硅谷最赚钱的 AI 广告引擎,半个工程团队在北京

作者 | 汤安迪

编辑 | 周欢

中国的 AI 人才，太好用了。

Adam Foroughi是，AppLovin 联合创始人兼 CEO。

这家公司可能是硅谷最低调的深度学习公司，名字起得像个玩笑，创始人几乎不接受采访，公司 "几乎在没有媒体存在的情况下运营”。

但数字太好看，大家不得不重视。EBITDA 利润率 84%，市场第一；市值从 2022 年低点 $3.8B 涨到 $250B，股价两年半从 $9 走到 $750。

上周的 All-In 峰会上，Chamath Palihapitiya 和 Jason Calacanis 把这位"没人听说过的最好的创始人"请上台，聊了 24 分钟。

广告到底是不是 AI 的第一个盈利形态？

agent 到底会不会干掉购物？

一家美国最赚钱的 AI 广告公司，为什么把工程办公室开在帕洛阿尔托、新加坡，和北京。

以下访谈是奇偶工作室根据实录整理。个别表述为Adam Foroughi的个人判断或估算，已标注。

1

你市场上的价格

由你投资者的质量决定

Chamath：你们 2021 年上市，开盘就是 200 多亿美元市值？

Foroughi：2021 年 4 月出去的，大约 $28B。那时 EBITDA 是 $6 亿。后来最高到过 $40B，然后 2022 年，股价几乎每天都在跌，最低跌到了大约 $3.8B 的市值，而那一年我们做了 $10 亿 EBITDA。

Jason：也就是说市场在极度怀疑这门生意。你怎么办？

Foroughi：你很快会学到一课，你市场上的价格，是由你投资者的质量决定的。

我们有私募、前联合创始人、团队成员要在 IPO 时卖老股，又赶上一堆公司扎堆上市，轮到我们家的时候，蓝筹机构根本没做功课研究这个名字滑稽的公司。

供给一大堆，需求一个没有，就砸成那样了。估值从我不想评价的 50 倍 EBITDA，跌到荒谬的 4 倍以下。

我是金融背景出身，知道暴跌的另一面是机会。我转身对团队说：我不再跟任何投资者说话了，他们不买我们的股票，见他们是浪费时间。但我们手里有大量现金，我们开始买自己的股票，做我们自己最好的投资者。

我们启动了一个超级激进的回购计划，到现在大约买了 $60 亿，注销了 20% 到 25% 的流通股。巅峰时，那 $60 亿值超过 $500 亿。

Jason：92% 的回撤，内部文化怎么扛？

Foroughi：很难。我会接到亲友的电话："你还好吗？不会想不开吧？"我说，股票发行价算下来才几毛钱，现在还有 10 块，涨了很多了。

但你的团队也在接同样的电话，他们没有你的资历，也没有你的股权。我们就靠一句话顶过来：现在是"我们对抗全世界"的心态，所有人都背对我们，那我们就回购，再给关键员工配上通常只给 CEO 的业绩股票，“我们知道你觉得房子没了，但咬牙挺住，涨回来的部分全是你们的。”

真正有意思的是 2023 年。

4 月我们把深度学习模型上线了，还是不见投资者，没人知道。到 9 月我觉得市值够高了、回购也买不动了，去纽约转了一圈，意思就一句：我们公司还活着，灾难我们挺过来了。那一周，股价从 $80 涨到 $150，市值大约 $28B 到 $55B。

Jason：就靠你去了趟纽约？

Foroughi：就靠我出来说一句"嘿，我们公司还存在”。

2

"广告就是 ML 1.0"

Chamath：先给听众讲讲 AppLovin 是干什么的，顺便把这个市场的盘子框一下。

Foroughi：我们本质上是一家广告公司，帮移动游戏开发者变现。

大家没意识到移动游戏宇宙有多大，每天超过 10 亿人玩移动休闲游戏，全是成年人，是家庭顶梁柱。2025 年 1 月我们披露过，自己平台上的年广告支出是 $110 亿，此后每年增长约 60%，粗算今天接近 $200 亿。这个市场还有大量其他玩家，再翻一倍取整，移动游戏生态每年的广告盘子大约是 $500 亿。就在不久前，social（社交广告）也还是 $500 亿量级的市场。这个空间涨得非常快。

Chamath：互联网广告的第一波催生了一大堆关键技术，扩散到全世界。Google 的 AdWords、AdSense 都是如此。这一代互联网广告，是不是也在孕育对整个互联网都有基础性意义的技术？

