其实没有在巴西做太大投入，巴西市场都能成为我们的第二大、第三大用户来源，甚至有的产品在巴西的用户已经是第一大来源，这很惊人。

哪款产品？

RoboNeo。我们现在会尽量关注这些不熟悉、但表现好的市场，以巴西为代表的拉丁美洲就是其中之一。拉美也是一个文化圈，主要是葡语和西语用户。所以我们目前在巴西圣保罗成立了运营中心，更本地化地做产品推广。简单说，就是走出亚洲，去发现新大陆，发现这些不熟悉但表现好的市场。

未来我们也特别希望欧洲市场能有好的表现，但目前服务欧洲市场的能力还不算到位。

这种差异可以归因吗？为什么有些市场表现很好，有些市场没有达到满意的状态？跟竞争有关系吗？

跟竞争没有关系。比如我们能在亚洲发展得好，是因为文化相似；在巴西发展得好，是因为当地用户非常热爱在社交平台上分享，我们面向生活场景或创作者的应用很受欢迎。

对于欧洲市场，我们团队里很多人都不算特别熟悉，而且那里有不同的语言，我们需要进一步提升市场竞争力。还有非洲市场，也是我们未来想进入的。现在在非洲已经有一些自然增长，但我们希望能建立专门针对目标市场的团队，而不是像现在有些市场一样，主要依靠自然增长。

我们现在把全球分成几个大市场，然后针对这些市场建立运营中心。运营中心里基本上都是当地人，比如巴西市场就以巴西人为主，这样他们才会特别熟悉当地情况。

你们在不同市场遇到的竞争对手是什么类型的公司？是其他大厂、出海的中国公司，还是本土创业公司？

全球化过程中遇到的对手大概来自几个国家，中国和美国比较常见。现在新加坡公司也越来越多见。

中国、美国、新加坡公司？

对。不过我们知道，很多新加坡公司也是华人在做。

之前也问过其他公司的 CEO，他们说在当地市场遇到的基本都是中国竞争对手，相当于先在中国本土竞争，然后再到另一个市场竞争。

是。现在 AI 应用领域里，来自美国的公司也非常多。

哪个市场竞争比较激烈？

全球竞争最激烈的两大市场应该是中国和美国。美国竞争也蛮激烈的。

你们做全球化时，有借鉴其他公司的做法吗？

有，都是跟我们相关的产品。比如字节也有很多跟我们对标的产品。我们觉得这两家公司虽然有竞争关系，但基因不太一样，具体方法也可能有区别，所以会更多了解对手。

海外也有不少公司，比如 Higgsfield，做视频创作，现在用户和收入增长都非常快。他们有很多全球化的产品和运营策略，我们会深度研究。还有 Canva，是在线设计产品，跟我们也强相关。

像字节这样的公司，它的全球化策略能给美图什么启发，或者有哪些可以借鉴的地方？

有很多。字节算是中国科技公司里全球化程度很高的，又跟我们的产品有很强的对应关系，或者说有竞争关系。我们内部也有不少来自字节的同事，可以学到他们的一些全球化打法。他们也有专门研究我们的团队，其实是相互的。

对我们来说，向成功者学习是特别好的事情，内部心态也比较开放。

能举个简单的例子吗？他们有哪些方法让你觉得可以学习，甚至拿过来用？

具体到很细的做法，不一定合适讲出来。

我确实有时候感觉，你们应该是最了解字节的公司之一。

至少在我们所在的赛道，可能比较了解。但字节业务比较多，其他很多业务我们就不是那么了解，也要保持一定的聚焦。

有没有一些很有美图自己特点的全球化方法论？比如我听你们同事说，你们会按照审美的近似性来划分全球化大区；还会在巴西从给餐厅制作菜单开始。还有哪些类似的方法？

首先，做产品要对市场和用户分层。我们对市场的划分，主要还是根据文化圈。比如刚才说的拉丁美洲，本身就是一个文化概念，不完全是纯地理概念。再比如五眼联盟，本身也是英语国家文化相近；东南亚一些地方也会相互影响。

