Applovin（纪要）：对与 Meta 的竞争极具信心

以下为海豚君整理的$AppLovin(APP.US) FY25 Q4的财报电话会纪要，财报解读请移步《Applovin：鬼故事压身，好成绩也扛不住？》

一、财报核心信息回顾

1. 股东回报：全年回购640万股，总额$25.8亿。

2. 业绩指引

a. 营收预测：$17.45 亿 - $17.75 亿（环比增长 5%-7%）。

b. 利润预测：Adjusted EBITDA 约为 $14.65 亿 - $14.95 亿，维持 84% 的高毛利水平。

c. 指引重点：打破了 Q1 传统的季节性放缓预期，反映了电商业务及游戏业务的持续强势。

二、财报电话会详细内容

2.1 高管陈述核心信息

1. 核心游戏广告生态

a. 竞争逻辑：针对市场对新竞争对手的担忧，MAX 拍卖并非“你死我活”。

- 随着更多竞争者进入，竞价密度增加，即便 Applovin 自身的赢得率下降，但整体广告池在扩大。

- Applovin 只竞标其 AI 模型认为价值最高的那部分流量；对于模型认为价值较低的流量，即便竞争对手赢得拍卖，Applovin 仍可赚取 5% 的服务费。

b. 网络效应：强调了在广告中介领域的先发优势，同行很难逾越其长期积累的数据与规模效应。

2.AI 战略

a. 市场担心 AI 降低游戏开发门槛会摊薄价值，但管理层认为内容越丰富，Discovery就越稀缺。

b. 当数以百万计的 AI 生成内容涌入市场时，精准匹配用户与内容的能力（即 Applovin 的核心 AI 模型）将成为最具溢价的环节。

c. 模型进化：强调公司当前的增长动力并非由于外部因素，而是源于自身 AI 模型的迭代优化。

3.新业务增长极

a. 电商扩张： 电商业务正处于快速规模化阶段，已成为 Q4 超预期及 Q1 指引强劲的关键变量。

b. 客户结构： Self-service customers的增长提升了整体平台的运营杠杆。

2.2 Q&A问答

Q：关于电商业务：自助服务（Self-service）平台的上线进展、经验教训及改进空间如何？另外，能否量化电商业务对本季度及未来业绩指引中收入或总广告支出的具体贡献？

A：电商业务已上线一年半，目前表现非常出色。在去年第四季度（Q4），我们开启了自助服务平台的推荐制内测（Referral only），目前尚未进入全面开放（GA）阶段，但我们仍维持原计划，在今年上半年实现正式上线。

目前令我们感到兴奋的增长逻辑主要有两点：

首先，存量客户的支出显著增加。2025 年 Q4 的老客户在同比基数上实现了实质性增长，核心驱动力是我们的模型在不断进化。需要强调的是，驱动广告主价值的底层模型仍处于早期阶段，需要持续迭代。实际上，就在几周前，模型刚刚经历了一次大幅度提升，直接带动了老客户群体的消费反弹。

其次，新客户通过推荐计划持续入驻。虽然短期内这些新量级还不足以对公司整体财务大盘产生结构性影响，但增长趋势非常强劲。

我们决定不单独披露电商业务的收入占比。我们的逻辑是将平台视为一个统一的整体。在我们的竞价体系中，如果工程团队将游戏模型的效率提升了 50%，那么流量自然会向游戏偏移，导致电商占比相对下降，但这并不意味着平台本身出了问题，反而说明整体效率在提升。

增加行业多样性（如引入电商）的本质目的是让模型有更多选择去触达消费者，从而提高整体转化率。我们认为，在一个统一竞价的市场中，按垂直行业拆分数据会向投资者传递误导性信息。

Q：公司曾提到，如果合作伙伴能优化素材并实现视频素材的自动化大规模生产，转化率会有显著提升。目前自动化进程处于什么阶段？未来 12 到 18 个月的发展预期如何？

A：目前我们仍处于非常早期的阶段。通过数据对比可以明显看到差距：

深耕平台十余年的顶尖游戏公司，在任何时间段内运行的广告素材数量通常高达数万个；而顶尖的电商客户目前的素材量仅在数百个量级。根据系统反馈，向模型输入更多样化的素材能直接提升转化效率，因为这给了模型更多机会去匹配终端用户的兴趣。

要弥补这一差距，我们正在从两个维度发力：

一方面，是引导客户适应平台逻辑。客户需要了解哪类素材在我们的平台上更有效，从而有针对性地扩大生产规模。 更重要的是，生成式 AI 工具将大幅降低素材创作的门槛和成本。

