万字实录对话千亿美金ai第一股-applovin-核心高管2年市值25倍的传奇成长史

✨🎙️OnBoard! 久违的更新来了！今天的访谈对象不得了，这是一家在过去几年里创造了美股增长神话的千亿美金传奇公司——AppLovin。如果你关注美股和游戏广告市场，Applovin 的名字一定早就如雷贯耳了。

这一期访谈，是 AppLovin 核心高管罕见的第一次中文深度访谈。我们2小时对谈AppLovin 的技术副总裁葛小川（Giovanni Ge），在 Meta 参与了广告系统核心算法的他，在 AppLovin 转型的关键时刻加入，并发挥了非常核心的作用。

这期访谈上线后广受好评，20000多字的文字稿也在网友的千呼万唤下准备好啦！感谢 AppLovin 朋友的协助~

如果你还不了解 AppLovin, 这是一些背景知识：

AppLovin成立于2012年，2021年在纳斯达克时估值还不到300亿美金，之后一度下跌至不到30亿美金，而经过短短几年的转型，2023年至今市值已经飙升20多倍，成为跻身纳斯达克 100 指数(NASDAQ-100) 的美股顶流千亿美金公司。2024 年营收 47 亿美元，同比 +43%，净利率也高的吓人，EBITDA 高达 27亿美金。而 Applovin 总员工数不到1000人，实现了“人均创造400万美金EBITDA”的惊人效率。

这一系列数字背后，是一个在硅谷都值得铭记的神奇故事：一家公司如何从游戏营销经纪公司，转型为游戏公司，又在大家以为广告行业被Google, meta 等巨头垄断没有新机会的时候，剥离所有游戏业务，成功转型为广告技术平台，并重塑行业生态。

虽然业绩亮眼，但AppLovin在成长过程中也一直饱受争议。那么争议背后的真实情况是什么？他们所做的事情与我们理解的广告、AI应用到底有怎样的关系？每日触达超 14 亿活跃用户的广告引擎，究竟是怎样打造的？

我们畅谈了很多理解这个公司的关键问题：

如何从物理学博士转型，并在关键时刻加入 AppLovin
AppLovin 两次转型的精彩历程
如何在被低估的手游广告市场中打造了买卖闭环的新型平台
这个 AI 第一股背后朴实又本质的算法逻辑和技术思考
华尔街为何集体错判（并且似乎还没看清）
电商如何成为下一个增长飞轮
……
我们还聊到AppLovin 为什么自认为是 "千亿美金的创业公司”，形成了no meeting，CTO亲手写代码和产品原型的独特文化。

（注：本文不构成任何投资建议！）

友情小广告！

2024 年，AppLovin 在北京正式组建 Axon China 团队啦！这支团队致力于打造全球化的广告产品，同时，积极探索大语言模型的应用，以技术创新推动行业变革，重新定义广告的未来。如果你听完了这一期分享，对公司的职位感兴趣，可以在如下招聘渠道中申请，不要错过跟这么有意思的一群人打造未来的机会！

AppLovin招聘邮箱：lillian.cao@applovin.com

招聘网址：

中国：https://app.mokahr.com/m/social-recruitment/applovin/148184#/home

北美：https://www.applovin.com/jobs/

正文约26,000字，阅读时间约50分钟

Monica Xie：大家好，欢迎来到Onboard。其实很多同学都很久没有听到Onboard了。之前的好几期找了非常多的行业嘉宾，跟大家讨论了非常多硬核的技术话题。今天我想把这个视野放得更宽一些。如果你关注AI这个领域，或者你在关注过去五年到十年，还有什么值得关注的新成长出来的千亿美金的公司，那我相信你一定得要了解这家公司，叫AppLovin。

AppLovin是一家广告聚合公司，他们成立于2012年，在2021年的时候上市。给大家分享几个数字，就知道为什么这家公司是这么值得关注的一个公司，不仅仅是一个你所想象的又一个广告科技的公司。在21年上市的时候，AppLovin的估值还不到300亿美金，而到了现在，AppLovin已经是一家上千亿美金的公司。这几年时间内，市值涨了三到四倍。

更令人关注的是，现在整体的宏观环境、广告到游戏的市场也都有些不确定性的情况下，包括AppLovin所专注的游戏平台里面的广告分发市场似乎都在一个个位数增长的阶段。给大家分享几个数字，从2023年到2024年，AppLovin的收入增长了43%，达到了47亿美金，而他们的利润增长了80%。这个也是一会我们可以一起探讨的一个话题，为什么AppLovin反而可以以更高的增速增长，达到了惊人的27亿美金。大家可以简单算一下，这意味着怎样的利润率。

而在这个增长的背后，是一个在硅谷都非常值得被记住的传奇故事。一个公司如何从游戏行业、游戏公司，在大家以为广告行业已经几乎没有什么新的机会的时候，成功地转型成了一个广告平台公司，现在成长成为一个千亿美金的公司。如果你关注二级市场的话，你也许会知道这家公司在成长过程中，伴随着亮眼的业绩却又一直饱受争议。那这个争议的背后到底什么是真实的，他们所在做的这个事情到底跟我们所理解的广告，我们理解的所谓AI的应用到底又是有怎样的关系？有哪些我们可能还没有了解到的背后的真实故事。

我们今天邀请到的这位嘉宾让我非常的兴奋，是Monica的老朋友葛小川。

他是AppLovin的工程副总裁（VP of Engineering），而且他加入的时间点正好就是AppLovin在我们刚刚提到的这个非常传奇转型的时间点。他在这个转型的过程中也发挥了非常核心的作用。今天我们非常高兴邀请到小川来跟大家一起做这个分享。欢迎来到Onboard。

葛小川：你好Monica，感谢邀请。

Monica Xie：今天我们准备了非常多的话题。为了准备这次话题，我专门去听了很多earnings call还跟很多二级的同学做了交流，所以希望今天是一个我们可以不只是讨论business technology，还有葛小川对于整个广告以及整个AI行业未来的一些展望。

小川先跟大家介绍一下你自己，以及你是怎么开始在AppLovin的这段经历。我发现一个fun facts是你的本科和PhD都是学的凝聚态材料物理（condensed matter materials physics）。可以跟大家讲讲怎么从这个转换到AI以及广告行业的。

葛小川：这个问题挺有意思的，因为很多人都问我为什么以前学物理，现在做AI。其实我2005年上大学的时候，那时候大学专业的选择不像今天这么丰富，人工智能的科班当时就完全没有，计算机也没有现在这么火。当时成绩比较好的话就会去学习物理或者数学之类的，所以我当时就选择了物理专业。但其实我一直对于编程都非常感兴趣，所以我在做PhD的时候学的就是计算物理，从那以后一直在从事编程的工作。

感谢中国的基础教育，只要你是学理工科的，数学和计算机的基础都会打得非常扎实。所以我先工作了两到三年后，就去了Uber做模型的相关应用，之后到Meta(Facebook)做广告方面的AI工作。之前的数学和计算机基础让我这个转型其实没有遇到特别大的挑战。

Monica Xie：

可以跟大家讲讲你在Uber和Meta主要做什么，当时怎么决定在那个时间点加入AppLovin。

葛小川：我在Uber的时候开始是用machine learning做Uber Eats的一些pricing，但我觉得那个时候业务本身其实用不到太深的模型，里面有很多规则引擎。所以我做了大概不到一年就觉得这里面涉及到的数学和模型的深度没有我想要的那么深，就跳槽去了Facebook。

我去Facebook的时候感受特别好，因为以推荐算法为基础的效果广告，它是特别考验数学和模型深度的一个领域，甚至比单纯的信息流更考验模型。因为信息流还涉及到很多产品方面的一些特征，有些时候推荐本身不需要特别好，但是如果产品做得很好的话也会有很好的结果。但是效果广告真的就是真枪实弹地考验推荐算法到底有多好。

所以在那里我觉得自己的工作感受非常好，我在那三年期间对工作的投入也特别深。我觉得去之前我还是一个比较注重生活和工作平衡的人，而那三年就彻底的沦为了一个工作狂。当然，我自己也积累了很多知识，个人成长也很快。

