廣告是機器學習的 1.0：AppLovin 靠它賺出 84% 利潤率
廣告不是 AI 的過去式，而是深度學習最早、最賺錢的落地場景。AppLovin 用推薦模型在 50 億美元的手遊廣告市場裡做出 84% 的 EBIDTA 利潤率，並靠 60 億美元回購成為自己最好的投資人。
原視頻在 YouTube 上放不出來，用音頻聽：
核心論點 · 點時間戳可跳到原聲
手遊廣告是個 500 億美元的市場
Adam 說外界低估了手遊的規模：每天有超過 10 億成年人在玩休閒手遊，這些人都是家庭決策者。AppLovin 兩年前披露自有平臺上年廣告支出是 110 億美元，此後以約 60% 的同比增速增長，粗算今天約 200 億美元。但這不是全部市場——這個生態裡還有很多其他廣告公司在變現，把數字再翻一倍多，整個手遊生態每年大約有 500 億美元的廣告支出。他提醒，不久前社交也只是一個 500 億美元的機會。
— Adam Foroughi廣告是機器學習最早也最賺錢的實現
Adam 把廣告稱為 ML 1.0：它是所有這些如今驅動 AI 的技術的第一次落地。大語言模型今天創造的經濟價值比廣告更大，但廣告是深度學習模型一個極其賺錢的實現方式。推薦系統和大語言模型結構不同，但軌跡高度相似——大語言模型領域的研究可以遷移到推薦系統，反之亦然；很多大語言模型研究者職業生涯早期就是在看廣告系統。廣告業務的妙處在於，你建一個模型預測未來結果，而這個預測的價值可以立刻被換算成錢。
— Adam Foroughi搜索式廣告不創造經濟增量，發現式才創造
Adam 把廣告分成兩類。一類是漏斗底部的廣告：消費者已經知道自己要買什麼，只是在做研究完成交易，這是 Google 搜索的生意，大語言模型會幾乎完全在這個領域和 Google 搜索競爭。另一類是他所在的領域：不知道用戶意圖，去創造一個原本不存在的需求，讓用戶看到後覺得「這看起來真酷，我要馬上去買」。他強調，搜索或大語言模型裡的那筆交易本來就會發生，所以那裡沒有多少經濟擴張；而發現式廣告創造的是經濟增量，這也是 Meta 廣告業務厲害、AppLovin 想做的事。
— Adam Foroughi手機沒有偷聽你，但你的行為被追蹤了
面對「午餐聊到某樣東西，廣告就出現了」的疑問，Adam 說這更可能是你之前做過可追蹤的動作——搜索、瀏覽網站、搜產品，你自己沒意識到，然後你說了相關的話，就開始看到相關廣告。他明確說 AppLovin 完全不追蹤位置，認為追蹤精確位置來渲染廣告是很重的概念，而實時解析麥克風內容再翻譯成廣告所需的數據傳輸量也不現實。但他承認，如果你在社交網絡上，你們之間的關係數據當然可能驅動廣告體驗——比如朋友搜了某樣東西，你可能看到相關廣告，他認為這沒什麼問題。
— Adam Foroughi從 280 億跌到 38 億，然後開始買自己
AppLovin 2021 年 4 月上市，帶著 6 億美元 EBIDTA 拿到約 280 億美元市值，最高到過 400 億。2022 年股價幾乎每天都在跌，跌到約 38 億美元市值——而那一年公司做了 10 億美元 EBIDTA。Adam 的解讀是：市值由投資者的質量決定，當時大量公司同期上市，藍籌投資者沒做研究去搞清這家名字很傻的公司是什麼，結果是沒有需求、大量供給，估值從 50 倍 EBIDTA 掉到不足 4 倍。他的應對是停止和投資者對話，轉而用公司產生的大量現金激進回購，此後大約買了 60 億美元自家股票，註銷了 20% 到 25% 的流通股。
— Adam Foroughi股價跌 92% 時，家人會打電話問你是不是想自殺
Adam 說那段時間很難，家人朋友會打電話問他是不是想自殺，他的回答是股價還停在 10 美元，仍然漲了很多。但真正難的是他意識到，作為 CEO，團隊也在接同樣的電話，而他們沒有你那樣的定力和持股。所以他們用「我們對全世界」的心態來凝聚團隊，同時把通常只發給 CEO 的績效股票計劃鋪到公司關鍵人身上，告訴他們：現在很難，你以為自己有的房子沒了，但如果撐住並恢復，上行空間會很大。後來投資者開始回來看，公司從迴歸模型切換到深度學習模型，廣告算法變好、廣告主回報變好，業務開始快速增長。
— Adam Foroughi去紐約一週，市值從 280 億變成 550 億
