从暴跌90%到一年涨7倍，Applovin如何掀起广告行业“工业革命”

你知道，今年上半年AI行业股价涨得最多的公司是谁吗？

不是搞芯片的英伟达，也不是投了OpenAI的微软，而是一家叫Applovin的公司。

凭借AI技术的应用，这家广告技术公司在不到一年时间内股价从38.78美元上涨到338.21美元，涨幅高达772%。

你很难想象，就在两年前，Applovin的股价曾经暴跌了90%，从上市之初的300多亿市值一路暴跌到30亿美金左右的市值。

短短两年，Applovin完成了彻底翻身。按2022年10月的低点算，Applovin股价涨幅已经超过30倍。如今，Applovin成为了AI领域乃至整个美股市场上的超级明星。

而这一切的变化全都源于AI的。那么，Applovin究竟是如何靠AI翻身的呢？

01 连续4个季度利润增速大幅跑赢收入增速

说起来Applovin的业务并不复杂，其核心业务是广告技术平台。

大伙都知道，主流互联网公司赚钱都是靠卖广告，把自己的流量变成钱。虽然Meta、谷歌、亚马逊等巨头占了整个互联网流量的大头，但市场上仍然有很多其他的应用，它们也占据了互联网市场不少的流量份额。根据浦银国际数据，中长尾流量占到了整个流量池份额的28%。这些应用有着稳定的用户，但由于规模较小且分散，不容易被广告主找到。

而在另一边，随着头部流量平台的投放门槛越来越高，投放性价比开始下降，中小广告主也希望能找到成本更低的投放渠道，长尾应用就成为了他们的选择。但问题在于，这些应用相当分散，用户画像又各自不一，如何构建投放组合来满足自身投放的需求，就成了一个问题。

这时候，Applovin的作用就来了。简单来说，Applovin的广告技术业务主要做两个事情：

一是帮广告主获客，即从广告主拿到广告预算支出，然后代替其在长尾应用上完成投放，按效果 （点击、展示或转化） 付费；二是为流量主提供广告聚合平台MAX （前身为Mobpub） 帮助其进行流量竞价售卖。 

虽然看着很美好，但这件事情要做好并不容易。在广告生意，想要获得很高的利润率，要么拥有更便宜的流量，要么就是拥有更精细的用户数据。

过去几年，Applovin一直积极参与并购，扩大其业务版图，形成了“软件平台+应用程序”的双轮驱动：

1）软件平台：为程序开发者提供强大的解决方案支持，包括移动应用的发行、分析、变现及获客；旗下主要平台包括 AppDiscovery（帮助获客）、Max（广告聚合平台）、Adjust（数据归因&获取）、WURL（CTV平台营销）等；

2）应用程序：AppLovin以超休闲游戏起家，先后收购了PeopleFun和Machine Zone两家知名手游开发商，AppLovin自身开发 了350+款流行的移动应用；

但这两点都不容易，自建流量不必多说，即使积累用户数据这事也不顺利。自2021年以来，移动渠道隐私政策的不断收紧，给Applovin等广告技术公司带来了很大的冲击。

比如，谷歌的隐私沙盒谷歌宣布，将在未来几年内逐步淘汰第三方Cookie，并推出隐私沙盒（Privacy Sandbox）以减少对用户隐私的侵害，同时限制对广告行为的精准追踪。

受此影响，AppLovin的营业收入增速明显放缓。2022年，AppLovin营业总收入28.17亿美元，几乎与2021年持平，净亏损1.93亿美元，创下公司2019年以来的最大亏损。从2019-2022年，公司毛利率逐年下降，分别为75.73%、61.71%、64.62%、55.41%。

这样的表现显然不能让投资人满意。在高通胀史诗级加息的2021-2022年，公司股价从116美元下跌到不到10美元，跌幅超过90%。

2022年12月28日，也就是新年前的倒数第三天，AppLovin股价下跌到9.14美元，创下上市以来的最低点。

在一片质疑声中，AppLovin的命运之轮开始朝着另一个方向转动。

02 翻身全靠AI

AppLovin股价逆袭的关键，来自于广告平台的进化迭代，尤其是AXON平台。

这是AppLovin在2021年推出的人工智能广告引擎，用于提升广告商与发布商之间匹配的效率，进而提高投资回报率和货币化机会。2023年上半年，AppLovin发布了AXON 2.0版本。