目前，我们已经针对广告链路中的“互动页面”环节，与 100 多家客户进行了 AI 自动生成工具的试点。由于社交媒体和搜索广告不需要这类互动页面，广告主往往缺乏制作经验，而我们的工具能自动完成这一步。一旦试点效果稳定，我们将向全体客户推行。

此外，我们的视频生成模型也即将上线，并遵循相同的试点流程。如果该模型能将视频广告的制作成本从“数千美元”降低到“几美元”，并实现批量生产，电商客户在平台上的素材丰富度将大幅提升，从而使其在竞价中能更有效地与游戏广告主竞争。

Q：虽然公司不单独披露电商数据，但目前已有不少买方通过监测像素埋点数量来推算电商进展。对于想要通过这些数据进行“数学建模”的投资者，管理层有何建议？

A：目前想要对电商业务建立精准模型确实非常困难，因为我们才刚刚起步。作为一个参照，Meta 的像素埋点覆盖了超过 1000 万个站点，而我们的埋点目前仅在数千个量级。虽然埋点数与平台广告主数量正相关，但在目前这种初期阶段，还无法建立成熟量价预测模型。在平台正式全面开放、加大市场推广和销售力度之前，广告主数量的增长曲线将是爆发式且难以预测的，直到业务进入更成熟的阶段，数据才会趋于稳定。

但目前有几个核心指标非常令我们兴奋，可以分享给投资者：

首先是极高的获客效率。我们正在通过社交媒体和搜索广告进行小规模引流测试。目前看到的数据是：电商广告主在入驻第 30 天左右，其 LTV就能覆盖 CAC。对于任何了解获客模型的人来说，能在 30 天内实现回本是非常罕见的，这证明了我们商业模式的底层竞争力。

其次是转化漏斗的优化空间。目前在推荐制阶段，约有 57% 的合格潜客能转化为活跃广告主，这意味着还有 43% 的流失。我们计划在全面开放之前，通过优化流程将转化率提升至接近 100%。

总结来说，我们即将进入一个“超高速增长期”。一旦广告主基数达到稳定且可预测的量级，我们会考虑提供更多维度的数据供大家建模，但现在，30 天 LTV 回本这一指标最能说明我们业务的爆发潜力。

Q：展望未来 3 到 5 年，如果消费者转向以Agents作为互联网交互的主要接口，这会对公司的业务产生什么影响？此外，长期来看，休闲游戏开发者该如何应对那些抢夺用户时间的Chatbots？

A：在内容生产端，大语言模型（LLM）将降低游戏开发的门槛。未来，任何人都可以通过输入创意来生成游戏，而无需具备工程背景。对于成熟的专业工作室，这将加速内容产出的效率；同时，市场上也会出现大量高度个性化的、由普通人创作的内容。

这种内容的“爆发”对我们是有利的。当内容变得商品化且过载时，稀缺的“发现平台”价值会进一步放大。这些新开发者必须通过我们的 MAX 平台进行变现，并利用我们的广告平台获取用户，我们的商业逻辑在海量内容的背景下会更加稳固。

在用户时间竞争方面，虽然有人担心聊天机器人会彻底取代其他娱乐。但我认为这种观点有些偏激。 目前的休闲游戏（如纸牌、填字游戏等）属于非沉浸式、快速且放松的娱乐形态，受众群体偏向高年龄段女性。很难想象这个群体会在 10 年后因为与机器人聊天而放弃玩拼字游戏。

相反，LLM 可能会带来协同效应：

- 如果 AI 提升了全社会的生产力，用户可能会拥有更多闲暇时间投入到游戏等娱乐出口中。

- 如果 AI 提升了游戏的制作质量和丰富度，更多的优质内容将直接驱动我们这类“连接内容与用户”的业务模型持续增长。

Q：相比之前的托管服务（Managed service），目前入驻的店铺和客户类型有何变化？

A：开启自助服务后，最显著的变化是我们不再设置最低 GMV 准入门槛。此前我们对业务规模有较高的硬性标准，而现在年 GMV 仅为几十万或几百万美元的中小企业也可以直接在平台上购买流量。

我们非常看重这种服务中小企业并陪伴其成长的能力。这里有一个令我们自豪的案例：一家以色列炊具公司一年前入驻时年营收仅 400 万美元。去年他们在我们平台上大规模投放，65% 的获客预算都花在 AppLovin，营收随之增长到 1600 万美元且实现了盈利。今年他们继续将大部分预算投入我们平台，营收指引已提升至 8000 万美元。

这种从 400 万到 8000 万美元的跨越，直接证明了我们的投放逻辑对中小品牌极具确定性。我们的战略是“先服务好开发者/独立品牌，再覆盖全行业”，这与我们当年在游戏领域的崛起路径如出一辙。

