Koji
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，形容他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，科技联合创办了街旁、新事项和糖岛，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
我是十字路口的荣慧，在美元 VC 工作过，也做过五年的硅谷驻站记者，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
本周十字路口，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，我们在上海漕河泾发起了一座 AI Hacker House。这里非常漂亮，是一栋独立的小楼，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，尤其是做 AI 的新一代创业者。今天我们和本期嘉宾 Jason 就在 Hacker House 外面的湖边，准备一边散步，一边录这一期播客。
我描述一下现在眼前的场景：我面前是一片湖，有好几棵柳树，还有一大片芦苇，所以录音当中大家可能会听到一些鸟叫声，甚至有可能有蛙鸣。因为现在雨刚停，也可能有人在我们旁边散步、擦身而过。
此刻我真的有一种，我们播客的名字“十字路口”被 cue 到了的感觉——这就是科技与人文的十字路口。嘉宾我们来介绍一下，Jason 是 NextAd 的联合创始人和 CEO。NextAd 是一家在 AI-native 广告领域创业的公司，他们拿到了硅谷顶级 VC，包括 a16z、Point72 等机构的投资。
Jason 平时常驻湾区，在旧金山。最近恰好 Jason 和他的 co-founder Harry 都在国内，所以每天他们都会跑到 AI Hacker House 来办公，我们天天都能见面。今天的天气非常好，我们就挑了一个很舒服的时间来录这一期播客。
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 NextAd 做顾问，所以对他们的团队和产品难免有感情和 bias，但我会确保和 Ronghui 今天的提问做到客观、有洞察力，帮助大家了解 NextAd 和 AI 营销这个领域。
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，对上海整体的 vibe 感觉怎么样？喜不喜欢？
Speaker 1
上一次回国是差不多 4 年前了。我 2021 年疫情期间离开国内之后，就一直没有回来过，所以这次回来还挺感慨的。
感觉国内整体在物理空间上的变化没有那么大，但是会感觉到，比如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，刚刚李德顺还从这个标牌旁边走过。
因为我在硅谷，可能对硅谷的氛围认知更明显一点，但我感觉国内大家对新技术、对这种文化上的蓬勃向上的朝气，还是挺让我惊喜的。
那我们还是按照惯例来一场快问快答，让大家更了解 Jason，也更了解 NextAd。
首先，你的年龄？
Speaker 1
25 岁。
毕业院校？
Speaker 1
芝加哥大学。
在创业前你做过什么？
Speaker 1
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 Martian，做 AI 工程师。
你的 MBTI 和星座是什么？
Speaker 1
我 NT 比较强，另外两个处于中间，E 和 I、P 和 J 都在中间。星座是白羊座。
所以是 ENTJ 或者 ENTP，也挺 P 的。
Speaker 1
对。
那用一句话介绍一下 NextAd。
Speaker 1
1. NextAd 的广告愿景
NextAd 想做的是下一代 AI 原生广告系统。
目前的收入和利润？
Speaker 1
这个内部信息先保密。
最新融资和估值的情况？
Speaker 1
估值也先保密吧。我们差不多融了 600 万美元，来自硅谷的头部 VC。
目前的团队规模？
Speaker 1
差不多 10 个人。
应该 Jason 最近遇到的朋友们都会问你同一个问题：你们是怎么说服那么多顶级 VC 在第一轮就投你们的？其中包括 Point72，这些机构甚至很少投早期项目。
Speaker 1
2. 顶级 VC 为何下注
是。我觉得这件事我们自己也觉得非常神奇，当然我们肯定也很幸运。因为其实一开始我们的融资过程也不是很容易。
硅谷过去 10 年最主流的投资，基本都是投 SaaS：大家做一个软件产品，然后打包卖给企业用户。这已经是一条非常成熟的道路，大部分硅谷 VC 看软件，基本都看这个领域。
另一方面，广告科技其实是一个在过去 10 年都没有太大技术创新的领域。各个大平台，像 Google、Meta，它们的势力越来越大，护城河越来越深，所以一开始很多 VC 都 get 不到我们为什么要做这个事情。
但我觉得从另一个方面来说，这也是一个优势。我们从第一性原理去思考这些问题，觉得 AI 对广告业有很多颠覆性的机会和变革。正是因为硅谷乃至全球科技界过去 10 年形成的惯性，大家可能不太能看到这些机会。
对于我们这样新的、颠覆式创新的小公司来说，这其实是一些非常不 obvious、不明显，但长期来看可能有更大机会的方向。
所以我们一直在这件事上努力，不断 build、验证初步 traction，然后向市场和投资人介绍我们的 thesis 和理念。逐渐地，一些比较有魄力、有胆识的投资人，也愿意 bet 我们的愿景。
Ronghui
所以你在融资的时候，sell 的最关键的一个叙事是什么？
Speaker 1
我觉得是 AI 原生广告系统这个概念。
3. 广告匹配走向生成
从历史性的角度来说，上一代计算广告系统是在过去 20 多年、30 年发展起来的。它本质上做的一件事，就是广告素材和注意力的匹配。
广告主会去制作图片或者视频，广告系统拿着这些素材，去看用户的背景是什么、在什么地方看这些广告、可能对哪个广告最感兴趣，然后做 matching。这件事本身非常高效。所有互联网大公司做的大数据和人工智能，最初、最大规模的 PMF 应用，基本都在这里。
