洞察1：互联网的三段论——策展、推荐、生成

3 分钟阅读

嘉宾：Gustav Söderström ｜ Spotify联合总裁兼首席产品与首席技术官 ｜ 领域：AI产品、平台战略与组织进化

背景与引子

2024年，AI生成音乐的话题引发了全球音乐行业的震动。Drake和The Weeknd的AI伪造曲目在网络上疯传，版权争议铺天盖地。但很少有人意识到，这场争议只是冰山一角。

当我们打开Spotify听歌时，我们正在见证一个被大多数人忽视的结构性转变——互联网正在从”策展时代”和”推荐时代”，全面迈向”生成时代”。

这一次革命的亲历者和思考者，正是Spotify的Gustav Söderström。他领导Spotify的产品和技术团队超过14年，亲手打造了Discover Weekly、AI DJ等革命性产品，并在这次访谈中首次系统性地披露了Spotify在AI时代的产品哲学和组织演进。

这篇访谈的信息密度极高：从生成式AI如何重塑音乐产业，到Spotify为何放弃标志性的”squads”模式；从大赌注失败后的复盘方法论，到” pee in the pants”这个充满北欧幽默的人生忠告。

如果你在做产品、在管团队、或者对AI如何改变内容行业感兴趣，这篇访谈值得反复咀嚼。

一、嘉宾是谁

Gustav Söderström是硅谷最被低估的产品领袖之一。

2008年加入Spotify时，他接到的任务是：搞定移动端。彼时Spotify桌面版已经相当惊艳，但移动端的挑战完全不同——网络速度根本无法支撑实时流媒体，商业模式的逻辑也完全不同。Gustav用产品创新解决了这个困境。

此后14年，他一路晋升，从移动产品负责人，到统管所有产品，再到兼任CTO，最后成为与Alex Nordstrom并列的联合总裁。表面上职位title没变，但实际上每隔6-12个月，他都像在一家新公司工作——从北欧挑战，到欧洲挑战，再到全球化挑战，直至IPO。

他身上有一种罕见的特质：极度理性，同时又极度坦诚。在这场访谈中，他主动分享了Spotify最近的”失败”——主页改版遭遇用户强烈反对，以及他们从中吸取的教训。这种级别的自我剖析，在大厂高管中极为罕见。

他还有一个小秘密：有一个”创作者梦”，所以他做了自己的播客节目，专门讲述Spotify的产品故事。这个播客后来成为Spotify招聘的重要利器——很多新员工说，听完节目，感觉自己早就认识这家公司的领导层了。

二、核心观点 TOP10

  1. 互联网正在经历第三次范式转移：从 curation → recommendation → generation（策展→推荐→生成）。每一次转移都需要重新思考产品和用户体验。

  2. 生成式AI产品必须存在的前提是：如果没有它，这个产品根本无法存在。仅仅在现有产品上加AI功能，不算真正的生成式产品。

  3. AI DJ解决的是”我什么都不想，但就是想听点什么”的场景——这是Spotify传统推荐引擎一直无法触及的需求。

  4. 容错性用户界面是AI时代的产品设计核心。你需要根据算法的实际表现来设计UI，而不是根据你希望它达到的表现。

  5. Spotify已经放弃了” squad模式”，因为它更适合小团队和创业阶段，无法支撑大规模运营。

  6. 自治权应该放在VP层级，而不是组织末端。放在末端会产生大量热量（heat），放在顶端则成为瓶颈。

  7. 大改版和上新功能完全不同——改版不是用户自愿选择的，因此用户反馈更难解读。

  8. 要区分”用户因为改变而抱怨”和”产品确实做得不好”，方法是看新用户 cohort 的数据。

  9. 相信数据100%，直到数据告诉你不要相信它。这种”强信念、弱持有”说起来容易，做起来极难。

  10. AI生成音乐本质上是更强大的乐器。它会让流水线式的”套路音乐”更容易生产，反而会让真正独特的创作更有价值。

三、关键洞察

洞察1：互联网的三段论——策展、推荐、生成

Gustav提出了一个极具洞察力的框架：互联网的内容组织方式经历了三个阶段。

第一阶段是用户策展（Curation）。Facebook、Spotify早期都是如此——把内容数字化上线，然后让用户来分类整理。

第二阶段是算法推荐（Recommendation）。当用户量和内容量大到人力无法处理时，算法接管了这项工作。这要求产品团队重新思考整个用户体验，有时甚至需要改变商业模式。

