摘要

Söderström认为，生成式AI是一股无法回避的“宏观风”，将从根本上把今天大多单向的消费者界面改造成某种对话式界面。 Spotify过去的机器学习优化的是由点击、滑动和跳过组成的窄上行通道；自然语言承载的意图，丰富程度几乎可以与下行信息相当。他押注未来5-10年“几乎所有大型消费产品都会在某种程度上变成一场对话”，但Spotify尚未找到最终范式。
Spotify最具战略意义的AI机会，是在近7亿用户规模上获得一条高保真的用户意图新数据流。 已在40个国家上线的AI Playlist允许用户提出“160 BPM、有大段落的EDM”等要求，保留好歌、拒绝艺人，并通过对话持续调整结果。Söderström称，其极限形态是“持续对近7亿用户进行深度、连续的定性用户研究”。
企业AI目前的实际影响被高估，但一旦现有企业围绕AI重建，可能带来颠覆性变化。 Söderström援引开发者生产率提升约7%的数据：编程可能只占工作时间的1/8，而其中真正编写新代码的部分又只是很小一块。更大的突破在于重构庞大代码库、自动同行评审，以及通过实时API和MCP开放15年的内部数据——“我推动AI落地最大的工作不是AI工程，而是老派工程”。
Spotify的操作系统把战略转化为全公司的明确资本配置排序。 约14位VP提出30-50个为期6个月的赌注，所引周期有44个；随后由Gustav Söderström和联合总裁Alex Norström统一排序，组织从上往下配置资源，通常做到约第30个。每周二为期3小时的执行会议禁止把问题“offline”处理，任何依赖关系最多只能阻塞2.5个工作日；代价是沉重的规划成本。
AI的高边际成本可能推动更多消费者订阅和按用量分层，但Spotify对这种经济模式有罕见的肌肉记忆。 与边际成本很快趋近于零的传统软件不同，推理并非如此；与多数互联网公司不同，Spotify每多播放一首歌就会多承担一笔版税成本，如果免费使用增长超过变现能力，“一夜之间就可能破产”。Söderström预计，会有消费者愿意为“大量、海量的推理”付费，而单位成本下降又会带来远多于今天的需求。
Söderström对音乐经济的判断是，行业真正的上行空间来自规模，而不是更高的版税比例。 Spotify分出约70%的收入，在所引年份支付了超过$10B版税，而近10年前约为$1B；经过15年的持续再投资，公司终于迎来首个盈利年度。全球约5亿用户中，近3亿为付费用户，他认为收入分成比例是“烟雾弹”：即使把100%收入都分出去，版税也只有今天约1.5倍；数十亿付费听众才可能真正把蛋糕做大。
播客和有声书强化了Spotify的捆绑，因为它们被证明带来增量使用，而非互相蚕食。 更多媒体内容提高留存和支付意愿，支撑涨价；一个简单界面背后，同时承载音乐版税、播客广告和Premium付款，以及有声书时长额度和加购。未来5年的目标是突破10亿用户，让有声书进入主流，并向差异化的“营养型服务”加入更多垂直内容。
Spotify敢于承担风险，基础在于承认战略错误，而不是为沉没决策辩护。 Söderström称播客独家是一次错误押注，转向联合分发既改善了内容库，也降低了成本：“真正的成本，在于试图为过去的决策辩护。”更早之前，他过早推出的Moments界面耗费了约1年，才发现A/B测试存在错误；Daniel Ek仍持续支持他。Söderström借用Jeff Bezos式原则，强调应判断“当时掌握的输入，而不是最终产出”，这让他变得更敢冒险，而不是只做更安全的下注。

精读

1. AI是一股Spotify无法置身事外的宏观风

Söderström对长期趋势的判断是非黑即白：“要么AI，要么死亡”，就像更早一代公司必须经历计算机、互联网和智能手机的转型。“你无法选择是否采用它，它会发生在你身上。”
Spotify在智能手机时代的危机提供了警示先例：桌面用户通过免费层进入，而移动端原本是付费的。消费者后来只带着手机出现时，他们没有免费体验，Spotify的用户获取引擎受到威胁，公司不得不重做商业模式。
旧式统计机器学习主要是输出机制；其典型界面是全屏TikTok信息流，围绕探索与利用展开，依赖点击和滑动组成的窄数据流进行优化。生成式AI加入自然语言输入，让这段关系变成双向。
Söderström把现有服务比作“老派宽带”：下行带宽巨大，但可能是下行1 Mbps、上行150 Kbps。他无法预测最终胜出的界面形态，但怀疑单向信息流不会继续定义生成式AI时代。