Foroughi：广告就是 ML 1.0。它其实是所有那些今天驱动 AI 的技术的第一次实现。

大语言模型的社会经济价值远大于广告，但广告是深度学习方法一个非常赚钱的实现。推荐系统和大语言模型结构不同，但轨迹高度相似，LLM 空间的大量研究可以平移到推荐系统，反过来，很多 LLM 研究者职业生涯早期研究的就是广告系统。

广告生意还有个特别好的性质：你建一个模型，预测广告的未来结果，这个预测的价值可以立刻变现。不需要等生态、不需要教育市场。

Jason：那消费者的反应呢？2026 年和 2006 年的人，对广告的反应有什么可预测的演化？

Foroughi：我 2005 年入行，那时的广告全是垃圾、全是 spam，技术不够强。你老东家 Facebook 干得漂亮的地方在于意识到：把手里所有数据配上好技术，广告可以变得非常相关。

今天你去问购物的人，他们大部分购物推荐来自 Instagram，广告已经变得像内容。我们这个领域也一样，人们喜欢我们展示的广告，迷你游戏试玩里有大量互动。技术越擅长推荐相关的东西，人们越不反感广告。

3

LLM 抢Google 的饭碗

不是 Meta 的

Jason：AI 对广告网络的冲击，尤其是 Google 的界面，大家操了很多心。OpenAI 也有广告产品了。当人一天跟一个聊天机器人对话五六次，广告长什么样？毕竟 95% 的人不会每月付 $20，他们预期这东西免费。

Foroughi：广告分两层。

一层是漏斗底部：消费者基本知道要买什么，只是在做研究完成交易，那是 Google Search 的生意。你今天已经可以去找一个大模型，把同一闭环走完。所以大模型广告几乎只会跟 Google Search 竞争。

我们玩的是另一层：我们给用户看广告时，根本不知道他的意图是什么。我们在创造一种原本不存在的东西，推给他一个推荐，让他觉得"哇，这个很酷，马上下单”。

Facebook 的广告生意也是这个逻辑。这里面的经济学完全不同：搜索或 LM 上完成的交易，本来就会发生，就算没有 LM、没有 Google Ads，只要有搜索，那个闭环照样走完，它创造的增量有限。

但你给消费者看一个他根本不知道存在的东西，那是纯 discovery。

Meta 的广告生意牛就牛在这，也是我们立志要做的。你不仅给消费者创造了一个很爽的时刻。等包裹、拆包裹都是快乐的，你创造的是经济扩张。

Jason：有人说"我午饭跟朋友提了某样东西，转头广告就来了"，是大家反应过度，还是真在发生？

Foroughi：很 creepy，确实会发生那种 creepy 的感觉。但真实机制通常是：你做过别的可被追踪的动作，搜索过、浏览过网页、查过商品，你自己没意识到，然后你提到了相关的东西，广告就出现了。

Jason：还有一种理论：我们几个人一起吃饭，你们有我们的地理位置，把归成一组；Freiburg 饭后去搜了那块手表收藏，你们把我们四个人的位置数据一交叉，全给推手表广告。

Foroughi：据我所知不是这样。广告商拿不到那种位置追踪能力，我们自己完全不追踪位置。要持续追踪精确位置、渲染广告、再把麦克风常开的数据传回去解析，这个数据量级不现实。

但如果你在社交网络上，你们之间的社交关系当然可能驱动广告体验：Chamath 搜了什么东西，你可能看到相关的。这没什么问题。人们丢掉的一个视角是：这些 creepy 的背后，是广告相关性创造的巨大经济价值，20 年前你根本不会注意到的广告，今天你认得出它，GDP 里很大一块来自这个数字广告经济。

技术越好，GDP 增长越快。

4

"Agent 替代不了

逛商场的那一下心跳"

Jason：隐私的监管面呢？苹果、欧盟都在收紧，这生意的逆风有多大？

Foroughi：任何行业都希望监管清晰，规则一旦清晰，技术就能应对。

五年前你可以在 iOS 上精确触达用户，今天有人选择不被精确触达，你就把他归组投放，给他看更差的广告。有趣的是苹果改规则之后，我们收到大量用户投诉：给我看点相关的广告吧，你们给我推了一堆垃圾。

所以需要隐私监管，让科技公司知道该做什么；但另一方面，消费者确实想要相关广告，你在游戏里看 30 秒广告换一条命，那是拿到了真金白银的价值，这时你想看 30 秒垃圾，还是看点相关的？隐私最喧嚣的阶段已经过去了，规则写完了，技术公司适配完了，而深度学习网络的威力还在涨。

