但如此惊人的表现，还能(neng)持续吗？

01真实的需求

一则广告，怎么判(pan)断其效果如何？

传(chuan)统(tong)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(ge)式，是否能(neng)与用户的兴趣、性别、年龄对应上。

即(ji)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(tou)放效果进行预估。

这是个笨办(ban)法，但也算是迄今(jin)为(wei)止唯(wei)一可靠(kao)的办(ban)法，优点(dian)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(ci)，这种模式沿袭了(le)这么多年，积累(lei)的数据是极其庞大的，有足(zu)够多的参考性。

但缺陷也很明显。

至(zhi)少用户本身，是一个个人，并(bing)不是仅仅用几个标签就能(neng)完全概括的。

每个人、乃(nai)至(zhi)每个年龄层的人，都有自己的独特特性。

正(zheng)是这种特性，导致传(chuan)统(tong)的预测模型无法泛化到每一个具体的用户，尤(you)其是还没有足(zu)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(tui)荐。

过去，精(jing)准的个性化推(tui)荐基本不可能(neng)做到。直到AI技术初(chu)步投(tou)入到广告领域，困扰多年的问(wen)题才开始解(jie)决。

最关键(jian)的，是一个我们既熟悉又(you)陌(mo)生的名词：多模态。

本质上依(yi)然是id的匹配，只(zhi)不过这个匹配过程被AI进行了(le)优化。

广告的多模态信息，依(yi)然是视频、图像、广告词这些。

区别在于，过去只(zhi)是按照(zhao)类别将这些信息机械化归类，如今(jin)AI则可以再(zai)根(gen)据细微性的差别，做出更具体的分类。

打个比方，我有想(xiang)法买一个数码宝贝抱枕。

按照(zhao)过去粗糙的分类法，购(gou)物平台只(zhi)会(hui)一股(gu)脑把所有类型的抱枕全推(tui)送(song)过来，我还得耗费大量时间去筛选。

现在则不同(tong)，平台不仅只(zhi)会(hui)推(tui)数码宝贝的抱枕过来，甚至(zhi)还会(hui)根(gen)据我最近的喜好，推(tui)送(song)数码宝贝其他的周边产品。

这才是真正(zheng)意义上的、高效的个性化推(tui)荐。

之所以能(neng)如此，是因为(wei)用户的多模态信息，是与广告的多模态信息一起被AI吃(chi)透的。

用户的多模态信息，不再(zai)局(ju)限于曾经粗糙的用户画像，而是扩(kuo)大到你平时在网络上浏览的任何文本、语音(yin)、图像、视频乃(nai)至(zhi)与好友的互动信息。

你在互联网上所有的行为(wei)轨迹，都会(hui)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(gen)本性上的改变。

这个出现的比较(jiao)早，也早就大规模投(tou)入使用。

很多时候，你根(gen)本没在平台上搜索过商品，只(zhi)是在和朋友聊(liao)天中提过，平台却依(yi)然能(neng)精(jing)准给你推(tui)送(song)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(shi)了(le)。

除此之外(wai)，AI对于广告而言，还有更强大的功能(neng)：创造。

比如，我们平时用百度搜索引擎时，在你真正(zheng)想(xiang)要的结果前，往往会(hui)有很多广告。

这些广告，基本用的都是通用模版、标题和正(zheng)文使用通配符，重点(dian)在于凸显核心(xin)关键(jian)词。

很明显，依(yi)然是老问(wen)题：通用模版依(yi)然只(zhi)停(ting)留在凸显id层面，针对性不够。

怎么才能(neng)像优化匹配模式一样，将广告内容优化到精(jing)准对标每一个用户？

传(chuan)统(tong)的方法主要靠(kao)人工(gong)，是运营人员通过对关键(jian)词进行分组，利用曾经积累(lei)的数据撰(zhuan)写数量有限的模版。

而在引入AI大模型后，完全能(neng)根(gen)据用户在互联网上的行动轨迹，作(zuo)为(wei)核心(xin)去自动生成匹配度更高的广告，极大提升(sheng)转换率。

底层逻辑(ji)依(yi)然是上面所说的收集大数据，再(zai)利用AI去精(jing)准生成契(qi)合(he)每一个用户需求的图文乃(nai)至(zhi)短视频。

换句话说，广告不再(zai)是“一刀切”的推(tui)销，而是根(gen)据用户需求精(jing)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。

02全新的增量

“创新不是追逐热点(dian)，而是发现被忽(hu)视的需求。”

这是Applovin联合(he)创始人福尔干·赖(lai)登，与播(bo)客(ke)《My First Million》主理人沙恩(en)·普里，在一场关于AI未来的深度对谈中，说过的一句话。

只(zhi)有赢家才有资格(ge)说话，所以正(zheng)确的话也永远出自赢家之口。

他当(dang)然不可能(neng)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(shi)到广告的生成与匹配模式存在极大的改进需求。

但真正(zheng)抓住这些需求，并(bing)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(tong)比增长44%；净利润5.992亿美元，同(tong)比增长248%。