Q：我们在追踪中发现一些非电商类应用也埋设了公司的像素（Pixel），这是个例还是公司正在探索的新增长方向？

A：目前我们不对行业设限，例如汽车保险等类别的公司现在就可以直接上线。我们目前优先关注所有基于交易的业务。除了传统的电商，金融科技等非电商但具有交易属性的类别，目前使用我们的模型效果也非常好。接下来几个月，我们将重点攻克销售线索挖掘业务（即收集用户信息并转给呼叫中心成交的模式）。

我们的目标是服务每一个以效果为导向的交易类垂直行业，通过多样化的广告内容来优化用户体验并驱动平台增长。

Q：Meta 近期在游戏内广告环境中的竞价表现更趋积极，这对市场竞争格局有何潜在影响？

A：Meta 长期以来都是 MAX 的重要发布合作伙伴。目前，Meta 对所有带有 ID（IDFA 开启）的流量进行竞价，这大约涵盖了三分之二的全屏广告单元，但他们尚未参与无 ID 流量的竞价，不过这种情况在未来几个季度很可能会发生改变。

回顾过去几年，我们的竞价环境（MAX Auction）中引入了越来越多的竞争对手，包括 Unity 的 Vector、Liftoff 的 Cortex、Moloco 以及转向竞价模式的 Google。市场通常存在一种误解，认为在拍卖机制下，竞争加剧会导致原有领先者的优势衰减，但实际情况并非如此。

这种现象背后的逻辑在于两点：首先是我们拥有规模优势且技术过硬；其次，并非每一张展示的价值都是相等的。

我们的 AXON 2 模型在评估展示价值方面极其出色。有些展示对我们而言价值极高，我们能从中获取丰厚利润；而有些展示价值较低，如果我们强行竞价甚至可能亏损。当 Meta 等竞争对手变得更强大时，他们会接手那些我们评估价值较低、利润微薄甚至无利可图的展示机会。在这个过程中，Applovin 作为平台方可以从这些交易中提取“税收”，从而改善 MAX 市场的整体经济效益。

因此，生态系统中竞价者的增长实际上提升了 MAX 的市场价值，并没有对 AppLovin 自身的竞价环境造成损害。在 AXON 2 模型确立了市场领先地位后，这一点尤为明显。增加竞争实际上是在补齐平台的变现拼图，让每一张展示都能找到最愿意为其付费的广告主，进而推动整个生态系统的向好发展。

Q：公司长期引导客户切换聚合平台，您如何定义 MAX 目前的竞争壁垒？

A：MAX 护城河的本质并非单纯源于聚合技术本身。虽然我们在 2018 年通过收购切入市场，并随后整合了 MoPub 的顶尖功能，构建了目前行业领先、高并发的竞价体系，在任何 AB 测试中，MAX 的竞价密度和表现通常都能比竞争对手高出几个百分点。但坦率地说，如果仅仅是几个点的收入差异，财大气粗的竞争对手理论上可以通过提供补贴或奖金来覆盖这部分差距。

真正让 MAX 变得不可替代且具有极高黏性的原因，在于我们将变现工具与市场上最强大的广告解决方案进行了深度捆绑。对于许多开发者而言，Applovin 贡献了他们超过 50% 的获客支出，这种量级的精准买量能力是其他平台无法提供的。如果开发者选择离开 MAX，他们不仅会失去顶级的变现工具，更会失去最核心的增长引擎，这种对 360 度全方位解决方案的依赖，使得切换成本变得极其高昂。

此外，MAX 生态系统目前仍保持着强劲的双位数增长。随着我们技术的持续迭代，开发者的业务也在随之改善。当这种业务增长与市场上无法被复制的底层技术相结合时，就形成了一个高度闭环且稳固的生态。我们对 MAX 的护城河充满信心，因为它不仅仅是一个工具，更是这些企业赖以生存和增长的基础设施。

Q：关于 2026 年 AXON 的营销投入预期，此前提到的“每日百万美元支出”目标是否仍适用？全面开放是否是限制大规模投入的主要因素？

A：目前我们仍处于测试阶段，营销投入的绝对数值并不大。这一点从我们的财务报表上可以得到印证，营销支出并没有拖累利润率，实际上我们的 EBITDA 利润率甚至上升到了 84%。由于业务增长强劲且 LTV 与 CAC 的比例极其理想，我们预计即便后续加大营销投入，EBITDA 利润率也不会出现明显下滑。相反，如果利润率真的因为营销而有所变动，那反而是个积极信号，说明我们正在通过大规模获客来加速整体增长。