但素材创造本身是一个相对比较手工化、没有那么高效和集约的产业。我们有很多 creative agency，不同公司也有 in-house marketing team，这和大规模、集约化的 matching 系统形成了非常鲜明的对照。
之所以会这样，是因为上一代的 AI 和机器学习没办法做素材生产。它本质上还是传统的、偏统计机器学习的概念，而不是 GenAI 这样的技术。
当 GenAI 出现之后，我们觉得，传统广告系统相较于上一代依靠人工、精耕细作，像小农经济一样的素材生产体系，能够更好地去做素材生产。所以这两者必然会融为一体。
这对 marketing agency 和 ad tech 整个行业都会带来很大的变化。我们想研制这样一个新的广告系统，把广告的匹配和广告的生成合二为一，非常有机地融合在一起。这是我们的一个长期理念。
待会儿我们可以再聊一下。这里肯定会有一个非常不同的声音，认为广告生成也好、广告匹配也好，应该是大品牌的机会。那一个小的 startup 要如何抓到这样的机会？我想听听你的分析。
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 融资的过程中，有没有遇到和自己背景相关的问题、challenge 或者顾虑？
Speaker 1
我觉得还好。
这个雨突然大起来了。我们刚说到中美相关的问题，雨突然就大了，赶紧跑回去。
Speaker 1
小事，好久没跑步了，我天。
这大雨就像中美关系一样，风雨飘摇，说来就来。
Speaker 1
真的是。
我们回到室内，继续刚才的问题。在融资过程中，有没有收到过关于作为华人创业者这样的背景所带来的挑战或者担忧？
Speaker 1
这个肯定是有的。因为我和 Harry 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，但投资人肯定会 concern 这一点。
不过我觉得，国内可能存在一个潜在的误区：在美国，特别是在硅谷，其实几乎没有什么种族主义者，至少我自己从来没有遇到过。大家肯定会有 concern，但更多是因为地缘政治因素。他们会担心，比如美国一些相关法案、规定，会不会对后续的投资或者 PR 造成影响。
但这些其实很多都有办法解决，主要还是项目足够 solid、愿景足够好，很多问题都有办法解决。
我们也可以看到，像 Manus 这样非常优秀的华人团队，也拿到了硅谷顶级 VC 的投融资。所以这块肯定有难点，但也不是不可能。
你有没有印象，当时这些 VC，不管是中国的还是美国的，提的问题里面，有没有让你觉得最 impressive 或者最 surprised 的？
Speaker 1
没有特别 surprising 的。我们做的就是一个高风险、高收益的事情。
风险方面，大家常常会说到大平台的风险、竞争，以及其他所有风险。收益方面，广告确实是一个万亿美元级别的、非常大的市场。
从融资完成到现在，你们做了哪些重要的事情？已经有几个月了，对吧？有半年了吗？
Speaker 1
差不多小半年。
4. 团队与 traction 成形
我觉得可以分成 3 大块。第一块是搭建了一个非常好的核心团队。创业肯定不只是我和 Harry 两个人的事，特别是这么一个宏大的愿景，需要很多非常优秀的同事一起来 build。
我们现在团队里有之前连续创业的人，可能和我年纪差不多大，但已经创过 3、4 个 startup，也拿过百万级别的融资。我们有来自 xAI 这样头部 AGI 公司的研究员，有非常深厚的 AI research 经验，也有来自 Berkeley AI Lab 的研究同事，还有在头部互联网大厂有十几年架构经验、非常资深的广告系统架构师。
所以我们是一个人很少，但每个同事都非常强的团队。
另外一块是行业对我们的认知开始初步建立起来了。广告行业不像卖一个 enterprise SaaS，商业模式可能比较简单直接。广告是一个沟壑纵横的行业：广告主有非常多不同种类，有大品牌、小品牌，有没有 in-house marketing team，也有 agency、DSP，中间每一种又有很多不同的细分。
比如 DSP 和直客完全不是一种客户，虽然它们都是广义上的广告主。这还只是广告主这一边，没有包括中间的 exchange，或者流量主这一边，所以整个行业非常复杂。
对我和 Harry 来说，我们主要是 AI 背景和创业背景，对广告行业并没有特别长时间的经验。这既是劣势，也是优势。劣势当然是我们没有特别深厚的人脉资源，但优势是，我们可以用 AI 重新思考这个行业应该怎么做，在 AI 时代，行业结构应该是什么样。
创业到现在，我们已经基本摸清楚了这个行业的大致脉络，以及各方的利益关系。我觉得这也是非常重要的一环。
另一方面，这个行业对我们已经有了初步认知。我们和行业各个方面的参与者，不管是在中国还是美国，头部玩家基本都建立了联系。大家都知道我们的愿景是什么，基本上所有人都会多少 buy in AI 对广告行业的颠覆性影响，也开始有越来越多的人主动来找我们合作。
第三块是 traction。我们现在在流量方面接入了一些全球最头部的 AI 产品，像 Mostscape、DVI，都是流量排行榜全球排名前三十的头部产品，我们都已经接入，开始让广告 campaign 跑起来。
广告主这边，我们也有一些大的 DSP 和大的品牌。现在初步的整个系统已经成型，也已经跑出了不错的效果。
可以再通俗易懂地讲一下这个系统是什么样子的吗？它是如何运行的？对于一个普通用户来说，通过这个系统看到的广告是什么样子的？它和以前通过 Google 搜索或者在 Facebook 上看到的广告有什么区别？
Speaker 1
5. 广告重新理解用户
我自己也是互联网的老用户，大家一直都在上网。广告绝大多数时候都不会很讨人喜欢，特别是在一些小网站上，百度一搜，就会出现很多 banner、pop-up，轰炸你的体验，整体体验很差。
这其实是互联网广告内卷了 20 年之后自然发展的结果。如果不这么做，网站就没有收入，根本没办法存活。大家只能用这种非常粗放的方式，我觉得这是内卷状态下所有人都输掉的结果。