我们现在正在进入第三阶段：生成（Generation）。Gustav明确表示，这个转变的规模可能与前两次相当，意味着产品需要被重新思考。

这意味着什么？ 对于任何在做内容产品的团队，你需要问自己：我的产品中，哪些功能是”推荐”时代的遗产，需要被重新想象为”生成”时代的产品？

洞察2：AI DJ不是加了AI的Spotify，它是Spotify的”缺失模式”

Spotify的传统强项是：当用户有明确意图时（“我想听运动音乐”），推荐精准度极高。

但长期被忽视的问题是：当用户完全不知道自己想听什么时，Spotify其实很弱。用户会怀念电台那种”随便放放，总有一首对味”的感觉。

Gustav团队早就看到了这个需求，但用传统推荐引擎无法解决——因为推荐完全陌生的内容，命中率极低，用户会觉得Spotify”坏了”。

AI DJ的价值主张恰好在于：它不追求高命中率，而是提供了一种”低成本的探索体验”。你不喜欢这一首？没关系，DJ马上换下一首，反正成本很低。这改变了用户对”失败”的预期。

这个洞察对所有做内容产品的团队都有启发：当你服务的需求需要极低的命中率时，你需要同时改变产品形态和用户预期。

洞察3：Spotify主页改版的教训——你以为是用户体验问题，其实是召回问题

2024年，Spotify在Stream On大会上宣布主页改版，方向是让主页更像TikTok/YouTube的发现feed。结果Twitter上一片骂声。

Gustav在访谈中主动拆解了这个案例：

改版前的数据：Spotify主页90%是”召回”（recall）——用户进来是为了回到他们已经在听的播客或播放列表。10%是真正的发现。

改版的问题：团队把主页改成了90%发现、10%召回。用户进来找不到自己的播放列表，以为App坏了。

真正的问题：用户投诉的不是”发现功能”本身，而是”我找不到我要的东西了”。团队误读了用户反馈。

后续调整：保留发现功能（因为数据确实显示它有效），但让发现和召回共存——让用户自己选择模式，而不是强制切换。

Gustav的核心教训：永远要区分’用户因为改变而不适应’和’产品确实做错了’。方法之一是看新用户 cohort 的行为，因为新用户没有旧习惯的包袱。

洞察4：Spotify放弃了squads——规模化之后，自治权需要重新分配

Spotify以”squad and tribe”模式闻名，但Gustav明确表示，他们已经大幅偏离了这个模式。

原因一：规模效应。每个squad大约7人，规模化后以7为单位扩张，产生了巨大的管理开销。现在团队规模更大、更传统。

原因二：末端自治的问题。当自治权放在组织的最末端（每个squad自行决策），加上团队平均年龄较低、经验较少，很容易产生”heat”——100个squad，100个策略，100个方向，彼此没有协同。

新的组织原则：自治权集中在VP层级。这个层级既有一定数量的决策者（不像顶层只有CEO一个人），又足够资深（有足够的pattern recognition来做出好决策）。VP定义各自领域的产品策略，但UI必须通过统一的体验团队。

洞察5：苹果vs亚马逊——两种极致都是正确的

Gustav提出了一个有趣的组织光谱：

亚马逊模式（去中心化、高度自治）：好处是决策速度快、创新多（Kindle、Alexa都是这么出来的）；坏处是用户界面会”泄露组织架构”——同一页面上可能出现多个搜索框，因为不同团队在竞争。

苹果模式（中心化、单一愿景）：好处是用户体验极度统一，像一个人为一个人设计的；坏处是决策速度慢，据说AirPods花了7年才上市。

Spotify选择了更接近苹果的模式——因为他们的策略是把所有内容（音乐、播客、有声书）整合到一个应用里，如果每个垂直团队各自为政，界面会变得极度混乱。

这个洞察的普适价值：没有”最好”的组织模式，只有”最适合你的战略”的组织模式。大多数公司的错误是选择了中间立场——既不够去中心化来获得速度，又不够中心化来保证一致性，最后两头不靠。

