Uber早期员工复盘在华决战 苹果软银全球资本联手围剿逼退TK

Ten years ago, Chinese job postings appeared on Highway 101; ten years later, AI ads are popping ... — 课代表立正

课代表立正

Uber退出中国并非输给政策偏袒,而是因发券效率及反作弊等本土化重运营能力断层,最终在苹果注资滴滴、软银包夹全球的资本战下被迫战略收缩。

AI-assisted summary of Ten years ago, Chinese job postings appeared on Highway 101; ten years later, AI ads are popping ... — original source. Check the original for full context.

Source published:

Detailed notes

## Background 该内容由YouTube频道“课代表立正”于2026年4月9日发布。视频简介指出,这是一场与现任OpenAI ChatGPT growth团队成员Wu Kan的深度对话,围绕他从YouTube创始人新公司、Uber最激烈增长期到CloudKitchens的职业生涯展开,提供了一线参与者视角下关于中美创业公司竞争、顶级增长岗位以及创始人愿景的复盘。

## TL;DR Wu Kan分享了其丰富的职业历程,早期他在YouTube创始人创办的AVOS团队探索短视频领域,后于2014年加入Uber Growth团队。他亲历了Uber与滴滴在中国市场惨烈的补贴大战,见证了微信封杀、苹果投资滴滴等转折点以及反作弊引发的社会维稳压力,并指出这是一场相对公平的市场化竞争。随后,他追随Travis Kalanick加入CloudKitchens(CSS),解密了TK将城市隐喻为计算机(包含网络、存储、计算)的宏大商业愿景与自动化布局。

## Atmosphere & style 对话充满了一线实战的硬核复盘感与对黄金时代的怀旧浪漫色彩。谈及早期创业和Uber大战时,语调中洋溢着25岁年轻人在激进增长环境中将生活与工作融为一体的刺激与兴奋,仿佛在玩一场大型现实升级游戏;而在经历TK黯然离场与全球加息阻碍愿景时,又流露出一丝巅峰过后的失落。整体叙事宏大而具体,既有技术与地缘政治交织的行业洞察,又带着真诚、接地气的极客情怀。

## Key takeaways - [00:41](https://www.youtube.com/watch?v=HCskdzFfl9k&t=41s) Wu Kan 在加入 OpenAI 之前,曾经历过 AVOS(YouTube 创始人创办)、Uber 增长团队以及 CloudKitchens 4年的早期创业洗礼。 - [00:41](https://www.youtube.com/watch?v=HCskdzFfl9k&t=41s) AVOS 团队在 2011 至 2012 年左右就尝试过做由创作者主导的视频社区,其产品形态高度类似于后来的 TikTok 和抖音,但因生不逢时最终无疾而终。 - [03:15](https://www.youtube.com/watch?v=HCskdzFfl9k&t=195s) Wu Kan 于 2014 年加入 Uber 状态的 Growth 团队,亲历了 Uber 与滴滴在中国市场惨烈的补贴黑洞大战。 - [03:15](https://www.youtube.com/watch?v=HCskdzFfl9k&t=195s) 在极端的重运营和激励大战中,纯粹的产品体验和技术优势退居次要,而发券效率和反作弊成了中国本土市场竞争的核心考量。 - [03:15](https://www.youtube.com/watch?v=HCskdzFfl9k&t=195s) 高额补贴导致作弊司机疯狂伪造账号薅羊毛,当 Uber 采取强硬封禁时曾引发线下聚集和闹事,导致技术反作弊演变为面临维稳压力的事件。 - [00:03](https://www.youtube.com/watch?v=HCskdzFfl9k&t=3s) 滴滴在微信生态内拥有极高的分享和营销自由度,而 Uber 的任何裂变优惠券和分享链接都会被微信全面屏蔽。 - [00:03](https://www.youtube.com/watch?v=HCskdzFfl9k&t=3s) 苹果公司向滴滴出行直接注资 10 亿美元,成为让创始人 Travis Kalanick 彻底清醒并意识到在面对全球顶级资本联盟对抗的转折点。 - [00:03](https://www.youtube.com/watch?v=HCskdzFfl9k&t=3s) 为了应对中国战场的硬仗,Uber 硅谷总部的“China Growth”团队曾倾注巨大的人力,甚至在湾区 101 公路打出巨幅中文广告牌公开招募会中文的工程师。 - [06:30](https://www.youtube.com/watch?v=HCskdzFfl9k&t=390s) 嘉宾认为滴滴战胜 Uber 并非因为政府偏袒等外部因素,而是一场相对公平的市场化竞争,但美国公司在应对中国本土文化和瞬息万变的市场时决策效率天然受限。 - [10:19](https://www.youtube.com/watch?v=HCskdzFfl9k&t=619s) 软银愿景基金在无法投进行业老大 Uber 后,采取了“投遍全球第二名”(如 Grab、Rappi 等)的策略,从全球战场包夹 Uber。 - [06:30](https://www.youtube.com/watch?v=HCskdzFfl9k&t=390s) 在软银和苹果全面倒向竞争对手、资金储备无法赢得持久战的背景下,Uber 选择将中国业务以 100 亿至 170 亿美元的估值卖给滴滴,在商业上是一个成功的退出。 - [10:19](https://www.youtube.com/watch?v=HCskdzFfl9k&t=619s) 软银正式成为 Uber 的股东并完成董事会重组,是在创始人 TK 因一系列风波迫离开、新 CEO Dara 上任之后才正式洗牌完成的。 - [13:38](https://www.youtube.com/watch?v=HCskdzFfl9k&t=818s) TK 曾为 Uber 描绘了“交通如自来水”(Transportation as water)的自动驾驶远景,试图通过无人驾驶设备彻底解放城市空间。 - [13:38](https://www.youtube.com/watch?v=HCskdzFfl9k&t=818s) TK 的下一家创业公司母公司名为城市存储系统(City Storage Systems,简称 CSS),他拥有一个将城市隐喻为计算机的独特“计算机哲学”。 - [13:38](https://www.youtube.com/watch?v=HCskdzFfl9k&t=818s) 在 TK 的城市计算机框架中,Uber 对应“网络”(人货流动),CloudKitchens 的暗厨则是低价低吸商业地产并改造成“存储”空间的切入点。 - [13:38](https://www.youtube.com/watch?v=HCskdzFfl9k&t=818s) CloudKitchens 内部已经秘密收购机器人团队并推进“做饭/炒菜机器人”项目,在 TK 的框架中这代表着生产端的“计算”(CPU),用以彻底闭环城市计算机。

