广告是机器学习的 1.0：AppLovin 靠它赚出 84% 利润率
广告不是 AI 的过去式，而是深度学习最早、最赚钱的落地场景。AppLovin 用推荐模型在 50 亿美元的手游广告市场里做出 84% 的 EBIDTA 利润率，并靠 60 亿美元回购成为自己最好的投资人。
原视频在 YouTube 上放不出来，用音频听：
核心论点 · 点时间戳可跳到原声
手游广告是个 500 亿美元的市场
Adam 说外界低估了手游的规模：每天有超过 10 亿成年人在玩休闲手游，这些人都是家庭决策者。AppLovin 两年前披露自有平台上年广告支出是 110 亿美元，此后以约 60% 的同比增速增长，粗算今天约 200 亿美元。但这不是全部市场——这个生态里还有很多其他广告公司在变现，把数字再翻一倍多，整个手游生态每年大约有 500 亿美元的广告支出。他提醒，不久前社交也只是一个 500 亿美元的机会。
— Adam Foroughi广告是机器学习最早也最赚钱的实现
Adam 把广告称为 ML 1.0：它是所有这些如今驱动 AI 的技术的第一次落地。大语言模型今天创造的经济价值比广告更大，但广告是深度学习模型一个极其赚钱的实现方式。推荐系统和大语言模型结构不同，但轨迹高度相似——大语言模型领域的研究可以迁移到推荐系统，反之亦然；很多大语言模型研究者职业生涯早期就是在看广告系统。广告业务的妙处在于，你建一个模型预测未来结果，而这个预测的价值可以立刻被换算成钱。
— Adam Foroughi搜索式广告不创造经济增量，发现式才创造
Adam 把广告分成两类。一类是漏斗底部的广告：消费者已经知道自己要买什么，只是在做研究完成交易，这是 Google 搜索的生意，大语言模型会几乎完全在这个领域和 Google 搜索竞争。另一类是他所在的领域：不知道用户意图，去创造一个原本不存在的需求，让用户看到后觉得「这看起来真酷，我要马上去买」。他强调，搜索或大语言模型里的那笔交易本来就会发生，所以那里没有多少经济扩张；而发现式广告创造的是经济增量，这也是 Meta 广告业务厉害、AppLovin 想做的事。
— Adam Foroughi手机没有偷听你，但你的行为被追踪了
面对「午餐聊到某样东西，广告就出现了」的疑问，Adam 说这更可能是你之前做过可追踪的动作——搜索、浏览网站、搜产品，你自己没意识到，然后你说了相关的话，就开始看到相关广告。他明确说 AppLovin 完全不追踪位置，认为追踪精确位置来渲染广告是很重的概念，而实时解析麦克风内容再翻译成广告所需的数据传输量也不现实。但他承认，如果你在社交网络上，你们之间的关系数据当然可能驱动广告体验——比如朋友搜了某样东西，你可能看到相关广告，他认为这没什么问题。
— Adam Foroughi从 280 亿跌到 38 亿，然后开始买自己
AppLovin 2021 年 4 月上市，带着 6 亿美元 EBIDTA 拿到约 280 亿美元市值，最高到过 400 亿。2022 年股价几乎每天都在跌，跌到约 38 亿美元市值——而那一年公司做了 10 亿美元 EBIDTA。Adam 的解读是：市值由投资者的质量决定，当时大量公司同期上市，蓝筹投资者没做研究去搞清这家名字很傻的公司是什么，结果是没有需求、大量供给，估值从 50 倍 EBIDTA 掉到不足 4 倍。他的应对是停止和投资者对话，转而用公司产生的大量现金激进回购，此后大约买了 60 亿美元自家股票，注销了 20% 到 25% 的流通股。
— Adam Foroughi股价跌 92% 时，家人会打电话问你是不是想自杀
Adam 说那段时间很难，家人朋友会打电话问他是不是想自杀，他的回答是股价还停在 10 美元，仍然涨了很多。但真正难的是他意识到，作为 CEO，团队也在接同样的电话，而他们没有你那样的定力和持股。所以他们用「我们对全世界」的心态来凝聚团队，同时把通常只发给 CEO 的绩效股票计划铺到公司关键人身上，告诉他们：现在很难，你以为自己有的房子没了，但如果撑住并恢复，上行空间会很大。后来投资者开始回来看，公司从回归模型切换到深度学习模型，广告算法变好、广告主回报变好，业务开始快速增长。
— Adam Foroughi去纽约一周，市值从 280 亿变成 550 亿
2023 年 4 月上线新模型时公司仍不和投资者沟通，所以外界还不知道。到 2023 年 9 月左右，股价已到 80 美元、业绩不错，Adam 判断市值够高、没法再那么激进回购，于是去纽约开始和投资者对话。就在那一周，股价从 80 涨到 150，市值从 280 亿变成 550 亿——只因为他出去说了一句「我们公司还在，我们活下来了」。他形容坐在会议里能读出对面在给朋友发消息买入。此后两年半，股价从 9 美元涨到 750 美元，市值到 2500 亿美元。他的结论是公开市场投资者和私募投资者没多大区别，都追趋势，只是常常比你希望的更晚。
— Adam Foroughi隐私规则收紧后，用户反而抱怨广告变垃圾了
