沒有大模型、沒有自有流量，他靠什么把廣告投放煉成千億金礦？

編輯｜Sia

當別人看不懂你的時候就會覺得你在作弊。——Adam Foroughi（亞當·福瑞吉）

「妖股」的絕地反殺

想象這樣一家公司：它 2021 年上市，市值一度接近 400 億美元；一年后，股價暴跌 92%，市值跌破 40 億美元。

然而，短短兩年多后，它跑出了美股科技股里最瘋狂的反彈之一。

2024 年，它的股價全年暴漲 790%，漲幅超過英偉達，將公司 5 位高管送入《福布斯》全球億萬富豪榜。到了 2025 年，它的市值一度逼近 2500 億美元，被正式納入標普 500 指數。

公司2026 年一季度財報數據，再一次超出市場預期。

更反直覺的是，沒有 ChatGPT 式的爆款產品，沒有 LLM 的宏大敘事，也沒有創始人頻頻出鏡暢談 AGI。它的核心業務，聽起來有點古早甚至枯燥：移動廣告技術（ Mobile AdTech ）。

當全硅谷都在為大模型的 API 調用成本焦頭爛額時，它卻像一臺精密運轉的現金流機器，每年驅動著超過百億美元的效果廣告預算。而且，這一切并不建立在自有流量池之上。

這家公司，叫 AppLovin。

網友對它的關注和討論不少。

而把它從一家長期被低估、被誤解甚至被做空的公司，帶成今天這臺 AI 現金流機器的人，是創始人兼 CEO Adam Foroughi（亞當·福瑞吉）。

最近，這位長期低調的操盤手在兩檔播客中，罕見講述了 AppLovin 的底層邏輯。某種程度上，這家公司的「反共識」，正是他本人思維方式的延伸。

Adam Foroughi在Harry Stebbings 主持的一檔創投播客節目The Twenty Minute VC（20VC）中接受專訪。

在創辦 AppLovin 之前，Foroughi 已經連續創立過多家公司，并成功退出。但到了 2012 年真正開始做 AppLovin 時，他卻幾乎被硅谷所有頂級風投拒之門外。

很長一段時間里，他和這家公司一樣，都站在主流視野之外。也正是這種長期被低估的經歷，在他身上留下了一種很強的 「chip on his shoulder」：不迷信共識，不討好主流，只用產品和數據說話。

這種近乎冷靜甚至「反共識」的思考方式，幾乎塑造了 AppLovin 的全部關鍵選擇，并在巨頭指縫之間成功挖出一個年營收近百億美元的利潤「礦藏」。

大廠給你賺吆喝，我來幫你賺真金

一提到移動廣告技術公司，很多人的第一反應，還是傳統廣告平臺那一套：優化點擊率、下載量、曝光量這些表層指標。

但 Foroughi 對移動廣告的判斷，從一開始就與眾不同。創辦 AppLovin 之前，他已經在 PC 端數字營銷領域完成過兩次創業，并成功退出。

他后來在播客節目中提到，廣告不應該只是成本項，而應該是一種「套利工具」（arbitrage machine）。廣告主接入系統的目標非常純粹：通過平臺投放廣告帶來的收入，必須大于他們付出的廣告費用。因此，他們的廣告模型核心就是去高效交付這個讓廣告主盈利的投資回報公式。

這也構成了 AppLovin效果廣告（ Performance-based Advertising ）的核心邏輯：平臺上的所有交易，都必須圍繞「效果」展開。

因此，從一開始，AppLovin 要解決的就不是「怎么讓更多人點廣告」，而是怎么讓廣告主花出去的每一美元，盡可能變成更多真錢。

具體而言，AppLovin 把自己做成了一根「商業杠桿」：一頭連接廣告主的增長預算，一頭連接全球移動 App 里的流量庫存，中間則是一整套由 AI 驅動的推薦、競價和價值預測系統。

一方面，它幫廣告主找到真正愿意掏錢的人。

比如，哪個玩家最可能在一款游戲里持續「氪金」？哪個消費者最容易被某個商品打動，并最終完成購買？

另一方面，它也幫開發者把 App 里的每一次廣告展示機會，賣出更高價格。

這里，真正和同行拉開差距的地方在于，它優化的是用戶未來的長期價值，也就是 Lifetime Value，LTV。兩年前，AppLovin 率先做到 28天優化機制，如今已成為行業標準。