## Detailed walkthrough ### [00:03](https://www.youtube.com/watch?v=HCskdzFfl9k&t=3s) 微信封杀与苹果投资:Uber在华竞争的转折点

在与滴滴惨烈的补贴大战中,Uber遇到了许多根植于中国本土生态的严峻挑战。其中最核心的痛点在于微信,因为在当时的中国市场,微信无疑是优惠券和裂变传播效果最好的平台。然而,由于滴滴背后有腾讯的战略投资,滴滴得以在微信生态内“疯狂地”分享优惠券。相比之下,尽管Uber团队尝试了各种技术手段进行逆向工程(Reverse Engineering),微信依然对Uber实施了全面的分享禁令。

然而,真正成为“压死骆驼的最后一根稻草”并让Uber创始人Travis Kalanick(TK)彻底清醒的,是苹果公司(Apple)突然向滴滴注资10亿美元。这一举动在当时是绝无仅有的,因为苹果极少向其他公司——更不用说是一家中国创业公司——进行如此巨额的直接投资。这次事件给TK敲响了警钟,让他意识到自己不仅是在和一家中国本土公司竞争,而是在与包括苹果、软银在内的全球顶级资本联盟对抗。

为了应对这场“头对头”的硬仗,Uber当年在硅谷总部倾注了巨大的人力。在最鼎盛的时期,Uber总部的整整一层楼有一半空间都属于“China Growth”团队。这里全是中国工程师,大家在办公区挂起中国国旗,通头都在用中文交流。为了招揽人才,Uber甚至极其疯狂地在湾区著名的101公路上打出了巨大的中文广告牌(Billboard),公开招募会讲中文的工程师。

- 苹果公司向滴滴出行直接投资了10亿美元。 - 滴滴在微信上拥有极高的营销自由度,而Uber的任何分享链接都会被微信彻底屏蔽。 - 湾区101公路曾出现过Uber专门招募中文工程师的巨幅中文广告牌。

---

[00:41](https://www.youtube.com/watch?v=HCskdzFfl9k&t=41s) 从AVOS到Uber:Wu Kan的早期职业历程与短视频前史

OpenAI的ChatGPT Growth团队成员Wu Kan分享了他丰富的职业生涯。在加入OpenAI之前,他在CloudKitchens工作了4年(其中有两年半在中国打天下),更早之前则在Uber度过了五年半的创业成长期。而在研究生毕业后,Wu Kan的第一份工作加入了一家仅有10个人的极早期创业公司AVOS。

AVOS的背景极其显赫,其创始人正是PayPal黑帮的核心成员、YouTube的联合创始人陈士骏(Steve Chen)和Chad Hurley。在证明了YouTube不仅是个烧钱的玩具并成功将其卖给Google后,两位创始人觉得生活无聊,便再度出来创业,试图打造一个“音频视频操作系统(Audio Video Operating System)”。当时Wu Kan被陈士骏的自传深深鼓舞,通过LinkedIn发了一封冷邮件(Cold Email)幸运地获得了面试并加入。

在AVOS期间,团队在2011至2012年左右就尝试做由创作者主导的视频社区,其产品形态与后来的TikTok和抖音高度相似。然而,由于“生不逢时”和曲高和寡,AVOS的产品最终“Going nowhere(无疾而终)”。当时市场上还有同类的手机短视频App叫Vine(后被Twitter收购),但也未能存活。Wu Kan感叹道,即使创始人名气再大、经验再丰富,在消费级产品(Consumer Product)领域,只要用户不喜欢就是无济于事。当时业内普遍认为短视频是一波流的短命热度产品,没人能预料到抖音未来能做到如此庞大的体量。

- AVOS由YouTube创始人、PayPal黑帮核心成员Steve Chen和Chad Hurley创办。 - AVOS的CTO是PayPal的第一个产品工程师(Product Engineer),CEO是PayPal的第一个产品设计师(Product Designer)。 - Wu Kan通过LinkedIn的Cold Email成功加入了只有10个人的AVOS团队。

---

[03:15](https://www.youtube.com/watch?v=HCskdzFfl9k&t=195s) O2O的魔幻初体验与重运营下的反作弊“请喝茶”风波

Wu Kan在读书期间就对创业公司文化充满仰慕,虽然曾在微软和Google实习过,但他一心只想去最具活力的创业公司。原本他心目中最酷的公司是Facebook,但由于Facebook在他毕业前就IPO了,于是他在14年顺理成章地加入了当时还是Startup状态的Uber。早在13年,他就听闻有人要去北京开拓中国市场,并在旧金山第一次体验到了Uber那种“Magical(魔幻)”且牛逼的O2O(线上到线下)体验。

加入Uber后,Wu Kan被投入到了与滴滴最激烈的补贴大战前线。那是一场双方疯狂烧钱(Burning Cash)的黑洞级竞争,对于司机和乘客而言,哪边补贴多、优惠券多,用户就会流向哪边。在这种极端的重运营和激励大战中,湾区精英们过去崇尚的纯粹产品体验和技术优势,反而降维成了一个次要角色(Play less role)。

中国本土公司在“Day Zero(第一天)”设计系统时就会把发券效率和反作弊(Anti-fraud)作为核心考量,而美国公司最初只把推广系统(Promotion System)当成一个边边角角的辅助功能,导致Uber在反作弊上面临巨大的技术与社会挑战。在一些城市,Uber能在后台看到十几辆车排成一队同时移动。因为平台给司机的补贴激励甚至超过了乘客支付的车费,导致大量司机疯狂伪造(Mock)乘客账号薅羊毛。当Uber采取强硬手段封禁(Banned)这些作弊账号时,投入了成本的司机便会集体上街闹事。这使得一个原本的技术反作弊问题,演变成了引发社会不稳定因素的维稳事件,以至于中国主管甚至会被政府相关部门“请去喝茶”。

- Wu Kan于2014年加入Uber的Growth团队,此前曾在一边倒的互联网巨头实习。 - 在激进的中国市场,由于高额补贴的存在,司机的激励收入在特定时期会超过乘客付出的打车费。 - 封禁作弊司机曾引发线下聚集和闹事,导致Uber的本地管理层面临维稳压力。

---

[06:30](https://www.youtube.com/watch?v=HCskdzFfl9k&t=390s) 地缘政治的昔与今:公平竞争下的硅谷双城记

谈及当年中美两地的合作,Wu Kan回忆起那段与当下截然不同的地缘政治环境。在那个“中美关系还挺好”的年代,大批base在旧金山总部的中国工程师频繁回到中国出差,与国内的Operations团队紧密配合。Uber的独特模式在于每到一个新城市都会重金聘请极其接地气的Local Hires组建运营铁军,工程师通过实地出差,去捕捉在旧金山总部根本无法感知的本土痛点,从而迭代算法、重塑产品。