不过，很快我就看到了自己在Meta事业发展的瓶颈，我希望到一个自己能够做更多决定、承担更多风险和责任，并拿到结果的地方。当时考虑了不同的选择，聊过一些早期的初创公司、也想过自己去创业、还聊过其他几家像AppLovin这样已经上市了、但是业务上核心技术遇到比较大瓶颈的公司。

而当时AppLovin打动我的是两点：第一是他们业务里面遇到的技术瓶颈正好是我最擅长的。既然抱着一种解决问题的态度出来，其实都是想去解决一个自己擅长的问题。AppLovin当时就给我提供了这样一个很好的平台，那些我不擅长的问题公司本身已经解决得很好了，但他遇到最核心的瓶颈正是我最擅长的。第二点更加打动我的是我在加入之前和当时公司的高层有过交流，觉得我们的价值观、看待问题的方式甚至性格都很有共鸣，所以后来就决定加入了。

Monica Xie：虽然前面做了一些介绍，但是广告行业的确是一个大家既熟悉又陌生的行业。要不还是请小川具体讲一讲到底AppLovin是做什么的，正好也可以聊一聊当时你在加入的那个时间点的行业是怎么样的，为什么他还能有这样的一个契机让你去改变。我们听众中有很多技术出身、或者在读phd、或正在大厂的同学，小川你做career choice的时候的思考，对我们的听众里的年轻人应该都会有很多的帮助。

葛小川：其实我加入AppLovin已经两年半左右的时间了。公司从创业开始到现在经历过几次比较大的转型。最开始刚成立的时候确实就是一个应用推广的公司，但那个时候做这种业务的核心技术不是现代化的推荐算法，而是基于一些social graph的规则引擎。比如说那时候他们可能会用到一些方法知道朋友之间的关系，知道你的朋友装了什么软件，然后他会告诉你某个朋友装了这个软件，你是不是也想装？然后通过短信、邮件甚至一些应用里的推送来做这种推荐。

早期这种方法其实是很有竞争力的，但随着隐私管理变得更加严格，包括像类似Facebook的崛起，这种方法就不再具有竞争力了。然后公司就开始转型去帮助一些手机的游戏进行用户增长。其实当时国内有很多游戏的开发者，他们开发了很好的游戏，但他们不是特别擅长在海外发行这些游戏，带来用户增长。于是AppLovin就开始做类似于agency的工作，帮助他们进行增长，渐渐的又收购了很多此类的游戏公司。所以一度成为了一个游戏公司。我记得在巅峰的时候，公司拥有非常多休闲类的小游戏，仅仅按游戏的下载量来排名的话甚至一度排在全美第一。

Monica Xie：一开始的时候做分发业务，那个时候你们自己平台还是在用Google、Meta这些广告平台，只是你们作为一个agent帮别人去用这些工具而已。

葛小川：对，帮别人用这些工具。后来因为我们自己有这么大的广告投放的需求之后就开始思考建立自己的广告相关技术。这时候就有产生了一系列的收购，第一轮的收购是收购了两家做广告汇聚平台的公司，当时一个是MAX，一个是从推特买过来的。这两家公司做的是广告的卖方平台，就是说如果你自己有个手游，然后手游想变现的话可以在手游里面投放广告，把这个广告流量放在卖方的汇聚平台上，然后卖方汇聚平台会把你这个广告流量以实时竞价的方式分发到不同的潜在购买者那里，大家竞价之后价最高的买家就可以把它广告放在上面。

当时AppLovin买了这两家公司，并且和自己的广告需求整合。之后又买了一家游戏公司叫Machine Zone。对于AppLovin的意义不仅是一个游戏studio增加了自己生产的游戏，最重要的是Machine Zone当时有一个自己的广告投放的团队，相当于一个买方平台，吸纳了这个买方平台自己开发广告投放的一些算法，然后在自己和Google平台上进行投放。

从这个时候开始，AppLovin就转变成了一个由游戏加上广告的hybrid的公司，但当时大部分的收入还是来自于游戏，广告可能占比不到20%或者30%。

Monica Xie：我知道像Shein、Anker这些很大的ecommerce公司，他们自己其实内部也是有一个很大的广告投放团队。所以游戏行业当时是不是也是这样？像当年的AppLovin这样有一定规模的游戏公司，是不是自己也都会有这么一个投手团队？或是有一套自己内部的这种工具。

葛小川：很多头部的游戏公司会有自己的算法团队去进行投放。刚才我说的像MAX这种卖方的平台会接入很多买方平台叫DSP，这些买方平台上汇聚的像我们这种公司，但也有一些单独的游戏公司，通过买方的身份接入到卖方平台，然后在里面自己给自己做竞价。但其实最近几年，由于像AppLovin这样的公司业绩的崛起，越来越多的游戏公司发现他们自己的投放团队所能实现的性价比，是远远赶不上直接把钱交给AppLovin的。所以刚才说的这种情况在最近几年可能变得会越来越少。

接着说业务发展，2023年年初的时候我加入，然后重新从零开始搭建一个新的广告推荐算法和平台。市面上会把我们叫做Axon2.0，但对我们自己来说它其实不是一个产品而是很多不同的体系综合在一起。

从那之后我们广告营收在公司一下就腾飞了，在整个公司的revenue里面占比也越来越高，从当初的一小部分到现在变成了全公司的绝大部分。所以最近我们已经把所有的游戏业务打包卖给另外一家公司，可能在这个季度结束之前我们又回到了一个彻彻底底的广告技术公司，回到我们创业最初那个核心业务上去了。

Monica Xie：所以当时是怎么决定要把这么一个本来自己内部用的平台，把它给别的公司去用，把它变成一个开放的市场？

葛小川：我们有两部分，一个是卖方的平台，一个是买方平台。原本这两个都是我们自己内部的工具。

一个market place如果受到network的相互影响，就会有一个相互促进的作用，带来更大效益的结果。我们既做买方也做卖方，说明我们既有供给也有需求。我们有一种选择是把我们做成一个封闭的、闭环的平台，直接把我们的供给卖给我们的需求，中间不会参与任何第三者，但这会有非常大效率的损失。

比如有一个特定的用户对于我们的买方来说价值不高，我们出不了很高的价格，这种情况我们其实更愿意把这个用户卖给出价更高的比如Google、Facebook。短时间看可能是我们失去了一个用户，对于我们的买方来说是一个损失，但它带来的好处是使得我们的卖方能够赚到更多的钱。卖方能够赚到更多钱他们的公司就会发展，他们就会有更多的资源去开发更好的产品、更好的游戏，反过来促进整个游戏的生态发展了，我们买方以后能够买到的机会就越多。

Monica Xie：所以当时其实AppLovin的买方和卖方都是游戏公司。

葛小川：最开始都是的，但现在比如我们的MAX（应用内竞价变现解决方案）可能一半左右的流量会卖给我们自己，另一半会卖给像Google、TikTok、Pinterest所有这些做广告的公司。今年之前主要的这些流量都是来自于游戏的应用广告，但我们卖出的，其实也有多样化的一些流量。

Monica Xie：说到这里我觉得正好就可以聊一聊，当时你加入的那个时间点是在22年。

葛小川：2022年底，正好在圣诞节期间。

Monica Xie：可以跟大家分享一下当时收到这个公司的邀约，你为什么看到了这是一个好的机会，而且当时你看到的其实还是个游戏公司。改变公司的业务重心是一个非常非常大的决定，更别说大家其实也在用Google、Meta。可以聊聊当时你看到的是市场是怎么样的，哪些信号给了你这个信心觉得这个事情能做？

