從暴跌90%到一年漲7倍，Applovin如何掀起廣告行業「工業革命」

你知道，今年上半年AI行業股價漲得最多的公司是誰嗎？

不是搞芯片的英偉達，也不是投了OpenAI的微軟，而是一家叫Applovin的公司。

憑藉AI技術的應用，這家廣告技術公司在不到一年時間內股價從38.78美元上漲到338.21美元，漲幅高達772%。

你很難想像，就在兩年前，Applovin的股價曾經暴跌了90%，從上市之初的300多億市值一路暴跌到30億美金左右的市值。

短短兩年，Applovin完成了徹底翻身。按2022年10月的低點算，Applovin股價漲幅已經超過30倍。如今，Applovin成為了AI領域乃至整個美股市場上的超級明星。

而這一切的變化全都源於AI的。那麼，Applovin究竟是如何靠AI翻身的呢？

01 連續4個季度利潤增速大幅跑贏收入增速

說起來Applovin的業務並不複雜，其核心業務是廣告技術平台。

大夥都知道，主流互聯網公司賺錢都是靠賣廣告，把自己的流量變成錢。雖然Meta、Google、亞馬遜等巨頭佔了整個互聯網流量的大頭，但市場上仍然有很多其他的應用，它們也佔據了互聯網市場不少的流量份額。根據浦銀國際數據，中長尾流量佔到了整個流量池份額的28%。這些應用有著穩定的用戶，但由於規模較小且分散，不容易被廣告主找到。

而在另一邊，隨著頭部流量平台的投放門檻越來越高，投放性價比開始下降，中小廣告主也希望能找到成本更低的投放渠道，長尾應用就成為了他們的選擇。但問題在於，這些應用相當分散，用戶畫像又各自不一，如何構建投放組合來滿足自身投放的需求，就成了一個問題。

這時候，Applovin的作用就來了。簡單來說，Applovin的廣告技術業務主要做兩個事情：

一是幫廣告主獲客，即從廣告主拿到廣告預算支出，然後代替其在長尾應用上完成投放，按效果 （點擊、展示或轉化） 付費；二是為流量主提供廣告聚合平台MAX （前身為Mobpub） 幫助其進行流量競價售賣。 

雖然看著很美好，但這件事情要做好並不容易。在廣告生意，想要獲得很高的利潤率，要麼擁有更便宜的流量，要麼就是擁有更精細的用戶數據。

過去幾年，Applovin一直積極參與併購，擴大其業務版圖，形成了「軟件平台+應用程序」的雙輪驅動：

1）軟件平台：為程序開發者提供強大的解決方案支持，包括移動應用的發行、分析、變現及獲客；旗下主要平台包括 AppDiscovery（幫助獲客）、Max（廣告聚合平台）、Adjust（數據歸因&獲取）、WURL（CTV平台營銷）等；

2）應用程序：AppLovin以超休閑遊戲起家，先後收購了PeopleFun和Machine Zone兩家知名手遊開發商，AppLovin自身開發 了350+款流行的移動應用；

但這兩點都不容易，自建流量不必多說，即使積累用戶數據這事也不順利。自2021年以來，移動渠道隱私政策的不斷收緊，給Applovin等廣告技術公司帶來了很大的衝擊。

比如，Google的隱私沙盒Google宣佈，將在未來幾年內逐步淘汰第三方Cookie，並推出隱私沙盒（Privacy Sandbox）以減少對用戶隱私的侵害，同時限制對廣告行為的精準追蹤。

受此影響，AppLovin的營業收入增速明顯放緩。2022年，AppLovin營業總收入28.17億美元，幾乎與2021年持平，淨虧損1.93億美元，創下公司2019年以來的最大虧損。從2019-2022年，公司毛利率逐年下降，分別為75.73%、61.71%、64.62%、55.41%。

這樣的表現顯然不能讓投資人滿意。在高通脹史詩級加息的2021-2022年，公司股價從116美元下跌到不到10美元，跌幅超過90%。

2022年12月28日，也就是新年前的倒數第三天，AppLovin股價下跌到9.14美元，創下上市以來的最低點。

在一片質疑聲中，AppLovin的命運之輪開始朝著另一個方向轉動。

02 翻身全靠AI

AppLovin股價逆襲的關鍵，來自於廣告平台的進化迭代，尤其是AXON平台。

這是AppLovin在2021年推出的人工智能廣告引擎，用於提升廣告商與發佈商之間匹配的效率，進而提高投資回報率和貨幣化機會。2023年上半年，AppLovin發佈了AXON 2.0版本。

