市值跌掉九成二那年，他們的 EBITDA 翻了一倍

TL;DR

• AppLovin 2021 年四月上市時市值約二百八十億美金、EBITDA 六億；2022 年市值掉到三十八億，而那一年 EBITDA 做到十億。EBITDA 倍數從五十倍砍到不到四倍。
• 創辦人的反應是停止跟投資人溝通，把現金拿去買自家股票。累積買回約六十億美金、退掉兩成到兩成五的流通股，那批股票在高點值超過五百億。
• 手機遊戲廣告是個一年約五百億美金的市場，光 AppLovin 自家平台就跑約兩百億。每天超過十億人在玩手機休閒遊戲，而且幾乎都是成年人。
• 他把廣告稱為 ML 1.0，並且把廣告切成兩種：搜尋型的「結案廣告」會被 LLM 直接吃掉，因為那筆交易本來就會發生；發現型廣告才創造真正的經濟擴張。
• 他對 agentic commerce（AI 代理幫你購物）潑了冷水，理由是一般購物者根本不是科技圈那群人。
• EBITDA 利潤率八成四，被問為什麼沒被競爭者用五成的利潤率殺掉，他的回答只有一句：這些技術真的很難。

這集是 2026 年 9 月 20 日播出的 All-In Podcast。這節目由四位創投圈的人主持（Chamath Palihapitiya、Jason Calacanis、David Sacks、David Friedberg），定位是長篇聊時事、市場、科技和政策，基本上是矽谷資金圈的公開情報站，順便附帶大量互嗆。

這集的來賓是 Adam Foroughi，AppLovin 的共同創辦人兼執行長兼董事長，2011 年 12 月創辦這家公司。AppLovin 是一家手機遊戲廣告平台，簡單講就是躲在十萬款手遊背後、幫開發者變現的那層基礎設施，同時替電商品牌投廣告。主持人開場的介紹是「可能是最強的、但沒人聽過的創辦人」，這句話不算誇張，因為這家公司幾乎不做公關、創辦人幾乎不上媒體。

一個賣廣告給「玩手機遊戲的大人」的公司

大部分人對手遊廣告的印象大概停留在「小孩在玩免費遊戲」。這個認知落差就是 AppLovin 的整個商業基礎。

Adam 給的數字是每天超過十億人在玩手機休閒遊戲，而這群人絕大多數是成年人、是家裡真正掌握消費決策的那個人。這個生態大概一年有五百億美金的廣告在流動，AppLovin 自家平台兩年前公開過是一年一百一十億美金的廣告支出，之後每年成長約六成，現在大概兩百億。他自己拿社群媒體做對照：社群當年也只是個五百億美金的機會。

更有意思的是這個流量的性質。玩家看廣告是為了換獎勵，看三十秒換一條命。這種交換關係讓廣告從「打擾」變成「交易」，而玩家還真的會玩那些插在遊戲裡的迷你試玩廣告。你以為沒人想看廣告，結果只要夠相關，互動率高到不像話。

原本這些廣告只是把玩家從一款遊戲導到另一款遊戲。真正讓投資人興奮的轉折是，深度學習模型好到可以把同一個成年人的行為從「換遊戲」翻譯成「買東西」。這一步跨出去，可觸及的經濟體量整個放大。

跌掉九成二那年，他停止跟投資人講話

這段是整集最值得看的部分。

時間	市值	當年 EBITDA
2021 年四月上市	約二百八十億美金	六億美金
2021 年高點	約四百億美金
2022 年谷底	約三十八億美金	十億美金
2023 年九月那一週	二百八十億 → 五百五十億
兩年半後高點	約二千五百億美金

看清楚中間那一行：獲利能力翻了將近一倍，市值掉掉九成二。

他的解讀很冷靜：「你在市場上的價格，是由你的投資人品質決定的。」上市時剛好撞上疫情期間的 IPO 大塞車，真正做研究的藍籌機構根本沒空研究一家名字很滑稽的公司，於是股東名冊上塞滿了準備在解禁後賣掉的私募基金、前共同創辦人和早期員工。供給一大堆、需求接近零，股價就一天一天往下爬。