舉個例子。一個玩家第一天只充值 1 美元，第二天沒有任何動作。

在傳統靜態標簽模型里，他大概率會被判定為「低價值用戶」，然后被系統放棄。

但 Axon 看的不是這一天、兩天。它可能會發現，這個人雖然前期付費不猛，但留存極高，付費習慣穩定，接下來半個月、一個月里，他很可能陸續貢獻幾百美元，甚至更高。

于是，廣告投放這件事，性質突然變了。

它不再是「花多少錢買多少下載」的流量生意。而變成了一道關于未來現金流的預測題。

如果廣告主只盯著「7 天內回本」，系統就只能去紅海里高價搶那些立刻付費的人。

但如果廣告主能接受更長周期的回本，Axon 就能在第三方開放生態里，低成本掃到那些早期看起來普通、但長期價值極高的用戶。第一年不虧。后面幾年，全是利潤。

當大多數廣告平臺還在瘋狂卷來一堆「看看就走」的人，AppLovin 已經回到樸素的商業常識，重新定義了廣告平臺該優化什么——這個用戶轉化之后，到底能創造多少收入。

這才是真正的 value。

而這套邏輯，幾乎從 AppLovin 進入市場的那一刻，就跑出了結果。

Adam Foroughi 在 David Senra 同名播客《David Senra》中接受專訪。

Foroughi 在播客節目中回憶，到了 2012 年 11 月，AppLovin 的月運營率（ Monthly Run Rate ）已經達到 100 萬美元。換句話說，他們在極短時間內就從零跑到了 1200 萬美元的年化運營率。

如今，AppLovin 已經成為行業里最早把「價值優化」（ Value Optimization ）真正做大的公司之一。

一個典型案例，是擁有爆款手游《Royal Match》的土耳其游戲公司 Dream Games。作為一家極度追求 ROAS 的游戲廠商，Dream Games 是 Axon 的重度使用者。它利用 Axon 算法定位高價值內購玩家，在不依賴游戲內廣告變現的情況下，僅靠純內購就做出了近 300 億流水。

還有某廚具品牌，年收入從 400 萬美元增長到 1600 萬美元，如今預計沖到 8000 萬美元，其中大部分廣告預算都投向了 Axon。

在巨頭的圍墻外，造出廣告 AI 飛輪

AppLovin 的逆襲，靠的不是流量入口，而是廣告模型。就像 Foroughi 在訪談里說的，廣告主投入資金，目標是獲得超過廣告花費的收入回報。而這個公式能不能成立，核心取決于模型有多強。

AppLovin 真正的勝負手，是把廣告投放這件事，變成了一套高度自動化的 AI 決策系統。這個被 Foroughi 稱為「全球最好的廣告 AI 模型」 就是 Axon。

想象一個中年用戶打開了某款休閑游戲，準備觀看一則廣告。MAX（流量與競價系統） 立即捕捉到這個高價值受眾的曝光機會，并將這個廣告位推向競價市場。

AppLovin 的需求端系統接到 MAX 的通知后，Axon 這個「大腦」瞬間啟動并在極短時間內完成預測：如果把某個電商品牌的廣告展示給這個用戶，他下載、下單、復購的概率分別是多少？未來可能貢獻多少收入？這次曝光到底值多少錢？

如果 Axon 判斷，這次展示大概率能為廣告主帶來 20 美元或者更高的 CPM（每千次展示成本）, 系統就有底氣在競價中出高價。假設最終在 MAX 里以 15 美元的 CPM 勝出，5/1000 美元的套利差價就被鎖定了。

當用戶看到廣告并下載了電商 App，Adjust（歸因與測量系統） 立即作為裁判進行歸因跟蹤。這些新的反饋信號會被喂給 Axon，讓它變得更聰明。

AppLovin 的軟件平臺位于移動App 廣告生態中間：一端連接廣告主預算，通過 AppDiscovery 與 Axon 完成智能投放；另一端連接開發者流量，通過 MAX 提升廣告變現效率；同時由 Adjust 提供歸因與效果測量，形成投放、變現、歸因一體化的廣告基礎設施。