四、精彩金句

“推荐时代是机器学习的第一种形态。生成时代是机器学习的第二种形态。不要把它们当作’更多同样的东西’，要把生成时代当作完全不同的新事物。”

“你的容错性用户界面必须与算法的实际表现相匹配。如果你的命中率是五分之一，你可能需要同时展示五个选项，而不是一个大的播放按钮。”

“Midjourney的早期UI设计非常聪明——他们同时生成四张低分辨率图片，而不是生成一张高分辨率图片。因为在那个性能水平下，同时展示四张可以让用户有更高的’至少有一张不错’的概率。”

“AI音乐本质上是更强大的乐器。就像Avicii当年被传统音乐行业嘲笑说’他不会弹乐器，不算真音乐’，但现在所有人都承认他是真正的艺术家。”

“在AI时代，越容易生成’套路音乐’，真正独特的东西就越有价值。”

“相信某件事100%，直到数据告诉你不要相信它。然后相信另一件事100%。这听起来很简单，但实际上非常难——因为我们不喜欢看别人改变立场。”

“最危险的谎言是说’我觉得这里有什么，但我解释不清楚’。大多数时候，当你无法解释它的时候，它其实根本不存在。“

五、实战案例

案例1：Spotify主页改版的A/B测试教训

背景：团队发现用户在社交媒体上反复说”我被困在自己的音乐品味气泡里了”，于是决定用”发现feed”来解决这个问题。

执行：团队开发了多个”子feed”（音乐发现feed、播客发现feed），测试后发现用户确实会使用它们来发现新内容，效果符合预期。

问题：团队把”发现feed”放到了主页上，这改变了主页的原有功能——本来90%是帮助用户”召回”正在听的内容，现在变成了90%发现。

数据发现：用户投诉的实质是”找不到我要的内容了”，而不是”发现功能不好用”。Traffic从主页转移到搜索和音乐库——这是用户试图自己找回”召回”功能的信号。

教训：大改版（非新功能）无法AB测试——因为需要大量用户同时使用才能看到效果，而一旦上线，媒体和公众都会知道，无法做对照组测试。

后续行动：现在正在测试新版本，让”发现”和”召回”共存，用户可以自愿切换，而不是强制切换到发现模式。

案例2：AI DJ的开发过程

需求来源：用户反复表达”我不知道想听什么，但就是想听点什么”的需求。这是Spotify的空白地带。

技术约束：如果用传统推荐引擎做”完全不熟悉的内容推荐”，命中率太低，用户会认为App坏了。

解决方案：用生成式AI（语音生成+内容生成）打造一个”AI DJ”。用户按一个按钮，AI DJ（基于真实人物X的数字化形象）开始说话，推荐音乐。如果用户不喜欢，说”再来一首”，DJ就换风格。

UX原则：做最少的事情，然后退出。用户来是为了听音乐，不是为了听DJ唠叨。所以AI DJ的台词极短，专注于把用户引导到音乐上。

市场反馈：用户第一次使用时，会发出”这怎么可能？“的惊叹——这就是”magic trick”。但这个magic trick会随着时间消解（用户习惯了），所以产品价值必须建立在真实效用上，而不是新鲜感上。

案例3：Spotify播客的内部podcast实验

起源：Gustav做了一档内部podcast，采访Daniel Ek（CEO）的直接下属（CFO、CMO、CHRO等），目的是让普通员工更容易”认识”这些高管——听podcast会让你感觉了解了一个人的思考方式。

