今年上半年，AI领域中股价涨幅最高的公司是谁？这一次的答案是Applovin，这家依靠AI技术的广告技术公司。在不到一年的时间里，其股价从38.78美元飙升到338.21美元，实现了高达772%的涨幅。值得注意的是，仅仅两年前，Applovin的市值曾经一度下跌了90%，从上市时的300多亿骤降至30亿美金左右。然而，在最近两年内，Applovin完成了彻底的转型。以2022年10月的低谷为起点计算，股价涨幅已经超过了30倍，Applovin已成为AI领域乃至整个美股的超级明星。所有这些变化，都因为AI技术的应用。Applovin是如何利用AI技术实现崛起的呢？
1. 四个季度的利润增长大幅领先于收入增长
Applovin的核心业务是广告技术平台。众所周知，主流互联网公司主要依靠广告收入，而Applovin的业务就是帮助这些公司将流量转化为资金。尽管Meta、谷歌、亚马逊等公司占据了大部分互联网流量，但市场上还有其他许多应用程序，它们也占据了互联网市场的相当一部分流量份额。根据相关数据，非头部流量占据了整体市场的28%。这些应用拥有稳定的用户基础，但由于规模较小且分散，不易被广告主发现。同时，由于头部流量平台的投资门槛不断升高，中小型广告主也希望能寻找到更具成本效益的投放渠道，非头部应用成为了他们的目标。但由于这些应用较为分散，且用户画像大不相同，如何构建广告组合以满足投放需求，成为了一大挑战。
这时，Applovin的角色便凸显出来。Applovin的广告技术业务主要分成两部分：一是帮助广告主获客，即代表广告主在非头部应用上完成广告投放，然后根据效果向广告主收费；二是为流量主提供广告聚合平台MAX，帮助其进行流量的竞价销售。虽然理论上前景光明，但在实际操作中却存在不少挑战。在广告业务中，高利润率的获取要么依赖于低成本流量，要么依赖于精确的用户数据。
过去几年中，Applovin通过积极的并购活动不断扩大业务规模，形成了“软件平台+应用”的双轮驱动模式：
1）软件平台：向程序开发者提供强大的解决方案，包括应用的发布、分析、变现及获客；旗下的主要平台有AppDiscovery、Max、Adjust和WURL等。
2）应用：Applovin起初以休闲游戏起家，先后收购了PeopleFun和Machine Zone等知名游戏开发商，并自身开发了超过350款流行移动应用。
然而，这些努力并非一帆风顺。自2021年以来，移动渠道隐私政策的收紧对AdApplovin等广告技术公司产生了巨大冲击。例如，谷歌宣布将逐步淘汰第三方Cookies，并推出隐私沙盒以减少对用户隐私的侵害，并限制对广告行为的精确追踪。这直接影响了Applovin的营业收入增长。2022年，公司营业总收入为28.17亿美元，与2021年几乎持平，净亏损为1.93亿美元，创2019年以来的最大亏损。从2019年到2022年，公司毛利率逐年下降。这种业绩表现显然不能令投资者满意。在2019-2022年的经济环境下，公司股价从116美元下跌至10美元以下，跌幅超过90%。
到了2022年12月28日，即新年前倒数第三天，Applovin的股价下跌到了9.14美元，创下了上市以来的最低点。然而，在一片质疑声中，Applovin的命运发生了转变。
2. AI技术是Applovin翻身的关键
Applovin股票逆势回升的关键在于广告平台技术的迭代升级，特别是AXON平台的影响。Applovin在2021年推出了这款人工智能广告引擎，旨在提升广告商与发布商之间的匹配效率，以此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。自此，Applovin开始经历翻天覆地的变化。
如果我们仅从收入增长角度来看，Applovin并没有经历大规模的爆发式增长。从2023年第三季度到2024年第三季度，Applovin收入从8.6亿美元增长到12亿美元，增幅不到50%。但是，净利润的增长非常显著。同一时期，净利润从1.1亿美元增长至4.3亿美元，增长了291%，净利润率也从12.79%增长到了35.83%。公司高管还在电话会议上提到，利润增长的趋势有望持续至明年。
在广告技术行业中，这样的利润率表现相当罕见，显示公司在广告投放效率、平台自动化程度以及客户ROI优化等方面的显著优势。那么，Applovin是如何实现的呢？这个问题的答案还要从Applovin在广告技术行业的定位开始。广告技术行业中大多数公司都是作为“中间商”，仅服务于一方。要么擅长帮助开发者变现，例如IronSource；要么帮助广告主进行精准投放，如The Trade Desk。这些模式都有一个共同点——它们依赖客户的内容和需求，无法独立控制上下游。
Applovin的策略不同，它不是“中间商”，而是“全链条玩家”。Applovin同时拥有需求方平台和广告聚合平台，因此掌握了广告投放的全链路数据，包括广告主预算、出价、流量主的广告位置表现、竞价信息以及用户转化行为数据。凭借海量的数据，Applovin可以更好地训练其广告投放模型，即后续广告引擎Axon 2。他们利用大模型提取和理解数据中的复杂语义关系，如用户意图和上下文需求，以生成更精确的用户画像。
用户画像完成后，接下来就是匹配验证过程。以前这个验证过程需要在一次次的广告投放中进行，但现在有了强化学习技术的应用，AI能够通过少量实时数据模拟不同投放策略的结果，极大缩短了冷启动周期。因此，Axon 2能够根据市场动态变化实时调整决策，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增加投放的意愿，扩大了利润空间。
与此同时，Applovin利用广告主和流量主之间的信息不对称，可以将提升的一部分ROI转化为差价，增加自身利润。例如，如果竞争对手DSP的出价为3美金，而流量主的底价为2美金，Applovin DSP只需要3.001美金就能拿到这个广告位置，而广告主愿意为此支付4美金。这一差价，正是提升客户投放ROI的空间和Applovin潜在的利润池。总之，Applovin的成功之处在于，它找到了大模型营销环节落地的最佳道路，即通过海量高质量数据+大模型的理解能力+强化学习动态调整策略。
3. Applovin成功的启示
从Applovin的崛起中，我们可以窥见大模型在应用中的一些思路。首先，必须认识到营销行业与大模型具有天然的契合度：
作为互联网最核心的商业模式之一，广告营销行业已经积累了大量的反馈数据，包括实时点击数、转化数据等，为大模型的应用提供了条件。
工作环境中，许多营销工作也与大模型高度匹配，例如，营销环节中存在大量的创意内容工作，对素材的高频迭代需求，正是大模型最擅长的工作之一。
最后，在营销场景下，广告平台的目标非常明确且大多可以量化。这适合大模型的训练。以关注短期转化与长期用户留存为例，可以实现根据广告主需求量身定制量化且明确的目标。在这些驱动力下，Applovin迅速构建了一个快速见效的ROI提升模型。以模型能力转化为清晰的ROI提升，也是Applovin成功的关键原因之一。
在AI落地的背景下，强调ROI不仅可以消除客户对AI技术复杂性的疑虑，也意味着AI产品的实际价值和可用性。这背后意味着AI落地的逻辑在发生变化，从功能导向转向价值导向。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，并以效果为导向。在AI技术加速应用的进程中，ROI导向的销售策略将逐渐成为主流。同时，ROI见效周期的长短也可能成为衡量AI产品优劣的关键因素。
相关文章
