AI应用一哥，两年50倍！

财经头条

提升一亿中产阶级阅读效率

打开

AI应用一哥，两年50倍！

格隆

4周前

越来越多的企业将循着Applovin的成功案例，通过高效、低成本的AI工具实现更精准的广告投放，争夺通往未来的船票。

作者 | 万连山

数据支持 | 勾股大数据（www.gogudata.com）

最近，美股AI硬件股的走势，竟然远远不如软件股。

AppLovin(NASDAQ:APP)的投资者们，乐开了花。

这家新兴科技宠儿、广告业巨头，股价像火箭一样飙升。继前一个交易日暴涨24%后，周五再度上涨8.15%，市值突破1700亿美元。

2024年初至今，涨幅已超过1200%，远超同时期的英伟达。

若将时间拉长至2023年初，涨幅则超过5300%！

这匹黑马，不仅创造了AI超级牛股的新里程碑，更将AI应用的第一座金矿，完全展露向世人出来。

但如此惊人的表现，还能持续吗？

真实的需求

一则广告，怎么判断其效果如何？

传统的预估方法，基于id特征，包括广告id和用户id。

简单来说，就是看广告本身的标签、格式，是否能与用户的兴趣、性别、年龄对应上。

即从无数用户和广告中总结规律，形成匹配关系。

然后通过观察历史数据，对广告最终的投放效果进行预估。

这是个笨办法，但也算是迄今为止唯一可靠的办法，优点很明显。

首先是简单粗暴，直接把用户和广告的特征数据化、进行匹配。

其次，这种模式沿袭了这么多年，积累的数据是极其庞大的，有足够多的参考性。

但缺陷也很明显。

至少用户本身，是一个个人，并不是仅仅用几个标签就能完全概括的。

每个人、乃至每个年龄层的人，都有自己的独特特性。

正是这种特性，导致传统的预测模型无法泛化到每一个具体的用户，尤其是还没有足够多历史数据的新用户或年轻一代用户。

之于广告本身而言，大体上也是如此。

也就是我们常说的个性化推荐。

过去，精准的个性化推荐基本不可能做到。直到AI技术初步投入到广告领域，困扰多年的问题才开始解决。

最关键的，是一个我们既熟悉又陌生的名词：多模态。

本质上依然是id的匹配，只不过这个匹配过程被AI进行了优化。

广告的多模态信息，依然是视频、图像、广告词这些。

区别在于，过去只是按照类别将这些信息机械化归类，如今AI则可以再根据细微性的差别，做出更具体的分类。

打个比方，我有想法买一个数码宝贝抱枕。

按照过去粗糙的分类法，购物平台只会一股脑把所有类型的抱枕全推送过来，我还得耗费大量时间去筛选。

现在则不同，平台不仅只会推数码宝贝的抱枕过来，甚至还会根据我最近的喜好，推送数码宝贝其他的周边产品。

这才是真正意义上的、高效的个性化推荐。

之所以能如此，是因为用户的多模态信息，是与广告的多模态信息一起被AI吃透的。

用户的多模态信息，不再局限于曾经粗糙的用户画像，而是扩大到你平时在网络上浏览的任何文本、语音、图像、视频乃至与好友的互动信息。

你在互联网上所有的行为轨迹，都会被提取出来，与广告的多模态信息去匹配。

来源：Media.Net

以上，是AI的出现，对广告匹配模式根本性上的改变。

这个出现的比较早，也早就大规模投入使用。

很多时候，你根本没在平台上搜索过商品，只是在和朋友聊天中提过，平台却依然能精准给你推送对应商品。

所有人都有种一丝不挂的感觉，大概就是这么回事了。

除此之外，AI对于广告而言，还有更强大的功能：创造。

比如，我们平时用百度搜索引擎时，在你真正想要的结果前，往往会有很多广告。

这些广告，基本用的都是通用模版、标题和正文使用通配符，重点在于凸显核心关键词。

很明显，依然是老问题：通用模版依然只停留在凸显id层面，针对性不够。

怎么才能像优化匹配模式一样，将广告内容优化到精准对标每一个用户？

传统的方法主要靠人工，是运营人员通过对关键词进行分组，利用曾经积累的数据撰写数量有限的模版。

而在引入AI大模型后，完全能根据用户在互联网上的行动轨迹，作为核心去自动生成匹配度更高的广告，极大提升转换率。

底层逻辑依然是上面所说的收集大数据，再利用AI去精准生成契合每一个用户需求的图文乃至短视频。

换句话说，广告不再是“一刀切”的推销，而是根据用户需求精准匹配的“定制版”。

这算是个新的领域。

也是在AI时代，平台方和广告商创造增量、更关注的方向。

全新的增量

“创新不是追逐热点，而是发现被忽视的需求。”

这是Applovin联合创始人福尔干·赖登，与播客《My First Million》主理人沙恩·普里，在一场关于AI未来的深度对谈中，说过的一句话。

只有赢家才有资格说话，所以正确的话也永远出自赢家之口。

他当然不可能是第一个发现这些需求的人，任何一个广告行业的从业者，或许早就意识到广告的生成与匹配模式存在极大的改进需求。

但真正抓住这些需求，并首先做出规模的，Applovin确实是第一个。

先来看看它的四季度财报。

营收13.7亿美元，同比增长44%；净利润5.992亿美元，同比增长248%。

最亮眼的毫无疑问是广告收入，涨幅高达73%，连续四个季度超越60%！

而且，这还只是短期表现。

长期来看，Applovin仍在不断打开新的增长空间。

Applovin的核心竞争力，在于2023年2月推出的AI引擎AXON 2.0，并将其引入到两个平台：AI广告制作平台SparkLabs，一站式广告营销平台AppDiscovery。