意外收获：内部效果很好。员工反馈说，通过这个podcast，他们对这些高管的感觉从”陌生人”变成了”好像认识”。

扩展：于是他把这个概念公开，做成了面向外部的Spotify产品故事播客。目的是作为招聘工具——让潜在的候选人感觉他们已经了解Spotify的领导者。

验证：在新人入职的intro day上，不断有人告诉Gustav，“你的播客是我加入Spotify的原因之一”。粗略估计至少有几十人这么说。

更深层的lesson：作为产品人，你必须亲自体验你服务的用户的需求。Gustav不是音乐人，所以他做了一档播客来理解创作者的痛点——结果发现，做播客时想加背景音乐，版权问题极其复杂，这个问题Spotify是有能力解决的。

六、行动建议

建议1：区分”推荐时代AI”和”生成时代AI”，不要用同一套思路

为什么要做：如果你把生成式AI仅仅当作”更好的推荐引擎”，你会错过真正的产品机会。

如何开始：对于你的核心产品场景，问自己一个问题：“这个功能，如果没有生成式AI，它能存在吗？“如果答案是”不能”，那才是真正的生成式产品机会。

结果：你会发现哪些是真正的AI产品机会，哪些只是边际改进。

建议2：设计容错性用户界面——根据算法的实际表现来设计

为什么要做：如果你设计的UI需要算法达到95%准确率，但你的算法只能做到80%，用户体验会非常差。

如何开始：先用最保守的假设设计UI（假设算法命中率很低）。Midjourney的做法是同时展示四张图，而不是一张大图，因为他们的早期准确率是1/4。

结果：用户不会因为AI”不够智能”而失望，因为他们有足够的选择和足够低的失败成本。

建议3：用”think it, build it, ship it, tweak it”框架来管理产品阶段风险

为什么要做：很多团队在”build it”阶段花了大量资源，然后才发现”think it”阶段的风险没有消除。

如何开始：在”think it”阶段花足够时间（建议是整个周期的10%，如果你是6个月一周期，那就是2周）。这个阶段的核心问题是：我们要解决的是正确的问题吗？用户真的需要这个吗？

结果：避免在错误的产品上投入大量工程资源。

建议4：区分”改变引起的不适”和”产品做得不好”

为什么要做：大改版（非新功能）一定会引发用户投诉，但你需要知道投诉背后的真实原因是什么。

如何开始：看新用户cohort的数据。新用户没有旧习惯的包袱，如果他们使用新版产品的行为与旧用户显著不同，说明问题可能是”改变”本身，而不是产品功能。

结果：你会更准确地判断是应该坚持方向（如果方向是对的），还是应该回退（如果产品确实有问题）。

建议5：把自治权放在合适的层级——VP层级，而不是squad层级

为什么要做：如果自治权放在最末端（每个小团队自己决策），在大公司里会产生大量”heat”——每个人都在做不同的事，协同极差。

如何开始：明确哪些决策在VP层级（战略、产品方向），哪些决策在团队层级（执行、具体实现）。VP负责定义”为什么”，团队负责定义”怎么做”。

结果：保持足够的创新自由度，同时避免组织碎片化。

七、我的总结

这场访谈是近年来关于AI产品战略最诚实、最有深度的对话之一。

Gustav Söderström的核心贡献可以浓缩为一个框架和两个原则：

框架：互联网正在从 curation → recommendation → generation。第三次革命的规模与前两次相当，但没有人真正知道它的终态是什么。这意味着每一个产品人都有机会成为探索者。

原则一：产品需要magic trick，但magic trick会消解。AI DJ的”魔法”在于用户第一次使用时发出的惊叹——“这怎么可能？“但这份惊叹不是产品的护城河，真正的护城河是：在magic trick消解之后，产品依然有价值。

原则二：strong opinion, loosely held（强信念，弱持有）。Gustav说他相信一件事100%，直到数据告诉他不要相信它，然后他相信另一件事100%。这听起来像常识，做起来是修炼——因为我们人类本能地不喜欢看别人改变立场，哪怕那个改变是正确的。

在AI时代，唯一不变的是变化本身。能在这个时代做出好产品的人，不是那些有”正确答案”的人，而是那些最善于同时保持强信念和改变信念的人。

这，或许就是Spotify 14年屹立不倒的真正秘密。

📺 播客信息

  • 发布时间：2023-05-21
  • 时长：1小时24分钟30秒
  • 播放量：16145 次观看
  • 原版视频：『YouTube』