2023 年 4 月上線新模型時公司仍不和投資者溝通，所以外界還不知道。到 2023 年 9 月左右，股價已到 80 美元、業績不錯，Adam 判斷市值夠高、沒法再那麼激進回購，於是去紐約開始和投資者對話。就在那一週，股價從 80 漲到 150，市值從 280 億變成 550 億——只因為他出去說了一句「我們公司還在，我們活下來了」。他形容坐在會議裡能讀出對面在給朋友發消息買入。此後兩年半，股價從 9 美元漲到 750 美元，市值到 2500 億美元。他的結論是公開市場投資者和私募投資者沒多大區別，都追趨勢，只是常常比你希望的更晚。
— Adam Foroughi隱私規則收緊後，用戶反而抱怨廣告變垃圾了
Adam 說在這些領域你希望監管清晰，規則一旦清晰，技術就能應對。五年前能在 iOS 上精確定向用戶，今天如果用戶說不許精確定向，你就只能把他們打包成群，投放更差的廣告。這個變化的有趣結果是，Apple 改動之後公司收到大量用戶投訴，說「給我推更相關的廣告，你現在給我看一堆垃圾」。所以他提出一個兩面性：一方面需要隱私監管讓科技公司知道該做什麼，另一方面消費者確實想要相關廣告——你在遊戲裡看 30 秒廣告換一條命，那是拿到了有貨幣價值的東西，你不會想用這 30 秒看垃圾。
— Adam Foroughi買遊戲工作室是為了拿訓練數據，用完就賣掉
Adam 解釋公司買遊戲工作室的動機是數據：建第一個深度學習模型需要數據，而遊戲工作室通常不願意把數據分享給第三方公司，所以他們買下自己的工作室，把訓練數據餵給第一個模型，做出在市場上很成功的模型並開始快速增長。一旦跑通，第三方開始主動來合作，他們就把這些遊戲業務剝離賣掉了。這澄清了外界關於 AppLovin 是否要變成遊戲發行商的猜測——它買的是數據，不是長期持有遊戲資產。
— Adam Foroughi典型購物者不是泡在 Twitter 上追新技術的那些人
談到 agent 和 agentic commerce，Adam 認為世界的一部分人會用 agent 優化固定的購物行為，比如把補劑訂閱交給 agent 每月優化、按時送達。但發現式平臺不是這個邏輯，典型購物者也不是那種深度使用 agent、泡在 Twitter 上追最新技術的人。他說自己的受眾是「紐約時報的受眾」，今天仍有大量人在用 Yahoo 的產品。典型購物者想找產品、想逛、想走完交易流程、想比價、想追蹤物流；就算事後告訴他 agent 能省 20%，在一筆 50 美元的交易上也不重要，因為走完流程的多巴胺才是他享受的東西。他認為行業過度關注 Twitter 圈層，忘了普通購物者不是那樣。
— Adam Foroughi每天醒來都覺得自己要被搞死，所以跑得更快
面對「Meta、Alphabet 有最好的工程師、做了幾十年廣告，小公司怎麼贏」的問題，Adam 說幫助他們走到今天的一點是：他們從不認為自己贏了，每天醒來都覺得馬上要被搞死，所以必須更努力。公司保持精簡，聚集了大量真正專注在手遊體驗、並把它轉化為交易行為的領域專家。他認為只要非常聚焦、保持精簡，就能比巨頭跑得更快，從而有能力挑戰巨頭。
— Adam Foroughi84% 的 EBIDTA 利潤率，沒人能把它競爭掉
Adam 說 AppLovin 的 EBIDTA 利潤率是市場第一，達到 84%，所以他不覺得有多少漏損。他解釋商業模式：廣告主帶著交易模型進來，比如賣口紅，公司給他們一個套利——他們從 AppLovin 這裡買消費者，消費者完成交易後立刻覆蓋掉獲客成本。消費者花 20 美元買口紅，廣告主付給 AppLovin 的錢少於 20 美元減去銷貨成本，廣告主滿意，於是加大投放，這個績效模型非常可擴展。公司不是全鏈條、不是廣告主本身，而是給廣告主賦能去觸達消費者，同時運營極精簡、極度算法和自動化驅動，所以漏損點不多。面對「85% 的 EBIT 利潤率意味著可能過度盈利、競爭對手願意用 60% 或 50% 來搶」的說法，Adam 的回應是：這些技術非常複雜，如果你能創新、有差異化數據，就能建立優勢——就像 Anthropic 本不該在語言模型領域一騎絕塵，但一個模型達到規模、被大規模社區採用後，就成了別人難以逾越的護城河。
— Adam Foroughi中國團隊是優勢，我常是房間裡最笨的人
