十萬款手機遊戲裡，藏著一家廣告公司。All-In 的開場介紹把 AppLovin 執行長 Adam Foroughi 叫作「大概是最沒名氣的好創辦人」，說他的平台躲在這些遊戲裡面，安靜地幫電商品牌跑廣告，效果壓過 Facebook；在一千多家 IPO 的公司裡，市值排第一的就是這一家。節目還給了兩個數字：公司今年預計印出大約六十億美元現金；而在一個講不通的世界裡，別人只會覺得你在作弊，不會想到你做出一件很酷的技術。
Adam 坐下之後先解釋，公司能長到這個規模，有一部分要感謝早期沒拿創投資金。沒有錢，就只能安靜地把東西做出來，加上那個有點搞笑的名字，也沒幫上什麼忙。他把公司定義得很直白：AppLovin 是廣告公司，幫手機遊戲開發者把手上的版位變現，只是外界不太清楚這個宇宙現在多大。一天有超過十億人在玩手機休閒遊戲，而且大多是成年人，是家裡的經濟支柱。
一年五百億美元的遊戲廣告市場
他把市場算了一遍。去年一月，也就是將近兩年前，他們揭露自家平台一年有 110 億美元的廣告支出；之後年成長大約六成，四捨五入到今天大約 200 億美元。這個市場不是他們獨占，還有其他廣告公司賺同一批錢，全部加進來再翻一倍以上，整個手機遊戲生態一年花掉的廣告費大約 500 億美元。
不久之前，社群網站本身也只是一個 500 億美元的機會，而這個空間還在快速長大。這裡的觀眾會看廣告，很多時候是為了拿獎勵才看，這種結構會生出新的購買意圖。公司大半輩子在做的事，是把這份意圖從一款遊戲帶到下一款遊戲；現在深度學習模型變強了，同一批成年人可以改吃一套購物體驗，於是能接到更大的經濟體上。
廣告是 ML 1.0
主持人提到上一波網路廣告：Google 的 AdWords、AdSense、Applied Semantics 替產業孵出一批關鍵技術，再外溢到全世界；同樣的事會不會正在這個世代的廣告裡發生。Adam 的說法是，廣告就是 ML 1.0，它是今天這些 AI 技術最早的實作。一個大型語言模型對社會的經濟價值確實比廣告大得多，但廣告是一個非常賺錢的深度學習實作。推薦系統的架構跟大型語言模型不一樣，路徑卻很像，兩邊的研究可以互相搬；很多現在做大型語言模型的研究者，職涯早期看的就是廣告系統。
他補了一個對廣告很有利的條件：不管你做的是廣告，還是社群網路上的一則互動貼文，模型都在預測一個還沒發生的結果，而這份預測的價值可以立刻換算成錢。
主持人再問，人對廣告的反應，從 2006 年到現在有沒有一條可預測的演化曲線。他 2005 年入行，那時候的廣告完全是垃圾，全是垃圾信，技術也不夠力。後來 Facebook 做對了一件事：把手上所有資料配上好技術，廣告就變得相關。今天多數人的購物推薦來自 Instagram，廣告變得像內容。在 AppLovin 的領域也一樣，使用者是真的喜歡他們放的廣告。你會以為大家不愛，但那些出現在別的遊戲裡的小遊戲試玩，互動量很大，因為技術已經很會推薦跟這個人有關的東西。
搜尋、LLM，與「發現」
主持人問了一個正在被討論的問題：當大家改成跟聊天機器人問五、六個問題，廣告會長成什麼樣子？全世界九成五的人不會每個月掏二十美元用這項技術，他們會期待它免費，ChatGPT 也說過要往免費走。廣告會愈來愈沒效、但用的人愈來愈多嗎？還是它會比 Google 搜尋更強？
Adam 把廣告拆成兩種。一種在漏斗底層：消費者已經知道自己要買什麼，只是在做研究、準備完成交易，那是 Google 的搜尋生意。想買一雙正式皮鞋，以前上 Google 查一輪，Google 用廣告把你導到該去的地方；今天你可以直接問大型語言模型，把同一件事走完。所以他說，這一塊幾乎只會跟 Google 搜尋競爭。