前者利用AI技术，制作海量的广告素材。

比如下面这个蒙娜丽莎，利用AI进行变脸和换装，自由切换风格。

SparkLabs根据广告商的需求，不仅可以将定制素材的时间缩短至一到两周内，甚至这项服务还是免费的！

目前，带用户交互功能的SparkLabs试玩广告能使平均IPM提升率达到250%，动态展示游戏玩法的视频广告能使平均IPM提升率达到200%

后者则致力于引导目标用户和广告投放。

大致上的逻辑，就是我们上文说到的那些，极大提高了广告精细化投放水平、直接带动收入增长。

值得更深入讨论的点，在于其扮演的角色。

在互联网时代，北美市场最大的广告巨头，毫无疑问是Meta。

2024年3几度，Meta的广告收入同样实现了大幅增长，达到398.9亿美元，同比增长18.6%。

Meta的优势在于，背靠世界上最大的社交平台，量足够大。

在市场几乎被垄断的形势下，Applovin不可能硬碰硬，突破口在于垂直领域。

Applovin的目标用户在游戏领域。

一般来说，用户在游戏应用中的停留的时间，要远远高于社交平台和普通的网页。

就这点来看，它其实有独特的优势。

当然，这只是侧重点不同罢了，Meta同样可以做游戏广告，凭借体量压死人。

更关键的点仍然在于价格。

就如同电商平台对商家的压榨一样，Meta系对广告主的剥削更甚，中小商家早就不堪重负。

而Applovin利用的是AI生成广告，成本低得多，仅仅五分之一的报价，就几乎能获得与过去同样高的ROAS。

对于占据大多数的小商家而言，有什么理由不试试？

成果是显而易见的。

从2023年至今，Applovin的AI广告生态体系，日活用户已经高达14亿人次，堪比Tik Tok和微信的体量。

在游戏应用内广告市场的份额已经超过了30%，成为实际的龙头老大。

眼见取得了如此巨大的成功，Applovin宣布以9亿美元出售旗下10家游戏工作室，彻底剥离游戏业务、转型为一家纯粹的广告科技公司。

游戏业务抛售消息传出后当天，Applovin盘前应声上涨近%，开盘后更是一度冲高至35%。

可见市场对这一举动，是非常认可的。

但除了溢美之词外，我们客观点看，其实也能看出另外一层含义：他急了。

谁的盛宴？

AI对广告模式的改进，除了体现出精准化、高效化之外，有一个点同样不能忽视。

就是大家经常讨论的“交互式”。

还是以Applovin深耕的游戏领域为例。

AI解放的不仅仅只是广告商、游戏厂商的生产力，同样解放了玩家的生产力。

今年，也就是2025年，全球游戏玩家预计将达到35.3亿人。

35亿人，能创造多少千奇百怪的点子？

以前，99%人限于技术，只是单纯的玩家，属于被收割者，只有游戏公司和广告商赚钱。

从市场的角度考虑，这个发展效率是非常低下的。

以后，就相当于是这35亿人相互买单，金钱流通速度何止提升10倍！？

你可以把这种模式，理解为现在的短视频，每个人都是创作者，没有谁更专业一说。

想要出圈，就看谁的点子更有新意，更迎合受众口味。

与之相对的，大量没那么出众的制造团队，将没有任何生存土壤。