葛小川：因为我本身之前是做效果广告的，我对整个广告的推荐算法还是比较了解的。原来也知道当时AppLovin主要是在做应用的广告，但我知道广告推荐算法的核心技术是可以转换的。我当时在AppLovin看到了很好的机会。面试的时候我问了CTO最重要的一个问题是“你们现在最大的痛点是什么？”，他就跟我解释了一下当时他们算法里面遇到的种种痛点，想解决的问题不能解决，想达到效果不能达到。这段对话可能就五分钟时间，听完之后我就跟他说，我的技能是有限的，不是所有东西都会，但是你现在面临的这个问题我非常擅长解决它，所以双方立刻就看到了相互之间的价值。

后来跟CEO也聊了，觉得大家做事情非常的干脆利索，思维方式也比较契合。我之前在大厂待了很多年之后其实也是有一些受够了大厂做事情低效、浪费时间。突然看到一家公司做事的方式和自己预想的非常接近，当时就基本上义无反顾加入了。

Monica Xie：当时你通过短短的面试，是怎么感受到他们做事方式有什么不一样？

葛小川：我觉得就是直接吧，大家有什么想法就会非常坦诚的交流，而不是会像大厂一样说一句话需要反复揣测才能知道真实意思。这种交流方式也反映了公司文化，反映了我来到公司后的做事方式。我自己是一个非常追求效率的人，所以我不希望在一些非核心工作之外的地方浪费太多时间。这种文化就跟我自己想要的特别接近。

Monica Xie：当时他们希望你来解决的问题，核心还是提升他们自己的这些能力，这些游戏的广告投放效率，还是当时他们就已经想到要把这么一个平台的做成一个他们的主要业务了？

葛小川：没有，当时他们已经在接第三方的广告商了。但具体有没有接对我的决定影响也不大，因为我加入这家公司看的不是当时那家公司的现状，是看他未来的机会。如果当时他还没有接第三方的广告商，我也能轻易地看到一旦算法做好了，第三方广告商肯定就会来。

这也是后来我们做电商的一个原因，因为我刚加入这家公司就能清晰计算出如果公司只做应用的话上限在什么地方。当时我知道他们还没有做电商，但我不担心，觉得来了之后只要把应用的问题解决了，做电商只是会是个自然而然的事情。所以我来之后一年，我们的游戏广告做得特别好，电商其实我最先提出来的，就很快开始着手做电商方面的准备了。

所以，当时公司具体的业务在做什么不在做什么，对我当时不是一个很重要的考量，因为我知道公司未来在什么地方。

Monica Xie：一些听众可能对广告行业不是很了解，首先手游也是一个存在了一段时间的市场，为什么在这个市场里，当时没有一个公司能够把现在AppLovin在做的事情做好？这背后真正的难点是什么？为什么像Google、Meta这些公司没有再往前做这么一步？这里面有哪些是技术，哪些是商业的难点？要做好这个事情，核心的几个关键因素是什么？

葛小川：现在手机digital广告主要流量来自三方：第一方是Meta系的流量，Facebook、Instagram；第二方是Google的流量，Google搜索、YouTube；这两家流量其实非常巨大，可能占了整个这个手机 digital 流量的绝大部分。但此外其实还有几万甚至几十万的这种长尾流量。比如说你朋友可能是一个游戏公司的CEO，他手下有几百款小游戏，每个小游戏本身流量没法跟Google和Facebook比，但把全世界所有小游戏或手机应用的流量加在一起是非常可观的流量。

在这个可观流量上，一直以来都有很多公司在进行变现的业务。但由于流量本身非常碎片化，导致在这个碎片化的流量池里面做变现的公司竞争也非常碎片化。我来AppLovin之前，整个这一块像是战国时期诸侯割据的状态。当时比较有竞争力的除了Google、Facebook，还有几家像AppLovin一样，可能普通人没听过但在业界比较有名的中小型公司，比如Unity、Moloco。

AppLovin最近两年最大的成功就是在这个碎片化的市场里面站住了脚，成为了整个市场的龙头老大。

Monica Xie：可以给大家一个概念吗，就是我们看到所有这种的游戏的流量里，有多少是通过AppLovin来去分的？

葛小川：我对具体的数字不是特别擅长，我只能给你一个大概：如果你有一个手机小游戏，你想卖你的广告，可以选择来AppLovin或者选择去Google去卖。在卖方市场的话，我们应该占了全世界大部分的份额。而在买方市场上，我们购买了MAX里的比较大的一部分流量，同时还会去Google、IronSource去买少量流量。

北美的这个广告行业相比于国内，我觉得很好的一点，就是大家都有很多竞争对手，但同时也拥有一个健康良好的合作伙伴的关系，相互交织。我们的买方是Google的卖方客户，也是我们自己的卖方客户。同时，Google的买方是我们的卖方的客户，也是他们自己卖方客户。

假设你作为一个游戏的卖方，开发了一个小游戏，一般你只能选择一个卖方平台比如AppLovin，就像一个上市公司只能选一个交易所来上市你的股票，但是你可以找不同的资产管理公司来帮你交易你的股票。

而作为买方的话，一些流量汇聚平台会把最好的资源和流量保留给自己。但在AppLovin，我们的流量汇聚平台MAX，唯一的KPI就是开发者在这个平台上能赚多少钱，而非我们作为买方能从这个平台卖到多少流量。如果能够让我们的开发者赚到更多的钱，我们是愿意把这个流量卖给Google和 Facebook 的。

因为竞价都是实时的，所以这个算法本身很简单：如果我们自己愿意出1元，Google愿意出1.2元的话，不管这个用户多好，我们都会把这个用户让给Google。

短期来看，或许觉得这对自己也是个损失，如果Google1.2元买来的话，这1.2元会给到开发者，如果广告投放效果比较好的话，Google也许能赚到 0.3元或者0.4元。而我们的MAX 平台收费很低，如果想优化短期利益的话，我们应该不把这个量给Google，而是留给自己。这样的话，假设我们1元把它买下来，那我们能赚0.2或者0.3元，而Google一分钱赚不了。

但是，这时候开发者就只能赚1元了，而不是1.2元了，对吧？因此从长远利益来看，我们会优先保护开发者的利益。所以很多开发者发现，如果他们开发了游戏放在 MAX 上，他能赚的钱要比放在其他所有平台上的更多，就会更愿意选择这个平台。在这个过程中同样也让 MAX 逐渐成为全世界手机最大的买方平台。

Monica Xie：那我好奇的是，比如说 Google 或者 Meta 也有自己的卖方平台，他们是怎么做这个事情的呢？

葛小川：我觉得在这个领域我们现在在这个竞争里面能够胜出，有两个大的原因，就是相比于Google Meta 之外的这种较小的平台公司，我们的算法和技术确实要领先很多，甚至我觉得领先一代到两代都不夸张。而相比Google和 Meta 来说，我觉得我们最大优势是我们的专注度。因为这一类的流量对于Google Meta 来说是属于一个比较小的流量，所以他们在这一块的专注度是不如我们的。以 Meta 为例，在 2020、2021 年之前，他们是有卖方平台的，但在 2021 年左右的时候，Meta把卖方平台给关了。

Monica Xie：为什么呢？

葛小川：不是公司的优先级，因为那当时这种卖方平台的市场还没有今天这么大，今天由于AppLovin的成功，市场其实变得要比当年大很多了，那个时候不是很大，然后相比于买它本身的流量，有就是体量又太小了，所以可能Meta就把它给关了。

Monica Xie：卖方平台关的意思就是说就是 Meta 只管 Meta 自己平台例如 Instagram，除此之外的他就不管了？

葛小川：是的，比如说你作为游戏开发者，你开发了一个新游戏，之后你想在游戏里面卖广告，你就不会去找 Meta 合作了。你只会去找 Meta 买广告，你不会去找 Meta 卖广告。

Monica Xie：刚才提到了你们专注在游戏的这个市场，你们的技术也是领先整个市场的，我看到你们的 CEO在earning call也说过你们拥有“The world's best advertising AI model.”可以跟大家讲一讲，为什么在这个领域、这个市场里面，需要一个跟 Google 或者 Meta 所发展出来的算法不一样的算法？你正好是从 Meta 出来，Meta 的哪些做法适用或者不适用于此呢？