以此为节点，AppLovin开始发生翻天覆地的变化。

其实如果单看收入端的增长，AppLovin没有出现大规模的收入爆发式增长。从2023年三季度到2024年三季度，AppLovin的收入从8.6亿美元增长到12亿美元，增幅不到50%。

但净利润的增长却是惊人的。同期，AppLovin的净利润从1.1亿美元增长到4.3亿美元，增长高达291%，期间净利润率更是从12.79%增长到35.83%。公司高管更是在电话会议上表示，利润提升的趋势有望在明年继续上演。

在广告技术行业中，这种利润率表现非常少见，表明公司在广告投放效率、平台自动化程度、客户ROI优化等方面具备显著优势。那么，AppLovin究竟是如何做到的？

这还是要从AppLovin的定位说起。在广告技术行业，绝大多数做的都是“中间商”，而且只服务于一端。那么，直接擅长帮开发者变现，比如IronSource；那么帮广告主精准投放，像The Trade Desk。但这些模式都有一个共同点——它们依赖客户的内容和需求，自己无法直接控制上下游。

而AppLovin不同，它的策略是：不做“中间商”，做“全链条玩家”。简单来说，AppLovin同时拥有DSP和广告聚合平台，进而掌握了广告投放全链路的数据，包括广告主的预算和出价信息，流量主的广告位表现、竞价信息，以及用户转化率等行为数据。

凭借这些数据，Applovin就可以更好地训练自身的投放模型，也就是后来的广告引擎Axon2。他们利用LLM提取和理解数据中的复杂语义关系，如用户意图、上下文需求，从而生成更精准的用户画像。

有了用户画像，接下来就到了匹配验证阶段。过去，这个验证的过程需要在一次次投放中完成。但现在应用强化学习技术，AI能够通过少量实时数据，模拟不同广告投放策略的结果。这极大缩短了短冷启动周期。

这样一来，Axon2就能够根据市场动态的变化，实时反馈调整决策，以最大化广告主的投资回报率。随着ROI的提升，进一步增强了广告主的投放意愿，从而扩大利润空间。

与此同时，由于广告主和流量主的信息不对称，AppLovin还可以将所提升的一部分ROI转化为差价，变成自己的利润。

举个例子，如果竞争对手DSP的出价为3美元，而流量主的底价是2美元，AppLovin DSP只需出价3.001美元就拿到这个广告位，而广告主愿意为这个支付4美元，这时候AppLovin DSP与广告主出价的1块钱价差，就成了提升客户投放ROI的空间以及自己潜在的利润池。

总的来说，AppLovin的成功在于，找到了大模型营销环节落地的最佳路径，即通过海量的丰富高质量数据+LLM的理解能力+强化学习动态调整策略。

03 来自AppLovin的成功启示

透过AppLovin的崛起，我们或许能够看到大模型应用的一些思路。首先，必须承认的是，营销行业与大模型有着天然的适配性：

作为互联网最核心的商业模式，广告营销行业经过这么多年的发展，已经积累了大量的反馈数据，包括实时点击数、转化数据等等。这为大模型的落地创造了前提。

从工作流程看，营销的许多工作也与大模型高度匹配。比如，营销环节中存在大量的创意内容工作，对素材的高频迭代有很大的需求，这恰恰是大模型最擅长的工作之一。

最后，在营销场景下，广告平台的目标很明确且大都可量化，很适合大模型训练。比如，广告主最关心的指标是ROI或ROAS，这些目标可以直接作为强化学习算法的奖励函数。而平台在设计奖励函数时可根据不同广告主需求定制可量化且明确的目标，比如关注短期转化 vs. 长期用户留存。

在以上三点的共同驱动下，AppLovin迅速打造出了一个快速见效的ROI提升模型。回过头来看，把模型能力转化为清晰可见的ROI提升，也是AppLovin成功的一大原因。

在AI落地探索的当下，强调ROI不仅可以打消客户对AI技术复杂性的疑虑，也意味着AI产品拥有实际可用且有价值。

这背后意味着AI落地逻辑发生变化，即从功能导向转变为价值导向：过去的销售更多强调产品功能，现在则更强调能为客户带来多少价值。也就是说，AI产品的销售团队需要以ROI为核心设计解决方案，突出投资回报。

可以预见，在AI加速落地的过程中，ROI导向的销售策略将逐渐占据主导地位，ROI见效周期的长短也将成为各大AI产品的决胜点。

本文来自微信公众号“乌鸦智能说”，作者：智能乌鸦，36氪经授权发布。