主持人与Wu Kan都认同,滴滴最终在中国战胜Uber,并非像后来外界传言的那样是因为“百度与Google”式的政府偏袒或黑客攻击。相反,这在很大程度上是一场两个顶尖Startup之间相对公平(Fair)的市场化竞争。只是Uber作为一个美国公司,在面对极具中国本土特色的文化和瞬息万变的市场应对时,在决策效率上天然没有本土公司那么及时和适应。

最终,Uber中国以100亿或170亿美元的估值卖给滴滴,在商业上其实是一个非常成功的退出。毕竟从烧钱效率来看,Uber如果持续和滴滴干耗下去,其资金储备理論上是无法赢得这场持久战的。

- 滴滴收购Uber中国时的估值交易对价在100亿至170亿美元之间。 - 参与讨论的嘉宾一致认为,Uber与滴滴的对决在当时是一场相对公平、健康的创业公司竞争。

---

[10:19](https://www.youtube.com/watch?v=HCskdzFfl9k&t=619s) 愿景基金与世界大战:Uber在全球战场上的资本博弈

当苹果的10亿美元注入滴滴后,Travis Kalanick敏锐地意识到,滴滴不仅打响了本土保卫战,甚至开始实施“火烧后院”模式反攻美国市场。更可怕的是,孙正义的软银愿景基金(Vision Fund)在无法投进行业老大Uber之后,便采取了“投遍全球第二名”的策略,疯狂投资了Grab、Rappi以及印度、中东等世界各地的出行服务商。这让Uber陷入了被全世界资本包夹的战争。

当时Uber背后的最大金主是沙特主权财富基金。而在软银和苹果全面倒向竞争对手后,TK在内部表示,如果继续在中国盲目烧钱,可能会连带丢掉全球的主力市场。直到后来TK因一系列风波被迫离开,新CEO Dara上任后融了软银的一轮资金并重组董事会,软银才正式洗牌成为Uber的股东。

尽管面临极大的不确定性,但Wu Kan表示25岁刚毕业头两年就能在一家年增长三四倍的公司里,一边频繁回国出差一边高强度打拼,简直就是“Best Career(最好的职业生涯)”。那时的生活和工作完全融为一体,就像在玩一场大型的现实版升级游戏。直到17年全公司剧烈动荡、TK黯然离场,大家才从那种刺激的巅峰体验中感受到了一丝失落。

- 软银在投资Uber未果后,转而扶持Grab、Rappi等全球各地的Uber竞争对手。 - 软银正式成为Uber的投资人是在创始人TK离开公司、新CEO Dara上任并重组董事会之后。

---

[13:38](https://www.youtube.com/watch?v=HCskdzFfl9k&t=818s) TK的野心与电脑哲学:CloudKitchens的地产变形记

作为网约车巨头,TK还拥有一项有望将Uber带向下一阶段(Next level)的宏大远景,那就是自动驾驶。在那个时代,TK就已经向团队描绘了“Transportation as water(交通如自来水)”的宏伟蓝图:用户不需要拥有车辆,城市也不再需要停车场,只要按下一个按钮,无人驾驶设备就会像拧开水龙头出水一样随叫随到,彻底解放城市空间。

正是因为领袖魅力(Leadership)、对解决问题的强烈执着以及惊人的远见,当TK后来顶着满身负面新闻创办CloudKitchens(云厨房)时,依然有大批Uber早期的美国及海外技术、运营核心成员选择义无反顾地追随他重新开始。

Wu Kan作为TK愿景的见证者,解密了CloudKitchens背后真正的宏大叙事。TK在内部将公司的母公司命名为“城市存储系统(City Storage Systems,简称 CSS)”。TK拥有一个独特的“计算机哲学”,他认为一个城市就像一台计算机,由三个核心组件构成:网络(Networking)、存储(Memory/Storage)和计算(CPU)。

- **网络(Networking):** 已经由Uber和Uber Eats完成,代表了城市内人和货物的流动网络。 - **存储(Storage):** 也就是City Storage Systems(CloudKitchens)要解决的问题。TK的本质目的不是为了帮商家送外卖,而是将外卖(Ghost Kitchen/暗厨)作为切入点,大量低价低吸市中心的商业地产,并将其改造成具有高效现金流的“城市存储空间”。未来这些空间可以任意切换为仓储或共享办公(如WeWork)。但该愿景在2022年由于全球加息、融资成本暴涨而遭遇阻碍。 - **计算(CPU):** 也就是最终的生产端。目前CloudKitchens在内部已经秘密收购(Acquire)了一个机器人团队,正在研发“做饭机器人”和“炒菜机器人”,试图通过自动化技术解决餐饮业最后的人力成本问题,从而彻底闭环这台“城市计算机”。

- TK的下一家创业公司母公司名为City Storage Systems (CSS)。 - TK将城市隐喻为计算机,其中Uber对应网络(Networking),商业地产和Ghost Kitchen对应存储(Storage)。 - CloudKitchens内部已经公开宣布并推进了一个做饭/炒菜机器人的内部项目,在TK的框架中这代表着计算(CPU)。

## Notable quotes > [00:03](https://www.youtube.com/watch?v=HCskdzFfl9k&t=3s) China Growth

> [00:41](https://www.youtube.com/watch?v=HCskdzFfl9k&t=41s) Going nowhere(无疾而终) — Wu Kan

> [03:15](https://www.youtube.com/watch?v=HCskdzFfl9k&t=195s) Magical(魔幻) — Wu Kan

> [03:15](https://www.youtube.com/watch?v=HCskdzFfl9k&t=195s) Burning Cash

> [03:15](https://www.youtube.com/watch?v=HCskdzFfl9k&t=195s) Play less role

> [03:15](https://www.youtube.com/watch?v=HCskdzFfl9k&t=195s) Day Zero(第一天)

> [03:15](https://www.youtube.com/watch?v=HCskdzFfl9k&t=195s) 请去喝茶

> [06:30](https://www.youtube.com/watch?v=HCskdzFfl9k&t=390s) 中美关系还挺好 — Wu Kan

> [10:19](https://www.youtube.com/watch?v=HCskdzFfl9k&t=619s) 火烧后院 — Travis Kalanick

> [10:19](https://www.youtube.com/watch?v=HCskdzFfl9k&t=619s) 投遍全球第二名 — 孙正义

> [10:19](https://www.youtube.com/watch?v=HCskdzFfl9k&t=619s) Best Career(最好的职业生涯) — Wu Kan

> [13:38](https://www.youtube.com/watch?v=HCskdzFfl9k&t=818s) Transportation as water(交通如自来水) — Travis Kalanick

> [13:38](https://www.youtube.com/watch?v=HCskdzFfl9k&t=818s) 城市存储系统 — Travis Kalanick