財務背景出身的人在這種時候會看到別的東西。他的判斷是既然投資人不買，跟他們講話就是浪費時間，公司有大量現金，那就自己當自己最好的投資人。

結果是累積買回約六十億美金的自家股票，退掉兩成到兩成五的流通股。那批股票在後來的高點價值超過五百億美金。

同一件事的另一面比較少人願意講。他說當時家人和朋友打電話來問他「你有沒有想自殺」，他還能回一句「我們的股票成本是一分錢，現在還十塊」。但他馬上意識到團隊接到的是一樣的電話，而團隊沒有他的持股規模，也沒有他的心理韌性。公司當時做了兩件事：對外定調成「我們對抗全世界」，對內把通常只發給執行長的績效股票計畫，發給一批關鍵員工，明確講「我們知道你以為自己買得起房子、現在沒了，但你留下來、我們翻回來，你會賺很多」。

從 ML 1.0 到 ML 2.0，然後他去了一趟紐約

技術上的轉折點是 2023 年四月，他們把核心廣告模型從回歸模型換成深度學習模型。他自己的說法是從 ML 1.0 走到 ML 2.0。

廣告生意的特性讓這件事的回報極快：整個模式是按成效計價，模型變準、廣告主的報酬變好、廣告主就加碼投更多。所以模型一換，營收自己就跑起來了。

然後是那個很有畫面的段落。模型上線之後他還是不跟投資人講話，所以外面根本沒人知道發生了什麼事。到 2023 年九月，股價已經自己爬回八十美金，他判斷市值高到不太適合繼續大買回，決定飛去紐約開口。

那一週股價從八十漲到一百五十，市值從二百八十億到五百五十億。他形容自己坐在會議室裡，一眼就能讀出對面的人正在打電話給同事下單。

之後兩年半，股價從最低的九塊走到七百五十塊，市值摸到二千五百億。他對此的結論相當不留情：公開市場投資人跟私募市場投資人沒有本質差別，都在追趨勢，而且通常追得比你希望的晚。最厲害的那批人早早進場，這就是為什麼有很好的創投和很平庸的創投，公開市場也一樣。

順帶說一句，這種「數字很漂亮但股價自己跌」的落差，AppLovin 今年又演了一次。之前在營收年增五成、毛利率七成九，然後股價腰斬：AppLovin 這筆帳到底哪裡不對整理過那筆帳，跟這集對照著看很有意思：同一家公司，同一種市場情緒，第二次上演。

搜尋型廣告會被 LLM 吃掉，發現型的不會

被問到 AI 會怎麼改寫廣告，他把廣告切成兩塊，這個切法我認為是整集最實用的框架。

第一塊是漏斗底部的廣告。你已經知道自己要買皮鞋了，只是在做最後研究，Google 搜尋接住的就是這種需求。這一塊現在直接被 LLM 吃掉，你問 AI 就結案了。但他補了一句很關鍵的話：這筆交易本來就會發生。就算 Google 廣告從來不存在、只有搜尋存在，這筆生意也會成交。所以這一塊的經濟擴張其實很有限，只是同一筆錢換一個收銀台。

第二塊是發現。廣告出現在你面前，你根本不知道這個東西存在、也沒想過要買，然後你想「哇這看起來很酷」，直接下單。這是 Meta 廣告生意真正厲害的地方，也是 AppLovin 想做的事。

他強調發現型廣告創造的是新的經濟活動，不是搬動既有的。而且消費者是真的在享受那個過程：他們會期待包裹、期待拆開的那一刻。

這個切法也順便解釋了為什麼 Google 現在比 Meta 緊張。

「所以麥克風到底有沒有在聽」

主持人們用三分鐘試著讓他承認業界在偷聽，他一路擋掉。

他的說法是：你幾乎一定做過其他可追蹤的動作，搜尋、逛網站、比價，只是你自己沒意識到，後來看到相關廣告就把兩件事連起來了。要把麥克風內容持續傳輸、再解析成廣告訊號，資料量和成本都不現實。