不过，目前的投入节奏是高度受控的，我们并不急于追求规模，核心原因在于我们需要等待配套工具的完善。如果我们在缺乏高效的内容生产工具（如生成式 AI 视频工具、自动生成互动页面工具等）的情况下就贸然全面开放并引入大量客户，这些客户在平台上的成功率将大打折扣。我们希望确保客户入驻后能够获得超预期的回报，而不仅仅是把人引进来。

总的来说，虽然我们已经观察到了约 30 天回本（LTV to CAC）的极佳表现，但我们依然会保持克制。我们正在等待技术工具链与市场机会的完全匹配。一旦这些生成式 AI 工具能够支撑起客户的大规模素材生产需求，我们就会顺势而为，将营销规模推向新的台阶。

Q：市场担心 Meta 可能会利用其强大的用户图谱，在无 IDFA（ATT 政策后）环境下实现“确定性归因”竞价，从而对垂直广告网络形成降维打击。从技术角度看这是否可行？即便发生，您是否有信心通过市场扩张来抵消市场份额的潜在损失？

A：从技术层面上看，这种做法确实存在理论上的可能性，但它显然违反了 Apple 的服务条款。Meta 的业务高度依赖平台生态，我不认为他们会为了进入这个体量尚不足以改变其大盘的垂直领域，而去冒违规被制裁的风险，因此逻辑上这并不可行。退一步讲，即使 Meta 真的通过某种方式在无 IDFA 流量上进行竞价，他们依然要面对 AXON 2 模型的直接竞争。

市场目前的担忧很大程度上源于“心理锚点”，很多投资者对 Meta 的印象还停留在五年前那个占据市场半壁江山的时代，并惯性地认为他们会重回巅峰。

但现实情况是，自 IDFA 政策调整以来，虽然 Meta 一直活跃在有 ID 的流量市场中，但这个领域的竞争格局已经发生了质变。Unity、Liftoff、Moloco等平台都在变强，而 AppLovin 的 AXON 2 模型则是该领域迄今为止最大的技术突破，这让我们确立了绝对的领先优势。五年前并没有 AXON 2，所以那种一家独大的局面不会在当下的竞争环境中重演。

事实上，我认为目前没有任何竞争对手能够撼动这种优势。AXON 2 是一个闭环的自学习模型，随着数据量的积累，它会持续自我强化并变得越来越聪明。我们在移动游戏和垂直领域的深耕，让模型对这个细分市场的理解达到了极高的深度。如果投资者感到不安，大可以去询问那些同时在 AppLovin 和 Meta 平台上投放的广告主，了解双方在有 ID 流量上的“钱包份额”对比，这最能直观反映出我们目前的竞争实力。

Q：在目前能实现 30 天回本的 AXON 营销投入中，哪些渠道最为有效？在 Google 搜索、Facebook 或 Instagram 等平台中，目前哪一类平台的客户获取成功率最高？

A：目前我们仍处于非常早期的测试阶段，现在给出一个具有明确方向性的评估还为时过早，我们不希望传递具有误导性的信息。但可以分享的是，目前我们看到一些非常有趣的收益来自于与测量公司或专业机构的深度合作。

例如，我们赞助了电商分析平台 Triple Whale，以及 TPN 旗下的播客频道，这些合作极大地推动了业务增长。现阶段我们的直效营销在很大程度上是与品牌建设同步进行的，通过这些合作让更多人听到并了解 AXON 广告平台。

这种品牌声量的提升直接反馈到了搜索表现上。当人们通过上述渠道了解我们后，会去 Google 进行搜索。由于我们的官方博客和 SEO（搜索引擎优化）建设才刚刚起步，目前我们还无法占据自然搜索的首位。因此，我们目前在 Google Search 上主要通过购买关键词广告来确保用户在搜索时能第一时间找到我们。

随着我们投入更多内容建设并积累外链历史，SEO 的表现也会逐步提升。总的来说，我们认为现阶段的任务是将品牌广告与直效营销相结合，通过品牌认知度来触发搜索和转化，从而真正释放业务的增长潜力。

Q：鉴于公司在博客中提到过超 110 亿美元的年度竞价规模，这种海量数据规模是否是实现“概率性竞价”高效回报的必要条件？如果竞争对手想要复制这种效果，会面临怎样的资本或技术约束？

A：建模思路和数据底座有着本质的差异。Meta 的模型确实非常顶尖，但那是基于社交媒体数据构建的；而我们的模型则是完全针对我们自身的生态系统量身定制。我们的训练数据根植于这一特定生态，客户也针对这一环境进行了深度调优。

作为移动游戏获客领域规模最大的玩家，这些广告预算不会仅仅因为有竞争对手入场就发生转移，因为我们的模型对这部分流量的定价极其精准。在面对高价值用户时，我们的模型甚至能给出数千美元的 CPM 报价，它非常清楚什么对我们的客户有效。