未来，能存活下来的，只有平台，和无数个个人，或许还有少数几个不会被时代淘汰的巨头。

实际上，这就是去中心化。

以这种角度去看，未来最好的生意是什么就很明显：做平台。

彻底剥离游戏业务后，Applovin的目标显而易见，就是要做大平台。

它最大的优势，是早在2023年初，就引入AI技术、取得了先发优势。

过去两年，AI技术的成本之高，根本不是中小企业能够负担得起的。

但现在，随着DeepSeek加速开源大格局的形成，壁垒可能很快就将逐渐打破。

越来越多的企业将循着Applovin的成功案例，通过高效、低成本的AI工具实现更精准的广告投放，争夺通往未来的船票。

对整个市场而言，这是毫无疑问的加速器。

唯独对Applovin这个先发者而言，可能算不上什么好事。(全文完）

格隆汇声明：文中观点均来自原作者，不代表格隆汇观点及立场。特别提醒，投资决策需建立在独立思考之上，本文内容仅供参考，不作为任何实际操作建议，交易风险自担。

越来越多的企业将循着Applovin的成功案例，通过高效、低成本的AI工具实现更精准的广告投放，争夺通往未来的船票。

作者 | 万连山

数据支持 | 勾股大数据（www.gogudata.com）

最近，美股AI硬件股的走势，竟然远远不如软件股。

AppLovin(NASDAQ:APP)的投资者们，乐开了花。

这家新兴科技宠儿、广告业巨头，股价像火箭一样飙升。继前一个交易日暴涨24%后，周五再度上涨8.15%，市值突破1700亿美元。

2024年初至今，涨幅已超过1200%，远超同时期的英伟达。

若将时间拉长至2023年初，涨幅则超过5300%！

这匹黑马，不仅创造了AI超级牛股的新里程碑，更将AI应用的第一座金矿，完全展露向世人出来。

但如此惊人的表现，还能持续吗？

真实的需求

一则广告，怎么判断其效果如何？

传统的预估方法，基于id特征，包括广告id和用户id。

简单来说，就是看广告本身的标签、格式，是否能与用户的兴趣、性别、年龄对应上。

即从无数用户和广告中总结规律，形成匹配关系。

然后通过观察历史数据，对广告最终的投放效果进行预估。

这是个笨办法，但也算是迄今为止唯一可靠的办法，优点很明显。

首先是简单粗暴，直接把用户和广告的特征数据化、进行匹配。

其次，这种模式沿袭了这么多年，积累的数据是极其庞大的，有足够多的参考性。

但缺陷也很明显。

至少用户本身，是一个个人，并不是仅仅用几个标签就能完全概括的。

每个人、乃至每个年龄层的人，都有自己的独特特性。

正是这种特性，导致传统的预测模型无法泛化到每一个具体的用户，尤其是还没有足够多历史数据的新用户或年轻一代用户。

之于广告本身而言，大体上也是如此。

也就是我们常说的个性化推荐。

过去，精准的个性化推荐基本不可能做到。直到AI技术初步投入到广告领域，困扰多年的问题才开始解决。

最关键的，是一个我们既熟悉又陌生的名词：多模态。

本质上依然是id的匹配，只不过这个匹配过程被AI进行了优化。

广告的多模态信息，依然是视频、图像、广告词这些。