## Mentioned Uber, 滴滴, 微信, 腾讯, 苹果公司, Travis Kalanick, 软银, OpenAI, ChatGPT, Wu Kan, CloudKitchens, AVOS, PayPal, YouTube, 陈士骏, Chad Hurley, Google, LinkedIn, TikTok, 抖音, Vine, Twitter, 微软, Facebook, 百度, 愿景基金, 孙正义, Grab, Rappi, 沙特主权财富基金, Dara, Uber Eats, WeWork

[Source](https://www.youtube.com/watch?v=HCskdzFfl9k)

中文简报

Uber早期员工复盘在华决战:苹果软银全球资本联手围剿逼退TK Uber退出中国并非输给政策偏袒,而是因发券效率及反作弊等本土化重运营能力断层,最终在苹果注资滴滴、软银包夹全球的资本战下被迫战略收缩。 Wu Kan分享了其丰富的职业历程:早期他在YouTube创始人创办的AVOS团队探索短视频领域,后于2014年加入Uber Growth团队。他亲历了Uber与滴滴在中国市场惨烈的补贴大战,见证了微信封杀、苹果投资滴滴等转折点以及反作弊引发的社会维稳压力,并指出这是一场相对公平的市场化竞争。随后,他追随Travis Kalanick加入CloudKitchens(CSS),解密了TK将城市隐喻为计算机(包含网络、存储、计算)的宏大商业愿景与自动化布局。 Wu Kan 早期曾在 YouTube 联合创始人创办的 AVOS 探索类似 TikTok 的创作者视频社区,随后于 2014 年加入处于高速成长期的 Uber Growth 团队。 (0:41) 在 Uber 与滴滴的中国补贴大战中,微信生态对 Uber 的全面屏蔽成为痛点,而苹果公司向滴滴注资 10 亿美元则成为让创始人 Travis Kalanick 意识到面临全球顶级资本围剿的关键转折点。 (0:03) 面对极端的补贴大战,反作弊成了重中之重,Uber 封禁作弊账号曾引发线下司机维稳事件,而 Uber 硅谷总部甚至在湾区 101 公路打出巨幅中文广告牌招募工程师支持中国战场。 (3:15) Travis Kalanick 创立的 CloudKitchens 母公司为 City Storage Systems,其背后的核心愿景是将城市比作计算机:Uber 是网络、商业地产(暗厨)是存储,而内部研发的做饭机器人则是计算。 (13:38)

Reading summary

前Uber与CloudKitchens核心成员Wu Kan回顾了中美网约车补贴大战与全球资本博弈的历程,展示了硅谷技术精英在面对中国本土重运营生态时的碰撞与妥协,以及创始人Travis Kalanick将城市视作计算机的宏大商业演进蓝图。 本土生态与运营困局:补贴大战与反作弊危机 (3:15) 在与滴滴的惨烈交锋中,Uber过去推崇的纯粹产品与技术优势在极端激进的中国重运营竞争中被迫降维。微信依托腾讯背景对Uber实施全方位链接屏蔽,同时滴滴得以凭借微信生态进行大规模裂变发券,使Uber陷入传播劣势。中国本土公司自初始设计便将反作弊与高频发券作为核心,而Uber将推广系统视为外围辅助的设计缺陷迅速暴露。 在激烈的补贴大战期间,平台发放给司机的激励甚至超过了乘客支付的车费,催生出大量司机排队开虚假账号刷单套利。当Uber以强硬技术手段封停作弊账号时,诱发了司机在线下聚集闹事的维稳风险,最终使纯粹的技术反作弊演变为导致本地管理层被政府部门约谈的社会事件。 公平竞争与战略退出:中美合作的蜜月期破局 (6:30) 与外界普遍认为的行政偏袒不同,Wu Kan与节目主持均指出,Uber在中国的失利并非因政府偏袒或黑客攻击,而是一场两个顶尖创业团队之间相对公平的市场化博弈。在当时相对友好的地缘政治背景下,硅谷旧金山总部的中国工程师频繁回国实地出差,在办公室挂出国旗,并在湾区101公路打出巨幅中文广告牌招兵买马。 然而,作为一家跨国公司,Uber在瞬息万变的中国市场中决策链条较长,适应能力天然不及本土企业。当苹果公司破天荒地向滴滴直接注资10亿美元时,创始人Travis Kalanick彻底意识到这场战局的性质已演变成与全球顶级资本联盟的正面对抗。最终Uber中国以100亿至170亿美元的估值合并给滴滴,在资金无法承受长期盲目消耗的情况下,实现了理性且成功的商业退出。 资本围堵与全球收缩:软银策略下的战线转移 (10:19) 苹果注资滴滴后,滴滴不仅巩固了本土阵地,还开始对Uber的美国后院发起反扑。更严峻的挑战来自于软银愿景基金:在未能直接投资行业领头羊Uber后,软银转而在全球范围内扶持区域第二名竞争者(如东南亚的Grab、拉美的Rappi及印度出行平台),对Uber形成全球包夹之势。 面对战线拉长与全球被围攻的态势,TK警告内部如果继续在中国深陷补贴黑洞,可能会连带丧失全球主力市场。随后由于公司内部动荡与风波,TK被迫辞职,新任CEO Dara上任并重组董事会后才引入软银完成资本洗牌。尽管承受着巨大的不确定性,早期员工在高增长期深度参与跨国对抗的经历,仍被Wu Kan视作工作与生活深度融合的职业巅峰体验。 城市计算机哲学:从出行网络到暗厨与机器人 (13:38) TK的商业愿景并未止步于Uber早期的“交通如自来水”和自动驾驶蓝图。离开Uber后,大批核心团队因其领袖魅力与宏大愿景追随他加入新项目CloudKitchens(母公司为City Storage Systems,简称CSS)。TK在内部提出了独特的“计算机哲学”,将城市映射为由网络、存储与计算三要素构成的巨型计算机:Uber与Uber Eats已搭建起人与货物高效流动的“网络(Networking)”。 CloudKitchens的本质并非单纯的外卖代工,而是以暗厨为切入点低价收购市中心商业地产,将其改造为具有稳定现金流的城市“存储(Storage)”空间,并保留未来转型仓储或共享办公的弹性。而在生产端,公司已秘密收购机器人团队研发炒菜与做饭机器人,企图通过自动化“计算(CPU)”消除餐饮业的人力成本。然而,这项宏大的重资产商业版图在2022年全球进入加息周期、融资成本急剧攀升的现实面前遭遇了显著阻碍。 从十年前硅谷101公路招聘中文工程师的黄金时代,到如今TK以地产和机器人重构“城市计算机”的野心,节目勾勒了互联网精英从流量博弈迈向物理资产改造的认知进化;但当重资产模式遭遇全球加息与宏观周期紧缩时,此类颠覆性构想能否在商业闭环中真正落地,仍是未解的悬念。