Jason：AI 到来之前的广告业，为什么是你赢了？Meta 和 Alphabet 拥有全世界最好的工程师、靠广告赚了二十年钱、自建模型，一家小公司怎么在他们的地盘上赢的？

Foroughi：有一条帮了我们大忙：我们从不觉得自己赢了。我们每天醒来都觉得"今天可能就要完蛋"，必须拼命干活。公司保持精简，一群真正的领域专家只聚焦一件事，移动游戏体验，以及把体验翻译成交易行为。只要你足够聚焦、足够精简、跑得比巨头快，小个子是可以打赢的。

Jason：那破绽在哪？利润率的扩张空间在哪？

Foroughi：我们的 EBITDA 利润率大概 84%，是市场第一，我不觉得还有多少渗漏。

广告主带一个交易模型进来，比如卖口红的，我们给他一个套利：他从我们这买走消费者，消费者立刻成交，成交覆盖获客成本，他就加码投放。这个按效果计费的模型极易扩张。

我们的"渗漏"是我们不是链条上的广告主本人，但我们不想去当广告主，我们给广告主供能。公司极度精简，算法驱动、自动化驱动，渗漏点一直很少。

Jason：84% 到 85% 的利润率，一定会有人说"这是超额利润"，竞争者会说"我 50% 利润率就干，把 Adam 的利润打下来"。但这事没有发生。

Foroughi：因为这些技术极其复杂，如果你能持续创新、握有差异化数据，优势就立得住。按这个逻辑，Anthropic 也不该在 LLM 领域一骑绝尘，但一个模型到达一定规模、被大规模社区采用之后，那就是别人翻不过去的护城河。

Jason：最后一个前沿问题，到处都有 agent 替你服务的时代，人跟计算的界面都可能变了，不是电脑也不是手机，可能是 Meta 的眼镜。广告还怎么玩？大家都在吹的 agentic commerce，你们怎么看？

Foroughi：现实是，世界上会有一部分人开始用 agent 优化某些固定的购物行为，比如我把我的补剂订阅交给 agent，每个月自动比价、自动续上。

但发现型平台不是这个。典型购物者不是泡在 Twitter 上追最新技术的人，我说我们的受众就是《纽约时报》的受众，到今天还有海量的人每天在用雅虎的产品。

典型购物者想发现产品、想真的走一遍购物流程：想逛、想比价、想经历交易本身、想查物流。你事后告诉他"agent 本可以帮你省 20%”，在 $50 的交易上，我觉得没意义，因为走完那个流程的多巴胺才是他想要的东西。

世界上一部分技术先进的人会采用这些技术，这没问题。但我觉得我们对 Twitter 圈严重过度索引了，忘了普通购物者根本不是那样。

5

"我在北京有个工程办公室"

Jason：你们不是纯软件公司，早年还自己买过一批游戏工作室，又都卖了。这是要转型游戏公司？不会跟合作伙伴冲突吗？

Foroughi：全卖了。当初买它们是为了数据。我们建第一个深度学习模型的时候需要训练数据，而游戏工作室不愿意把数据分享给第三方公司，所以我们干脆自己买工作室，用它们的数据喂第一个模型。

模型做成了、在市场上跑起来了、开始高速增长，第三方反而主动来了，我们就把那批工作室全脱手了。

Jason：讲讲中国的团队吧，这些人是你们多大的优势？

Foroughi：中国人非常谦逊，非常非常勤奋，也非常聪明。如果你能跟他们共事，不管是在中国、美国还是世界任何地方，你就是在跟全世界最聪明的一些头脑一起工作。我创业时的目标之一，就是跟优秀的人一起把事情弄明白。

所以当我跟团队里的某些人坐在一个房间里时，我很清楚我大概是那个房间里最笨的人，这让我每周都兴奋地去上班。

Jason：你听到了吗？（对全场）为他工作。

6

小结

AppLovin 的故事本质上是"推荐系统这门 ML 1.0 的老手艺，换一层深度学习，能继续吃”。

中国有全世界密度最高的推荐系统工程师，字节、快手、拼多多是被这个手艺喂大的。但同样的肌肉记忆，在美国长出了 $250B 的广告引擎，在中国长出了更卷的竞价排名。

Foroughi 在台上说了全场最像鸡汤、也最像实话的一句："我们从不觉得自己赢了。我们每天醒来都觉得今天可能就要完蛋。”

泡沫与否另说。

•END•

Question. Write.Narrate. Believe. Become a story.易简传媒的愿景是提问和传播商业故事，让读者更开阔，更聪明。有 2500 万微信粉丝关注我们的账号，欢迎大家关注：

↓↓↓