我们想做的是让广告的用户体验更好。比如我在搜一道数学题，我不会做，然后系统识别到我的意图，结合上下文，发现我正在看一篇关于数学概念的文章，就可以在最后告诉我：“如果你之后想了解相关的数学问题，我给你推荐这个 AI 学习助手。”它和你现在正在做的事情是相关的。
我们想达到的一种体验是：比如我和朋友交流，他了解我，知道什么东西会对我有帮助，然后给我做这样的推荐。广告本质上并不一定要和用户利益相违背。
比如我使用 Google 的时候，很多时候 Google 推的广告其实比我更了解我想要什么。有时候一开始我的 query 可能还不准确，我其实想要 A，却搜了 B，但 Google 因为有很多数据，知道我其实想要 A，就直接给我推 A。结果我发现，这个广告其实挺有用。
我觉得这种广告是在增进用户体验，而不是损害用户体验。对于广告主和媒体方来说，这也是一种双赢。
这里其实有一些争议。比如用户在 Google 搜一道题，他可能只想要题的答案，但 Google 给他插入了广告。刚才你举的例子也是类似的：我和 AI chatbot 问一道题，只想要答案，这个时候你非要再推一个 app，好像不能说用户体验变得更好了。从另一个角度来说，用户体验反而变差了。
我相信 NextAd 想做的事情，是希望改变广告行业。所以想请 Jason 再进一步聊一聊：AI 是你们现在能用的最好的杠杆和工具，有了 AI 之后，怎么把刚才说的这种用户体验矛盾解决得更好？
这个听起来确实已经有不少人想象过，接下来广告可能会出现这样的形式。但它在用户体验上是一个非常微妙、也非常有挑战性的东西：你怎么样既能给用户提供从搜索到生成、他想要的答案，同时给他下一步和商业化、广告相关的服务，但与此同时又不要冒犯他的隐私，不要让他觉得你给我推这个答案，其实就是为了给我推一个广告？
你们在思考用户体验应该怎么样呈现、思考这个边界的时候，是怎么想的？
Speaker 1
这是非常好的问题。我们对自己的定位是技术服务提供商。我们有一套完整的 AI 体系，可以把广告塑造成流量主想要的任何样子，但最终的用户体验是由流量主本身来控制的。
比如具体的合作方我不方便点名，但我们也合作了很多不同的流量主。有些流量主对用户体验的要求非常高，比如 1000 条用户 query 里面，我只插 10 条广告，甚至更少，而且我想要确认这个广告确实对用户有帮助，才去插入。
我们可以做到这一点。我们的技术有非常好的 semantic matching 引擎，可以帮助他们达到这个效果，也可以让广告非常无缝地融入进去。
但另外一些流量主可能会说，我根本不 care，我每一条都要插广告。每一条都插广告，就不可能让广告和用户意图非常 relevant，体验也不可能非常无缝，用户可能会觉得不舒服。但这是那个产品想要达成的用户体验，我们也可以支持。
我们更多是给他们一个工具，具体的用户体验是产品所有者的问题。当然我们也有一些底线，不会做违反公序良俗的事情，就像 Google、Meta，他们也会有常见的限制，比如儿童色情、暴力等内容肯定不会做。但在此之上，不同产品对用户体验有不同选择，我们会赋能他们去实现自己想要的用户体验。
所以你们是一个第三方。你说的这些产品，指的是 ChatGPT 或者其他 AI 生成类产品？
Speaker 1
对。其实我们的产品分成两块，一块是针对广告主的，另一块是针对流量主的。
流量主这边，我们的特色是和下一代 AI 产品结合。现在越来越多的流量和注意力会放在 AI 产品上，Google 的搜索 query 在持续下降，大家开始使用新的 AI 产品，耳熟能详的有 ChatGPT、豆包等。
有非常多长尾、中长尾、腰部的应用，它们也需要变现，有很多流量。我们的技术可以帮助它们做到这一点。
针对广告主，我们帮助他们完成从 creative 生成到投放 end to end 的整个流程。因为我们自己也是广告平台，有所有的用户数据和整个平台的基础设施，再去做素材生成，就会很顺。
我们生成的素材不仅仅会投放到自己的流量上，也可以帮助广告主在其他流量渠道上达成更好的效果。
我感觉现在是一个非常有意思的时间。生成式 AI 产品刚刚开始普及，就像你说的，Google 搜索请求的数据在下降，Google 应该也非常头疼，搜索广告的范式会发生变化。
现在出现的生成式 AI 产品也很多，除了头部产品之外，还有很大的长尾市场。接下来广告的具体形态会是什么样子，其实大家还在探索和定义的过程中。
Speaker 1
这也是我们这个生意非常有意思的一点。广告是一个生态，有行业标准。我们同时也在定义一种新的广告格式：广告主不去控制素材的格式。
因为我们觉得，未来广告系统不只做广告匹配，也会做广告生成。对于广告主来说，如果你来我们这里投广告，只需要给我们一个产品链接就行了。我们可以自己爬取产品介绍，分析潜在受众，相当于帮你完成整套自动化流程。
但这和传统范式非常不一样。传统范式下，广告主可能会和 agency 合作，也有自己的 in-house team。当然，我们现在也会和这些内部 creative 生成团队合作，帮助他们提升工作效率。
但你们最终想取代他们吗？
Speaker 1
我觉得不行，没法最终取代。因为广告一方面有效率，另一方面也有人文因素。
比如说，如果广告是纯效率至上，我只想提高点击率，那确实可以取代。但如果我给 AI 一个优化指标，只说要提高点击率，它可能会放很多色情、耸人听闻的内容，和你的产品根本没有关系，但点击率就是高。
这对品牌的长期价值是违背的。AI 可以优化一个明确的数值指标，但广告不只是优化这一点，它还有品牌调性、长期的产品关系，以及你想吸引什么样的客户。这些内容仍然需要喂给 AI，也可以教它：“我要这样的 taste，我要这样的 branding message。”
至少目前看来，还是需要人来引导 AI。这也涉及我对 AI 长期的 vision：AI 本质上只是工具，可以优化任何人给它设置的目标，但 AI 不能自己定义目标。我们仍然需要人来给 AI 定义它的目的。
所以我的问题是，CEO 或者消费品牌的 founder 定义好目标和 branding message 就够了吗？市场部为什么还要存在？
Speaker 1
我觉得，比如 CMO 或者整个市场部的 lead，CEO 定义的目标通常非常 vague。比如说我想要这样的品牌调性，但 exactly what does that mean？这仍然需要人的判断，需要结合市场经验来定义一个 marketing objective。