Source quotes

[0:03] China Growth [0:41] Wu Kan: Going nowhere(无疾而终) [3:15] Wu Kan: Magical(魔幻) [3:15] Burning Cash [3:15] Play less role [3:15] Day Zero(第一天) [3:15] 请去喝茶 [6:30] Wu Kan: 中美关系还挺好 [10:19] Travis Kalanick: 火烧后院 [10:19] 孙正义: 投遍全球第二名 [10:19] Wu Kan: Best Career(最好的职业生涯) [13:38] Travis Kalanick: Transportation as water(交通如自来水) [13:38] Travis Kalanick: 城市存储系统

Original transcript

[0:03] 然后里面全是中国人 [0:04] 全部在讲中文 [0:04] 会挂中国国旗对吧 [0:05] 然后更夸张的时候 [0:06] 他们会在101 [0:07] 打中文的广告 [0:08] 说我们在招讲中文的工程师 [0:10] 来做Uber的China growth [0:11] 最难在中国做的一件事情 [0:13] 其实是微信 [0:13] 优惠券最好的传播平台肯定是微信 [0:15] Uber是不能在微信上做任何的sharing的 [0:18] 我们做了很多的尝试 [0:19] 他就是不让 [0:20] 滴滴就是腾讯投的嘛 [0:21] 对滴滴在腾讯上就是疯狂的 [0:22] share coupon share优惠券whatever对吧 [0:25] 压死骆驼的最后一根稻草 [0:26] 其实是Apple [0:27] 当时给滴滴投了一个billion的投资 [0:28] 你去想Apple什么时候给过一个公司 [0:30] 不要说中国公司啊 [0:31] 投一个billion [0:32] 所以当时那个是wake up call [0:33] TK认识到 [0:34] 我现在已经不仅是在跟中国打了 [0:36] 我可能是要跟全世界的 [0:37] 滴滴的投资者在打 [0:41] 我们先讲讲你的这个整个职业历程吧 [0:43] 跟大家介绍一下 [0:43] 我叫Wu Kan嘛 [0:44] 现在在OpenAI做ChatGPT的growth [0:47] 加入公司差不多一年了 [0:49] 其实OpenAI是我加入的时候 [0:50] 我加入过最大的startup [0:52] 上一份工作我在CloudKitchens待了4年 [0:54] 这4年中 [0:54] 有两年半的时间是在中国工作的 [0:56] 那在CloudKitchens之前 [0:58] 我在Uber待了五年半 [0:59] 那时候的Uber还是一个startup的状态 [1:01] 在Uber时候也在做的是growth [1:03] 然后前两年 [1:04] 14年到16年 [1:04] 做的是China growth [1:06] Uber跟滴滴compete最激烈的时候 [1:08] 第一线见证了这个美国公司 [1:10] 跟中国的科技公司的 [1:12] 创业公司的 [1:12] 真是头对头的 [1:13] 这种竞争 [1:14] 再之前是在一家很小的创业公司 [1:17] 那也是我毕业之后的第一份工作 [1:20] 虽然那公司只有10个人特别小 [1:21] 那两个创始人 [1:22] 他们是YouTube的创始人 [1:23] 他们也是PayPal Mafia gang的core member吧 [1:27] 就CTO他是PayPal [1:28] 第一个product engineer [1:29] CEO他是PayPal [1:30] 第一个product designer [1:32] after PayPal [1:32] 做了YouTube [1:33] 被Google收购了 [1:34] 哦~ [1:34] 就Steve Chen和Chad Hurley [1:37] 证明YouTube不只是一个烧钱的玩意 [1:39] 真能赚钱之后他们觉得生活又很无聊了 [1:41] 所以又出来做一家新的创业公司 [1:43] 是什么 [1:43] 就现在已经going nowhere了 [1:44] 当时那家公司叫AVOS [1:46] A-V-O-S [1:47] I think what they want to do [1:48] is like audio, video operating system [1:50] 然后当时我刚好研究生毕业 [1:52] 看了Steve Chen [1:53] 因为他是个华人嘛 [1:54] 华裔美国人 [1:54] 他写了一本自己的自传讲他硅谷的创业故事 [1:58] 当时很受鼓舞 [1:59] 就写了个LinkedIn的cold Email [2:00] 然后就面试就去了 [2:02] 就反正也待了大概一年两年 [2:04] 虽然后来那些产品going nowhere [2:06] 不过也learn了一些东西 [2:07] 就是说你即使再大的名气 [2:09] 你有这么多的经验 [2:11] 你去做一个新东西 [2:12] 尤其是consumer product [2:13] 用户不喜欢就是不喜欢 [2:14] 嗯 [2:15] 而且当时我们做的很多东西 [2:16] 其实跟后来TikTok的形式其实很像的 [2:19] 就那时候 [2:20] 他们就在讲 [2:21] 说我们要做user creation的video [2:23] 因为他们觉得 [2:24] YouTube没有真的fulfill creator的这个使命 [2:26] 在11年12年的时候 [2:28] 所以他们想要做一个新的 [2:29] 真的是by creator的一个video community [2:31] 但是就怎么讲 [2:33] 生不济时嘛 [2:33] 对吧没有到真的爆发的那个时候 [2:36] 我觉得也有可能曲高和寡 [2:37] 这很难说 [2:38] 对对当然就有各种各样的原因了 [2:40] 如果大家在硅谷待过一段时间的话 [2:41] 当时可能就有个产品叫Vine [2:43] 后来被推特收购了 [2:44] 就我们其实跟Vine是差不多同时间 [2:46] 在做这种手机制作视频的App的 [2:49] 当然Vine有一些traction [2:50] 不过后来也没了 [2:51] 当时跟戴雨森聊 [2:52] 你也跟他很熟嘛 [2:53] 他有说现在我们回头看 [2:55] 抖音和TikTok是必然起来的 [2:57] 什么短视频啊 [2:58] 其实当时完全不是这样子的 [3:00] 当时是Vine失败了 [3:02] 小咖秀失败了 [3:03] 然后那种lipsync video什么的 [3:05] 都是起来一波很大 [3:06] 然后就没了 [3:07] 大家都觉得 [3:07] 短视频其实是一波热度的产品 [3:10] 没有觉得会有抖音这么大 [3:12] 快手已经是特别特别大了 [3:13] 嗯哼 [3:14] 是是是 [3:15] 我第一份工作 [3:16] 再往前讲 [3:17] 我在读书的时候 [3:18] 我就特别仰慕这种创业公司的文化 [3:21] 09年10年的时候 [3:23] 包括我在国内读本科 [3:25] 然后实习 [3:26] 后来来这边读研究生然后实习 [3:28] 就我在微软和Google也实习过 [3:30] 也在一些创业公司实习过 [3:32] 当时我觉得我就是要去创业公司 [3:33] 当时觉得最酷的创业公司 [3:35] 就是Facebook嘛 [3:36] 但是Facebook在我还没有毕业时候 [3:37] 就已经IPO了 [3:39] 对~不创业了(不是创业公司了) [3:39] 对然后后来就找了一家 [3:41] 觉得也还不错 [3:42] 看起来挺小的 [3:43] Uber [3:44] 就是那个AVOS [3:45] 哦AVOS [3:46] AVOS之后? [3:47] 后来就去了Uber嘛 [3:48] 然后Uber当时就是也是不能说完全刚开始 [3:50] 但还是很小 几几年 14年 [3:52] 哦我记得我15年的时候 [3:53] 用一个Uber券打车来着 [3:55] 然后当时觉得哇好酷 [3:57] 对对 [3:57] 我大概是13年的时候就认识有人去Uber [4:00] 然后当时那个人 [4:01] 他是要去中国launch Uber [4:04] 就当时中国是没有Uber的 [4:05] 他们要去北京 [4:06] 把这个Uber带到北京 [4:07] 我觉得哇 [4:08] 太神奇了 [4:08] 然后就在旧金山 [4:10] 明明不用打车也要试一下Uber [4:12] 真的是第一次体验O2O的体验嘛 [4:14] magical 对 [4:15] 真的觉得很牛逼 [4:15] 然后14年有这个growth team [4:17] 我就觉得很match [4:18] 跟我自己的background比较相似 [4:20] 然后就因缘巧合就去了 [4:21] 其实我频道里边有一个嘉宾李森 [4:23] 在滴滴深度参与了跟Uber打的全程 [4:25] 嗯哼~所以说听了滴滴那部分的故事 [4:28] 我再听听Uber [4:29] 这部分的故事是什么样子的 [4:30] 给我们讲一下呗 [4:31] 我能想到的 [4:33] 首先这competition还是一个特别烧钱的 [4:35] 非常burning cash的一个competition [4:37] 不管是司机还是乘客嘛 [4:39] 司机视角 [4:40] 哪边赚钱能赚的更多 [4:41] 乘客角度 [4:42] 哪边给的优惠券越多 [4:44] 其实就很容易让用户流向不同的平台 [4:47] 那从这个角度来讲的话 [4:48] 其实很多technology的部分 [4:50] 产品体验本身的部分 [4:52] 或者就是说那个时候湾区 [4:54] 大家觉得最重要的东西的部分 [4:55] 其实play kind of play less role [4:57] 这是我的一个比较大的一个感觉 [4:59] 嗯 但on top of that [5:01] 我觉得有个很不一样的体验 [5:03] 就是中国的这种重运营的公司 [5:05] 他们做这种incentive或者coupon [5:08] 或者甚至是anti fraud [5:09] 是他们Day Zero的一个事情 [5:11] 就他们design整个系统 [5:13] 就是要去考虑说 [5:14] 我怎么去更高效率发券 [5:15] 同时怎样避免被别人fraud对吧 [5:17] 薅羊毛 嗯 但是美国公司来说 [5:19] 这些东西都是你想 [5:20] 美国公司一个promotion system [5:21] 它是一个很边边角角的一个 [5:23] 对 at least at the beginning是边边角角的东西 是 [5:26] 所以Uber也是一直在不断地catch up [5:28] 我们怎么更好地去做这个incentive [5:30] 嗯 [5:30] 但在这过程中其实有很多很多的问题 [5:33] 一个问题就是说有特别特别多的fraud对吧 [5:35] 我不知道你听过滴滴没有 [5:35] 就当时他们就说在一些城市 [5:37] 因为Uber可以看到所有车和人 [5:39] 在哪里嘛 [5:40] 我会看到有十几辆车排条队 [5:42] 就在一起在移动 [5:44] 为什么呢 [5:44] 因为当激励到一定多的时候 [5:46] 会有一定时间 [5:47] 就是说司机的收入是比乘客给的钱 [5:50] 要多的 [5:50] 因为你有incentive对不对 [5:52] 那从司机的角度上 [5:52] 它能够同时跑mock更多的账号 [5:55] 对 你就能够赚更多的钱嘛 [5:57] 首先这是一个技术问题对吧 [5:58] 那技术问题就说你怎么去抓到这些人 [6:00] 嗯 那后来就变成了一个社安问题 [6:02] 因为这些从这司机角度 [6:04] 他们已经invest了一些钱进去了 [6:05] 因为他们要去mock乘客的账号来付这个钱 [6:08] 那当你去把这些人banned之后 [6:09] 那这些司机是会出来闹事的 [6:11] 那闹事 [6:12] 就变成了一个维稳的一个问题了 [6:14] 这时候就变成你不能搞的太激烈 [6:16] 你搞太激烈你不仅是影响这个系统 [6:18] 可能会有人来请我们的主管喝茶对吧 [6:20] 因为你造成了一些社会的不稳定性 [6:22] 嗯 那这些东西你想想 [6:23] 从一个美国公司的角度来讲 [6:25] 其实我觉得是一个更大的challenge [6:27] 而不是说产品或者技术本身 [6:30] 但是当时Travis本人是来中国 [6:32] 他是待了很久嘛 [6:34] 当时来讲的话 [6:35] 就所有的技术团队 [6:36] 产品团队其实base在美国 [6:38] 但基本上都是中国人 [6:39] 就当时最鼎盛的时候 [6:41] 当时Uber的总部有一层楼 [6:43] 可能有一半的空间都是China growth嘛 [6:46] 然后里面全是中国人 [6:46] 全部在讲中文 [6:47] 然后会挂中国国旗对吧 [6:49] 然后更夸张的时候 [6:51] 他们会在101 [6:52] 就是literally湾区的101公路上会打中文的广告 [6:54] 说我们在招讲中文的工程师 [6:56] 来做Uber的China growth [6:59] 那是那个年代~101 Billboard对吧 [7:00] 现在就是都是AI了对吧 [7:02] 是的 但是geo political [7:03] 我就想那个时候其实 [7:04] 中美关系还挺好的 [7:05] 现在OpenAI里边挂着中国国旗 [7:07] Anthropic就说...对对对 [7:10] 我其实蛮好奇Anthropic的 [7:11] 中国工程师 [7:12] 哈哈哈 ?