Adam 说在这些领域你希望监管清晰，规则一旦清晰，技术就能应对。五年前能在 iOS 上精确定向用户，今天如果用户说不许精确定向，你就只能把他们打包成群，投放更差的广告。这个变化的有趣结果是，Apple 改动之后公司收到大量用户投诉，说「给我推更相关的广告，你现在给我看一堆垃圾」。所以他提出一个两面性：一方面需要隐私监管让科技公司知道该做什么，另一方面消费者确实想要相关广告——你在游戏里看 30 秒广告换一条命，那是拿到了有货币价值的东西，你不会想用这 30 秒看垃圾。
— Adam Foroughi买游戏工作室是为了拿训练数据，用完就卖掉
Adam 解释公司买游戏工作室的动机是数据：建第一个深度学习模型需要数据，而游戏工作室通常不愿意把数据分享给第三方公司，所以他们买下自己的工作室，把训练数据喂给第一个模型，做出在市场上很成功的模型并开始快速增长。一旦跑通，第三方开始主动来合作，他们就把这些游戏业务剥离卖掉了。这澄清了外界关于 AppLovin 是否要变成游戏发行商的猜测——它买的是数据，不是长期持有游戏资产。
— Adam Foroughi典型购物者不是泡在 Twitter 上追新技术的那些人
谈到 agent 和 agentic commerce，Adam 认为世界的一部分人会用 agent 优化固定的购物行为，比如把补剂订阅交给 agent 每月优化、按时送达。但发现式平台不是这个逻辑，典型购物者也不是那种深度使用 agent、泡在 Twitter 上追最新技术的人。他说自己的受众是「纽约时报的受众」，今天仍有大量人在用 Yahoo 的产品。典型购物者想找产品、想逛、想走完交易流程、想比价、想追踪物流；就算事后告诉他 agent 能省 20%，在一笔 50 美元的交易上也不重要，因为走完流程的多巴胺才是他享受的东西。他认为行业过度关注 Twitter 圈层，忘了普通购物者不是那样。
— Adam Foroughi每天醒来都觉得自己要被搞死，所以跑得更快
面对「Meta、Alphabet 有最好的工程师、做了几十年广告，小公司怎么赢」的问题，Adam 说帮助他们走到今天的一点是：他们从不认为自己赢了，每天醒来都觉得马上要被搞死，所以必须更努力。公司保持精简，聚集了大量真正专注在手游体验、并把它转化为交易行为的领域专家。他认为只要非常聚焦、保持精简，就能比巨头跑得更快，从而有能力挑战巨头。
— Adam Foroughi84% 的 EBIDTA 利润率，没人能把它竞争掉
Adam 说 AppLovin 的 EBIDTA 利润率是市场第一，达到 84%，所以他不觉得有多少漏损。他解释商业模式：广告主带着交易模型进来，比如卖口红，公司给他们一个套利——他们从 AppLovin 这里买消费者，消费者完成交易后立刻覆盖掉获客成本。消费者花 20 美元买口红，广告主付给 AppLovin 的钱少于 20 美元减去销货成本，广告主满意，于是加大投放，这个绩效模型非常可扩展。公司不是全链条、不是广告主本身，而是给广告主赋能去触达消费者，同时运营极精简、极度算法和自动化驱动，所以漏损点不多。面对「85% 的 EBIT 利润率意味着可能过度盈利、竞争对手愿意用 60% 或 50% 来抢」的说法，Adam 的回应是：这些技术非常复杂，如果你能创新、有差异化数据，就能建立优势——就像 Anthropic 本不该在语言模型领域一骑绝尘，但一个模型达到规模、被大规模社区采用后，就成了别人难以逾越的护城河。
— Adam Foroughi中国团队是优势，我常是房间里最笨的人
谈到中国团队，Adam 说中国人非常谦逊、非常勤奋、非常敏锐，无论在中国、美国还是世界其他地方，和他们共事就是在和世界上最聪明的人共事。他创业时的一个目标就是和优秀的人一起工作、一起把事情搞明白。他说当他和团队里的一些人坐在同一个房间时，他知道自己很可能是那个房间里最笨的人，而这让他兴奋地想来上班。
— Adam Foroughi原话 · 已逐字校验
advertising is like ML 1.0 but really was the first implementation of all these technologies that now are are driving AI today
广告就像机器学习的 1.0，它其实是所有这些如今驱动 AI 的技术的第一次实现。
Adam Foroughi3:02
the transaction via search or LM was going to happen anyways. If the LM didn't exist and Google ads had never come to existence, but Google search existed, that transaction, the closed loop would have happened. So there's not actually a whole lot of economic expansion that happens from that.