葛小川：每个公司都会有自己的方式开发他们的算法，我也不太清楚Google它具体的算法长什么样，只能通过一些公开发表的论文，让大家去了解每个公司大致的架构是什么样子。在过去十年的推荐算法，它有不同的generation，从这个大的框架上来说，我们和Google是属于同一个generation。

早期的推荐算法都是基于规则引擎，时间上大概是2010到2012年左右，那时候 Facebook 还会把它的 social graph 直接 share 给你。后来我们开始做一些简单的线性拟合，现在从学术角度来看的话这种方法就过于简单，但当年在应用层面来说，这些算法其实都是支撑了很多上亿美元的公司。

然后就开始一些线性的模型，会有一些基于 selection tree 的模型，Facebook 其实在 2015 年左右发表了很多和 selection tree 相关的这种模型，类似于把 selection tree的output作为一个input，再过一个线性模型这样的。你很难想象，现在已经 2025 年了，很多算法公司的模型还是基于那一代的。那么在2015 年之后，很多推荐算法开始做一些基于sparse feature的特殊处理，feature 和 feature 之间的交互。新一代的模型都是基于这一个框架。

Monica Xie：这个大概在什么时候变化成为主流呢？

葛小川：那要看你怎么定义主流了。要简单地从采取这个算法的公司数量来看的话，我甚至不觉得这个是主流。我觉得它大概在 2015 年到 2020 年之间逐渐成为一个主流。你会发现，国内公司的算法公司在采用最先进、最新的框架这件事上，其实做的比美国公司要好很多。国内好像基本上每个公司都在使用，虽然细节上可能都会有一些区别。美国的话其实也就是这些头部做广告的公司在用，否则其实还在用很落后的算法。

Monica Xie：我记得前段时间字节好像发布了他们开源的推荐算法，是你所提到的这个新一代的算法吗？

葛小川：对，他们发表的其实都属于业界比较成熟的一个体系了，包括Meta当年不仅发表了paper，它连开源的GitHub 都发表了，Google也做过类似的事情。

Monica Xie：所以大家很强调AppLovin的Axon这个算法做得多好，但像字节也可以去 open source，可以公开的一个事情，所以其实算法这个事情并不是一个真正的核心吗？

葛小川：算法当然是核心了，即便模型的框架差不多，但它里边细节的把控也是可以千差万别。AppLovin非常引以为豪的一个东西，就是在所有的广告推荐算法做得比较好的公司里，AppLovin是唯一一个可以把 deep funnel 拟合问题做得很好的。

什么叫 deep funnel 拟合呢？我举个例子，你投放广告的话，以 100 块钱的价格能够买到越多的点击就越好，这就是 CTR optimization，这属于非常 top funnel的东西。但是会有很多点击是低效的，并没有什么意义。那么有的公司例如GoogleMeta就会做得稍微更深层一点，不仅能够帮你优化点击，还可以帮你优化转换率、购买率。在此基础上，AppLovin是现在我知道的唯一能把点击的转化价值，都预估得非常准的公司。

再举个例子，如果你花 10 块钱去购买这个广告的转化，有一个模型可以帮你最大化它的转化数，比如10块钱可以买到5个转化，但是这5个转化加起来产生的总的购买价值只有 20 块钱；但是另外一个模型不仅可以帮助你找到想买东西的用户，更能找到会愿意花很多钱买东西的用户，可能 10 块钱只可以给你买到两个转化，但这两个转化带来的购买价值可能是100 块。如果你作为广告商的话，你是你会更倾向于要第一种结果还是第二种结果呢？

Monica Xie:当然是第二种，但是现在好像大家一讲到怎么投放，好像只关注中间这个过程量，比如点击率是怎么样。

葛小川:但是其实从一个广告投放者的角度来说的话，他们最终关心的其实是什么？应该是转化价值。但很遗憾是，现在市面上大部分广告投放公司都不能把这个最终的转化价值预估得很准，所以广告商他们需要自己去操作一些近似。比如他发现，在这样一个demo graphic的人群里面，如果点击率很高了，或者如果转化率高了，他最后的价值很可能就会比较高，所以他们会采取一些人工的操作去近似自己想要达到这种效果。

以Meta为例，大部分在 Meta 做广告的广告商不会使用他的 ROAS的产品， ROAS就是优化转化价值的这个模型。因为 Meta 的转化价值的模型不如转化率做得准，所以大部分的广告商即便非常希望要转化价值，但还是会在 Meta 直接优化转化率，然后自己再做一些微调。

但是在AppLovin做广告就很简单了，因为我们转化价值的模型非常好，我们绝大部分的流量，其实广告商都会直接选择优化转化价值。所以他们只要告诉我们，想要优化转化价值，他就不用再去做任何操作了，因为我们的模型已经做得很好了。

Monica Xie:这还是挺大的不一样的，那为什么你们能够把这个转化价值预估得这么好，它核心的难点是什么呢？

葛小川:我觉得，其实大家在谈论一些问题的时候，都会倾向于认为，完成了一件很具有挑战的事情的时候，这里面是不是有一两个关键点做好了，这个问题就迎刃而解了？但是我觉得，在现实的工作里往往不是这样的。一个很困难的东西，它之所以成功，其实背后是他是在解决这个问题的过程中，每一天都要经历几十个甚至上百个这种micro decision，而这所有的决策都做好，或者说你做了更多正确的选择，日积月累之后，你就会把这个问题解决得比别人更好。

所以我觉得我们之所以能够把这样一个业界看起来非常困难的，很少有公司能够解决的问题做得很好，根源就是我们会非常关注每一个细节，并且保证我们对每个细节有非常深入的研究，而不是去照搬一些业界已有的方式。所以就像刚才你说的，框架上其实头部的公司都差不多。但是呢，真正决定输赢的就是大家对细节的一些把控。这些细节包括抖音、Facebook他们发布的推荐算法，都不会把这些真正决定成败的细节放在里面。

Monica Xie:所以要能够做好这个预估，不仅是一个click优化，那是意味着要能够拿到用户更多的这个data，还是如你们earnings call，你们的 CEO 提到，算法是可以 self learning、自己不断优化的？可以跟大家从这个技术角度简单讲一讲，这个是怎么实现的？是因为你们在哪些地方做得更好？

葛小川:OK，从数据角度来说的话，有两种数据，一个就是organic的数据，就是用户在玩这个游戏的时候，他看到一个广告，广告的卖方平台就会把这个广告请求分发给AppLovin、Google和Meta。那么从这个角度来说的话，即便我们拥有MAX平台，我们拿到的这种organic的数据是和所有其他竞价者是一模一样的。其次像Google、Meta，他们是有一些他们自己的数据，比如Meta，他会有你在 Facebook 里边的一些行为数据，对吧？这个是我们拿不到的。

除此之外还有一个叫做用户反馈数据，就是你给用户投放这个广告，投放之后你知道这个用户有没有点击、点击后有没有下载、下载后有没有购买转化，这种数据只有当你赢得了这个竞价之后你才会拿到，那么这个确实就渐渐成为了 AppLovin的一个优势。为什么呢？因为我们的算法很好，我们现在这个平台的购买力很强，我们能够买到比别人更多的用户的impression，所以我们就会拿到更多这种反馈数据。我们在earning call上反复强调这个“feedback loop”其实更多的是指这个用户反馈数据。

Monica Xie:那这个反馈数据是因为你们是一个买和卖方都做的一个平台，所以你们才有更多这样的数据吗？

葛小川:不是的，这是两个产品，包括数据的交互、产品的KPI都是非常独立的。今天，比如说把MAX分出去，完全变成另外一家公司，对我们的买方平台也没有任何影响。

Monica Xie:Ok。所以并不是说你们像别的这些平台，他也可以拿到交互数据。其实最后核心是你们赢的越多，拿到的反馈数据也会越多，就形成了飞轮，越来越好。

葛小川:对，只有在赢到了用户曝光之后，才能拿到这个反馈数据。比如Facebook赢了这个竞价，然后投放广告给这个用户，从这里开始我们就什么都不知道了，他投了什么广告，广告有没有被点击、有没有转化。那同样的，如果这广告被我们买过来的话，那他们也不会知道。

