AI浪潮下的组织进化：系统驱动的团队法则
叙事吸引人心，机器驱动结果。
2026年5月，Adam Foroughi重返UC Berkeley Haas，站在本科毕业典礼的演讲台前。
他是AppLovin的联合创始人兼CEO。
如今这家公司已是硅谷最受瞩目的AI广告技术企业之一。截至2026年6月上旬，AppLovin市值已突破千亿美元，逼近2000亿美元大关。
但耐人寻味的是，Adam Foroughi并非典型的"明星CEO"形象。
他并不锋芒外露。
也不热衷于自我包装。
更不像那种靠宏大叙事营造光环的人物。
在公开演讲和访谈中，他呈现出的状态反而相当务实：早年发展并不顺遂，创业初期也未获顶级资本青睐。
这与我们想象中的AI公司创始人形象有所不同。
众多AI创业者天生带有未来感。
他们谈论模型、平台、行业重塑、下一代入口、生产力革命。
这些固然重要。
但Adam与AppLovin更值得关注的地方在于：
他们不只是会讲故事，而是构建了一套能持续盈利、持续反馈、持续优化的商业系统。
本文要探讨的，并非Adam Foroughi的个人传奇。
而是借AppLovin这一案例，剖析一个更关键的问题：
AI时代，真正具有竞争力的团队究竟是什么样子？
AppLovin表面是一家广告技术企业。
但若仅将其理解为"做广告的"，可能就看得太浅了。
它真正卓越之处，在于构建了一套可验证的商业闭环：
数据积累越多，算法越精准。
算法越精准，广告匹配效率越高。
广告效果越好，客户越愿意追加投入。
客户持续投入，系统获得更多反馈。
反馈进入下一轮算法优化。
这个循环一旦运转起来，公司就不仅是出售广告位，也不只是帮客户投放。
它更像是在运营一台持续学习、持续匹配、持续盈利的机器。
这里最关键的并非"AI"这两个字。
而是可验证性。
广告是否有效，可以验证。
客户是否愿意续费，可以验证。
算法是否提升，可以验证。
收入是否增长，可以验证。
系统是否形成更强反馈，也可以验证。
根据AppLovin官方2025年全年财报，公司2025年营收约54.81亿美元，同比增长70%；调整后EBITDA约45.12亿美元；全年自由现金流约39.5亿美元。
这些数字背后，自然有行业红利，也有资本市场周期因素。
但至少说明一点：
AppLovin不是一家只会讲AI故事的企业。它确实将AI、广告、数据和收入整合进了一套能运转的系统。
不过，仅讲到这里还不够。
因为一台机器能否运转，不只是技术问题，也是组织问题。
AppLovin这个案例真正值得探讨的地方，不只是它的广告算法。
还有它的组织形态。
在20VC对Adam Foroughi的访谈介绍中，有一个问题被直接放入标题：
如何用极少的会议，运营一个1000+人的组织。
这句话容易被误解为：AppLovin是一个极度扁平、几乎不需要管理的公司。
但更准确的理解可能是：
它不是不要管理，而是将管理动作压缩到离成果更近的地方。
少开会，只是表象。
背后真正重要的是三件事：
第一，目标要尽可能清晰。
第二，成果要尽可能可验证。
第三，真正对成果负责的人，要尽可能靠近核心系统。
在传统组织中，很多管理动作发生在"传递信息"的环节。
需求从一线向上反馈。
决策从高层向下传达。
中间经过层层会议、同步、汇报、审批和解释。
每一层都在加工信息，也可能消耗信息。
但AppLovin的业务特性决定了，它不能长期依赖这种慢链路。
广告系统每天都在处理数据。
算法效果每天都要接受检验。
客户预算会根据效果快速调整。
现金流、转化率、投放回报这些指标，不会等组织慢慢对齐。
所以它更需要的是一种成果导向的组织方式：
让关键人离数据更近。
让决策离反馈更近。
让管理离核心机器更近。