談到中國團隊，Adam 說中國人非常謙遜、非常勤奮、非常敏銳，無論在中國、美國還是世界其他地方，和他們共事就是在和世界上最聰明的人共事。他創業時的一個目標就是和優秀的人一起工作、一起把事情搞明白。他說當他和團隊裡的一些人坐在同一個房間時，他知道自己很可能是那個房間裡最笨的人，而這讓他興奮地想來上班。
— Adam Foroughi原話 · 已逐字校驗
advertising is like ML 1.0 but really was the first implementation of all these technologies that now are are driving AI today
廣告就像機器學習的 1.0，它其實是所有這些如今驅動 AI 的技術的第一次實現。
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.
通過搜索或大語言模型完成的交易本來就會發生。如果大語言模型不存在、Google 廣告從未出現，但 Google 搜索存在，那筆交易、那個閉環照樣會發生。所以那裡其實沒有多少經濟擴張。
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.
我會接到家人、朋友的電話，問你是不是想自殺。我說，你看，我們只是卡在了一分錢，股價還有 10 美元，還是漲了很多。
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."
就在那一週，股價從 80 漲到 150。我想是從 280 億變成 550 億，就因為你去了紐約。就因為我出去說了一句：嘿，我們公司還在，我們活下來了。
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 那次改動之後，我們收到大量用戶投訴，說：給我推更相關的廣告，你現在給我看一堆垃圾。
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.
我們從不認為自己贏了。我們覺得每天醒來，我們可能馬上就會被搞死，所以我們最好努力工作。
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
一個模型達到規模、被大規模社區採用之後，它的力量就成了一道別人難以逾越的護城河。
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.
當我和團隊裡的一些人坐在同一個房間時，我知道我很可能是那個房間裡最笨的人。而這讓我興奮地想來上班。
Adam Foroughi23:12
數字與實體
| AppLovin 自有平臺年廣告支出（兩年前披露） | 110 億美元 | 1:02 |
| AppLovin 平臺廣告支出同比增速 | 約 60% | 1:02 |
| 手遊生態年廣告支出（估算） | 約 500 億美元 | 2:02 |
| AppLovin 上市時市值 | 約 280 億美元 | 10:07 |
| AppLovin 2022 年最低市值 | 約 38 億美元 | 10:07 |
| AppLovin 2022 年 EBIDTA | 10 億美元 | 10:07 |
| AppLovin 回購股票金額 | 約 60 億美元 | 12:07 |
| AppLovin 註銷流通股比例 | 20% 到 25% | 12:07 |
| AppLovin 股價兩年半漲幅 | 從 9 美元到 750 美元 | 15:09 |
| AppLovin EBIDTA 利潤率 | 84% | 21:12 |
術語
- EBIDTA息稅折舊攤銷前利潤
- 衡量公司核心盈利能力的指標，逐字稿中 Adam 多次使用該說法。
- ML 1.0機器學習 1.0
- Adam 用來形容廣告是深度學習技術最早、最賺錢的落地場景。
- agentic commerce智能體商務
- 由 AI agent 代替人完成購物決策與交易的模式。
- discovery發現式廣告
- 在用戶沒有明確購買意圖時，通過推薦創造新需求的廣告形式。
收聽指南
關注廣告技術、推薦系統與 AI 商業化的創業者、投資人和工程師；想了解小團隊如何在巨頭林立的賽道里建立護城河的人。
對廣告技術細節不感興趣的話，8:07 到 9:07 關於手機是否偷聽的部分可以跳過。