Monica Xie:对，回过头来说到你前面所说的，你们更愿意注重于这个开发者的利益，即使是这个东西，对于你们来说，可以挣更多钱，但如果meta上有更好的价值的话，就把它让出去。听起来这的确是一个更难的决定，因为你们让出去的不只是赚这个的钱，还有你其实又有了更多的反馈数据。我很好奇，在你们公司里面不会有一些内部讨论声音？这个短期的损失了一点，客户也未必注意到，但是反正我们的算法都是可以慢慢优化上去的，最终还是我们相信自己能够给客户 deliver 这么好的这个value，对吧？那为什么要把中间的这个过程量让渡给别人？你们有内部会做这样的一个讨论吗？

葛小川:肯定有这种思考，但几乎不需要讨论，因为大家基本上一致地认为保护长期的利益才是对公司更好的一个东西，这也是我们公司文化的一部分。大家对于长期利益的拥护和重视要远远高于短期利益。并且我们始终坚信，虽然我们是个上市公司，但我们不会让股价去决定我们内部的决策。因为我们觉得构建一个好的产品，做好业绩的增长，股市对你的反馈总有一天会跟上来。

其实你可以看到，我们业绩的增长和股价飞跃，其实有一个大概半年到一年的gap，因为我们股价真正腾飞是在 2024 年 Q2 的时候，但我们的业绩其实整个 2023 年就已经直线上升了。但我们当时其实也不着急，当时每次财报之后大家就会关注到AppLovin，例如我们最近八次财报，基本每次都超出华尔街预期，而且超出很多。但是在2023 年的时候，我们每次超出预期之后股价没有涨，反而会跌。

Monica Xie:为什么呢？

葛小川:因为那时候每个人都觉得当时就是我们股价的顶峰了，觉得我们这样一家公司可以有一两次小的飞跃。一旦这个增长的红利，已经被兑现了，就觉得我们接下来没有增长动力了。所以当时每次也很无奈，无奈的是业绩明明做得很好，但市场上没有给予你该有的认可。但是我们也没有慌张，我觉得这就是该有的一个状态。我们只要继续把业绩做上去，股市的认可只是个时间问题。

所以大家会觉得2024年为什么股价突然飞跃这么多？我觉得这里很大部分，其实是市场对于我们2023年业绩的一个迟来认可。

Monica Xie:可以跟大家讲一下，大家低估的是什么呢？为什么大家总觉得你们都快到顶了，比如财报很多都是超出华尔街预期20%左右，大家低估的是哪一块的增长潜力呢？

葛小川:从股市投资角度来说的话，大家会把 Beta 和 Alpha 分开看，对吧？就是说你在一个行业里面，如果你超出平均水平，那么人们在评价你的时候会把真实的和大家对这个行业的一个期望，做一个加权来评价你。我们在 2023 年的一个飞跃可能就是一下子拔高了整个行业平均的期望。

因为在此之前，就是说我刚才说的这个第三方的流量汇聚平台这一块的这个流量变现效率，确实远远没有Google和 Facebook 的那些流量池的价值高。我觉得可能在那个时候，整个就是股市或整个世界对这块流量价值没有那么高的认可。所以当你看到一个黑马杀出来，并且在这个流量池里面有很好的发展，大家可能会觉得你这个地方天花板在那里也不会很高。

Monica Xie:就是觉得这种游戏的这个流量池其实没有那么大。

葛小川:对，所以我特别喜欢把AppLovin和Airbnb做类比。从某种角度来说，Airbnb和几个主流的、大的连锁的宾馆竞争，它其实就是把这种小的民宿的供给整合在一起了，在Airbnb出现之前，人们会觉得民宿是比酒店更低消费的住宿选择。然后由于这些提供民宿服务的人卖不到好的价钱，赚不到很多钱，民宿的这个规格和质量也相对比较低。而在Airbnb出现之后呢，提高了人们对于民宿的需求，这个需求又给这个民宿行业注入了很多资金，民宿的质量和规格也上去了，现在Airbnb的民宿其实跟酒店已经可以有比较好的竞争了。

我觉得AppLovin在第三方手机应用的流量，其实有点类似。过去因为没有很好的需求，导致这个行业没有足够的资金去提高自己的质量。但我们这两年的这个发展一方面提高了这个购买者在这个平台里面能够购买的价值，同时也极大提高了广告卖方能够得到的利润。所以这样一个相互促进会使这个生态以后的竞争力会越来越大。

Monica Xie:听起来这个当你把这个匹配算法做好了以后，其实是一个三赢的过程，不是谁在这个里边就攫取了更多的价值，而是卖广告的平台他自己有了更多收入、我作为一个developer，我要去推广这个自己的游戏，我的游戏推广效率更高、中间像你们这样的平台也能赚更多。

葛小川:我觉得至少是个三方获利的事情，我们作为一个商业公司肯定要从中获利，卖方他们会用更好的价钱卖出他们的流量也会获利，买方可以是游戏，也可以是电商，他们可以赚到更多的钱，给社会提供更多的价值，产生更多的就业。另外这里面第四方的获利就是用户本身。当你的推荐有更高的相关性之后，用户就可以有更好游戏体验，你看到的广告价值更高，可能对你来说更有用所以这也是个价值的提升。

当然可能AppLovin谈到这个用户的价值还有点早，如果我们以Facebook为例，现在人们在facebook看广告的话，其实是一个比较愉悦的感受。因为它的广告的视频效果很好，产品对你确实也有用，但大家记不记得在facebook广告出现之前，在各种网站出现那种狗皮膏药式的广告？其实对于用户的影响远远大于现在这种个性化推行的广告。所以我觉得当一个广告的算法做好之后，对于用户来说也会带来很多正面的价值。

Monica Xie:这个解释让我想到你的model也很有意思，如果他要在你的平台上优化的是点击率，这些所谓的过程量，一方面他自己也拿到不是最好的这个价值，而其实在那里面，你们能够拿到的价值也很有限，因为数字就摆在那的，对用户来说相当于你还是个agency，你拿到了他的budget，基于这个budget，你自己能够有多大的这个margin去驱动同样的价值，哪怕你就多赚点。比如说像uber，有点像uber lift，用户其实不care你中间这个uber lift，他的take rate是多少，只要你在uberlift能够保持这么一个balance，那这个司机也很开心。的确听起来是一个更好的business model，你其实可以从中其实可以拿到take race更高，但是同时你的这个客户体验还更好了。

葛小川:对，因为有很多人会觉得这很反直觉。比如说我作为一个广告商。我从流量池直接买流量100块钱就可以把它买下来了，我为什么要给AppLovin150块钱或120块钱，让AppLovin再把120块钱里面的100块钱交给流量池呢，让这中间的第三方赚取一个差价？但大家仔细想一下，因为当你让AppLovin这个公司从中间赚一个差价的过程当中，他其实也帮你找到了更合适的用户，他让你用100块钱，能够买到的用户比你之前150块钱买到的更多而且质量更高。

Monica Xie:这个就有点像我前面我记得这个节目开始之前，我们提到说，有一些这个中国的投资人喜欢把这个比喻成这个拼多多，也是在一个大家以为已经很成熟的市场，用更好的商业模式，杀出了血路，做到了比大家想象的要更高的天花板。但小川刚才说其实跟拼多多，还有点不像，你们本质其实反而是在提高这个客单价和价值。

葛小川:大家说拼多多创业之初可能会想到下沉市场，但是从广告这一块来看的话，AppLovin它并不一定代表一个下沉市场。比如说，在我们开始做电商广告时候，我们发现在北美买的这种第三方游戏的这个impression里面，它的cpm的价格其实已经不比Google和facebook低太多了。就是说我们这个平台用户的价值和质量其实并不比Google、facebook这两个平台要低。

但我们和拼多多相似的一点是什么？就是拼多多在中国线上零售已经非常成熟的一个环境里面，他自己杀出来了。我们也是相当于在所有人都认为电商这种digital marketing在北美已经被Google和facebook垄断的情况下，我们成为了这样一个第三方势力。