通过搜索或大语言模型完成的交易本来就会发生。如果大语言模型不存在、Google 广告从未出现，但 Google 搜索存在，那笔交易、那个闭环照样会发生。所以那里其实没有多少经济扩张。
Adam Foroughi6:03
I would get phone calls from family members, friends, are you suicidal? And I'm like, look, we we got stuck at a penny. The stock's still like 10 bucks. It's still up a lot.
我会接到家人、朋友的电话，问你是不是想自杀。我说，你看，我们只是卡在了一分钱，股价还有 10 美元，还是涨了很多。
Adam Foroughi12:07
in that week, the stock went from 80 to 150. And I think it was like 28 billion to 55 billion from you being in New York. From me just going out and saying, "Hey, our company still exists. We survived this."
就在那一周，股价从 80 涨到 150。我想是从 280 亿变成 550 亿，就因为你去了纽约。就因为我出去说了一句：嘿，我们公司还在，我们活下来了。
Adam Foroughi14:08
we'll get a lot of complaints after that change that Apple made from users that say, "Serve me more relevant ads. You're showing me a bunch of spam."
Apple 那次改动之后，我们收到大量用户投诉，说：给我推更相关的广告，你现在给我看一堆垃圾。
Adam Foroughi16:09
We never think we won. We think every day we wake up and we're probably going to get screwed right now and we better work hard.
我们从不认为自己赢了。我们觉得每天醒来，我们可能马上就会被搞死，所以我们最好努力工作。
Adam Foroughi20:11
the power of a model that then reaches a point of scale and gets adopted by a large scale community becomes something that is a a moat that is hard for other people to overcome
一个模型达到规模、被大规模社区采用之后，它的力量就成了一道别人难以逾越的护城河。
Adam Foroughi21:12
when I sit in a room with some of the people on my team, I know I'm probably the dumbest person in that room. And that gets me excited to show up.
当我和团队里的一些人坐在同一个房间时，我知道我很可能是那个房间里最笨的人。而这让我兴奋地想来上班。
Adam Foroughi23:12
数字与实体
| AppLovin 自有平台年广告支出（两年前披露） | 110 亿美元 | 1:02 |
| AppLovin 平台广告支出同比增速 | 约 60% | 1:02 |
| 手游生态年广告支出（估算） | 约 500 亿美元 | 2:02 |
| AppLovin 上市时市值 | 约 280 亿美元 | 10:07 |
| AppLovin 2022 年最低市值 | 约 38 亿美元 | 10:07 |
| AppLovin 2022 年 EBIDTA | 10 亿美元 | 10:07 |
| AppLovin 回购股票金额 | 约 60 亿美元 | 12:07 |
| AppLovin 注销流通股比例 | 20% 到 25% | 12:07 |
| AppLovin 股价两年半涨幅 | 从 9 美元到 750 美元 | 15:09 |
| AppLovin EBIDTA 利润率 | 84% | 21:12 |
术语
- EBIDTA息税折旧摊销前利润
- 衡量公司核心盈利能力的指标，逐字稿中 Adam 多次使用该说法。
- ML 1.0机器学习 1.0
- Adam 用来形容广告是深度学习技术最早、最赚钱的落地场景。
- agentic commerce智能体商务
- 由 AI agent 代替人完成购物决策与交易的模式。
- discovery发现式广告
- 在用户没有明确购买意图时，通过推荐创造新需求的广告形式。
收听指南
关注广告技术、推荐系统与 AI 商业化的创业者、投资人和工程师；想了解小团队如何在巨头林立的赛道里建立护城河的人。
对广告技术细节不感兴趣的话，8:07 到 9:07 关于手机是否偷听的部分可以跳过。