我们这类产品跟文化有比较大的相关性，不像纯 Coding 那样，基本没有文化介入。举个例子，去年美颜相机有一个功能在全球火爆，叫 AI 试衣，也就是换衣服。我们发现，泰国用户比较自由奔放，服装喜好可能比较大胆；邻近的印尼、马来西亚，穆斯林人群比较多，就要尊重他们的宗教偏好，在服装上增加相对保守的选择，以及头巾等穆斯林用户需要的服装。

你们现在也开始通过投资，跟全球的一些影像公司建立深度关系吗？

我们对于通过投资建立跟全球影像团队的连接，还比较谨慎。因为我们不一定有很强的支持能力。不同团队接受我们的投资，可能也希望从我们这里获得产品和技术上的支持，但我们不一定能做到位，也就是说，投后不一定能做得特别好。

所以我们主要还是以内部孵化为主。如果投资之后又没有太强的掌控力，其实就变成纯粹追求财务回报了。如果从财务角度思考，投资不一定非得投影像，也可以投 AI 产业链。

你们现在在全球哪些地方建立了办公室，尤其是有研发团队的地方？

我们在美国硅谷、澳大利亚悉尼、英国伦敦，还有新加坡等地建立了办公室。但研发团队还是更多在中国，因为中国的工程师红利很明显，工程师的专业性和效率都很强，还是非常有竞争力的。

硅谷也有研发团队吗？

硅谷有研发同事，但不多，大本营还是在国内。研发团队的设立还是要有一定规模，否则几个人在那边有点单打独斗，不一定有效率。还有一点，硅谷的人力成本确实高非常多，这也是我们的考量。

美图大概把25%的营收用在研发投入上，投入主要在哪些方向？最花钱的部分是什么？

最花钱的还是人力和算力。

跟那些做大模型的公司一模一样。

对。

全球化市场对美图的收入和利润贡献达到多少比例，你会认为美图已经是全球化公司了？

我觉得基准线是51%。当51%的用户和收入来自海外，应该算是一家全球化做得还不错的公司了。但这个比例也不会特别大，主要是因为中国市场本身就很大。

如果海外收入占比特别高，也说明你们在中国市场做得太失败了？

对。所以中国市场是我们会长期深耕的，我们也希望它占有比较大的比例。

如果海外收入能达到51%，大概多久可以实现？

我们觉得两年后有可能达到这样的比例。

这个速度算快吗？

算正常发展。当然，我们没有很刻意地要求必须超过多少，比例就顺其自然。

我们现在定义的全球化，不是说只做海外市场。全球化也包含中国市场，我们更多是用全球思维，或者打造世界级产品的思维来做，而不是像以前那样面向单一市场，验证很长时间以后，再慢慢辐射到其他市场。现在是从 Day One 开始，就面向全球。

比如 GPT，现在的 GPT 就是这样。更早的 Facebook，包括 TikTok 也都是。

对。所以这对我们的产研团队也提出了更高的要求。

美图全球化走过什么弯路吗？

美图的全球化在2016到2018年走过一些弯路。当时片面追求月活用户增长，在一些付费能力不强、变现效率比较差的国家和地区做了大量投放，是真金白银地烧钱，但没有换来比较好的变现成绩。买来的用户也比较容易流失，长期留存数据不一定好。

这其中包括印度市场。我们曾经把印度做到全球第二大的用户市场，仅次于中国。但这个市场有很大的不确定性，比如2020年印度政府把所有中国应用和游戏下架，直到今天都还没有恢复。我们过去针对这个市场的巨大投入，等于打了水漂，这也算是走过的一些弯路。

当时片面追求用户增长，不看用户的付费能力？那时候是移动互联网时代，很多公司都这么做。

是。移动互联网时代，很多公司认为有用户就一定能转化成收入，很多机构给公司的估值也会看用户规模。用户增长快但亏损的公司，也能上市、以比较高的估值融资。但现在整体来说变得比较理性。