在一个预算已经向我们倾斜且技术处于最前沿的市场中，其他公司想要半路杀入并取而代之是很难想象的。除非我们停止创新、技术出现退化，导致客户不得不去寻找替代方案，但这种情况绝不会在一夜之间发生。

作为一家成立 14 年、始终由工程和产品驱动的公司，我们最核心的优势之一就是迭代速度。我们的工程团队在该领域是无可争议的顶尖水平，且始终保持着创新者的姿态。目前我们正站在极强的领导者地位上，持续推动模型向前进化，这种由数据闭环和工程溢价构建的壁垒，并不是单纯通过资本投入就能轻易复制的。

Q：关于近期推出的“Prospecting Campaign”产品，市场反馈该产品在帮助客户实现“新老客户占比切换”方面表现强劲。能否在不拆分具体财务数据的情况下，结合 2026 年的广告主行为趋势，谈谈该产品的影响？

A：通过与广告主的交流，你们可能已经听到了不少正面评价。在效果广告领域，广告主其实很难精准衡量“重定向”带来的增量价值，但“获取一个纯新客”的增量价值是非常直观且易于理解的。在切入市场的一年多时间里，我们意识到仅靠一种通用的、混合了新老用户的活动模式并不能完全满足需求，客户需要更精细化的工具来匹配其增长目标。

因此，我们在去年第四季度推出了 Prospecting Campaign。该产品的核心逻辑是允许广告主上传其历史购买数据，利用这些数据，我们的模型能够自动识别并排除已购用户，将投放重心完全转向从未触达过的新用户。

目前该产品的成效非常显著。通常在广告市场，新产品的普及需要较长周期，但这款产品的采用速度极快。原因很简单：只要广告主“拨动开关”，就能在后台实时看到新客户订单量的激增。展望 2026 年，这种基于第一方数据进行新客精准识别的能力，将成为我们吸引更多非游戏类广告主（尤其是电商领域）预算的核心抓手。

Q：市场中有一种观点认为，需求方合作伙伴可能会在不同的竞价环境下采取不同的出价策略。您对此有何看法？

A：首先必须明确的是，MAX 平台是一个完全公平且透明的系统，我们会定期接受竞价合作伙伴的审计，目前 MAX 已经占据了市场绝大部分的份额。从商业逻辑上讲，如果一个合作伙伴在占市场极小份额的平台上采取一套出价策略，而在拥有绝对统治地位的 MAX 平台上却采取另一套不同的策略，这显然是极其愚蠢且不合常理的决策。

在当下的市场环境中，任何想要保持竞争力的竞价者，都必然会将 MAX 视为最核心的战场，并以最真实、最具有竞争力的价格参与竞价。作为市场的领导者，我们确保了每一方都能在公平的环境下竞争，而合作伙伴的行为逻辑也必然会追随流量规模和市场效率。

Q：关于此前提到的合格潜客在上线过程中 43% 的流失。目前主要的阻碍因素是什么，公司计划如何解决这些问题？

A：目前造成潜客流失最核心的障碍在于广告素材的匮乏。很多合格的潜在客户虽然有入驻意愿，但他们手中并没有适配我们平台特定格式要求的视频广告。由于缺乏符合标准的素材，这部分客户在技术对接环节就会遇到阻碍，导致最终无法顺利完成广告的投放与上线。

为了解决这一痛点，我们正在大力推广生成式 AI 工具。通过这些工具，我们可以帮助客户自动生成符合平台要求的视频素材，极大地降低了内容生产的门槛。我们相信，随着这些 AI 工具的广泛应用，能够克服素材障碍并最终成功上线的客户比例将得到大幅度提升。

Q：公司在 2025 年下半年提到了“双位数增长”框架。展望 2026 年，这种增长势头是否会持续？这是否可以被视为一种能够长期延续的阶梯式增长？

A：目前 MAX 平台的增长非常迅速，而这种增长很大程度上是由我们整个生态系统的整体实力驱动的。一个核心逻辑是：当我们的广告平台实现高速增长时，其中很大一部分资金其实是开发者（发行商）在重新投入资金去获取新用户。这种“买量-变现-再买量”的闭环，不断为整个生态系统注入燃料。只要我们以及游戏行业的其他营销平台表现出色，MAX 市场的快速增长就有坚实的基础。

现在，这种增长已经不再是缺乏数据支撑的孤立现象，市场中已经出现了多个验证点。例如 Unity 的 Vector 增长非常快，私人公司 Moloco 也在路演中展示了强劲的增长数据。当这些市场参与者都在快速扩张时，说明 MAX 所在的整个底层市场正在以一种超出外界预期的方式增长，且目前我们没有看到任何放缓的迹象。这种增长并非偶然，而是技术迭代驱动下，生态系统协同效应的必然结果。