我们公司的几条核心文化之中间，其中一条是：challenge the status quo。我们觉得这个世界上没有任何一个东西是不可实现的。facebook和和Google是两家非常伟大的公司，他们就是很多普通人通过自己努力去建立起来的。我觉得如果我们有一群同样努力的人，同样聪明的人，我们是完全有能力去挑战这样全世界最优秀的公司。

Monica Xie:对的，像这个游戏这个广告的市场应该是最直接的跟广告主所在的这个市场有关系，我们的确是看到宏观经济也不是在发展最快的阶段，单纯去看游戏市场，它也是个single digit的3%、4%的增长，但是我们前面也提到了AppLovin的增长一直都是double digit这个40%，EBITA甚至是80%。可以跟大家拆解一下，一个就是你们这个远远高于整个大盘的增速是怎么实现的，另外一个就是你们的这个利润率比起收入的几乎是double的增速，这背后又意味着什么呢？

葛小川:你的第一个问题是，为什么我们的增速远高于这个整个游戏行业，录播客之前我特意查了一下这个数字。其实整个手机游戏一年增长率在15%到20%左右。刚才也说了手机游戏里可能有一大半会在MAX上作为卖方，因为我们本身自己的推荐算法很好，我们在MAX上也有很强的购买力，而MAX本身又比较优化开发者的收入，开发者的收入在过去两年也是远超大盘的，比如说大盘是15%，如果你用了MAX，你的增长是大盘两倍，那你就是30%。

AppLovin本身购买力的增加，我们在MAX的占比越来越高。比如说两年前的时候，可能我们在MAX上只占20%，那现在占了40%，这就是两倍。刚才说的大盘是15%的话，乘以二再乘以二，这就变成60%，跟你在财报上看到的数据比较接近了。所以我觉得首先大盘也并不是很弱，同时AppLovin也是整个大盘增长的一个非常强有力的推手。

第二个问题很容易理解，AppLovin以前的业务里面，它主要有两块收入，一块是游戏的收入，一块是广告的收入。游戏这块收入增长比较慢，广告这块收入从小部分变成大部分，利润率又比游戏收入的利润率要高很多。当广告的利润率增长了，相比于收入的增速也会比较显著。但以后应该会就比较统一了，因为这个季度之后，我们就会把整个游戏的业务给卖掉。我觉得从下个季度开始，大家能看到这个利润增长和利润率增长也会比较关联了。

Monica Xie:讲到接下来的增长，前面我们其实也提到过几次，就是你们会把这个电商做下一个增长的主要引擎。可以跟大家讲一讲，这个决策是是怎么做的，为什么会选择这个电商？会带来怎样的一个新的想象空间？

葛小川:我觉得电商其实是个非常自然的一个方向，因为从推荐算法角度来说的话，它是相通的。你用来给软件做推荐的算法，它其实稍微改一改是完全可以用来给电商做推荐的，那么现在整个digital marketing的这个市场的份额来看的话，电商其实要比app要大很多。AppLovin因为一些历史的原因导致它最开始专注的是app，但当我们的算法已经证明了，我们在app的投放上的效果其实是比Google meta的生态要好的，说明我们的核心技术其实已经达到世界最领先的程度了。那么当我们在考虑接下来公司发展的时候，那自然就想到，除了广告app这一块，它这个organic的增长。当然了，直到现在，app这块的organic增长还是公司业绩增长的主要推手，但是你想到公司未来一步的战略的话，那肯定要扩展我们的这个垂类，那么想到最大机会就是电商。

Monica Xie:，电商对你们更多是作为买方投放对吗？

葛小川:对，对主要作为投放，而且对电商还有一个很重要意义就是如果我们在游戏领域，游戏里面只投游戏广告的话，它会形成一些资金的内循环。比如一个游戏广告商，他花了十块钱去投广告，这十块钱进了那个开发者手里。虽然产生十块钱交易，但你可以认为这个钱还是在整个游戏的生态圈里面运转。

那么这个生态圈的inflow内购是什么呢？就是用户在游戏里面买东西。这个内购你从宏观经济角度来看的话，就是这个广告收入而不是这个行业的inflow，只有内购才是真正提供给这个行业提供增长的一个动力源，而广告只是这个动力的传输装置。但是，如果我们在游戏里面开始投放电商广告的话，那所有电商广告的这个花销，它其实都是动力，它相当于从这个生态以外注入进来的新资源。所以从这个角度来说的话，每一块钱的电商广告花费，它给这个生态带来的价值其实超过每一块钱游戏广告带来的价值。

Monica Xie:对，因为他一起把这个饼做得更大了，让他可调用的资金更多了。

葛小川:对，从一个长远的期待来说，AppLovin一旦把电商在手机应用里面的广告规模做大之后，会给整个游戏市场注入极大的资源，那么未来我们的手游可能会有更进一步的发展。

Monica Xie:这个我好奇为什么以前电商不在游戏里面打广告的不多呢？

葛小川:大家可能都觉得这个模式很不奏效，觉得一个人在打游戏的时候，他不会处于一个购物的状态。

Monica Xie:对，这个也是我的问题，而且我觉得国外又不像在国内，比如说在国内这个tik tok、视频号包括整个电商的生态整合非常好，我直接在里边，都不用跳出去两步，就买了一个东西了。在国外的这个情况下，我还得跳出一个新的网站，然后跳了可能还要注册。这个会给你们带来一些challenge吗？

葛小川:我觉得现实中很多东西确实比较反直觉，当年当facebook最早提供信息流广告的时候，也有很多人产生同样的质疑，大家都觉得没有人会在社交媒体里看完广告之后去买东西，但事实证明，facebook那套是奏效的。而且对于我们来说，我们一开始也不确定，那么找到这个问题答案最好的方式不是坐在那里辩解，而是我们用最快的方式去生产我们的mvp。当我们mvp生产出来，一上线的时候发现结果非常的明确，就是人们真的会在游戏里面买东西。

Monica Xie:我也问过一些做电商投放的朋友说起在国外的一个challenge。刚才你也提到了，就是你们有一个很好的这个飞轮，是基于你们能够很好的预测他后面整个反馈的逻辑。我觉得如果是一个游戏，我跳出来，去了另外一个游戏，我没有花钱，可能相对来说比较好去chase一些。但是比如说电商里边在海外这个链条比较长。他们有时候会看到比如说抖音上有一个投放效果挺好，但大家并不在抖音里面买，你会发现它可能是导致它在amazon上面的这个搜索增加了，那这个东西其实是你chase不到的，这个会给你们带来一些跟原来游戏作为主要的广告主不一样的一些挑战。现在有什么办法可以解决它们？

葛小川:对，你说这些商务业务逻辑上的一些区别它确实存在，而且我们是需要花极大的这个工程师的资源去把这些业务上的每一个区别都打通，把这条路给铺平。但是你刚才说这个挑战并不是一个rocket science。它在整个行业里面是有比较成熟的解法。你刚才提到这个问题，其实meta、tiktok，Google也都有，它其实会有一套比较成熟的方案。

Monica Xie:明白，这个问题它本身不是全新的问题，其实也有迹可循的，你觉得随着你们的发展，会有什么新的问题吗？就会有哪一些？在以前meta这种模式下没有遇到的一些问题？

葛小川:可能会像你刚才说的比如说去亚马逊。你看完广告之后，然后去亚马逊买了。甚至比如说，你看完广告之后，你去Google搜索，然后在Google里面买，那这个归因到底应该归给Google呢？还是归给meta呢？还是会归给我们？各个平台会提供一些因果lift test，就是测试一下你的转化和你这个投放指令到底到底有没有真实的因果关系，它不是一个特别容易解决的问题，那大家会采取各种近似去解决它。