從算法底層看，Axon 要解決的，其實是整個現代推薦系統和效果廣告里最難的問題之一：如何在毫秒級時間里，求解一組「超高維稀疏特征方程」

在開放流量池里，用戶 ID、設備信息、廣告素材 ID、App ID、地理位置、廣告位、時間、網絡環境、展示事件、付費事件……每一個維度，都是特征。這些特征從未孤立存在，而是在動態中發生著復雜到爆炸的高階交叉。

比如：一個「美國用戶 + 頂級 iPhone + 晚上 10 點 + 休閑游戲 + 激勵視頻 + 某個特定可玩素材」的組合；

一個「日本用戶 + Android 千元機 + 通勤時間 + 電商廣告 + 插屏廣告」的組合；

背后對應的，是完全不同的心理狀態、消費意愿和價值判斷。

傳統機器學習很難自動、全量捕捉這種深層、稀疏、不斷變化的交叉關系。一旦組合維度增多，特征空間就會迅速膨脹。維度災難隨之而來。這也是第一代變現引擎 Axon 1 的天花板所在。

事實上，Axon 1 更像是一臺傳統機器學習廣告預測引擎，高度依賴歷史經驗、預設規則，以及類似 Boosting Tree（梯度提升樹）這樣的經典模型結構。它證明了機器學習可以提升廣告投放效率，卻吃不透移動廣告里最復雜的高維特征交叉，更談不上真正完成自動化閉環。

關鍵轉折點，發生在 2023 年 Axon 2 登場。這一次，AppLovin 把廣告預測系統，真正推進到了現代深度學習時代。

它不再試圖「枚舉世界」。而是通過 Embedding，把離散、稀疏的ID 與行為信號，壓縮進統一的稠密向量空間，再交給神經網絡自動學習其中的高階關系。模型不需要真的見過每一種組合，也能理解它和歷史高價值用戶之間的「相似性」。

這是一個非常關鍵的變化。因為，系統第一次真正擁有了「泛化能力」。疊加多模態嵌入、實時序列模型之后，Axon 2不僅能理解「對象」，還能理解「時機」。最后，再把這一切壓進同一個廣告預測框架里，估算每一次展示背后的未來收益。

于是，廣告主只要在后臺輸入一個 ROAS 目標，系統就能自動執行投放、自動分配預算、自動調整出價，并在新的轉化數據反饋回來后繼續自我優化。

到這里，廣告投放的性質徹底變了。

它不再是一門依賴經驗、人工調參、投手手感的「手藝活」。而變成了一臺能夠持續學習、持續優化、持續放大的 AI 收益機器。這正是 AppLovin 近幾年實現驚人增長和高利潤率的核心秘密。

AppLovin 的核心飛輪：通過自有App 和廣告網絡獲取第一方數據，再由 Axon推薦引擎持續優化廣告匹配、歸因和變現效率，形成「數據越多—模型越強—轉化越高」的閉環。

到了 2025 年，這場長跑迎來了最戲劇性的時刻。

AppLovin 宣布出售、剝離旗下游戲工作室，全面轉向輕資產、高毛利的軟件平臺模式。

這意味著，憑借在第三方開放生態里練就的硬核算法，它相信自己已經擁有了在流量公海里重新計算、提純和榨干每一滴流量價值的強大能力。

為什么是 AppLovin 做成了？

但如果只講 Axon ，仍然解釋不了 AppLovin 的全部。

要知道，當年它的競爭對手們更符合「標準的硅谷敘事」： 更容易融資，更擅長講平臺敘事，也更容易拿到頂級 VC 的錢。然而浪潮退去后，這批曾經的寵兒大多被邊緣化、被迫收縮，甚至徹底消失。為什么偏偏是 AppLovin 最后勝出？

答案不在「模型」本身，而在其底層的底層：一種近乎冷酷的商業哲學與反熵的組織機器。

AppLovin 從一開始就不是一家典型 VC 澆灌出來的硅谷公司。它早期幾乎完全靠自身造血，只拿過極少量可轉債，長期自力更生滾動發展。甚至有長達六年時間，公司連真正意義上的董事會都沒有。

這種在蠻荒公海里獨立生長的經歷，塑造了創始人 Foroughi 一套與主流硅谷精英主義相反的生存哲學：反骨共識、極致執行、極簡組織、現金為王。

早年融資時，頂級 VC 幾乎全都拒絕了AppLovin。原因很「共識」——

「廣告 + 游戲」不夠性感，更何況 Google、Facebook、Amazon 都已經進場，一個毫無自有流量池的輕資產中介，憑什么跟擁有社交圖譜和搜索意圖的巨頭肉搏？