(课代表说了什么)对对对anyway [7:14] 然后从Travis的角度 [7:15] 就是说他其实会蛮常去中国 [7:18] 但是所有产品的技术decision [7:21] 其实还是旧金山在make [7:22] 嗯 但是当然在中国 [7:23] 我们有很大的一个ground [7:25] 一个operations team [7:26] 这也是Uber很不一样的一个模式吧 [7:28] 就是他去每个不同的market [7:30] 他都会在local做一很大的operations team on the local [7:32] 那些都是非常local的hires [7:35] 当然as a result [7:36] 当时我个人as engineer比较好玩 [7:38] 是让我们有很多回到中国出差的机会 [7:40] 去跟国内的同事一起合作 [7:42] 去figure out这些 [7:43] 我们在美国总部没办法感觉到的一些问题 [7:46] 再去重新做你的产品 [7:47] 重新设计这些算法 [7:49] 不断的去operate这个competition [7:50] 我觉得是蛮不一样的经历了 [7:52] 就像你说的 [7:53] 那时候geo politic [7:54] 跟现在是完全不一样的 [7:55] 嗯 那换另外一个角度来讲 [7:57] 我始终都没有觉得说滴滴最后能赢 [7:59] 是因为它是一个被政府偏袒的公司 [8:02] 不像大家说Google和百度对吧 [8:04] 可能Google做很多事情 [8:05] 政府一直在搞你 [8:06] 然后百度它就给它很多的resource对吧 [8:08] 甚至有hacker去搞Google [8:10] 但我觉得Uber跟滴滴相对来说 [8:12] 还是个比较fair的 [8:14] 两个startup之间的一个competition [8:15] 但当然有的公司它的文化 [8:17] 作为一个美国公司 [8:18] 它在做那些很local的中国文化的应对的时候 [8:20] 可能就是没有那么及时 [8:21] 或者没有那么适应 [10:19] 从你的角度来说 [10:20] 滴滴还是打输了的 [10:21] 哦不是Uber还是打输了的 [10:23] 这是另外一个话题 [10:24] 就是因为Uber最后是卖了 [10:25] 大概按当时滴滴的估值 [10:26] 是卖了大概10个billion还是17个billion对吧 [10:29] 好像17 嗯 [10:30] 就你从这个角度来讲 [10:31] 其实是个非常好的退出 [10:33] 对 因为当时Uber烧钱效率其实没有滴滴好的 [10:35] 所以如果一直烧下去的话 [10:37] Uber理论上是烧不过滴滴的 [10:39] 但是那个时候 [10:40] 中国投资人就这么有钱吗 [10:42] 其实有一个事情 [10:43] 我不知道有没有public讲过 [10:45] 其实当时TK在内部有讲过一句话 [10:47] 就是说压死骆驼的最后一根稻草 [10:50] 其实是Apple [10:50] 当时给滴滴投了一个billion的投资 [10:53] 你去想Apple什么时候给过一个公司 [10:55] 不要说中国公司啊 [10:56] 投一个billion [10:57] 所以当时那个是wake up call [10:58] 就让TK认识到 [11:00] 我现在已经不仅是在跟中国打了 [11:01] 我可能是要跟全世界的 [11:03] 滴滴的投资者在打 [11:05] which including SoftBank [11:06] including Apple [11:07] 那之后他的想法更多的是 [11:08] 如果其实烧钱烧下去我可能不止在中国输掉 [11:11] 可能会输掉整个global的market [11:13] 对因为滴滴它后面也跑到美国来 [11:15] 号称火烧后院模式 [11:16] 对那如果Apple在美国 [11:17] 对Uber APP做更多的限制 [11:19] 你怎么办 [11:19] 嗯 [11:20] 因为在中国已经没法玩 [11:21] 就当时我们最难在中国做的一件事情 [11:24] 其实是微信 [11:24] again 回到这个优惠券对吧 [11:26] 就最好的传播平台肯定是微信 [11:28] 包括拼多多 [11:29] 怎么起来的 [11:29] Uber是不能在微信上做任何的sharing的 [11:33] 当时我们真的在去reverse engineering [11:35] 微信是怎么去做sharing [11:36] 我们做了很多的尝试 [11:38] 他就是不让 [11:39] 滴滴就是腾讯投的嘛 [11:40] 对滴滴在腾讯上就是疯狂的 [11:42] 你可以 嗯 [11:43] share coupon share优惠券 [11:44] whatever对吧 [11:45] 就这已经在中国发生 [11:46] 那如果今天你发现Apple也在投滴滴 [11:49] 你就SoftBank就投了你全世界的competitor [11:51] Grab, Rappi然后印度的 [11:53] 中东的就everywhere [11:55] 那其实从Uber角度来讲 [11:56] 你变成不是说我在打一个国家了 [11:58] 我是在跟全世界的competitor investor在打 [12:00] 那你们最大的金主是谁 [12:02] 当时最大金主还是沙特 [12:04] 就主权基金 [12:05] SoftBank是后来Travis走了之后 [12:07] 当时Dara融了一轮SoftBank [12:10] 然后才把整个董事会洗牌 [12:12] 那时候SoftBank才变成Uber的投资人 [12:14] 当时TK已经走了对 [12:14] 但TK跟SoftBank有什么beef [12:16] 为什么这样子呢 [12:17] 哈哈哈好像看起来有点beef [12:20] 没有没有其实是这样子的 [12:20] 其实也不是beef [12:22] 他自己内部也讲过 [12:23] 因为Uber其实说白了 [12:24] 是一个很popular的一个标的在当时啊对 [12:26] 那很多时候很多VC投不进来 [12:28] 嗯 那VC vision fund(愿景基金)我就去投第二名 [12:30] 那我就把你全世界第二名给投一遍 [12:32] 因为大家还是看到 [12:33] 这个模式肯定是有未来的 [12:35] 是 而且大家也看到了 [12:36] 是一个吃现金吃运营的东西 [12:38] 不是一个吃技术的东西 对对对 [12:40] 而且形成网络效应可以赚钱 [12:42] 这个商业模式大家还是想的很清楚的 [12:45] 我当时14年嘛 [12:46] 25岁就毕业可能不到两年吧 [12:49] 在一个一年翻三倍翻四倍的公司 [12:52] 然后又可以几个月回一趟国出差 [12:54] 我觉得这就是hhh我觉得这就是best career [12:58] 公司也很看重中国的业务 [13:00] 前两年的时候 [13:01] 就真的做的还蛮开心的 [13:02] 也没有想任何什么career goals [13:04] 我明天要学什么 [13:05] 我明天要干什么 [13:05] 每天我觉得把事情做好 [13:07] 我觉得就已经很有意思了 [13:08] 就整个生活和工作完全是融在一起 [13:11] 我觉得你就也不需要区分 [13:12] 就反正很棒 对 [13:14] 打一个大型现实游戏 [13:15] 对对对 [13:16] 直到就是滴滴把Uber China收购了 [13:19] 然后我也可能更老一点吧 [13:21] 然后就发现哎 [13:22] 就是你原来有过一段很刺激的工作经验 [13:25] 之后觉得就比较平淡嘛 [13:26] 当时那样子 [13:27] 后来变成可能是这样子 [13:28] 就那段时间 [13:28] 可能全公司大部分人 [13:29] 不能说所有人了 [13:30] 还是有这么的一种感觉 [13:32] 就是尤其是17年很动荡的时候 [13:34] 后来Travis也离开了嘛 [13:35] 所以也很多人会有些失落的感觉吧 [13:38] Travis还有一个自动驾驶的vision [13:41] 那个其实可以把Uber take to the next level [13:43] 我觉得就是真的跟Travis合作过的人 [13:46] 或者在他公司里 [13:46] 不能说跟他合作 [13:47] 毕竟在公司里打工嘛 [13:49] 我觉得 [13:49] 还是会比较容易被他的那个leadership [13:52] 所感染嗯 [13:53] 当然不喜欢他的人是不喜欢他的人 嗯 [13:55] 那不喜欢他反正也没有在Uber待过 [13:57] 或者待(过)很快时间就走了 [13:58] 但大部分尤其在他待过的时间 [14:00] 待过的 [14:01] 还是很...