我觉得 AI 会取代其中非常 manual 的一部分，也就是纯机械化执行、没有任何人文感知和判断的部分。但最终应该是一个相互融合的结果。
定义目标并不是说“我要做这样的产品”就结束了。你还必须拆解：我今年这个 quarter 的目标是什么？我针对这个人群想要传达什么？这些里面仍然有很多主观判断。
刚才说到广告主和流量主，有没有分别可以举一些具体例子？在和你们合作的过程中，不管是你们自己的感受，还是数据表现，有没有呈现出一些相对比较好的、探索出来的新广告形式？
Speaker 1
6. AI 自动迭代广告创意
流量主这边，我刚刚其实已经举了一些例子。可能全球最头部的 AI 产品都开始使用我们的广告商业化方案，整体效果也非常好。他们之前可能和一些传统广告公司合作，后来直接把传统方案替换成了我们的方案。
广告主这边，我可以举一个比较有意思的例子。我们的其中一个投资人是 Point72，它是华尔街一家大型 hedge fund，创始人 Steven Cohen 是一位非常富有的 billionaire。他在纽约买了一支棒球队 New York Mets。
我们现在和 New York Mets 合作。它是美国最顶尖、最有名的体育球队之一。虽然国内没有特别强的棒球文化，但它在整个美国体育领域的影响力非常大。
他们有一个非常大的广告部门，甚至还有专门的数据部门，内部做各种 data science 工具。我们和他们的 marketing 以及 data 部门合作，用我们的技术帮助 New York Mets 达成更好的销售目标。
大家可能不会想到，体育球队也是非常大的广告主。体育本身也是一种商品。在纽约这个辐射圈里，如何给不同类型的用户分层？比如对于家庭用户，肯定要突出棒球作为家庭亲子运动的一面；对于年轻的上班族，则可以突出棒球更热血、更激情的一面。
针对每一个用户，我们如何获得深度认知，如何持续迭代 creative 和 campaign，就是我们帮助他们自动化的地方。
这个例子可以再具体一点吗？他们以前的广告投放在哪里？你们是他们现在尝试的一个新方向，还是还有其他可能性？
Speaker 1
他们在线下和线上都投广告，Google、Meta 等都是他们投放广告的渠道。
他们和我们合作主要有两块。一方面，他们也想尝试在 chatbot 里面投广告；另一方面，更主要的合作是，我们用整套端到端的素材生成和优化技术，帮助他们优化已有的广告投放系统。
比如他们现在可能一个赛季由 marketing team 生成 10 个不同素材，每个素材分别 targeting 不同的用户画像，然后这个赛季就结束了。
我们现在想做的是，每个赛季可以给你生成 1 万个素材。每个素材可以在 5 种用户画像上做测试，用一周，或者 2 天，跑完一个测试，结合数据量和统计显著程度，判断效果好还是坏。然后我们的 AI agent 会自动调整这些素材。
比如我们发现，对于生活在布鲁克林的家庭用户，之前的叙事里都是白人，但当地可能黑人比较多，所以效果不好；另一种主要面向黑人的广告，效果反而更好，那我们就应该把这个调整过来。
我们可以提出不同假设：这类用户可能会对什么样的广告更有感触，什么样的广告效果更好，然后沿着这些方向测试很多内容，做 A/B test，并行测试很多不同的广告。
必须承认，在具体精细程度上，它肯定不能做到像花很多钱去拍广告片、制作一张非常精美的图片那样。但在绝大部分广告场景下，用户对于广告也就是扫一眼，不会关注过多细节。
最重要的还是第一眼带来的感觉，以及它撬动了用户哪些潜意识里的吸引点。即使是最优秀的 marketer，也不能完美预测这些内容。用户本身的兴趣也在不断变化。
我们用 AI 做的事情，就是让 AI 自动生成这些想法，自动测试这些想法，再自动迭代这些想法。自动生成、自动测试、自动迭代。
但其实还有另外一个声音，认为 AI 一定会给整个广告行业带来颠覆式的红利和机会，可是很可能这是大平台的机会。
大概两三周前，扎克伯格上了 Ben Thompson 的播客 Stratechery。在那档播客上，扎克伯格破天荒地讲了 AI 对 Meta 最大的几个意义，其中首当其冲的第一点就是，AI 会让 Meta 的广告业务变得更强大。
他说的和你刚才提到的几乎一模一样：端到端地解决用户的问题，也解决广告客户的问题。过去 Meta 只能帮广告客户做用户 targeting 的匹配，以及数据监控；现在除了这两点之外，还可以直接做素材生成。
之后用户只需要给我一个产品链接，再告诉我有多少预算、能接受的最高 ROI，我就可以把剩下的事情全部做了。这听起来和你的描述有 99% 相似。
在这个背景之下，创业公司的机会从哪里出现？
Speaker 1
7. 巨头为何难以创新
这也是各个投资人，包括我们和所有人聊的时候，都会 challenge 我们的一点。广告确实是一个头部高度集中的、寡头垄断的行业，那为什么创业公司要去做这件事？
我觉得首先从最根本的角度来说，类似的 argument 对每一代创业公司都适用。Google 既有人才、算力和资金，也非常重视 AI，但为什么它没有做出 ChatGPT？
我觉得大公司有内生性的决策惰性，以及决策结构上的劣势。
举两个例子。为什么第一代 iPhone 找英特尔做芯片时，英特尔没有答应？因为它会觉得，这个芯片单价这么低，我还要为你重新建生产线，利润率又这么薄，不如好好做我的 PC 芯片。
在非常理性地最大化股东利润的思考方式下，它可能看不到颠覆式创新带来的结构性机会。于是英特尔错过了整个移动互联网的芯片浪潮。
另一个例子是微软。微软其实一直在做 chatbot 广告，3 年前就已经有 API，可以和行业里的聊天机器人合作，为它们植入广告。但当时他们服务的两三个客户，到现在还是那两三个客户。
我们起步比他们还晚，但从客户数量来说，已经发展得比他们快得多。大公司的决策流程、组织结构和所有架构，决定了它虽然拥有全部的资源和人力，但从理性的股东利益最大化角度出发，没法像 startup 一样工作。
这里面有一个问题，我还是想 challenge 一下。昨天我们刚采访了周鸿祎，他是一家市值 100 亿美元公司的董事长兼 CEO，但他仍然在推进自己的新 AI 产品。