但作為數字營銷高手的 Foroughi 卻看到了另一番景象：當時的應用商店里，充滿了日歷應用、手電筒應用、工具應用、休閑游戲。大量開發者白手起家，有用戶、有時長、有廣告位，卻面對著極其低效、簡陋的移動廣告生態。

如果能在這個碎裂的長尾市場里，幫開發者賺到更多錢，再替廣告主算出更高勝率的 ROI，那就不是一門小生意。

這種極度務實的獨立思考，也解釋了 AppLovin 后來一系列在外人看來「離經叛道」的戰略動作。

當團隊試圖把廣告系統從簡單規則升級為機器學習時，很快撞上了一個致命瓶頸：缺少高質量的廣告主轉化數據，也缺少足夠真實的用戶行為特征。于是 Foroughi 砸下數十億美元瘋狂收購下游游戲工作室——哪怕在外人看來，這是既當運動員，又當裁判員。

當廣告業務已經足夠成熟，游戲工作室開始變成管理負擔和戰略干擾時，公司又果斷把它們賣掉。這不是戰略搖擺，而是極度聚焦——一切圍繞模型效率和現金回報轉。

真正拉開階級差距的命運分水嶺，發生在 2022 年。

那一年，蘋果 IDFA 隱私政策像一場海嘯，直接沖垮整個移動廣告行業的舊秩序。AppLovin 的股價也被推入無底深淵，市值暴跌 92%，跌破 40 億美元。

按照常規劇本，公司應該進入防守模式：瘋狂裁員、捂緊錢包、全面收縮、保留現金過冬。Foroughi 卻反手壓上全部籌碼，做了兩個后來直接決定 AppLovin 命運的瘋狂決策。

第一個，是大規模股票回購，甚至不惜動用杠桿，最終用約 60 億美元回購股份。

Foroughi 后來在播客里回憶，當時公司的年 EBITDA 已經實打實超過 10 億美元，現金流就在賬上。如果自己堅信未來，而市場又給出了近乎「自殺式」的估值，那么，最聰明的資產配置，不是存錢過冬，而是投資自己。

他甚至說了一句非常 Foroughi 的話：「我不相信為了未雨綢繆而存錢。」

這筆當時被外界視為「瘋子操作」的回購，后來成了美股科技史上最狠的資本配置案例之一。此后兩年，隨著 AppLovin 股價暴力反彈，這次回購為公司創造了高達 500 億至 600 億美元級別的天價回報。

第二個決策更關鍵。完全推倒舊系統，重構推薦模型。

當時 Foroughi 已經意識到，原有廣告系統跑在上一代機器學習架構上，無法支撐未來增長。如果不徹底換發動機，公司遲早會撞上天花板。

于是，沒有標準硅谷式 Roadmap 的漫長拉扯，沒有層層匯報的會議消耗，也沒有大公司式的組織內耗。剛加入公司的葛小川(現為公司 CTO )直接帶著一支總共只有 5 個人的精銳小隊用短短 3 個月時間推出了 Axon 2 。這一刀，幾乎生生抹平了 AppLovin 與一線硅谷巨頭之間落后近十年的技術代差。

經歷 2022 年的生死重組后，Foroughi 開始思考一個更底層的管理問題：在一家高科技算法公司里，誰才是真正決定業務命運的人？

答案不是西裝革履的銷售，不是聲勢浩大的市場公關，更不是龐大臃腫、制造內耗的中層管理官僚體系，而是最頂尖的產品工程師。

為此，Foroughi 啟動了一場慘烈卻極為成功的組織反熵進化。他們將獲得股權激勵的核心圈子壓縮到了極精銳的 100 多人。 隨后，在公司營收同比狂飆接近100% 的火箭式增長期里，AppLovin 卻逆向裁掉了約 40% 的團隊，只為把組織壓縮到核心人才和支持人員周圍。