区别在于，过去只是按照类别将这些信息机械化归类，如今AI则可以再根据细微性的差别，做出更具体的分类。

打个比方，我有想法买一个数码宝贝抱枕。

按照过去粗糙的分类法，购物平台只会一股脑把所有类型的抱枕全推送过来，我还得耗费大量时间去筛选。

现在则不同，平台不仅只会推数码宝贝的抱枕过来，甚至还会根据我最近的喜好，推送数码宝贝其他的周边产品。

这才是真正意义上的、高效的个性化推荐。

之所以能如此，是因为用户的多模态信息，是与广告的多模态信息一起被AI吃透的。

用户的多模态信息，不再局限于曾经粗糙的用户画像，而是扩大到你平时在网络上浏览的任何文本、语音、图像、视频乃至与好友的互动信息。

你在互联网上所有的行为轨迹，都会被提取出来，与广告的多模态信息去匹配。

来源：Media.Net

以上，是AI的出现，对广告匹配模式根本性上的改变。

这个出现的比较早，也早就大规模投入使用。

很多时候，你根本没在平台上搜索过商品，只是在和朋友聊天中提过，平台却依然能精准给你推送对应商品。

所有人都有种一丝不挂的感觉，大概就是这么回事了。

除此之外，AI对于广告而言，还有更强大的功能：创造。

比如，我们平时用百度搜索引擎时，在你真正想要的结果前，往往会有很多广告。

这些广告，基本用的都是通用模版、标题和正文使用通配符，重点在于凸显核心关键词。

很明显，依然是老问题：通用模版依然只停留在凸显id层面，针对性不够。

怎么才能像优化匹配模式一样，将广告内容优化到精准对标每一个用户？

传统的方法主要靠人工，是运营人员通过对关键词进行分组，利用曾经积累的数据撰写数量有限的模版。

而在引入AI大模型后，完全能根据用户在互联网上的行动轨迹，作为核心去自动生成匹配度更高的广告，极大提升转换率。

底层逻辑依然是上面所说的收集大数据，再利用AI去精准生成契合每一个用户需求的图文乃至短视频。

换句话说，广告不再是“一刀切”的推销，而是根据用户需求精准匹配的“定制版”。

这算是个新的领域。

也是在AI时代，平台方和广告商创造增量、更关注的方向。

全新的增量

“创新不是追逐热点，而是发现被忽视的需求。”

这是Applovin联合创始人福尔干·赖登，与播客《My First Million》主理人沙恩·普里，在一场关于AI未来的深度对谈中，说过的一句话。

只有赢家才有资格说话，所以正确的话也永远出自赢家之口。

他当然不可能是第一个发现这些需求的人，任何一个广告行业的从业者，或许早就意识到广告的生成与匹配模式存在极大的改进需求。

但真正抓住这些需求，并首先做出规模的，Applovin确实是第一个。

先来看看它的四季度财报。

营收13.7亿美元，同比增长44%；净利润5.992亿美元，同比增长248%。

最亮眼的毫无疑问是广告收入，涨幅高达73%，连续四个季度超越60%！

而且，这还只是短期表现。

长期来看，Applovin仍在不断打开新的增长空间。

Applovin的核心竞争力，在于2023年2月推出的AI引擎AXON 2.0，并将其引入到两个平台：AI广告制作平台SparkLabs，一站式广告营销平台AppDiscovery。