Q：公司此前曾讨论过游戏业务的强化学习框架。目前电商业务已上线一年半，其强化学习模型的表现与游戏模型相比如何？模型的进化速度是更快还是更慢？

A：游戏模型的逻辑是基于自身产生的结果不断自我完善，形成“记忆”并变得更加聪明。电商模型的底层逻辑与之完全一致，但必须提醒的是，电商业务目前仍处于非常早期的阶段，我们在该市场的数据沉淀还远未达到游戏业务的深度。在游戏领域，我们几乎拥有全市场的交易数据，模型从数据维度来看已经非常成熟，并且经历了长达三年的持续迭代和优化。

相比之下，电商模型起步较晚，目前的数据渗透率还很低。因此，现阶段电商模型的提升主要不是依靠在稳定环境下的自我进化，而是更多地依赖于我们团队的主动优化，以及新客户入驻带来的数据增量。

每一个将像素（Pixel）埋入站点的客户，都会向我们回传行为数据和交易数据。随着客户规模的快速爬坡，我们在电商市场的数据渗透率将实现从“极少”到“极大”的跨越。这种数据密度的提升，将成为该品类模型性能实现爆发式改进的核心催化剂。

Q：市场普遍认为广告是一个“零和博弈”，且公司目前处于需求受限状态。在竞争对手技术也在进步的背景下，如何看待未来的流量供给潜力以及转化率的提升空间？

A：我们距离需要寻找新开发者（流量供给）还有很长的路要走。首先，必须纠正一个观念：移动广告市场绝非“零和博弈”，它不像网约车行业——一个平台抢到订单意味着另一个平台失去了机会。

如果市场是零和的，在 AppLovin 如此主导的市场地位下，那些规模较小的游戏广告网络根本不可能像现在这样保持增长。目前全球每天有超过 10 亿用户在玩休闲游戏，这个群体以成年女性为主，她们同时也是极具购买力的消费者。

相比 Meta，虽然他们的用户数是我们的三倍，但我们的用户在游戏内投入的时间和消费潜力远未被充分挖掘，目前的变现效率仅仅是冰山一角。

关于转化率，我们曾提到过去每 1000 次展示的转化率约为 1%，虽然现在的水平更高，但我们认为这一数字最高可以达到 5%。在模型确信用户会采取行动的情况下，5% 的转化率是完全可以实现的。之所以目前全平台的平均转化率还没达到这个水平，或者说我们的年营收还没冲到 500 亿美元，核心原因在于我们的广告主密度还不够高。

目前的瓶颈在于，由于广告主不够多样化，我们无法在每一个时刻都精准匹配用户最感兴趣的内容。如果系统里只有游戏广告，对于此时并不想玩新游戏的用户，转化率就会非常低，从而摊薄了整体均值。电商业务的引入为我们提供了内容多样性的路径，让我们有了除了游戏以外的“第二选择”去触达用户。一旦我们在电商及其他垂直领域实现深度渗透，拥有了足够丰富的广告库去匹配不同用户的瞬时需求，转化率将会迎来极速且持续的攀升。

Q：关于目标广告主的规模与类型：公司目前是否有计划去争取预算规模更大、但偏向漏斗顶端的品牌广告主，还是说这属于未来的长期规划？

A：我们的核心策略是追逐一切非“品牌预算”的机会。所谓品牌预算，是指那些不以最终交易为优化目标，或者对投放效果没有明确绩效考核的资金。无论客户是追求一次具体的交易转化，还是追求像“线索留存”这样基于效果的指标，只要是效果导向的，都是我们的目标客户。我们并不打算组建庞大的销售团队去公关那些必须通过 4A 代理公司、经历漫长链路才能拿到的品牌预算，因为我们的核心优势在于技术驱动的直效转化。

相比于盲目投放、不计成本的巨头品牌（如可口可乐），我们更喜欢那种能通过我们的工具实现“阶梯式成长”的故事。

去年我们合作的那家以色列炊具公司就是典型，他们从最初每天仅投入几千美元，通过我们技术的加持，迅速爬坡到数万乃至数十万美元的日预算量级，年营收也随之从接近零增长到 1600 万，今年更有望冲刺 8000 万美元。这种“技术驱动增长”的模式能让客户对平台产生极强的粘性，因为我们直接参与了他们业务的从无到有，并创造了实实在在的经济价值。