那个时候市场也会给你正反馈，比如给公司估值。

对。当时市场还不算成熟，大家会觉得这家公司有想象空间，期待用户多就能赚钱。这几年市场有了比较大的调整，大部分人都变得理性了。我觉得这是好事。

对想象力的定价，似乎已经转移到模型和具身智能上了。

每个阶段确实都会有热点。至少对应用来说，现在大家还是比较理性的。

你会怎么描述美图今天在中国科技互联网公司里的位置？

曾经有过不切实际的幻想。我们刚上市的时候，融了不少钱，用户量也比较大，当时觉得可以突破边界，不断拓展业务。但也摔了很大的跟头。

所以现在我们又回归初心，基于对影像的热爱，去做美图秀秀以及后续的产品。我们重新回到小而美，现在也喜欢小而美。有时候太在意自己所处的位置或者排名，容易受外部影响。我们希望内部同事热爱影像，建立创作者文化，还是比较长期主义地做事。大家是真的喜欢、真的有能力，才去做这件事。

如果按照收入和团队规模，应该算是中产，但这对我们来说也没有太大意义。

我之前看过一个访谈，采访者问你会不会考虑怎么跟字节跳动竞争，你回答说“打不过”，是吗？

对。我觉得创业者往往会有堂吉诃德式的激情，希望自己能够挑战、超越巨头。但经历过公司的一些起起伏伏之后，心态会越来越清醒、客观，会在意目标设定跟团队能力是否匹配。

尽量去做一些跟能力匹配的目标，甚至把目标定得比能力稍微低一些。这样做出来的成果可能有一点降维的效应，有机会把事情做得更好。我们现在比较倾向于设定能够达成的目标。

我感觉你创业时间越久，ego 就变得越小了。

是的。我们觉得现在小而美的模式还是挺香的。

虽然其他人可能不会认为你们是小而美。

可能我们自己认为是小而美。就像德国有很多隐形冠军，在各个行业里都做得特别专业、垂直，可能一做就是一两百年，甚至更久。整个规模其实也不小，比如按收入来看。我觉得能做这样的公司也不错。

公司马上迎来18周年纪念日。从你的角度来看，美图18年的历史可以划分成几个阶段？有哪些里程碑？

可以按照不同维度划分。比如按照行业发展，可以分成 PC 互联网时代、移动互联网时代，以及 AI 应用或者生成式 AI 时代，算是三个阶段。

如果按资本来看，创业融资期是一个阶段，上市是一个里程碑，上市后的发展又是一个阶段。我更倾向于按照行业发展，也就是技术范式的变革来划分，因为这样才会给整个团队动力，让大家觉得不能错过这个机会，要牢牢抓住它。

如果按上市前、上市后来划分，很多人可能会觉得上市就是一种成功，觉得我们已经成功了，动力和创造性就会慢慢被磨掉。

但你们上市的时候，会觉得上市就是成功的象征吗？

会。这个对我来说是根深蒂固的认知，觉得上市是衡量一家公司是否成功的标尺。但现在会比较平常心，因为很多公司就算不上市，也做得非常好。上市已经逐渐失去了作为标尺的意义。

上市带给你的成功快感，持续了多久之后，你开始觉得它没那么重要了？

上市带给我的快感，或者说成就感，应该也就持续了一年。刚上市的那一年里，感觉自己是成功企业家，也受到媒体报道。现在回头看，这可能是人必经的一个阶段。人总要有一些相对浮躁、在意外界肯定的时候。

后来我们复盘几件关键决策，发现都比较冒进。上市带来很大的心理成就感、满足感和优越感，会觉得自己是上市公司，有资金、有用户，可以做更多事，于是团队急速扩张。我们2016年底大概有一千人，到2018年已经增长到三千多人，短短一年多就扩张到这个程度，整个状态也逐渐失控。人总要经历这种浮躁。