这不是简单的"小团队崇拜"。
也不是把所有层级都砍掉。
而是组织要围绕那台最重要的商业机器来设计。
谁能让这台机器变得更强，谁就应该更靠近中心。
谁只是在增加传递、包装和摩擦，谁就会变得没那么关键。
这也是Adam Foroughi身上比较有代表性的地方。
他并非一个只站在台前讲故事的创始人。
公开报道和访谈中，Adam更像是一个深度介入业务现场的人：关注效率，关注现金流，关注产品和客户，也关注组织里到底是谁在真正推动成果。
所以，AppLovin的扁平化不是一种姿态。
它更像是一种约束：
不要让组织结构，拖慢商业机器的运转。
这就让AppLovin从一个广告公司案例，变成了一个AI时代组织案例。
过去，一家公司想提高效率，往往要靠管理层级。
管理者负责拆解任务。
中层负责传递信息。
基层负责执行动作。
流程负责降低风险。
这种方式在很长一段时间里是有效的。
因为信息处理成本高，工具能力有限，协作链条也复杂。
但AI出现之后，很多中间环节正在被压缩。
AI可以帮助一线员工更快整理信息。
AI可以辅助分析、生成方案、拆解任务。
AI可以让一个人完成过去几个人配合才能完成的工作。
AI也可以让数据、反馈和执行之间的距离变短。
于是，组织里过去很多"中间传递型工作"，会变得没有那么稀缺。
这不是说管理者不重要了。
而是说，只靠传话、盯进度、做格式化汇报的管理方式，会越来越不够。
过去一个决策可能要经过：
员工 → 主管 → 经理 → 总监 → VP → CEO
信息一层层往上走，又一层层往下传。
但AI时代，一线的人可以更直接地接近问题、数据、方案和验证。
这会让团队天然走向一种新的形态：
不是围绕层级运转，
而是围绕系统运转。
AppLovin的价值就在这里。
它不是因为"用了AI"才值得看。
而是因为它很早就展现出一种系统驱动的公司气质：
少一点叙事。
多一点验证。
少一点包装。
多一点现金流。
少一点组织热闹。
多一点系统效率。
这和AI时代的新团队方式，发生了某种重合。
很多人聊AI时代组织变化，很容易得出一个简单结论：
以后公司不需要那么多人了。
或者：
小团队一定比大团队更强。
但这个判断有点太快。
人少，不一定高效。
人多，也不一定低效。
一个小团队，如果目标混乱、能力不足、反馈滞后，也一样会很慢。
一个大团队，如果核心系统清晰、人才密度足够、反馈链路顺畅，也可以非常强。
所以问题不在于规模本身。
真正的问题是：
组织有没有围绕自己的核心机器来设计。
对AppLovin来说，这台机器是广告推荐系统，是数据、算法、投放效果和商业收益之间的闭环。
那它的组织资源，就必须围绕这台机器配置。
最关键的人，要靠近这台机器。
最重要的技术投入，要强化这台机器。
最核心的决策，要服务这台机器。
不必要的流程、层级和组织摩擦，都要尽量减少。
因为这些东西会降低机器运转的速度。
换到其他公司也是一样。
制造企业的核心机器，可能是供应链、工艺和交付系统。
消费品公司的核心机器，可能是品牌、渠道和用户洞察系统。
内容公司的核心机器，可能是选题、生产和分发机制。
AI应用公司的核心机器，可能是场景理解、数据闭环、模型调用和客户价值验证。
每家公司都不一样。
但问题是一样的：
你真正创造价值的那台机器是什么？
如果这台机器说不清楚，团队再大，也可能只是在堆人。
如果这台机器足够清楚，组织才知道应该把人、钱、时间和AI能力放在哪里。
Adam Foroughi有一个很重要的管理倾向：
他看重Doer。
也就是真正能把事情往前推的人。
这个概念放到AI时代，会变得更重要。
过去很多组织，是按照岗位来分工的。
产品经理写需求。
工程师写代码。
运营做执行。