2. 自然语言把粗糙行为变成可读的意图

Patrick提出反驳：聊天用户一开始就预期要输入文字，但Spotify听众会投入类似精力吗，还是继续保持懒惰？Söderström的回答是，即便用户只是偶尔给出高保真描述，也远胜于单凭播放行为进行推断。
播放列表早已为Spotify提供了有价值的标签，因为用户会主动把歌曲放在一起。跳过行为很多，却含义模糊：听众可能讨厌这首歌，可能喜欢但已经听腻，也可能只是觉得爵士不适合去健身房时听。
已在40个国家上线的AI Playlist，可以接受“跑步歌单、EDM、大段落、160 BPM”等要求。听众可以保留成功曲目，拒绝其他歌曲或特定艺人，还可以要求增加更多类似有效内容。
Spotify一直在尝试“把你神经皮层的一小部分复制到我们的服务器上”。自然语言让这种近似更容易，也让个性化转向覆盖近7亿用户的持续定性研究，同时继续配合传统访谈和A/B测试。

3. 企业AI的瓶颈是遗留基础设施，而不是模型访问

在大型公司里，Söderström估计开发者每天可能只有1/8的工作时间在写代码，而真正编写新代码只占其中很小一部分。模型仍需提升理解和重构Spotify规模代码库的能力，并完成值得信任的自动同行评审。
更大的价值可能在剩余的7个小时：沟通、规划、设计协作、会议和原型制作。因此，AI可改造的工作流远不止让工程师更快地敲代码。
Model Context Protocol，即MCP，可以把内部服务封装起来，让员工“用英语和基础设施对话”。设计师或PM可以给Spotify截图，让Cursor生成可点击的HTML原型，再把它接入真实歌曲流，而无需成为开发者。
一位非技术背景的PM甚至用MCP封装了瑞典税务机关，通过Cursor完成报税。Spotify面对的难题更复杂：把15年前的冷存储听歌历史暴露为实时API；过去，这类数据需要工程师跑SQL任务，可能要等上1周。“老派工程”必须先于AI工程。

4. 解释让产品判断得以复制

Spotify用Seven Powers、捆绑理论和Felix Oberholzer-Gee的价值棒，为产品和技术团队提供战略词汇。目标是在提升员工通过使命和文化出售自身服务意愿的同时，让支付意愿始终显著高于价格。
Söderström故意提出一个挑衅性格言：“空谈便宜，所以我们应该多谈。”与执行相比，结构化的苏格拉底式辩论成本很低，却能在公司投入资源开发之前暴露薄弱推理。
受David Deutsch启发，他希望解释具备可证伪性、覆盖范围、因果解释力，并且“难以任意改动”。如果把一个愤怒的神换成另一个愤怒的神，理论仍然毫无变化，那么它大概没有解释多少东西。
他所谓“100%科学、0%魔法”，并不是否定高管直觉，而是把直觉视为有价值的模式识别，只是仍被困在一个人的脑中。即使A/B测试成功，他也会追问为什么有效的理论，以便让经验扩散并预测新的行为。

5. 赌注排序板迫使公司真正做出资本配置选择

每6个月，Spotify约14位VP都会像向VC路演创业公司一样，提出各自的战略赌注。Daniel Ek、Söderström或Norström的个人支持并不够；每位VP都必须说明公司为什么应该为这项工作提供资金。
所引周期有44个赌注，通常范围约为30-50个。Söderström和Norström先做出一张全局排名表，随后团队从顶部开始配置资源，直到容量耗尽——可能停在第30个左右——并明确承诺交付。
排名在理论上很简单，实践中却很痛苦：“你有两个心头好，但如果必须杀掉其中一个，先杀哪个？”把所有项目都宣布同等重要，只会把冲突下推给彼此竞争的VP。
在前一个周期内，团队会在Figma中原型化未来的Spotify，并越来越多地使用生成式AI工具。错位和“争斗”发生在承诺之前，那时领导层仍能整体把握并评估一个整合后的产品，而不是等到执行后期才发现彼此冲突。