如果以今天吴欣鸿的认知和成熟度回到2016年底，你会把那些事情做得更好，还是干脆不做？

这有点像穿越。明知道不现实，很多人还是会假想。但对我来说，已经发生的事情很难再假设自己能带着现在的认知回去。

如果是带着现在的认知去辅导一家刚好处在那个阶段的公司，我可能会帮他们梳理业务、做出选择。因为当时我们不太会选择要做什么，而是什么都想要。我们一直做加法，看到机会，而不是风险。

现在我可能会帮助要辅导的公司提炼，哪些事情真正适合团队的基因和能力，哪些投入有比较大的市场空间和回报。就像当年我们有一款国民级的短视频产品美拍。如果回到那个阶段，我会好好做美拍，因为当时已经取得了非常好的第一阶段成绩。但由于业务繁多、认知不足等原因，这个产品很可惜没有做起来。

你今天回头看，觉得它有可能做起来，跟抖音、快手成为同一个量级的产品吗？

是的。

我们前面聊到，你面对生成式大模型、大语言模型那么大的机会诱惑时，选择往后退一点，找一种跟美图能力匹配的方式去面对 AI。这个判断会不会跟你以前面对智能手机、短视频平台这些巨大诱惑，并且尝试过，有关系？

有关系。规模效应在很多行业、很多不同的时代都在起作用。智能手机就是规模效应竞争的典型代表，生成式大模型也会有规模效应竞争。

你要看自己有多少预算。如果你只能拿出别人十分之一，甚至更低比例的预算去做同一件事，大概率是做不好的。我们不赌“万一赢了，收获会很大”这种可能性，因为胜率比较低。我们会去做一些更有确定性、更有机会做成的事。

但之前赌过，是吧？

对。到底哪种决策更好，现在还说不出来。公司也上市十周年了，从2016年到现在，我们除了对员工负责，还得对股东负责，不太希望孤注一掷，把所有资源都押在一个大战略上。

我看过你分享美图历史时，把经历总结为“一点五次成功，三次失败”。你觉得从成功里获得的东西更多，还是从失败里学到的东西更多？

失败带给我的教训和认知提升比较多。所以我们现在也会逐步拥抱失败，快速找到原因，快速给出解决方案。产品迭代本来就是伴随着很多小的失败，才变得越来越完善。

你提到过很多次“工具之悲”。你觉得你和整个团队是怎么克服的？这个过程要多久？

很长一段时间里，工具都被认为门槛低、用户难留存、容易迁移，也不太好变现，不像社交、电商、游戏等等。但随着工具加订阅取得成功，我们发现工具有自己的价值体系，有很大的商业空间，全球也有很多公司靠工具把市值做到几千亿美元或者几百亿美元。

慢慢地，随着我们对工具商业空间的理解加深，也更加了解全球同类公司，就没有那么焦虑了。

这种理解在二级市场或者资本市场上是共识吗？

不太是共识。但我们也看到，往往是反共识、存在认知差的地方，才有机会。当大家一致认为一件事正确的时候，可能投资机会已经到了尾声。我们也不太花精力向外部证明自己可以成功、不会被颠覆，最终还是要看成绩。所以就默默把事情做好，用增长来证明。

你很小的时候就开始创业，应该从来没有在大组织里工作过。你是怎么学习管理、理解组织的？

主要通过三个方面。一个是向同事学习，因为很多同事来自不同公司，平时交流也能了解他们原来公司的情况，学习他们的管理方式。

第二个是过去在腾讯青腾和北大光华合作的班里学习，加起来四年。现在又在读 DBA，会向老师和同学学习。他们主要教工商管理，有很多案例分享。比如我现在要写论文，就会比较深入地建立模型来验证。

还有就是拜访一些公司，虽然了解得比较浅，但也能增加对不同公司管理模式的理解。主要是这三方面。

你会对哪家公司或者哪几家公司的管理比较好奇？

现在互联网带来了透明度的提升。以前一些很神秘的事情，现在通过各种播客、Vlog，也能了解一部分，所以神秘感逐渐消解了。当然，如果说产品领域，最神秘的还是苹果，因为它有完整的保密文化。