在那次访谈里，他提到，今天行业有很多不确定性，而在没有确定共识的时候，才是创业者的机会。如果是确定的共识，那巨头是最确定的，最确定的机会就是巨头的机会。
回到广告行业，听起来扎克伯格和你已经形成了确定的共识。大家都认为广告会往这个方向发展。那这样的机会，是不是就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和优先级之分吗？你怎么看？
Jason Hu
我觉得共识和非共识是相对的。
比如 AI，20 年前大家就知道 AI 非常厉害，但具体怎么发展，仍然有很多很多小的微决策。AI 也是一样：大语言模型用什么架构，A 还是 B？做推理模型，还是用 linear attention？这里有很多很多小的选择。
大公司因为结构限制，会做出一类选择；小公司就是赌，我们可以动作更快，做出另一类选择。这些小选择逐渐累加起来，就会出现非常大的变化，比如 DeepSeek。
Ronghui
那有没有什么是你们现在做的、和 Meta、TikTok 不一样的，在广告系统里面属于非共识的选择？
Jason Hu
比如我们对于端到端自动化会更加激进。
Meta 和 Google 已经是行业领导者，也有大量已有客户关系和全球客户经理，和很多广告主形成了一种很好的共生关系。如果要推下一代革命性方案，它们肯定要考虑和现有 revenue base 的关系。
但我们是从零开始，不需要考虑已有关系，所以可以用更加第一性的角度去思考，什么方案长期来看对广告主最有用，而不需要考虑很多 legacy。这是一个例子。
再比如技术选择、publisher 选择，还有很多很多微决策。总体累加起来，整个公司的走向就会很不一样。
Ronghui
你现在感觉，那些合作的广告主有没有提出过他们对于下一代广告类型的一些想法？
Jason Hu
我觉得广告主都会对 AI 非常感兴趣。我们聊到的所有广告主，都觉得 AI 是未来，但具体这个未来是什么样，我觉得这可能还是创业者的优势。
相对于传统广告公司，我们用 AI-native 的视角去看广告，用第一性原理去思考广告未来应该长成什么样。我们可能对传统广告的具体流程和细节没有他们了解，但对未来广告应该长成什么样的 vision，可能会比他们更清楚。
更多时候，是在合作和交流互补的情况下，如何把我们的前沿理念和实际业务结合起来，带来实际的业务价值。
Ronghui
我感觉在一个新的时期刚刚开始的阶段，很有可能对创业公司来说是群雄逐鹿的时候。
在这个时候，你们的差异化是什么？你觉得现在大家主要在拼什么？
Jason Hu
竞争对手确实不少。刚才提到我们和巨头的不同，但其实在我们这个领域里，也有其他很受关注的 startup 竞争对手。
在 ChatGPT 之前，就已经有很多 AI 和广告结合的公司了。具体名字我就不点了，中国和美国都有很多跑得很好的公司。
比如服务广告主，有很多产品帮助广告主生成素材、提升效率。这类工具非常多。
我们还是以一个非常不一样的视角来做这件事。对于广告主来说，我们不仅仅是一个素材生成工具，不只是一个 SaaS，我们还是一个广告平台。作为广告平台，我们有端到端的用户数据和流量打通。
我们觉得这是长期非常重要的数据飞轮来源。广告素材是给用户看的，是给 audience 看的，而不是给广告主看的。
如果我们只是搭建一个素材生成工具，主要客户就是广告主，面向广告主生成素材，那是在已有广告主工作流里帮助他们提升效率。这非常有用，特别是在过去几年 AI 还没有那么成熟的时候，我觉得这可能是 PMF 最强的方向。
但当 AI 智能越来越强，生成素材的质量越来越高，可以端到端生成高质量素材的灵感和想法时，我们就可以针对潜在用户生成素材。
广告主本质上不关心素材是什么，只关心 campaign 的效果。我们作为广告平台的优势就体现出来了：我们有端到端的数据，知道用户在这些 App 或者其他流量平台上的具体浏览数据、点击数据是什么样，可以直接让 AI 根据这些数据进行优化。
对广告主来说，这相当于更多地解放了他们的生产力。有点像从编程里的 Copilot 自动补全，发展到 Devin 或 Cursor：我直接告诉它“给我搭一个网站”，它就把网站搭出来。
这有点类似从完成一个问题到执行一个任务，从过程导向到目标导向。
Ronghui
但我在想，很多做广告素材生成的 startup 之所以选择这个方向，其实是做了放弃。因为既要做 N to N 的整个广告系统，又要做广告素材生成，这是两件都非常难的事情。
Jason Hu
对。我觉得这也是为什么我们的 business 非常 challenging：我们要两边同时开始做，技术上和 BD 上都有很多工作要做。
但创业还是要做难而正确的事情。
Ronghui
对于创业来说，新一代 AI 产品大家都会先上来就收费。这对未来广告市场形态的畅想，会有什么大的影响吗？
Jason Hu
我觉得这是非常好的问题。这一代 AI 互联网和上一代流量互联网，还是有区别的。
上一代可能默认先接广告，再逐渐发展付费，或者怎么样。这一代则是先尝试付费，如果付费不 work 了，再去接广告。但我觉得长期可能还是会殊途同归。
广告和付费其实不是相互矛盾，而是相互促进的。我们接触的所有 AI 产品都有付费，可能除了低配 AI 之外，付费已经占据收入中非常大的一部分。
但总有些用户不会付费，一直使用免费版。你可以把这部分用户当成沉没成本，一直为他们支付 token cost；也可以给他们展示一些广告，让他们实现一定的商业化。
同时，对这些用户来说，看到广告之后，他们付费的意愿可能还会更高。所以广告和付费的最优比例，不会是广告占 0%、其他 100% 付费，而是会有一个比例。
这个比例可能比上一代互联网产品的广告比例更低，主要还是依赖付费，但肯定不会是 0%。整个 C 端应用产品市场非常巨大，即使广告只占 20% 或 30%，也是一个非常大的市场。
Ronghui
刚才前面提到，这是大公司的挑战，也是创业公司的机会。但大公司也不傻，不会眼看着新一代公司把它们的份额抢走。
你们有没有看到这些公司在做什么新的尝试？有些可能还没有公开。
Jason Hu
关于大公司这块，还有一个点刚才没讲完。
8. 开放互联网的长尾机会