他真的那种对工作的热情 [14:04] 他对解决问题的执着 [14:05] 他的vision [14:06] 而且他怎么样想要去带领这个团队 [14:08] 一步步去走向那个vision还是蛮强的 [14:11] 也侧面说明 [14:12] 当他去做CloudKitchens的时候 [14:13] 即使有这么多negative的press [14:15] 还是有很多早期Uber的人 [14:17] 不管是美国的海外的 [14:20] engineering的或者operation的 [14:22] 跟着他去做的CloudKitchens [14:23] 其实什么都没有对吧 [14:25] 我当时看他去做CloudKitchens [14:27] 也觉得非常吃惊 [14:28] 我以为这样一个人 [14:29] 他会选一个非常好的业务模式 [14:32] 去做他下一家 [14:33] 从你的角度怎么看TK的这次创业 [14:35] 我就变成TK vision的复述者了 [14:37] 但其实他是有他自己的vision [14:38] high level wise [14:39] TK想要做的事情 [14:40] 是把房地产变成一个像Uber一样的生意 [14:45] 就是说从他的角度来讲 [14:46] 他其实公司的名字不叫CloudKitchens [14:48] 公司的名字叫City Storage Systems CSS [14:51] TK认为一个computer [14:52] 它有三个主要的component [14:54] CPU, memory and networking [14:56] 就是一个代表计算嘛 [14:58] 一个代表存储 [14:59] 还有一个代表就是网络 [15:00] 对吧 [15:01] 那Uber它其实就是一个城市的网络 [15:03] 因为Uber的vision [15:04] 一直都不是说我要做一个打车公司对吧 [15:06] 我们内部我到现在还记得叫transportation as water [15:09] 就是你用water的时候你不会想要 [15:11] 我要去申请 [15:12] 我还要打电话对吧 [15:12] 我开水龙头水就来了 [15:14] TK的vision是说你在这个城市里 [15:16] 只要从点A移到B [15:17] 不管是一个item还是一个person [15:20] 你按一个button [15:21] 那个device就会出现 [15:23] 美团哈哈 [15:23] 其实是今天Tesla waymo在讲的故事 [15:25] 就说当这些都变成无人车的时候你不需要拥有车了 [15:28] 城市也不需要有停车场了 [15:30] 你就能解放这个城市 [15:31] 因为所有东西都是自动的 [15:33] TK15年就在讲这个story [15:34] 当然他完成了一半 [15:35] 他做出了Uber和Uber Eats [15:37] 对吧嗯 [15:37] 没有完成他的剩下的使命 [15:39] okay这是Uber [15:40] 那再讲CloudKitchens [15:41] 那CloudKitchens [15:42] 他其实想做的是一个storage memory [15:44] assume你有在这个city有很多很多real estate [15:47] 你怎么能够高效把它变现 [15:49] 就像你有很多很多的车 [15:50] 你这车可以送人 [15:51] 可以送货 [15:52] 那只是说 [15:53] 今天可能从他的background他看到了 [15:55] 他觉得外卖是一个好的机会 [15:58] 所以他做的事情 [15:59] 是其实去买一些这种被低估的商业地产 [16:01] 然后把它变成一个有现金流的生意 [16:03] which就是Ghost Kitchen [16:05] 这是vision vision [16:06] 那也许未来这些东西 [16:07] 它可以变成是仓储 [16:08] 甚至可能是workspace对吧 [16:10] 那就是WeWork对吧 [16:11] 但是他的vision是说 [16:12] 我要去在这些城市最市中心的地方 [16:16] 有这些storage [16:17] 然后让他们能高效的变现 [16:18] 这个vision也没有走完啊 [16:19] 因为就是22年利息上升之后 [16:22] 公司就很难去融资去买 [16:24] 所以公司的它的这个vision [16:26] 它不是我们为了去帮商家送外卖 [16:29] 或者之类的 [16:30] 只是说可能在那个当下那个moment [16:32] Ghost Kitchen [16:33] 是一个相对来说现金流最好的生意 [16:35] 在城市的市中心 [16:36] 这些不被看好的商业地产 [16:39] 这是TK的vision [16:40] 当然eventually CPU [16:41] 但那个是eventually [16:42] 他在做下一家公司的时候可能会有吧 [16:45] 所以其实今天 [16:46] CloudKitchens有一个内部的project [16:47] 你其实也(能看到)他有public announce [16:49] 就是他找了一批做 [16:52] 需要去收椅子 [16:54] 可以啊边收我边把它讲完 [16:56] TK他其实有acquire一个做机器人的团队 [16:59] 然后公司内部其实有一个项目 [17:01] 是做了一个做饭机器人 [17:03] 炒菜机器人是什么东西 [17:05] 等会我再讲到底他做啥 [17:07] 那其实vision [17:07] 其实就是你想我要去让一个餐馆对吧 [17:10] 那我之前我要去找一个property [17:12] 我要做kitchen嘛 [17:13] 那他第一步我给你把location给解决 [17:16] 那你肯定还要hire人嘛 [17:17] 对吧啊 [17:18] 如果今天你有一个机器人在那里 [17:20] 能够帮你做一些 [17:22] 哦我在上海见过这样的东西 [17:24] 所以说相当于有一个机器人是CPU [17:28] 去生产这些玩意儿 [17:30] 总觉得这是一个很危险的类比了 [17:32] 忽略了很多更重要的因素 [17:34] 我觉得他的故事差不多了啊 [17:37] 我们讲讲你接下来去OpenAI的故事吧