他也直接說 AppLovin 完全不追蹤地理位置，因為為了投一支廣告去追精確位置是一件太重的事。至於社群平台上朋友關係會影響你看到什麼廣告，他承認那確實存在，但那跟偷聽是兩件事。

關於隱私法規，他給了一個很務實的立場：法規怎麼定不是最重要的，清楚才重要。規則寫清楚，技術公司就能照著做。iOS 那次精準定向被拿掉之後，模型只能把使用者歸到一群人裡面、投出較差的廣告，結果他們收到的抱怨是使用者說「給我更相關的廣告，你現在在餵我垃圾」。

站在使用者的立場想一下就很合理：你為了換一條命坐在那看三十秒，你當然希望這三十秒看的是你有興趣的東西。

對 AI 代理購物潑的那盆冷水

這段我覺得值得台灣的電商圈聽一下。

他的判斷是，agentic commerce 會吃掉的是「規律性的、不需要選擇的」消費。他自己舉的例子是把保健食品訂閱丟給 agent，讓它每個月自動最佳化、準時送到。這種東西交給機器沒問題。

但發現型消費不是這樣。他說典型的購物者不是那種泡在 Twitter 上、什麼新技術都先試的人；他形容自家的受眾是「紐約時報的讀者」，而且到今天還有一大堆人每天在用 Yahoo 的服務。這些人想要 window shopping、想要比價、想要走完整個結帳流程、想要追蹤包裹。

「如果你事後跟他說，一個 agent 本來可以幫你省兩成，我覺得在一筆五十美金的交易上這不重要。因為走完那個過程的多巴胺，才是他享受的東西。」

他最後那句是這集最有殺傷力的自省：我們太過度以 Twitter 那群人為樣本，忘記一般購物者完全不是那樣。

這跟 Shopify 那邊觀察到的現象並不完全矛盾，反而是互補的。之前在AI 幫她找到一個做了四十年的箱子工廠，而那家店你根本搜尋不到整理過 AI 代理購物帶來的訂單有七成五來自冷門品類。把兩邊放在一起看，結論大概是：AI 代理擅長處理「明確但難找」的需求，但對「我本來不知道我想要」這件事，目前還沒什麼辦法。

八成四的利潤率為什麼沒被競爭掉

被問到怎麼在 Meta 和 Google 的地盤上贏，他的回答完全沒有打官腔：

「我們從來不覺得自己贏了。我們每天起床都覺得今天大概要被搞，所以最好認真一點。」

公司的組織原則是精簡、全部是這個領域的專家、專注在「把手遊體驗翻譯成交易行為」這一件事，然後動得比巨人快。

Chamath 追問利潤率的問題很內行：EBITDA 利潤率八成四是市場第一，這通常會招來願意用六成、五成利潤率來搶市場的競爭者，但這件事沒發生。

他的答案是技術真的很複雜，加上你有差異化的資料，就能建立優勢；而一個模型一旦達到規模、被大量社群採用之後，就變成別人很難翻越的護城河。他順便類比了一下：照「高利潤會被競爭掉」的邏輯，Anthropic 也不該在語言模型市場上跑在前面。

至於團隊，工程據點在 Palo Alto、北京和新加坡。他講到中國團隊時的形容是謙遜、極度努力、非常聰明，然後補了一句：「我坐在團隊某些人的房間裡，我知道我大概是那個房間裡最笨的人。而這件事讓我興奮。」

一家不需要每天上新聞就能做到這個規模的公司，最後留下來的經驗大概是這樣：市場給你的價格跟你公司的品質可以脫鉤很久，久到你的家人會打電話來關心你的精神狀況。在那個時候你能做的最有價值的判斷，是搞清楚脫鉤的是價格還是生意本身，然後拿現金去下注在你比別人更懂的那一邊。

這件事聽起來很簡單，但真的要在市值蒸發九成二的時候做出來，我覺得需要的不只是財務訓練。

這類拆解我會持續寫，訂閱 wilsonhuang.xyz 就不會漏掉。