6. 周二执行会议实时解决依赖关系

整个VP团队每周二组成一支执行团队，开会3小时。在每周5个工作日的节奏下，一个被阻塞的依赖关系最多只需2.5个工作日，就能到达Söderström、Norström和相关高管面前。
与会者“不允许说offline这个词”，也不能把解决方案推迟到以后：对方已经在会议室里。依赖关系负责人可以解释约束，对方可能发现这是此前未知的问题，并立即承诺修复。
VP不能带直属下属来解释细节。这迫使领导者真正理解自己的工作，同时维持一个稳定的团队；长期积累的信任，使讨论可以异常直接。
会议室覆盖商业、产品和技术。商业负责人学习AI和monorepo，工程师及产品负责人学习P&L、毛利率和公司目标；Söderström认为，这些知识是形成CEO级视角的必要条件。

7. Spotify的超级应用战略决定了同步机制

Spotify在平台、消费者体验、个性化，以及音乐、播客和图书垂直业务之间分配资源。每个板块起初按可预测的资源做规划，只有接近尾声时，领导层才会在全公司范围内调动人员，填补关键缺口。
组织设计服从消费者战略。随着平均每位用户从应用商店安装的App数量降至1个以下，Spotify选择了中国超级应用的逻辑：把音乐、播客、图书和视频放进一个应用，重复利用稀缺的分发入口。
所有垂直业务共用一个已上线的应用，使它们彼此依赖，Spotify无法彻底分而治之。6个月在反应速度和管理成本之间取得平衡：1个季度规划过度，1年又太慢。Söderström强调，这“不是正确的那个，而是适合我们的那个”。

8. AI今天看起来被高估，重建之后却可能巨大

Söderström援引研究称，大型公司开发者在实际工作时间里的整体提速只有约7%。“现在它相对实际影响确实有些被高估了”，尽管总结、编码辅助和个人生产率提升已经在持续发生。
真正的跃迁来自两件事：把所有数据实时开放，并围绕推理引擎重建工作流，而不是把模型外挂到现有系统上。初创公司看起来更领先，是因为它们没有一套15年的基础设施遗产需要重建。
AI也打破了软件的传统经济学：巨额前期投入不再保证边际成本可以忽略不计。更多推理必须通过有效广告或订阅获得资金支持，Söderström预计市场会出现按用量分层；Spotify早已习惯在付费转化和每次播放的版税成本之间做平衡。
Patrick认为，更便宜的推理可能创造巨大的消费者剩余。Söderström同意，即使模型冻结，产品端仍有多年未开发的需求空间，但拒绝承认需求存在实际天花板：电子表格让计算变便宜，却催生了更多会计工作；智能变得充裕后，人们也许会把它用来判断明天的咖啡是否应该升温1度。

9. 免费移动端随机播放层源自第一性原理

在智能手机转型期间，照搬YouTube的前台、点播模式看似理所当然，但Spotify发现只有约9%的收听发生在前台。照此设计，就会忽视91%的后台使用场景。
Spotify想要的产品更有野心：手机放在口袋里，用户也能免费无限播放收藏歌曲。但提供完整点播权限，会让免费层与Premium过于接近，威胁付费业务。
Premium数据给出了答案：订阅用户约50%的时间主动使用随机播放，另外50%的时间进行具体点播选择。免费开放随机播放，可以保留相当大的价值，同时让每个Premium用户都有理由继续付费。
长试用期没有解决底层需求，因为用户知道试用结束后，自己投入建立的歌单可能会消失；Söderström提到Nokia Comes With Music提供过1年的试用。这个反直觉的永久随机播放层让增长“爆炸”，至今仍是Spotify区别于竞争对手的特征。

10. Spotify把自己的利润引擎定位为音乐行业的研发部门

Spotify诞生于盗版盛行时期的瑞典。一位英国唱片公司高管据称看到一家瑞典公司的P&L后说：“这不是生意，是业余爱好。”行业的绝望让它愿意与Spotify一起冒险；Söderström称，Spotify自身也承担了巨大的资本风险，包括最低保证金。
从约2012年起，Söderström一直称Spotify是“音乐行业的研发部门”。公司分出约70%的收入，又将剩余资金及额外资金继续投入；在连续15年不盈利后迎来首个盈利年度，并把利润重新投入人员、产品和AI。
Spotify在所引年份支付了超过$10B，近10年前约为$1B。Söderström认为，音乐如今比CD时代更大；更多创作者分食扩大后的蛋糕，但把新创作者排除在外并不是站得住脚的解决方案。
版税来自订阅者经济，而不是固定的单次播放费率。Spotify的用户参与度约为竞争对手的2倍、流失率约为一半，这会机械性地压低其表面上的单次播放收入；即使把100%的收入都分出去，也只有今天约1.5倍，所以他的答案是数十亿付费者，而不是重新切分比例。