前者利用AI技术，制作海量的广告素材。

比如下面这个蒙娜丽莎，利用AI进行变脸和换装，自由切换风格。

SparkLabs根据广告商的需求，不仅可以将定制素材的时间缩短至一到两周内，甚至这项服务还是免费的！

目前，带用户交互功能的SparkLabs试玩广告能使平均IPM提升率达到250%，动态展示游戏玩法的视频广告能使平均IPM提升率达到200%

后者则致力于引导目标用户和广告投放。

大致上的逻辑，就是我们上文说到的那些，极大提高了广告精细化投放水平、直接带动收入增长。

值得更深入讨论的点，在于其扮演的角色。

在互联网时代，北美市场最大的广告巨头，毫无疑问是Meta。

2024年3几度，Meta的广告收入同样实现了大幅增长，达到398.9亿美元，同比增长18.6%。

Meta的优势在于，背靠世界上最大的社交平台，量足够大。

在市场几乎被垄断的形势下，Applovin不可能硬碰硬，突破口在于垂直领域。

Applovin的目标用户在游戏领域。

一般来说，用户在游戏应用中的停留的时间，要远远高于社交平台和普通的网页。

就这点来看，它其实有独特的优势。

当然，这只是侧重点不同罢了，Meta同样可以做游戏广告，凭借体量压死人。

更关键的点仍然在于价格。

就如同电商平台对商家的压榨一样，Meta系对广告主的剥削更甚，中小商家早就不堪重负。

而Applovin利用的是AI生成广告，成本低得多，仅仅五分之一的报价，就几乎能获得与过去同样高的ROAS。

对于占据大多数的小商家而言，有什么理由不试试？

成果是显而易见的。

从2023年至今，Applovin的AI广告生态体系，日活用户已经高达14亿人次，堪比Tik Tok和微信的体量。

在游戏应用内广告市场的份额已经超过了30%，成为实际的龙头老大。

眼见取得了如此巨大的成功，Applovin宣布以9亿美元出售旗下10家游戏工作室，彻底剥离游戏业务、转型为一家纯粹的广告科技公司。

游戏业务抛售消息传出后当天，Applovin盘前应声上涨近%，开盘后更是一度冲高至35%。

可见市场对这一举动，是非常认可的。

但除了溢美之词外，我们客观点看，其实也能看出另外一层含义：他急了。

谁的盛宴？

AI对广告模式的改进，除了体现出精准化、高效化之外，有一个点同样不能忽视。

就是大家经常讨论的“交互式”。

还是以Applovin深耕的游戏领域为例。

AI解放的不仅仅只是广告商、游戏厂商的生产力，同样解放了玩家的生产力。

今年，也就是2025年，全球游戏玩家预计将达到35.3亿人。

35亿人，能创造多少千奇百怪的点子？

以前，99%人限于技术，只是单纯的玩家，属于被收割者，只有游戏公司和广告商赚钱。

从市场的角度考虑，这个发展效率是非常低下的。

以后，就相当于是这35亿人相互买单，金钱流通速度何止提升10倍！？

你可以把这种模式，理解为现在的短视频，每个人都是创作者，没有谁更专业一说。

想要出圈，就看谁的点子更有新意，更迎合受众口味。

与之相对的，大量没那么出众的制造团队，将没有任何生存土壤。

未来，能存活下来的，只有平台，和无数个个人，或许还有少数几个不会被时代淘汰的巨头。

实际上，这就是去中心化。

以这种角度去看，未来最好的生意是什么就很明显：做平台。

彻底剥离游戏业务后，Applovin的目标显而易见，就是要做大平台。

它最大的优势，是早在2023年初，就引入AI技术、取得了先发优势。

过去两年，AI技术的成本之高，根本不是中小企业能够负担得起的。

但现在，随着DeepSeek加速开源大格局的形成，壁垒可能很快就将逐渐打破。

越来越多的企业将循着Applovin的成功案例，通过高效、低成本的AI工具实现更精准的广告投放，争夺通往未来的船票。

对整个市场而言，这是毫无疑问的加速器。

唯独对Applovin这个先发者而言，可能算不上什么好事。(全文完）

展开

打开“财经头条”阅读更多精彩资讯