一般会做一些hold out test，比如说你在Meta投了一天 10 万块钱的广告，Meta 给你汇报说你是这 10 万块钱是产生的，比如说1万个转化，你怎么知道这1万个转化是真实由 Meta 产生的呢？因为他有可能是去亚马逊产生的 Meta 都不知道，或者他不看广告他也会买，然后被 Meta 算到自己头上了，对吧？一个常见的方法就是比如说我今天就不投了，看我的转化会低多少，然后他用这方法来估计有多少的转化是 Meta 给他带来的。

对于一些体量比较大的广告上会比较好用，假设他们刚开始尝试我们的平台，花的钱会比较少一些，量比较小的时候再做这种测试就会比较困难，这可能是短时间的小挑战。但是我觉得长期来看，这个问题和行业里面大部分的竞争者面临的问题是比较接近的。

Monica Xie:讲到关于这个增长，我再问一个问题，你们现在的核心竞争力是在于你们对于这个广告游戏的distribution channel的一个深刻的理解，这个渠道它会有自己的天花板。之前meta google没有那么重视，是因为他们觉得这个就的确是一个很长尾的流量，包括前面你把它类比为airbnb，我觉得这个特别有意思，就是你觉得它会是一个现在小，但是未来大的一个事情。那我就好奇，游戏他也不可能无限地增长，比如说游戏的公司，除了在别的游戏里边去投的、他可能也会在别的渠道比如youtube上面也会去投，未来会不会出现这么一个反转，就是到某一天他们也许会发现，他们在游戏里边的这个投入远比他在别的地方要更多，这样的一个反转是你觉得 AppLovin突破某个增长天花板的一个核心吗？还是说我们可能本身连现在这个天花板都低估了？

葛小川:我觉得我觉得你这个问题分得很好，其实是Google、meta、tiktok和我们，我刚才说第三方游戏是共享一个天花板。最终这几个不同的平台竞争的不是DAU数量，而是用户可变现的时长，就是用户在所有的软件里面所花的总的时间。未来十年世界人口不会有特别大的变化，每一天的时间就24小时，大家的睡眠时间、工作习惯和生活习惯也不会有特别大的变化。那么人们在所有的软件里加起来每天所能够花的时间的总和其实是差不多的。

那么，能够变化的是什么呢？就是我在游戏里面多花一些时间，还是我在社交媒体里面多花一些时间。这个很大程度上取决于不同的平台在未来多这些年谁的创新力更高，谁能够更好的提高这些产品对人对用户的吸引。这一点的话，我其实甚至觉得游戏是有很好的机会。为什么呢？

首先，流量主要来自于两个非常火爆的软件，就是facebook和instagram，有非常多用户。但是随着时代变化，meta能不能够再产生第三个这种爆款的软件，吸引更多的用户？从投资角度来说的话，你把所有的希望加注在一个公司里，它的风险其实是比较高的，但对于AppLovin来说，我们不是一家公司在生产一个产品，我们背后是几千，几万个公司，这里面只要有10%的公司能够产生很好的创新的游戏，能够吸引更新的用户，它对我们来说就是个就是一个非常强劲的助力。

而社交的话，我觉得在最近一两年，其实是有一个比较大的转变，你会发现，随着tiktok的崛起，真正的社交软件已经不不再存在了，或者已经不多了。以前facebook，你只能看到你朋友的内容。现在国内的可能就是微信，还是属于这种你的朋友和熟人之间真正的社交。但现在facebook其实已经变成一个发现内容的软件了，而不再是真正传统的社交，当发现内容变成核心之后，facebook以前已有的user network的这样一个护城河，它的重要性就已经渐渐消失了。

所以游戏是不是能够成为未来发现内容的平台？在游戏里去发现一些新的、有趣的东西？反正我看facebook最关心的东西已经不再是我朋友了。当然这些只是我比较发散式的想法，但我觉得随AppLovin能够给游戏开发者注入更多的资源和金钱的时候，游戏领域在未来会有更多的机会做出比较大的创新，然后给整个生态带来更多的资源。

Monica Xie:interesting。你现在有看到什么这些你觉得有可能有潜力的一些创新的出现吗？

葛小川:我只能看一些具体的数字，由于AppLovin的成功，整个游戏行业的收入都变高了，很多新的游戏公司在崛起，大家在开发新的游戏，但是从量变到质变，它是需要一个时间的。

Monica Xie:对，嗯，interesting，从表面上我们看到各种新的游戏出来，没有想到促进一个行业的发展的背后是因为有了更好的一个广告推荐引擎，形成了这个推动力。

葛小川:对，我觉得广告行业推进经济发展，一直是广告行业被低估的一个好处。

Monica Xie:是的，的确，像现在价值最高的几家公司里边，其实大部分还是广告公司，我觉得再讲的这个更远一些，大家最不能够忽略的，就是最近大家提到未来的增量就是AI，我觉得AppLovin这一年的增长好像主要就是因为它是一个AI概念股，但是其实我们也不需要那么多人来做AI。

我觉得这里面可能有两块，一个可能不是最fancy的现在的所谓的这个生成式AI或者LM，而是你前面所说，可能本身广告算法在这个machine learning在里面的应用本身就是一个注册率的助推力。这个刚才我们讨论不少了，那我就好奇，因为我最近在看到像Meta也在他之前几个季度里边提到，他们在广告系统里边，不论是generative ads recommendation model，还是他们也提到用这个LLAMA recommendation system里面也在用这个LM的技术。我好奇你怎么看待这些创新，你们怎么看待生成式AI和LM的技术会如何改变你们所在的这个行业？

葛小川:我看了你这里给了一个例子，就关于Meta的GEM。我大概搜了一下Meta关于这方面报道也说的比较模糊，所以我也不太能够准确的猜测他到底这背后做了是什么？我猜测有几种可能，一种就是可能用LM做创意的动态生成，但这个可能性比较小，因为现在技术水平，特别是在实时情况下实现比较困难。

第二种，可能用LM做一些特征提取，我觉得这个可能性极高，有可能他训练了一些foundation的模型，在实时推荐的时候，把foundation的模型的输入放到了它原始模型中。具体他做了什么我不知道细节，但是就像我刚才说的一样，从框架角度来说，其实大家用的方向都是差不多的，各个公司在一些细节上做的东西不一样。Meta这边还提到了，他在某些traffic上看到了超过5%的增长。我觉得如果你采取一个完全革命性的框架产生5%的提升，其实还算一个比较保守的结果，我觉得是完全有可能的。

其实在AppLovin也会有很多这种大的模型的革新，然后我们事实上可以看到一些结果远大于5%的提高。当然了，也可能是因为我们的起点跟Meta不太一样，我们提高起来会比较容易，这也是有可能的。不过，AppLovin的公司文化里一般不会做这样的宣传，因为我们对于解决问题本身的关注度，要远高于解决这个问题的方法。举个例子，比如我们现在有面临了两个问题，第一个问题是，它用到很fancy的LM方法的热门话题，但我们知道，解决它可以给我们带来5%的收益。另一个问题，它用不到LM，但解决它可以带来20%的收益。

我觉得正常理性的人都会觉得，第二个问题应该优先解决，因为你会关心这个问题本身和问题本身带来的收益。但在现实生活中，很多人会因为第一个问题的解决方法更吸引人，而优先去做第一个事情。我们这里做事情方式不一样，可能是我们文化上一个东西，我们会把我们的注意力更多地放在解决问题本身和它带来的收益上。

Monica Xie:明白，那你觉得在未来，你们会做一些很全新、大家也关注的技术吗？我好奇你们有在这个方向做一些尝试吗？有可能会带来变化的一些信号吗？

葛小川:我们肯定是在用了，只不过我们不会在公开场合去解释一些我们如何用的细节。

Monica Xie:理解。刚才我们讲到公司文化。我觉得对于很多中国的同学来说，也许大家会觉得中国和美国的这个广告的生态不太理解，因为google Meta在中国都没有业务，而微信、抖音占据了大家绝大部分的这个时间。我看到你们ceo最近的一篇blog，关于这个抖音的这个proposal，他还提到抖音的商业化广告做得不是很好，觉得如果是用AppLovin的方法来做，他觉得还可以再提升个几倍。