你也是乔布斯的粉丝，很喜欢乔布斯。我想问问，你认为库克是一个好的 CEO 吗？作为乔布斯选定的接班人，他是个好的 CEO 吗？

我觉得库克一定是一个好的 CEO。在他执掌苹果的这些年里，苹果收入和利润增长都非常好，股价也持续为股东提供回报。从业绩角度看，他做得特别好。

从投资人的角度，肯定是个好 CEO。

对，绝对是好 CEO、好公司。如果说有什么遗憾，可能是乔布斯时代那种给时代带来惊世骇俗冲击的感觉少了一些。但这也很正常，公司有不同阶段，这些阶段又跟时代发展相关，某个阶段可能正好是科技大爆发。

现在我自己会好奇，苹果在 AI 时代到底能拿出哪些让大家特别惊艳的产品。

美图有学习过哪些公司的管理方式、企业文化吗？

美图没有刻意学习某一家公司，基本上是实用主义。根据实际需求，去寻找已经在其他公司验证过的解决方案，只要最终有效就好。

国内很多科技互联网公司学习能力很强，也特别爱学习。曾经有一段时间很流行学习阿里，后来学习字节跳动，也有一段时间流行学习华为，尤其是一些跟硬件相关的公司。当然也学过小米。你们没有做过这样的事情吗？

美图要学习一家公司，首先这家公司得在业务上跟美图有一些相关性，才有对照参考的价值。但我们也认为，美图本身是一家在全球都还算独特的公司。我们的使命是“让艺术与科技美好交汇”，全球把艺术与科技融合起来的公司本来就不多。

所以我们是实用主义，不会特定地说要像素级复制某家公司，只要有效就好。

你最开始做 CEO 的时候，认为 CEO 应该做的事情，跟今天认为的有区别吗？区别大吗？

区别还是蛮大的。对我自身来说，最大的转变是现在对组织、对人的关注度非常高，而以前对产品的关注度比较高。

我不是不关心产品了，而是觉得要做出世界级产品，一定需要足够强大的组织来支持。现在战略也会逐渐聚焦在如何把核心能力转化成成果上。我们会梳理核心能力怎么打造，以及如何赋能业务。

以前的战略是做加法，没有考虑核心能力是什么、能不能赋能业务，而是看到别人做成了某个业务，自己也想做。几个业务之间没有很强的关联，也没办法很好地互相赋能。简单说，就是心比天大，但能力跟不上。所以现在组织和战略都比以前清晰了。

商业上也变得务实，会强调无论什么时候都要有足够的造血能力。现在是一个新的时代，可能带来资金溢出，甚至有一点泡沫效应。很多人可能觉得先不管这几年财务状况怎么样，先烧钱换市场、换机会。但我们还是比较重视持续提升造血能力，比以前清醒了不少。

这个核心能力具体是什么？

在我们看来，核心能力主要指影像中台建设。看起来我们有很多产品，但都是影像赛道的产品，它们有一些相同的需求和很强的共性。所以要把这些共性抽象出来，持续打磨中台，让它越来越好地赋能业务。

2023年你同时担任董事长和 CEO。这个变化之后，你的工作内容和个人心态有什么调整吗？

像刚才说的，我会更关注组织进化、战略清晰化，以及商业上持续造血。这些是在2023年担任董事长兼 CEO 后比较明显的变化。之前我会把更多精力放在产品上，现在会去看组织、看战略，也关注商业化。

还有就是跟市场的交流变多了，比如 IR，以及定期跟机构交流。

之前这些工作是董事长在做吗？

对。

所以某种程度上也是重新适应和学习的过程？

是的。

有什么不适应吗？

暂时没有。我是能够从各种挑战里获得成就感的人。虽然过程可能比较痛苦，但最终有所学习，还是会带来很好的正反馈。

美图这18年来，你觉得对你挑战和压力最大的阶段是哪个？是17、18年，还是公司最开始创立的时候？

我觉得美图发展18年来，最大的挑战还是上市后的两年，也就是2017、2018年。那时候急速扩张，导致整个团队受到很大冲击，业务也受到不少影响。

但成长最大也是在解决了2017、2018年的各种问题之后，算是浴火重生。那时候确实挺煎熬的。

特别煎熬的时候，你通过什么方式缓解？会向什么人寻求帮助或建议吗？

我的性格总体比较内向，我是 INTJ，很多事情都是自己消化。确实没有去寻求外部帮助，比如多跟朋友、专业人士沟通来缓解。不过也还好，我就是有点不想认输，本质上也是好面子，所以不断鼓励自己。