在游戏领域，我们服务的核心是开发者；在非游戏领域，我们的重点将放在这些追求效能的 D2C公司，尤其是像 Shopify 上的广大商户，而非曼哈顿大道上那些服务大品牌的传统广告代理。通过帮助这些企业扩大规模、增加就业、提升收入，我们不仅是在赚钱，更是在增强我们的平台作为全球数字经济基础设施的依赖性。这才是我们真正的增长引擎所在。

Q：关于 1Q26 业绩指引，公司给出了 5% 至 7% 的环比增长预期，这高于以往一季度的指引水平。考虑到电商业务在节后可能面临的季节性逆风，管理层在这一展望中做了哪些假设？目前看到的电商和游戏业务趋势如何？

A：在制定 1Q26 指引时，我们依然遵循一贯的原则，即仅对具有极高信心的增长水平进行指引。由于第四季度表现非常强劲，公司在进入新一年时拥有极佳的退出速率。这一增长动能主要得益于三个核心驱动力：移动游戏业务的持续稳健、电商业务推荐制的初步成效，以及新推出的“新客开发模型”带来的增量。

当然，指引中也考虑了部分抵消因素。首先是季节性影响，从 Q4 假日季转入 Q1 通常是广告行业的传统淡季；其次是天数差异，Q1 的实际运营天数比 Q4 少了两天。

综合来看，虽然有季节性和天数缩减的逆风，但凭借 Q4 积累的强劲势头以及技术模型（如 AXON 2.0）在游戏和电商领域的持续渗透，我们对实现 5% 至 7% 的环比增长充满信心。这种超季节性的增长表现，反映了我们 AI 平台在提升转化率方面的底层拉动力。

Q：关于模型迭代与自建平台的影响：电商模型的提升幅度是否与游戏模型处于同一量级？此外，随着自助服务平台（Self-service）在今年上半年从内测转向全面开放，这对业务大盘的贡献节奏将如何？

A：关于自建平台的全面开放，虽然目前我们的业务增长极快且体量庞大，但我不认为在 GA 上线的前一两个月内，它会立即在大盘数字上产生翻天覆地的变化。其影响将是一个长期积微成著的过程。当然，由于这部分引入的是此前无法覆盖的新增预算，它肯定会带来增量，但具体的贡献占比还取决于我们整体业务的增长基数。目前我们的业务规模正以极高的速度向更大的数字迈进，因此 GA 带来的贡献会随着时间的推移逐步显现，而非瞬间爆发。

在模型优化方面，我们不再专门强调单一的“解锁”时刻，因为游戏模型的改进是每季度都在发生的持续性动作。但电商模型的情况有所不同，它目前处于一个相对较低的起点，即我们之前讨论过的早期阶段，数据积累远不如游戏。这意味着，团队对电商模型进行的任何优化，其带来的性能提升（Uplift）往往比趋于成熟的游戏模型更加显著。

不过，我们也需要理性看待这种提升对财务的实际拉动。回顾去年第一季度，电商业务大约占我们整体业务的 10%。即便我们能通过技术手段将这 10% 业务的效率提升 40%，反映到公司整体营收上也仅有约 4% 的提振。虽然目前的财务贡献潜力有限，但规模化增长的核心在于复利效应。我们的目标是确立市场领先的性能优势，当广告主看到我们的投放效果无懈可击时，他们自然会从社交媒体和搜索平台转移更多预算。作为市场的新进入者，我们深知表现必须拔尖，而这种持续的模型进化正是我们赢得客户长期依赖的关键。

Q：在公司目前的各项增长驱动力中，新增供应源的开发排在什么位置？

A：目前我们的供应量正在随着 MAX 平台的快速扩张而自然且迅速地增长。需要强调的是，我们目前的市场规模已经非常庞大，MAX 市场的年广告交易额早已超过 100 亿美元。在这样的体量下，即便明天我们签下一个大型发行商，也很难对整体业绩产生明显的拉动作用，因为单一发行商带来的增量与整个大盘相比比例并不大。

虽然我们不断收到来自各类发行商的合作邀约（除了 Meta、Google 或亚马逊这类巨头，几乎所有发行商都希望获得我们的变现技术），且未来也有充足的机会去进一步扩张供给，但目前我们的战略重心依然明确放在需求侧。

我们认为，仅仅通过优化需求生成和改进核心模型，目前的转化率就有极大的提升空间。相比于寻找新的流量来源，提升现有流量的变现效率（转化率）能带来的增长潜力要大得多。因此，在目前的增长驱动力排序中，核心模型的迭代与需求侧的深度挖掘才是我们首要关注的焦点。