在這家市值千億美元的巨頭里，你幾乎找不到傳統意義上的產品經理，甚至連標配的 CRO、CMO 等高管職位都沒有。

結果，僅僅依靠一支規模只有 400 人左右的核心廣告產品技術團隊，就撐起了公司絕大部分的 EBITDA。根據 Q1 財報數據顯示，其單季度調整后 EBITDA 就能飆到 15.6 億美元。折算下來，這支特種部隊的人均年化利潤產出，達到了驚人的千萬美元級別。

這種近乎吝嗇的克制與務實，同樣延續到了他們對這輪生成式 AI 的態度上。

他們不執著于自研大模型,卻又極其擅長用大模型。在 Foroughi 的賬本里，LLM 不是用來講故事的宏大敘事，而是現成的、世界上最好的生產力杠桿。能提升研發效率，就用；能提升廣告創意生成效率，就用；能提升內部運營周轉效率，就用。

但所有投入，最后都必須回到同一個終極 KPI ：這件事，到底能不能讓廣告主的 ROAS 飆升？

天花板在哪里？

在游戲廣告里證明自己之后，AppLovin 開始把同一套武器，推向天花板更高的全球電商與品牌廣告市場。

一個極具標志性的信號是：今年 4 月，AppLovin 消費類廣告主的投放金額，第一次超過了歷史上任何一個 Q4 旺季。

這幾乎是廣告行業里的「反季節現象」。因為傳統上，Q4 才是全球廣告預算最瘋狂的時候：黑五、圣誕節、年終促銷，所有平臺都會迎來全年最高峰值。

但現在，一個普通的 4 月，卻超過了過去所有 Q4。這意味著 Axon 的能力已經延展到更復雜的現實消費行為。

這也與第三方歸因平臺 Northbeam 觀察到的趨勢相呼應：「 75% 的 DTC 與電商品牌已經在測試 AppLovin。」

分析指出背后的關鍵，是 AppLovin 已經擁有足夠大的廣告網絡規模。其每月觸達超過 14 億獨立用戶，體量完全可以對標 TikTok 這類超級平臺。

更重要的是，這批用戶并不只是外界刻板印象中的「游戲玩家」。大量 AppLovin 覆蓋的人群，是每天愿意在休閑游戲中投入 2-3 小時的中年、高凈值、有錢有閑用戶。

他們不是匆匆劃走廣告的人。相反，在游戲場景里，他們注意力高度集中，情緒投入更強。為了獲得游戲獎勵，他們愿意完整觀看 35 秒甚至更長的廣告。這讓游戲內廣告具備了一種特殊價值：它像移動設備里的電視廣告。

這也是 AppLovin 恐怖的地方。它手里握著的，不是一個簡單的手游流量池，而是一塊長期被低估的高注意力廣告場景。

而接下來，AppLovin 的一系列動作，本質上都在繼續抬高它的業務天花板。

例如，從今年 6 月開始，任何廣告主都可以直接把預算接入 Axon。

過去，AppLovin更像是白名單制，只有少數廣告主能進入系統。現在，它要變成類似 Google Ads、Meta Ads 那樣的開放廣告基礎設施。它不再滿足于服務一批精選客戶。它想成為預算投放的默認入口。

一旦平臺開放，AppLovin 的潛在市場會被迅速放大。

尤其是金融、汽車、保險、本地生活這類大預算行業，每一個線索都價值極高。比如，一個高質量汽車銷售線索，可能就值上萬美元。

只要 Axon 能穩定找到這些高價值線索，廣告平臺的收入彈性就會被急劇放大。

更進一步，未來廣告主會用 Agent 來規劃投放、生成創意、管理預算，而 Axon 要做的，是成為這些 Agent 可以直接接入的廣告基礎設施。

更大的野心，則指向 Connected TV，也是 Foroughi 認定的數字廣告行業的「圣杯」。

如果 AppLovin 能把移動端已經驗證過的成熟模型遷移到電視屏幕，讓中小企業也能像買 Google Ads、Meta Ads 一樣買電視廣告，市場的想象空間幾乎沒有上限。

在外界看來，這種不斷跨界的擴張，非常「反共識」。甚至 CTO 葛小川也承認，其難度猶如重新創業。但 AppLovin 的核心能力從來就不是「只會做游戲廣告」，而是能夠把復雜商業世界里的行為，轉化成可建模、可優化、可規模化的系統。

當 AppLovin 將野心指向全球廣告市場的牌桌中央時，唯一能限制它的，不在外界，而是自己能不能擺脫對過去經驗的依賴。