AppLovin 做的是另一種。它對使用者顯示一則廣告的時候，並不知道對方想要什麼，任務是創造出一個原本不存在的念頭，讓他看到之後想「這好酷，我要去買」，而且最好馬上買。Facebook 的廣告生意也是靠這個。
他接著講出他覺得最關鍵的區別。走搜尋或走聊天機器人的那筆交易，就算大型語言模型不存在、Google 廣告也沒發明，只要 Google 搜尋還在，交易一樣會發生，所以那裡只是把原本就會發生的事換個地方完成，沒有多出新的經濟擴張。但當你讓一個消費者看到一個他本來不知道存在的東西，讓他發現自己原來想要它，那筆交易是從無到有。這是他認為 Meta 的廣告生意最厲害的地方，也是 AppLovin 想做的事。那個發現的瞬間對消費者是開心的：買到東西很興奮，開始等包裹，拆包裹。
午餐桌上的那支錶
主持人把那個大家都聽過的場景搬出來：一群人在午餐時聊到某樣東西，散場之後，每個人開始看到同一件商品的廣告。是不是手機在聽？還是因為我們坐在同一桌，定位被拿去分組，誰先搜尋了誰就負責點火，廣告再分送給整桌？
Adam 先把可以追蹤的部分講清楚。你其實做過其他會留下痕跡的動作：搜尋、逛網站、查產品，只是自己沒意識到；之後你講到相關的事情，就開始看到相關的廣告。至於定位，他說他不認為廣告公司有能力追蹤，AppLovin 完全不追蹤。要為了顯示一則廣告去追人的精確位置，是很重的一件事；更別提要讓麥克風一直開著，再把語音解析成可以投放的內容，那個資料量不現實。
那如果是「我們是朋友、被連在一起」呢？他說他們沒有那種資料。但如果你人在社群網路上，人際關係本來就可能影響你看到的廣告：同桌有人搜尋了什麼，你可能就看到相關的東西。他覺得這沒有什麼不對，真正讓人不舒服的是那種毛毛的感覺。
他認為大家忘掉的是後面那半段。廣告變相關之後，創造出來的經濟價值很大。那則廣告你認得，二十年前你不會認得；數位廣告經濟已經占了 GDP 很大一塊，技術愈好，GDP 長得愈快。
從 280 億掉到 38 億
公司從矽谷起家，辦公室在 Palo Alto，工程團隊分在 Palo Alto、北京與新加坡，Adam 自己住洛杉磯。他們沒有拿太多創投資金，2021 年 4 月上市，是疫情期間的 IPO，市值約 280 億美元，那一年 EBITDA 是 6 億美元。後來最高到 400 億美元。
2022 年，股價幾乎每天都在跌。市值一路掉到約 38 億美元，而那一年公司做了 10 億美元的 EBITDA。從高點算下來，等於跌掉九成二。
他的解釋是，股價最後由投資人的品質決定。上市的時候，私募股東，包括私募股權基金、早期共同創辦人與團隊成員，本來就有賣股規劃；而 COVID 期間上市的公司太多，等到他們掛牌，一線的藍籌投資人根本沒空去研究一家名字很好笑的公司在做什麼。需求少、供給多，股價就崩了。倍數從「我不會用 50 倍 EBITDA 去估值」的高點，掉到 4 倍以下的荒謬低點。
他是財務背景，知道這種殺法反過來就是機會。他跟團隊說，不要再跟投資人講話了，他們不買我們的股票，那是浪費時間；但公司會產生大量現金，那就拿來買自己的股票，當自己最好的投資人。買回計劃跑得很凶，累計買回大約 60 億美元的股票，註銷掉兩成到兩成五的流通股數。那 60 億美元在最高點的時候，價值超過 500 億美元。
主持人問他，九成二的跌幅下，內部文化怎麼撐？他說很難。家人朋友會打電話來問他「你是不是想不開？」他跟對方說，我們的持股成本是一分錢，股票現在還有十塊左右，帳面上還是賺很多。但他很清楚，團隊成員也在接同一種電話，而他們沒有他那種歷練，也沒有他那樣的持股。