今天也是好面子吗？

当然。我说的好面子，更多是希望公司做好，产品得做成世界级的，这样才更有面子。倒不是以前那种偏个人虚荣的好面子。

个人虚荣就是公司要做多大，江湖地位要多高。

对。我觉得把公司、产品做得一塌糊涂，是一件特别没面子、特别丢脸的事，我不太能接受。看起来有点贬义的好面子，其实也能用到好的地方，成为我的驱动力。

我听人说过，人性的两面，比如好面子或者虚荣，从贬义角度理解是缺点，但从正面理解，它也是做品牌所必需的，里面有尊严感和自尊心。

是的。

我之前看你在内部沟通里跟同事说，你以前是完美主义者，但现在更看重权重。这个变化是什么时候发生的？为什么会有这样的变化？

我以前的完美主义情结，本质上也是个人主义。那发生在我第一次、第二次创业的时候，当时公司规模还比较小，基本上自己包揽了很多事情，总想把产品当成自己的艺术作品一样去创作、打磨。

现在更多是一种集体主义。刚才我把组织放在第一位，是因为要做出好的产品，一定需要有足够强的组织。从个人主义到集体主义，也是一个比较大的转变。

那你会担心自己变保守吗？

会。不仅担心自己变保守，也担心跟年轻人脱节。现在越来越多的创业者、用户都很年轻，我们现在都要说到10后了。怎么持续了解年轻创业者和用户的想法、需求？一定要让年轻人多加入公司、多担当重任。

我现在更多是在搭建这样一个平台，把土壤做好。当然我自己也在努力，比如刚才提到的成为创作者，努力做出一些年轻的作品。

你这么一说，我突然想到，今天的10后年纪其实跟你开始做域名的时候差不多。

差不多，因为10后最大也就16岁。这样说有点夸张，但他们一定是未来比较主流的人群。AI 爆发让创业者的年龄急剧降低，我们现在看到很多人十几岁就直接做公司，比以前可能还要更夸张。

你们那时候不也是十几岁开始做吗？

是，但那时候没有现在的 AI 对年轻人的助力这么大，我感觉。

你会羡慕现在的年轻人吗？

会。当然现在的年轻人可能也羡慕我这样的人。我觉得各有各的优势。

你学美术和艺术，一开始画画，后来创业、做公司，自己做 CEO、做董事长。你觉得自己身上艺术感性的一面更大，还是商业理性的一面更大？做决策时，这两者会冲突吗？

不太会冲突。我现在在公司的经营管理上还是比较理性的。但在做影像类产品效果评测，或者新项目立项时，也会从艺术角度思考。

比如我们做 MVland，它面向音乐视频创作。所以你得了解音乐创作者的具体想法，而音乐人本身也是艺术家，你得跟艺术家同频。

你的朋友或者日常社交里，艺术类朋友更多，还是商业类的 CEO 更多？

一定是商业圈、创业者圈子更多，远远多于艺术类。比如我之前读商学院，基本上也都是创业者。

所以对我来说，艺术是第二属性，属于我的爱好和特长。

第一属性还是 CEO、创始人？

对，或者产品经理。

我之前跟徐新聊过，他会问自己投的公司创始人三个问题。我觉得挺好的，也想问问你。第一个问题是：你最近的习得是什么，也就是最近收获或学到了什么？第二个问题是：最近让你痛苦的事情是什么？第三个问题是：长期来看，你们公司的护城河会是什么？