销售面对客户。
数据分析师出报表。
管理者负责协调。
这种分工在过去有价值，因为专业工具门槛高，信息处理成本也高。
但AI出现之后，一个人的能力边界被放大了。
一个产品经理可以用AI更快做用户研究、竞品分析、需求整理和原型思路。
一个工程师可以借助AI更快理解业务、生成代码、排查问题和优化架构。
一个运营可以用AI分析反馈、设计实验、生成内容和复盘结果。
一个内容创作者，也可以把选题、资料、结构、标题、配图和分发节奏更系统地串起来。
这意味着，岗位边界会变得没那么硬。
未来真正有价值的人，可能不是只守住一个狭窄岗位动作的人。
而是能够围绕一个结果，把判断、工具、执行和反馈连接起来的人。
我更愿意把这种人叫做：
AI时代的复合型Doer。
他不是只会执行任务。
他能理解业务目标。
能识别关键问题。
能调用AI工具。
能看懂数据反馈。
能主动推动协作。
能把一次经验沉淀成下一次可复用的方法。
AI放大的，正是这种人的能力。
反过来，如果一个人只是在组织里等待任务分配，只能完成非常窄的动作，那么AI未必会自动提高他的价值。
AI工具越强，越会把人与人之间的主动性、判断力和系统感拉开。
AI时代组织变扁平，并不意味着管理不重要了。
恰恰相反，管理会变得更难。
只是管理者的角色会发生变化。
过去很多管理者的价值，在于传递信息、分配任务、监督进度、协调部门。
但当AI让信息处理更快、任务拆解更自动、执行反馈更接近现场时，这类管理动作会被压缩。
管理者和执行者之间的层级，会被削平。
但好的管理不会消失。
它会从"管人"，转向"设计系统"。
信息如何流动？
问题如何被识别？
决策如何被做出？
AI工具如何接入？
数据如何反馈？
经验如何沉淀？
最强的人如何被放到最关键的位置？
这比单纯盯进度难得多。
因为它要求管理者不只是看人有没有忙起来，而是看整个系统有没有更接近结果。
这也是Founder-led容易被误解的地方。
Founder-led不等于创始人什么都管。
也不等于所有事情都要老板亲自拍板。
真正有价值的Founder-led，是创始人必须看清公司最核心的机器是什么。
公司到底靠什么创造价值？
最关键的系统在哪里？
哪些指标真的重要？
哪些流程是在帮助机器运转？
哪些流程只是组织摩擦？
哪些事情值得长期投入？
哪些事情只是看起来很热闹？
这才是创始人和管理者最重要的判断。
AppLovin的启发不在于"所有公司都应该照搬它"。
而在于它提醒我们：
组织不是越热闹越好。
管理不是越复杂越好。
真正重要的是，团队有没有围绕核心机器形成持续反馈。
Adam Foroughi的故事，最打动我的不是"逆袭"。
而是他身上那种很朴素、也很硬的商业逻辑：
少讲故事，
多构建一台能赚钱的机器。
这句话放到AI时代，反而更有启发。
因为未来几年，AI的故事一定会越来越多。
有些故事会非常漂亮。
有些概念会非常新。
有些产品演示会非常震撼。
但真正能长期走下去的，可能还是那些能回答清楚这些问题的团队：
我们的核心机器是什么？
AI有没有进入这台机器？
团队是不是围绕这台机器来组织？
最强的人有没有放在最关键的位置？
数据、反馈、经验和客户价值有没有形成循环？
这台机器能不能持续产生商业结果？
所以，AI时代新团队的构建方式，可能不是简单地"招更多AI人才"。
也不是简单地"买更多AI工具"。
而是重新组织人才、AI、数据、流程和商业结果之间的关系。
讲故事当然重要。
但故事不能替代机器。
真正的长期竞争力，还是来自那台能够持续运转、持续反馈、持续创造价值的机器。
叙事吸引人心，机器驱动结果。
你觉得AI时代真正强的团队，会更像一个组织，还是更像一台系统？
欢迎在评论区聊聊你的观察。