Q：在电商领域，AXON 模型所支持的素材格式、包含“结束卡片（End cards）”的整体链路以及各种交互元素，是否构成了公司的核心差异化竞争力？

A：这种广告形式确实构成了极强的差异化，其核心在于我们能够实现“强制关注”。这与人们习以为常的其他广告形态大不相同。如果非要找一个参照物，最接近的可能是电视广告，因为同样是 30 秒的片段，但众所周知，现代人的注意力极其分散，在电视播放广告时往往并不会真正盯着屏幕。而我们的广告是在移动端进行的 30 秒以上深度交互，用户正处于手机使用状态中，且广告采取全屏锁定的展现形式，迫使用户无法在此时进行其他操作。

这种机制为广告主提供了一个长达 30 至 60 秒甚至更久的窗口，来让消费者深度沉浸在其内容中。在目前的数字营销领域，广告主在其他任何地方都无法获得类似的体验。因此，从广告质量和用户参与度的角度来看，我认为我们的平台为全球广告主提供了目前市场上最优质的触达体验，这也是我们业务的起跑点优势所在。

Q：考虑到电商与游戏在参数、LTV 计算及广告组件上的巨大差异，目前在数据极度匮乏的阶段，管理层为何有信心电商模型在未来能达到甚至超越游戏模型的表现？

A：首先需要明确的是，我们的电商业务并非从落后地位起步。虽然我们正处于数据渗透的早期，但根据客户反馈，至少有一半的电商广告主认为我们的平台表现已经可以媲美当今最大的社交平台。我们目前的处境是：在一个已经具备极强竞争力的基点上，朝着“世界最强”的目标进发。

与游戏模型掌握了全球绝大部分移动游戏交易、IP 和广告展示数据的“满级状态”不同，我们的电商模型目前仅接入了数千个站点，而潜在市场是千万级的像素埋点空间。但这恰恰是我们的机会所在。

我们的信心源于两个方面： 一是模型的极高起点。在极低的数据渗透率下，模型已经证明了其在实战中的有效性，这说明我们的算法框架和工程团队非常出色。 二是数据的催化作用。我们并不需要达到像游戏领域那样近乎 100% 的渗透率才能产生巨大影响。随着新广告主的加速入驻，每一个新客户不仅意味着收入，更意味着源源不断地向模型输入交易和参与数据。这种增量数据将触发模型的自进化，让预测精度实现跨越式提升。

总结来说，现在的电商模型已经是一个非常有竞争力的产品。随着数据从“点”连接成“面”，这种数据的复利效应将成为我们业务增长的最强催化剂。

Q：除了电商之外，目前公司还服务哪些行业？这些行业的贡献度及目前的业务成熟度如何？

A：目前除了电商之外的其他行业仍处于非常早期的阶段。实际上，我们现在更倾向于将这块业务统称为“网页广告”。我们的逻辑是，任何拥有官方网站且业务模式基于交易的企业，理论上都应该能够适配我们的广告平台并实现转化。

但需要明确的是，相较于已经上线一年半、数据积累相对丰富的电商业务，其他非电商领域的模型进化程度还要更低。我们目前的重点是先在垂直的电商领域跑通逻辑并深度渗透，未来再逐步向其他具备交易属性的网页端业务进行跨赛道迁移。

Q：第四季度研发费用有所上升，在维持 84% 高利润率的同时，未来还有哪些潜在的成本增长点？此外，面对目前的现金与债务水平，公司在资本结构和现金使用上的优先级是如何排序的？

A：我们对目前维持在 84% 左右的经调整 EBITDA 利润率水平非常有信心。在短期或中期内，唯一可能对利润率产生波动影响的变量，是我们之前提到的绩效营销投入。如果我们在某些营销活动中看到了极佳的转化表现和增长潜力，我们会选择大幅扩大投放规模，这可能会在短期内对利润率造成一定挤压。但需要强调的是，所有的营销支出都遵循极其严格的纪律，我们会确保这些投入能在极短的时间内（如 Adam 提到的 30 天回本周期）实现资金回笼。因此，这种基于回报的动态投入不会实质性地改变公司长期的利润率中枢。

关于现金的使用，我们的首要任务始终是支持有机增长。这包括持续保留核心人才、为员工提供具有竞争力的薪酬，以及通过招聘来支持电商业务和工程团队等关键战略举措。尽管我们在研发和人才上持续投入，但由于业务的造血能力极强，现金储备依然在快速增长。

在满足业务发展需求后，我们的资本分配重点是股票回购。我们一直以来在回购计划上都非常活跃，未来也计划保持这一节奏。目前公司拥有约 33 亿美元的剩余回购授权，我们将继续通过回购来优化资本结构并回馈股东。总结来说，我们的优先级顺序非常明确：首先是驱动增长的研发与人才投入，其次是持续且积极的股东资本回报。

<此处结束>

本文的风险披露与声明：海豚投研免责声明及一般披露