以此為節點，AppLovin開始發生翻天覆地的變化。

其實如果單看收入端的增長，AppLovin沒有出現大規模的收入爆髮式增長。從2023年三季度到2024年三季度，AppLovin的收入從8.6億美元增長到12億美元，增幅不到50%。

但淨利潤的增長卻是驚人的。同期，AppLovin的淨利潤從1.1億美元增長到4.3億美元，增長高達291%，期間淨利潤率更是從12.79%增長到35.83%。公司高管更是在電話會議上表示，利潤提升的趨勢有望在明年繼續上演。

在廣告技術行業中，這種利潤率表現非常少見，表明公司在廣告投放效率、平台自動化程度、客戶ROI優化等方面具備顯著優勢。那麼，AppLovin究竟是如何做到的？

這還是要從AppLovin的定位說起。在廣告技術行業，絕大多數做的都是「中間商」，而且只服務於一端。那麼，直接擅長幫開發者變現，比如IronSource；那麼幫廣告主精準投放，像The Trade Desk。但這些模式都有一個共同點——它們依賴客戶的內容和需求，自己無法直接控制上下遊。

而AppLovin不同，它的策略是：不做「中間商」，做「全鏈條玩家」。簡單來說，AppLovin同時擁有DSP和廣告聚合平台，進而掌握了廣告投放全鏈路的數據，包括廣告主的預算和出價信息，流量主的廣告位表現、競價信息，以及用戶轉化率等行為數據。

憑藉這些數據，Applovin就可以更好地訓練自身的投放模型，也就是後來的廣告引擎Axon2。他們利用LLM提取和理解數據中的複雜語義關係，如用戶意圖、上下文需求，從而生成更精準的用戶畫像。

有了用戶畫像，接下來就到了匹配驗證階段。過去，這個驗證的過程需要在一次次投放中完成。但現在應用強化學習技術，AI能夠通過少量實時數據，模擬不同廣告投放策略的結果。這極大縮短了短冷啟動週期。

這樣一來，Axon2就能夠根據市場動態的變化，實時反饋調整決策，以最大化廣告主的投資回報率。隨著ROI的提升，進一步增強了廣告主的投放意願，從而擴大利潤空間。

與此同時，由於廣告主和流量主的信息不對稱，AppLovin還可以將所提升的一部分ROI轉化為差價，變成自己的利潤。

舉個例子，如果競爭對手DSP的出價為3美元，而流量主的底價是2美元，AppLovin DSP只需出價3.001美元就拿到這個廣告位，而廣告主願意為這個支付4美元，這時候AppLovin DSP與廣告主出價的1塊錢價差，就成了提升客戶投放ROI的空間以及自己潛在的利潤池。

總的來說，AppLovin的成功在於，找到了大模型營銷環節落地的最佳路徑，即通過海量的豐富高質量數據+LLM的理解能力+強化學習動態調整策略。

03 來自AppLovin的成功啟示

透過AppLovin的崛起，我們或許能夠看到大模型應用的一些思路。首先，必須承認的是，營銷行業與大模型有著天然的適配性：

作為互聯網最核心的商業模式，廣告營銷行業經過這麼多年的發展，已經積累了大量的反饋數據，包括實時點擊數、轉化數據等等。這為大模型的落地創造了前提。

從工作流程看，營銷的許多工作也與大模型高度匹配。比如，營銷環節中存在大量的創意內容工作，對素材的高頻迭代有很大的需求，這恰恰是大模型最擅長的工作之一。

最後，在營銷場景下，廣告平台的目標很明確且大都可量化，很適合大模型訓練。比如，廣告主最關心的指標是ROI或ROAS，這些目標可以直接作為強化學習算法的獎勵函數。而平台在設計獎勵函數時可根據不同廣告主需求定製可量化且明確的目標，比如關注短期轉化 vs. 長期用戶留存。

在以上三點的共同驅動下，AppLovin迅速打造出了一個快速見效的ROI提升模型。回過頭來看，把模型能力轉化為清晰可見的ROI提升，也是AppLovin成功的一大原因。

在AI落地探索的當下，強調ROI不僅可以打消客戶對AI技術複雜性的疑慮，也意味著AI產品擁有實際可用且有價值。

這背後意味著AI落地邏輯發生變化，即從功能導向轉變為價值導向：過去的銷售更多強調產品功能，現在則更強調能為客戶帶來多少價值。也就是說，AI產品的銷售團隊需要以ROI為核心設計解決方案，突出投資回報。

可以預見，在AI加速落地的過程中，ROI導向的銷售策略將逐漸佔據主導地位，ROI見效週期的長短也將成為各大AI產品的決勝點。

本文來自微信公眾號「烏鴉智能說」，作者：智能烏鴉，36氪經授權發佈。