整个互联网广告其实分成两个大的生态。一种叫围墙花园，比如 Google、Meta，以及国内的百度、字节，它们都是 end to end 的，从广告主端的产品到最终流量，全部自己掌控。
这部分可能占整体互联网流量的 40%。但占据更大流量的，其实是 open internet，也就是开放互联网。第三方网站、各种 app，很多并不是大公司做的，但它们的流量非常大。
在 open internet 上，也有非常成功的广告公司。比如去年很火的 AppLovin，它帮助第三方游戏做网络化变现；还有去年同样很火的 The Trade Desk。这些都是市值几百亿、上千亿美元的公司。
它们和围墙花园的关系，也不是你死我活、非此即彼，而更多是 capture 广告市场的不同侧面。
我觉得 AI 里面也是一样的。我们逐渐看到头部产品出来，各种大厂和新大厂都有自己的产品，但同时也会有很大的腰部和长尾产品。从目前的流量格局来看，长尾产品的占比其实相当高，它们也需要自己的广告生态。
比如我是 Google，我当然有自己的围墙花园产品，但对于第三方产品，我不可能把整个产品都吃下来。这里面其实存在一种共生关系。
Google 的广告主之后可以到 open internet 上买量，购买我们这里的流量；我们的流量和广告主，也可以在 Google 的生态里采买。这件事其实已经在发生。
整个互联网广告生态本来就是大家彼此流动、错综复杂的，更多是一个共生关系。
Koji
我们知道，在任何地方创业，有一个好的 networking 都特别重要，在硅谷尤其如此。对于华人背景的创业者来说，可能更是这样。
在硅谷到现在为止，对你们帮助最大的前辈有哪些？
Jason Hu
这个还是非常多的。没有他们的帮助，我们也走不到今天这个状态。我肯定记不全。
比如 Reynold Xin，他是 Databricks 的 co-founder。我们之前有一些 personal connection，也和他有过很多交流。
我从他身上看到很多东西。他是技术出身，之前做学术研究，后来完成了从学术成果到商业转化的过程。现在 Databricks 是一家非常成功、指数级增长的公司，但创业头几年也遇到过很大的困难，比如找不到客户、没有定义起产品。
和他交流、学习这些 insight，对我来说非常 inspiring，也给了我很多鼓舞。
另外，比如我们在 HSG 的投资人 Troy，对我们的帮助也非常大。他在硅谷投资圈的 network 非常广，也非常愿意帮助华人创业者。他介绍了很多此前在广告行业的资源，包括他之前在 Unity 广告业务中的顶级 connections。
这不仅是资金上的支持，还有很多 advice，对我们帮助非常大。
Ronghui
Meta 正在非常激进地探索下一代平台，比如眼镜。像 Apple 的发布会，这些大公司都在探索下一代计算平台。
下一代计算平台会是什么？它对接下来的广告会有什么影响？
Jason Hu
我可能不是做这块的，只有一些比较粗浅的想法。
我觉得下一代 to C 平台，更多是从固定的 interface 到 generative interface，从展示逻辑到理解用户、和用户交互、帮助用户解决问题，以及和用户进行更深层次交流的逻辑。
从第一性原理来说，可能就是这样的区别。至于具体产品在哪里——手机、电脑、眼镜——我觉得都是 flexible 的。
AI 解锁了一些对展示界面要求没有那么高的交互媒介的潜力。在 AI 之前，戴一个智能眼镜可能没什么用，因为能做的操作有限。但 AI 解锁了很多没有很好展示界面或者交互界面的设备。
比如 Alexa。Alexa 可能有成千上万人的团队为它制定各种规则：用户表达这个意图，然后把它 map 到某个规则。因为用户意图非常长尾，所以需要巨大的团队，只有大厂才做得起，最终效果其实也一般，不像 iPhone 一样走入家家户户。
现在任何一家 startup 都可以马上做出一个 Alexa。我甚至可以一个下午用 Cursor vibe code 一个 Alexa，硬件不算，软件做出六七分是没问题的。
这让很多长尾硬件创新成为可能。手机、电脑这些成熟产品已经非常卷了，但一些新的交互媒介，比如 Rabbit、AI Pin、眼镜、戒指、手环，每一个都可以通过 AI 当成手机来使用，完成非常复杂的操作。
所以这对创业公司也是一个很大的机会。我也有朋友在做各种新型硬件媒介类创业。我觉得这是 AI 作为人机交互创新，带来的整个上下游的变化。
Ronghui
你觉得这对广告行业会有什么影响？
Jason Hu
影响非常大。整个互联网广告体系，依赖的是能够 track 用户点击、track 用户转化，然后搭建计算广告系统。
但比如我是一个智能语音音箱助手，和用户说了一段话，用户可能听到了，也可能没听到。即使用户听到了，他后来去搜索某个东西，也没办法把他听到的内容和搜索行为连接起来。
这对广告后端的影响非常大。
做广告最大的感触就是，它是一个生态，不是一个单独的 SaaS，卖给一个人就可以。如果我要推出一种新的广告形态，就要有足够多广告主 buy in 这个形态。
比如我说这是 AI 原生生成的广告，广告主觉得这很荒谬，不给预算，就跑不起来；流量主不相信这种形态，也跑不起来。
所以这件事还比较初期。广告肯定会比流量本身滞后。你首先要证明这是一个长期、增长、高质量、能够真正 capture 用户注意力的流量平台，然后再去思考怎么搭建广告体系。
目前来说，新型 AI 原生硬件媒介上的广告长什么样，可能还为时过早。因为我自己也不知道这种媒介本身会长什么样，或者它会不会形成长期、sticky、能够 capture 用户 attention 的流量。
Ronghui
你们在融资的时候，DeepSeek R1 应该还没有发布。它发布之后，感觉影响到了每一个人，不只是个人生活，也包括我们的职业、职业生涯和市场信心。
它对你们有什么样的影响或者帮助？
9. DeepSeek 进入公司内部
Jason Hu
当然是非常深远的。我觉得 DeepSeek R1，比较虚一点说，真正 unlock 了下一轮 AI token 价格的下行，让我们可以用得更舒服，不管是在产品里还是日常生活里。
具体来说，可能分成两块。一块是我们自己的广告系统如何使用推理模型；另一块是公司的内部运行，包括我个人每天在生活和工作中怎么使用。