所以他們靠兩件事撐住。一個是「我們對抗全世界」的心態，另一個是績效股票計劃。這種計劃通常是給執行長的，他們卻發給公司裡一批關鍵的人。他對那些人說，我知道現在很難，你們本來以為自己有房子，現在沒有了；但如果撐住，等公司回來，上檔你們會賺到很多。
ML 2.0 與 2023 年 9 月的紐約行
真正的轉折是模型換代。他們從 ML 1.0 走到 ML 2.0，把迴歸模型換成深度學習模型。整家公司由廣告演算法驅動，演算法愈好，廣告主的投報率愈好；而且全部是成效制，等於是把營收賣給廣告主，廣告主愈賺、預算放愈大，公司就長得愈快。
2023 年 4 月他們推出新模型，可是依然沒在跟投資人講話，所以外界還不知道。到了 9 月左右，股價已經回到 80 美元，市值回升不少。Adam 說他要開始跟投資人講話了，因為市值高到沒辦法再那麼積極買回庫藏股。
那一週，股價從 80 美元走到 150 美元，市值從大約 280 億美元變成 550 億美元。他只是跑去紐約，講了一句「我們公司還在，我們活下來了」。然後投資人開始一個一個出現，說他們又在注意這家公司了。他坐在會議室裡很好讀對面的動靜，有人當場就在打給朋友。等對方變成持股的一方，問題立刻反過來：要怎麼擴張、怎麼長得更快、為什麼只做遊戲、為什麼不做電商。
他對公開市場投資人的觀察是這樣：跟私募市場的投資人沒有那麼不同，都會追趨勢，而且常常比你希望的晚。最厲害的會提早追上，這就是為什麼有很好的創投，也有普通的創投；有很好的公開市場投資人，也有普通的公開市場投資人。可惜的是，逆向的人不多，所以下檔可以到極端，上檔也可以。兩年半之間，股價從 9 美元走到 750 美元，市值從 38 億美元走到 2,500 億美元。當時買了選擇權的人，現在可能住在大房子裡。
規則愈清楚，技術愈好辦事
主持人問 Apple 與歐盟這條線。這些機關認為像 AppLovin 這樣的公司收資料收得太凶，有些遊戲開發者也不喜歡自己的使用者被追蹤，已經開始收緊螺絲；Zuckerberg 當年也得處理同一件事。在 Apple 幾乎是想閹掉這門生意的情況下，逆風有多大，又怎麼管？
Adam 說，任何這類領域，你都會希望規則清楚。規則一清楚，技術就有辦法配合。五年前在 iOS 上可以精準鎖定一個人，今天如果對方說不想被精準鎖定，你就把一群人打包起來，然後給他們比較差的廣告。有趣的是，Apple 那次改動之後，他們收到很多使用者抱怨：給我更相關的廣告，你們現在都在丟垃圾給我看。所以他說，這裡有個不太直覺的結論：你需要隱私規範，科技公司才有辦法做出大家期待的事。
另一面是消費者其實想要相關的廣告，那能幫他們發現產品。想像你坐在遊戲裡，看三十秒廣告換一條免費的命，那是拿到有金錢價值的東西。那你要看三十秒的垃圾，還是看三十秒跟你相關的東西？他說隱私的雜音過去之後，現在平靜很多：規則寫好了，科技公司照著做，深度學習網路也真的夠強。
買遊戲是為了訓練資料
主持人提到這門生意毛利高得驚人，Adam 也買過一批遊戲，而節目當天稍後還要訪問 Bending Spoons，談他們怎麼專門收購「不到壞、只是成長慢」的公司。他問，轉去做遊戲工作室是能一直走下去的路嗎？會不會跟合作夥伴打對台？
Adam 說那些遊戲他們全賣掉了。當初買遊戲是為了資料。他們要訓練第一個深度學習模型，需要資料，而遊戲工作室通常不願意把資料分享給第三方公司，所以他們自己買工作室，把第一批訓練資料餵進模型，做出一個在市場上很成功的模型，公司才開始快速成長。等到第三方自己找上門，他們就把遊戲事業賣掉。