最亮眼的毫无疑(yi)问(wen)是广告收入，涨幅高达73%，连(lian)续四个季度超越(yue)60%！

而且，这还只(zhi)是短期表现。

长期来看，Applovin仍(reng)在不断打开新的增长空间。

Applovin的核心(xin)竞争力，在于2023年2月推(tui)出的AI引擎AXON 2.0，并(bing)将其引入到两(liang)个平台：AI广告制作(zuo)平台SparkLabs，一站式广告营销平台AppDiscovery。

前者利用AI技术，制作(zuo)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(ge)。

SparkLabs根(gen)据广告商的需求，不仅可以将定制素材的时间缩短至(zhi)一到两(liang)周内，甚至(zhi)这项服务还是免费的！

目前，带用户交互功能(neng)的SparkLabs试玩广告能(neng)使平均(jun)IPM提升(sheng)率达到250%，动态展示游戏玩法的视频广告能(neng)使平均(jun)IPM提升(sheng)率达到200%

后者则致力于引导目标用户和广告投(tou)放。

大致上的逻辑(ji)，就是我们上文说到的那(na)些，极大提高了(le)广告精(jing)细化投(tou)放水平、直接带动收入增长。

值得更深入讨论的点(dian)，在于其扮(ban)演的角色。

在互联网时代，北(bei)美市场最大的广告巨头，毫无疑(yi)问(wen)是Meta。

2024年3几度，Meta的广告收入同(tong)样实现了(le)大幅增长，达到398.9亿美元，同(tong)比增长18.6%。

Meta的优势在于，背靠(kao)世(shi)界上最大的社交平台，量足(zu)够大。

在市场几乎被垄断的形势下，Applovin不可能(neng)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(ting)留的时间，要远远高于社交平台和普通的网页。

就这点(dian)来看，它其实有独特的优势。

当(dang)然，这只(zhi)是侧重点(dian)不同(tong)罢了(le)，Meta同(tong)样可以做游戏广告，凭借体量压死人。

更关键(jian)的点(dian)仍(reng)然在于价格(ge)。

就如同(tong)电商平台对商家的压榨(zha)一样，Meta系对广告主的剥削更甚，中小(xiao)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(wu)分之一的报价，就几乎能(neng)获得与过去同(tong)样高的ROAS。

对于占据大多数的小(xiao)商家而言，有什么理由不试试？

成果是显而易见的。

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

在游戏应用内广告市场的份额(e)已经超过了(le)30%，成为(wei)实际的龙头老大。

眼见取得了(le)如此巨大的成功，Applovin宣布(bu)以9亿美元出售旗下10家游戏工(gong)作(zuo)室，彻底剥离(li)游戏业务、转型为(wei)一家纯粹的广告科(ke)技公司。

游戏业务抛售消息传(chuan)出后当(dang)天，Applovin盘前应声上涨近%，开盘后更是一度冲高至(zhi)35%。

可见市场对这一举动，是非常认可的。

但除了(le)溢美之词外(wai)，我们客(ke)观点(dian)看，其实也能(neng)看出另(ling)外(wai)一层含义：他急(ji)了(le)。

03谁的盛宴？

AI对广告模式的改进，除了(le)体现出精(jing)准化、高效化之外(wai)，有一个点(dian)同(tong)样不能(neng)忽(hu)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(wei)例(li)。

AI解(jie)放的不仅仅只(zhi)是广告商、游戏厂商的生产力，同(tong)样解(jie)放了(le)玩家的生产力。

今(jin)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(neng)创造多少千奇(qi)百怪的点(dian)子？

以前，99%人限于技术，只(zhi)是单纯的玩家，属于被收割者，只(zhi)有游戏公司和广告商赚(zuan)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(dang)于是这35亿人相互买单，金(jin)钱流通速度何止提升(sheng)10倍(bei)！？

你可以把这种模式，理解(jie)为(wei)现在的短视频，每个人都是创作(zuo)者，没有谁更专(zhuan)业一说。

想(xiang)要出圈，就看谁的点(dian)子更有新意，更迎合(he)受众口味。

与之相对的，大量没那(na)么出众的制造团(tuan)队，将没有任何生存土壤。

未来，能(neng)存活下来的，只(zhi)有平台，和无数个个人，或许还有少数几个不会(hui)被时代淘(tao)汰的巨头。

实际上，这就是去中心(xin)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(li)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(chu)，就引入AI技术、取得了(le)先发优势。

过去两(liang)年，AI技术的成本之高，根(gen)本不是中小(xiao)企业能(neng)够负担得起的。

但现在，随着DeepSeek加速开源大格(ge)局(ju)的形成，壁垒(lei)可能(neng)很快就将逐渐打破。

越(yue)来越(yue)多的企业将循着Applovin的成功案例(li)，通过高效、低成本的AI工(gong)具实现更精(jing)准的广告投(tou)放，争夺通往未来的船票。

对整个市场而言，这是毫无疑(yi)问(wen)的加速器。

唯(wei)独对Applovin这个先发者而言，可能(neng)算不上什么好事(shi)。(全文完）