最近一个收获，是怎么拥抱和发展年轻用户。我们知道年轻用户在学校，所以就跟学校建立了一些合作，比如设计教程、开展培训，让学生在学校阶段就能熟练掌握我们的产品。

同时，我们也提供各种学生优惠，让他们能够以更低的成本订阅和使用产品，并发展校园大使，让全球很多学校成为我们的推广中心。我们觉得永远都要服务年轻用户，抓住他们的需求和喜好。当然，这里面涉及很多操作细节。

那让你痛苦的事情呢？

说实话，最近倒没有太多痛苦的事情。在我的创业过程中，失败已经很常态化了，可以通过失败学习，快速归因，找到解决方案。刚才也说了，我们本身越来越拥抱失败。

我们绝大部分时候是兴奋和焦虑并存，而不是痛苦。兴奋当然是因为 AI 带来各种无限的可能，以及孵化新物种的机会；焦虑是因为迭代太快了，也有各种声音，有时候会想，它到底会不会进入我们的领域、吞食我们的领域，我们要如何防守？

不过我觉得这些都是有意义的。在创业过程中，我努力把焦虑变成动力，所以多一些外部压力，对团队、对我自己也都是好事。

真正让我感到痛苦的，还是刚才说的2017、2018年，特别是2018年那次比较大的波动，以及2019年公司大裁员、砍项目。那时候内心非常痛苦。

感觉你没有很好的抒发出口，只能自己承受。

对。不过最近这个阶段总体还挺好的。

第三个问题，长期来看，美图的护城河是什么？

我觉得护城河是：每一个阶段能不能做出正确的选择，再通过时间不断放大这个正确选择，慢慢形成我们独有的优势。所以对我们来说，选择很重要。

这个阶段的资源有限，怎么分配资源本身就是一种选择。什么才是正确的选择，需要一套验证机制，比如我们常说的漏斗。不断做出正确选择，再把它放大，让时间慢慢把它锤炼成护城河。光有选择，没有时间的加成肯定不行，必须长期做一件正确的事，才能构建护城河。

重要的战略选择应该都是你来负责、由你来做吧？

更多还是我跟团队共创。我现在比较少独断，不会拍脑袋说“我就要这么干”。很多时候还是需要大家互补。

你独断过吗？

以前公司非常冒进扩张的时候，基本上就是我独断带来的后果。

冒进的时候，董事长不会提出意见吗？比如手机、美拍这两个需要重大资源投入的业务，是 CEO 吴欣鸿自己独断吗？

基本上是我和团队直接推进。所以在2023年我担任董事长兼 CEO 后，就多了一份职责，要对公司要做的事情进行类似审计的工作，确保合规性，也确保投入这件事的必要性。

以前就有点像没有审计一样，大家可能拍脑袋就直接去做了。现在多了一道保险。

听起来主要是审计自己。

对，也审计自己。

最后一个问题，比较虚，但我很喜欢：有什么事情是你过去深信不疑、今天已经产生怀疑的理念或认知吗？

我也试着挑战过去深信不疑的事情，比如规模效应。在我过去的认知里，要获得比较低的成本，一定要靠规模效应；要在某个领域有大的优势，一定要投入大量资金和团队。但在 AI 时代，规模效应还有效吗？我现在还没有推翻这个认知，因为目前看它还是有效的，比如大模型一定有规模效应。但在应用上就不一定了，特别是 Agent 自动协同、数字员工这些场景。

我不知道未来这些被我们奉为定律的东西，会不会被打破。

你对技术是充满乐观的吗？

对，我对 AI 的发展是乐观的。规模效应是我过去非常信奉的认知，但我不知道在 AI 时代，应用以 Agent 的形式自动协作，再加上人数不多的超级个体组成的小团队，能不能做到过去需要几千人才能做到的事情。我对此蛮期待的。

如果这个规律被打破了，就意味着人类生产力真正意义上的大爆发。

那这对美图这样的组织意味着什么？你们不就是几千人的组织吗？

所以我们现在要去想未来的各种可能性，看有没有机会做一些自我颠覆。我还是那句话，颠覆发生在内部，总好过被外部冲击。