11. 播客和图书让订阅变得更“营养”

播客需求最早出现在Spotify的Hack Weeks，员工一次次把这种形式强行带进产品。管理层认为，长篇、完整句子的讨论可以对冲注意力持续收缩的趋势，于是选择了一个规模较小、自然增长且获客成本低于成熟品类的市场。
其哲学测试是：用户失去1小时时间后是什么感受？Spotify希望自己像营养食品，而不是让人无休止刷屏的“垃圾热量”。父母把孩子从屏幕前引开、转而让他们使用Spotify，也强化了这一定位。
有声书也是类似的市场设计下注。在美国，只有约1000万-1100万人按单付费；一本$15的书会抑制探索，正如$0.99一首歌会让人不愿用音乐为睡眠配乐。斯堪的纳维亚的访问模式显示，捆绑式听书可能进入主流。
Spotify发现这些内容并不互相蚕食：音乐消费保持不变，播客和有声书则增加了收听时长、留存和支付意愿。产品与媒体价值的持续叠加，创造了足以支撑涨价和盈利的消费者剩余。

12. 一个简单界面隐藏着几项不同业务

音乐采用池化版税；播客主要依靠广告，同时引入Spotify Partner Program，让Premium听众在没有Spotify广告的情况下获得更多连续收听。有声书在Premium中包含一定听书额度，超出后需要加购。
因此，用户点击什么，会改变Spotify的成本和财务结果。公司建立了所谓的“Spotify machine”，用于预测不同经济机制下的用户行为，同时由个性化系统在音乐、播客、图书和视频之间做选择。
一个统一的体验组织负责移动端、桌面端、汽车和音箱上的消费者体验；独立的个性化组织则防止各垂直团队只为自己的P&L编程。Spotify“前端是一件事，后端是很多件事”。
5年后，Söderström希望Spotify用户突破10亿，成为全球最大的媒体订阅服务之一，让有声书进入主流，并加入尚未披露的新垂直业务。在内容大体非独家的商品化环境中，媒体组合与产品能力的独特结合将成为差异化来源。

13. 播客独家是一次代价高昂的品类误判

Netflix让播客独家看起来很有吸引力，但Spotify误判了这个品类的经济规律。播客之所以繁荣，是因为制作成本可以低到像Joe Rogan在拖车里录音；独家策略反而对抗了这种低成本模式，迫使Spotify成为一个异常精准的内容挑选者。
明星身份也无法保证主持能力，而优秀播客创作者往往通过自然增长脱颖而出。Spotify本来已经拥有另一种优势：收购广泛的内容库，再用机器学习把不同节目匹配给不同听众。
管理层转向“联合分发时代”，接受创作者希望无处不在的现实。放弃独家节省了资金、扩大了内容库，也改善了播客消费：“真正的成本，在于试图为过去的决策辩护。”

14. 以输入为基础的问责机制让失败后仍能保持野心

Söderström会定期回到代码和新工具，再转向物理、数学和哲学，以此保持能量。在研究意识多年后，他诚实的结论是自己“没有破解它”；但这段追求仍丰富了他讨论产品的方式。
巴西柔术提供了同一课题的身体版本：一个体重只有他一半的人，也能通过杠杆取得支配地位，甚至不必出汗。开放式竞争检验技术，控制强度也可以调节，避免拳击带来的伤害——谦逊与实用性并存。
对他最重要的职业善意，是Daniel Ek允许他“搞砸很多事情”，却没有因此期待他被解雇。一次次获得重新开始的机会，提高了Söderström的野心，而不是教会他把可见风险降到最低。
Moments界面构想于Musical.ly之前，能够自动播放内容，并通过滑动切换不同音乐类型。编辑无法提供后来机器学习可能实现的个性化；上线后，Spotify发现原本看起来为正面的A/B测试存在漏洞，随后回滚了一个表现严重不佳的产品，损失了约1年。Söderström说，Ek的回应符合Jeff Bezos的一条原则：判断“当时掌握的输入，而不是最终产出”。

从制药到AGI热潮，再到金融AI开发：Martin Shkreli的历程《RAISE法案》：前沿AI开发的最低标准——与纽约州众议员 Alex Bores 对谈