Agent 不會取代逛櫥窗
主持人把場景推到更遠：到處都是 agent 的世界，agent 幫你處理事情；人機介面可能不再是電腦或手機，而是 Meta 眼鏡之類的裝置。在那樣的世界裡，廣告還剩什麼角色？
Adam 的回答是，世界會有一部分人開始用 agent 來處理固定的購物行為。例如把保健食品的訂閱交給 agent，讓它每個月去最佳化、準時送到。但那些不是「發現」平台，而典型的消費者也不是那種整天泡在 agent 裡、掛在 Twitter 上追最新技術的人。他用一句話定位自己的客群：我們的觀眾是《紐約時報》的讀者；到今天還有一大群人每天在用 Yahoo 的服務。
典型的消費者想找到一個產品，想自己走完那趟購物行為：想逛、想比價、想追蹤。如果你事後告訴他，其實 agent 可以幫你做這件事，還省下兩成，他覺得在 50 美元的交易上，這不重要，因為走完那個過程本身的滿足感就是他要的。會有一群人比其他人早採用這些技術，他只是覺得大家太常用 Twitter 圈當基準，忘了平均的消費者不是那樣的人。
84% 毛利為什麼沒被搶走
主持人問他一個很直的問題：全世界最聰明的兩家公司 Meta 與 Google，主要收入都來自廣告，模型自己做，也做了一、二十年。一家小公司是怎麼在這個領域贏的，接下來又靠什麼繼續贏？
Adam 說，他們從來不覺得自己贏了。每天醒來都覺得現在很可能會被幹掉，最好趕快工作。他們的優勢是精實加上一群很專精的人：這些人真的懂手機遊戲的體驗，也懂怎麼把它轉換成另一端買東西的行為。只要夠專注、保持精實，就有機會跑得比巨頭快。
主持人接著問，那這門生意的漏水點在哪裡？就像十年前看 Amazon，一項一項找出錢漏在哪，再把它吃成新事業，那個版本放到 AppLovin 身上會是什麼，是支付基礎設施嗎？
Adam 說他們的 EBITDA 毛利率是市場第一，84%，所以他不知道還有多少地方在漏。他解釋整套循環：一個廣告主帶著交易模型進來，假設他賣口紅，AppLovin 給這個廣告主一個套利空間。廣告主向他們買到一個消費者，消費者完成交易之後，立刻把取得這個消費者的成本賺回來。消費者用 20 美元買下口紅，廣告主付給 AppLovin 的錢低於 20 美元減掉銷貨成本，廣告主開心，於是放大預算。這個成效模型很好規模化。真要說漏，是他們不在整條鏈的每一段上，他們不是那個廣告主；但他們想當推動廣告主去接觸消費者的那一方，所以把自己跑得很精實、很演算法、很自動化，漏的地方就不多。
主持人再往下追：毛利率這麼高，一定會有人說「他們是不是賺太多？」競爭者也一定會說「我可以把他五成、六成的毛利打下來」，但這件事一直沒發生，而且撐了很久，為什麼？
Adam 的答案回到技術與資料：這些技術很複雜。如果你能持續創新，手上有差異化的資料，你就能建立優勢。他拿 Anthropic 當例子，說同樣的道理，Anthropic 也不應該在大型語言模型的領域跑成那樣。但一個模型一旦到了某個規模，被一大群人採用，那個東西就會變成別人很難跨過去的護城河。
會議室裡最笨的那個人
最後主持人問到中國團隊，以及這群人多大的優勢。
Adam 說中國人很謙虛、非常努力、非常聰明。不管你是在中國、美國還是世界其他地方跟他們共事，你都是在跟世界上數一數二聰明的人工作。他說他創業時，其中一個目標就是跟很棒的人一起工作，把事情搞懂。當他坐在會議室裡，身邊是一些團隊成員，他知道自己很可能是那間房間裡最笨的一個人，而這件事讓他很期待每天進辦公室。
主持人拿這句話開了個玩笑，他笑著接下，現場給了他一輪掌聲。