在广告系统里，我们设计了一个核心模块，是素材生成和 reflection。素材生成不是把“你要生成什么东西”直接扔给一个生成模型，让它去生成。中间要设计很多推理，本质上是模拟人生成广告素材时做的各种判断。
比如我们要看：之前这个 campaign 哪个素材效果好，哪个效果不好；这个用户之前对哪些东西感兴趣，哪些不感兴趣；广告主想传达什么样的理念。
你需要 synthesize 很多内容，最终生成一个广告想法和素材，中间其实需要大量推理。低成本、低延迟、高可用的推理模型，对我们来说非常关键。
我们现在没有使用 DeepSeek R1 了，但我觉得它开启的这一轮新军备竞赛，对应用公司来说非常好。
另外一块是在个人生活和工作上，帮助也非常大。我之前在字节工作过，也非常欣赏张一鸣说的，要把公司本身当做一个产品来做。
我觉得在 AI 时代，不只是要做一个 AI 产品，公司本身的运作也要 match AI 军备竞赛带来的效率提升。
我们目前在内部做一个系统。稍微展开一点说，一个公司里的个体，本质上是信息输入和输出的 mapping。
比如我作为 CEO，输入是和客户、同事、投资人以及所有外部和内部的人聊天，在网上读资料、读研报、做研究、看代码、看数据。这些都是输入。
输出可能是写文档、把产品想出来、和别人说话、给别人发消息。我们会把所有输入整合起来。
比如业务会议会录音，公司内部聊天记录会有统一的数据整理体系，公司的所有文档也会做很好的 data indexing。
当这些输入数据都被整理好之后，data processing 的过程也可以用 AI 自动化。答案是肯定的，我们已经在这么做了。
比如要给一个新客户写方案，我需要知道应该给他推什么产品、这个产品是什么样的，需要拿出代码、已有的产品介绍或宣传材料，还要了解客户本身的情况，以及和这个客户之前四五次聊天、开会的记录。
我们内部还会讨论这个客户有什么需求、应该怎么做，代码是什么样。现在有一个 AI agent，可以自动到我们的所有数据库里取这些信息，直接把整个 PRD 写出来。
以前写这样的东西可能要花半天时间，现在 AI agent 可能 20 分钟到半小时就可以完成。因为这不是简单地把文字整理出来、prompt 一下，而是一个 deep research，所有文档的 retrieval 过程都是 agent 自己完成的。
我们会看到自己的 agent 去读文件夹里的内容，读完之后发现不对，就换一个文件继续读。它需要很强的 reflection，也需要非常低的 token cost。
如果每个 task 都用 Claude 4 Opus，每百万 token 100 美元，那做这种复杂 task 是不行的。我们之前用过 DeepSeek，现在可能更多使用 Gemini 2.5 Pro。
总的来说，DeepSeek 这一轮撬动的 AI 军备竞赛、reasoning model，以及它深入思考并优化最终目标的能力，对我们公司不管是产品还是内部运营，都有非常深远的影响。
Ronghui
我们正好说到 agent。Manus 发布之后，掀起了整个 agent 的巨大浪潮。
十字路口在公众号上也做了很多产品首发和评测。最近一开始我还说每周有两三个产品，现在感觉每天都有两三个各种 agent 找到我们，希望看看是不是可以合作或者报道。
也有不少产品说自己是 marketing 或者广告这个垂直领域的 agent，但我听起来好像 NextAd 还没有这么说。
Jason Hu
因为我觉得 agent 是不够的。在广告领域不能只做 agent。
Agent 本质上是一种拟人的东西。LLM 的思考方式和人类很像，但广告系统不能只让它像人一样思考。
上一代广告匹配系统的思考方式，其实是超越人的。比如让 agent 一次读 1 亿条用户交互数据，它读不出来。让它在 1 亿个用户和 1000 万个广告之间做匹配，agent 也不会匹配。
因为 agent 的思考方式和人一样，是基于自然语言做深度思考；但广告系统还需要基于巨量数据训练模型，使用传统机器学习的方式。
所以 agent 当然我们也有，但不能只是 agent。Agent 需要和传统广告体系无缝融合，才能让效果最好。
我们不会说自己只做 agent，因为我们是 end to end deliver 效果，而 agent 本身不能 deliver 效果。
Ronghui
最后聊一些轻松的话题。你自己最常使用的 AI 产品有哪些？
Jason Hu
我是所有产品一起用。现在我的电脑上，Mac 旁边有 Grok、ChatGPT、Manus、DeepSeek、通义千问、Claude 和 Gemini。
Ronghui
这么多产品，你什么时候选择用谁？
Jason Hu
比如我要做 deep research，最好的是 Gemini。但有些时候 ChatGPT 和 Grok 的 deep research 也不错，所以我会 3 个一起用。
最近我自己被 ChatGPT 深深粘住，是因为它上线了全站 Memory 功能。它现在非常了解我的情况，所以我问什么问题，感觉它给出的回复都是最个性化、最细腻的。
对于工作场景来说，我们公司有一个 contextual layer，把所有数据整理出来，所以 context 的迁移比较方便，也可以让我们使用不同的 AI chatbot。毕竟模型军备竞赛的迭代还是很快的，OpenAI 也并不是一直都有 SOTA model。
Ronghui
你什么时候会用 Manus？
Jason Hu
做一些具体的 operations task。比如我要下载 50 张图片，就直接扔给它让它去做，这种小 task 会用 Manus。
但如果我要搭一个网站，可能还是会用 Cursor 这样的产品。
Ronghui
Manus 前天有一个非常不错的更新，上线了 chat 模式，而且它的 chat 是完全免费的。
Jason Hu
对。我觉得这其实也是增加用户粘性的一种做法。不用等到出现特定 task 的时候才想到 Manus，日常就可以和它 chat，而且是免费的。
Ronghui
可以玩一玩。你最看好的 AI 产品有哪些？
Jason Hu
当然是我们自己。其他产品的话，Cursor 讲道理也确实很厉害，每天都在用，用得很爽。
Ronghui
你觉得它确实很强，具体是哪些方面比 Windsurf 好？
Jason Hu
我觉得这个团队确实很强。我之前有朋友在那边，团队内部工程效率非常高，一天可以有非常多 PR，可能几百上千个，而且当时他们人也非常少，可能不到 10 个人。
Koji
我其实很想问 Jason：你在湾区听到的创业者最常讨论的话题，和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？
Jason Hu
我觉得湾区整体会有更多第一性原理的思考，讨论也会更虚一点。
湾区可能会和大家讨论 AGI、AGI 时代的人类未来，或者这类比较虚的东西。国内整体上会更实际一点，比如如何赚钱、AI 时代下面的流量机会。
当然这都不是绝对的。湾区绝大部分创业者肯定也非常实际，国内也有很多非常有“星辰大海”气质的创业者。但整体氛围上的区别，我感觉大概是这样。
再补充一点湾区和国内的区别：湾区公司整体人要少很多，同阶段的公司，员工数量会少很多。国内同阶段的公司，我们见过可能有 20、30 个人，甚至更多；像我们这样的人就很少。
在湾区，类似阶段的公司，人少其实也不算少。很多公司甚至只有非常少的人，但大家会更加强调每个人都非常全能，每个人都把 founding team 当作 founder 一样来工作。
国内在招人 mindset 上，可能会有一些区别。
Ronghui
你接触的湾区这一代 AI 初创公司，和上一代公司的工作方式，有什么特别不一样的地方？
Jason Hu
有一个很大的区别，但也是很实际的区别：大家开始使用海外外包。
湾区人工成本实在太贵了。我们也是 global distributed team，在湾区有线下办公室，但全球都有同事和我们一起协作。
硅谷 startup 过去基本所有人都在湾区线下工作，成本确实非常高，生活成本也非常高。
Ronghui
你最欣赏的创业者是谁？
Jason Hu
我觉得可能不是一个人，而是一类人。
我觉得厉害的创业者，本质上分成两类。一类公司是没有这个人，公司也会出现。比如字节跳动可能就是这样。推荐系统是技术发展的必然，张一鸣当然非常厉害，但如果没有他，大概率可能只是晚一些，也会有类似的分发方式出现，因为从商业和技术逻辑上看，它是非常必然的。
很多创业都是这样，顺应时代趋势。我觉得我们也是这样。
但我觉得最厉害的创业者，是创造趋势的人。没有这个创业者，公司很可能根本不会实现。Elon Musk 就是这样。比如 SpaceX 和 Tesla 刚开始做的时候，根本没有人看好，也没有这样的趋势，但他硬生生把这两家公司做了起来。
当然 Elon Musk 有很多争议，我这里只说他作为创业者的心力、vision 和意志本身，我是非常佩服的。
两类创业者我都佩服。张一鸣做的也绝对不是容易的事，他很早就看到了大势，也很早抓住了机会。但我会更欣赏后者。
在消费品领域，这样的创业者更常见。这个世界并不需要多一个品牌，但还是有成千上万的品牌不断涌现，因为它们提出了新的产品创新和价值主张。这些东西不是必然的。
还有一个我自己很佩服的创业者。说到这里，我想到宜家的创始人。没有宜家的创始人，就绝对不会有宜家。这是一家方方面面都非常难做出来的公司。
宜家一直在讲的一个重要理论是设计的民主化。在宜家之前，花 39 块钱买到一个北欧风格、好看又能装饰家里的茶几，几乎不可能。但宜家让这件事在全世界各地都变成了可能。
它真的是美的普及和设计民主化的集大成者。
Koji
如果你见到 Elon Musk，最想问他的一句话是什么？
Speaker 1
我会好奇地问：假设没有任何资源限制，他会想做什么样的项目？
比如给他无限的钱，你猜他会怎么回答？
我猜他可能会说，直接做一个星际帝国之类的东西。
Speaker 1
我也不知道。因为如果还是关心地球上这些事情，未免格局小了点。如果有无限资源，可能确实会去做更大的事情。
我觉得 OpenAI 的 founding team，包括以太坊的 founding team，我觉得都拥有很强的 vision。这些 vision 如果没有他们，可能不会实现，或者要晚很久很久才能实现。
他们创造了一个新的 paradigm，我觉得这非常酷。
最后一个问题：你会怎么定义这一次创业是成功的？
你也希望去定义一个新的范式，成为一个没有你就不会存在的品牌、公司或者商业模式吗？这才是你想象中的成功，还是你会怎么定义？
Speaker 1
10. 定义没有你不行的公司
这个 vision 可能有点受 OpenAI 影响。我希望定义一个 AI 在广告领域应用的新范式，并且 ensure 它整体上带来更好的 social outcome。
AI 是一个非常强大的工具。商业成功是一方面，但我觉得后面还需要有 value。
比如我们完全可以利用自己的技术，用 AI 让人无限沉迷在广告里，让人无限点击，做成一个 ultra-capitalist 的系统，让大家消费至死、娱乐至死。但这不是我想做的事情。
OpenAI 想创造 AGI，也知道 AGI 的影响会非常大，但同时希望确保 AGI 把人类引向更好的道路，而不是更坏的道路。
我们当然没有 OpenAI 那么大，但我觉得道理类似。AI 实在太强大了，既然我们背靠 AGI 的发展主线，也应该有这样的社会责任感。
同时，我觉得定义一个新的广告生态也非常 crucial。从长远来看，如果它对行业里的所有参与者都更好，对用户也更好，它就会成为一个长期的新生态。
Koji
今天谢谢 Jason 的时间。
十字路口最近半年应该访谈了十几、二十位新一代 AI 创业者。我觉得 NextAd 的 Jason 和 Harry，是这一代 AI 创业者里面非常有代表性的两位。
一个是他们非常 AI-native，第二是他们很敢去 bet 一件大事。一开始 Jason 就说，我知道这件事风险很大，但回报也很大，所以我愿意 bet 一下。
我觉得这是一个给愿意 bet 一下的创业者提供机会的时代。也祝福 Jason、Harry 和 NextAd 取得他们想象中的成绩。希望再过一段时间，比如一年、3 年之后，你可以再回来十字路口，和我们聊一聊之后沿途的故事和感受啊，谢谢。好，非常感谢两位，谢谢大家收听，拜拜拜拜。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。