这跟我们心目中的抖音、字节有这么多人，极致优化算法还是有点反直觉的，所以我就好奇你所看到的这个国内跟国外的广告生态有什么不一样？为什么国内好像没有成长出像AppLovin这样的公司？在海外市场，你们又是怎么看待跟 TikTok 的这种竞争？

葛小川:其实国内有很多类似我们业务的公司，他们也会做这种广告汇聚的投放。很多公司会优先考虑眼前的利益，损害长期利益。之前提到一个例子，就是作为卖方平台，它可能会优先考虑自己的这个买方，而不是建立一个公平公开的生态，让生态系统健康地发展下去。

第二方面，当我们在建立一个广告模型刚开始的时候，模型本身肯定是有这样或那样的缺陷的，这时候去弥补缺陷就多种不同的方法。第一种方法就是很简单又很直接的方法，你看它缺陷在什么地方，手动把它纠正一下；另外一个就是你要相信，只要把模型做好，你就可以追踪，把这个缺陷给弥补的，但这需要你对模型反复的调试，可能会需要花更多的时间，而且它的结果的未知性也更高一些。

而我们并不会过度优化短期收益，我们会一直专注在怎么把模型给做好，然后最终通过模型的方式把问题给解决。那么长此以往，就会导致我们的模型里面不会参杂过多的规则引擎，我们的模型非常的干净。当你做一个改变的时候，一个正确的做法和正确的结果之间的相关性就会高很多。

我之前在别的公司工作过，当一个系统里加入了很多这种规则引擎和模型相互掺杂的时候，经常会出现因果率的措施，一个正确的输入反而会带来一个不好的结果。就因果率的破缺会对一个公司长期的发展会形成非常负面的影响。你看为什么我们公司每个季度都会有非常稳定的业绩提升，正是因为我们的模型非常干净，它里面保证这个因果率。

我们知道，某种改变对模型是有帮助的。通过线下的测试，到线上这一连串有非常强的相关性，我们不会盲目的尝试几百种不同的想法。因为我们有一个比较小的团队，通过理性的、逻辑的判断。先开始有假设，再去拿一些线下的验证，在到线上去测试，达到最终的收益。这一系列相关性是非常高的。

Monica Xie:我觉得技术决策背后其实是一些商业的权衡，这其实又是个文化的问题，而不是单纯的技术问题。

葛小川:对，我觉得这个世界上没有任何一个技术是技术本身，其实技术的背后是人和文化。今天你可以把Google的算法，复制一份，然后搬到另一个公司去。六个月之后，这个公司也不可能和Google一样，因为人和文化对一个产品的影响是最深远的。

Monica Xie:对，你刚才提到了，Meta最担心的就是他的这两个平台还能不能是未来最持久的这个平台，我们现在的确看到tiktok也是在海外发展最快的一个平台，你们怎么看待他们的竞争关系？以及刚才提到的CEO的观点？

葛小川:Ok，Tiktok具体的广告算法，其实我也不是非常了解，我只能从一些侧面的信息和数字上去估计，比如用他们的用户基数和他们的广告收入进行比较，你可能认为抖音的用户画像不会差别特别大，但它的商业化效率是远低于Meta的。另外抖音内部的工作方式和决策上的权衡，广告推荐和信息流推荐，它看起来好像都是推荐算法，甚至从技术的核心上来说很接近，但是最终的细节其实和结果差别很大，就会形成像抖音它的信息流推荐其实做的非常好，但它广告推荐效果其实并不是那么好。

Monica Xie:Interesting，这个还跟大家以为的不太一样，大家都以为这个抖音已经是把这个消息的信息流推荐做到了极致。但是这个跟广告能够做到极致反而不是一个线性相关的关系。

葛小川:对，我其实有时候觉得信息流的推荐这个东西不好直接比较，是Google好还是Meta好，如果你把它当做一个比赛的话，它更像一场F1的比赛。谁能赢得比赛，不仅是看这个赛车手的技术怎么样，你可以认为赛车手其实就是这个推荐算法，但它还取决于你维护的工程师的水平怎么样，你这个车的质量怎么样，那天赛道的天气怎么样，你轮胎的选用怎么样，它有很多核心技术之外的影响因素。像抖音，它有它独特的产品的特征和玩法，所以这些特征本身其实对它信息流最终的效果有很深远的影响。

但是广告推荐算法它的测量就比较简单一点，它更像是个百米赛跑，可能最决定你的成败的就是你的技术本身。其实很多时候，你在里面想去加一些规则引擎，想要用这个产品特征来弥补模型上的缺失，都是不是那么有效。

Monica Xie:我原本还以为抖音，并作为一个后起的公司，它其实在这种广告算法上没有没有像Meta做了很久，但像你说的，在经历每次generation迭代的时候，有一些传统反而是个包袱。我本来以为像抖音这样的公司，因为它是全新的模式，反而是可以把这个广告做得更极致一些。没有想到他们在海外还有这么大的空间可以提升。我觉得国内可能是另外一个原因，国内可能本身客单价就比较低一些，就无法做直观的对比。

我觉得在刚才小川在回答很多问题的时候，大家也都感受到这个公司有很特别的文化，我再给一个数字，AppLovin就像一个千亿是美金市值的startup公司。这个公司每年创造了接近50亿美金的收入，而总共只有一千多个的员工，最新的news report里面你们这个ceo和cfo也说，AppLovin的人效是400万美金，这是个非常惊人的数字。所以我就好奇，你们是怎么实现这么高效的团队，这个背后你觉得是有哪一些思考和哪些刻意的设计？

葛小川:这跟我们文化非常相关，我们有非常务实的文化，我们知道自己的最终目标在什么地方，不会被一些其他东西分散视线。比如很多人会问，我们的人效这么高，我们为什么不去招人来多做一些项目，这样发展更快。当时我给自己团队说了另外一个故事，就是我们现在是使用google cloud的，也会提前预定他的GPU，我会给团队设立一个GPU使用的增长曲线。比如说有一天，我们突然出现一个更好的模型，这个模型能给业务带来很大的增长。但这个模型上线需要更多的GPU。问题是我们现在其实是有这些GPU的，因为我们在Google已经提前预定了，但目前这个GPU的需求超过了预期的正当曲线，我就会跟团队要求，你们不可以使用这些GPU，你们必须找别的办法，把这个GPU的使用量给它降下来。

这里我的逻辑是什么呢？我是觉得当你在遇到一个一个问题的时候，用这种简单粗暴的方法去解决，一个团队就没有纪律。你总是允许大家去采取这种最简单的方式来解决问题的时候，人们就没有一个动力去寻找更高效，更优质的一个解决方案。所以通过这样一个纪律，我们即使有GPU你也不可以去使用，会强迫团队会寻找更优的解法。那么回到我们人效上其实也是类似的，当我们有多种不同的项目可以做的时候，我们完全可以就是通过多招人来解决这个问题，但是我们有这样一个纪律，当我们把人数限制在一个比较小的数量的时候，会强迫我们去抓优先级。

这样一个文化也帮助我们少走了一些弯路，比如很多公司会在业绩特别好的时候盲目扩招，然后招到很多很多人，最后消化不了，然后在经济下行的时候要大规模的裁员，这种周期，我们在过去很多年都没有经历过。

Monica Xie:您可以给大家举一些例子，为什么AppLovin像一个创业公司？我记得你之前就跟我提到过，你们没有开会文化，这个算是一个吗？可以跟他讲讲怎么实现的呢？

葛小川:对，我们完全没有会议，这确实是文化之一。另外一个例子就是，去年5月份的时候，我们正在讨论是否要开始做电商。这中间很多决策还是一些技术核心问题我们能不能解决。当时正好公司几个高层在vegas是参加Google举办的一个会议。在酒店餐厅，我和CEO、CTO吃早饭，点完菜之后，菜没有上来之前，我们三个就开始讨论当时一个核心的技术，关于归因flow应该怎么去设计？我们三个当时手边也没有草稿纸，就在餐厅的餐巾纸上开始画图，开始去寻找解法，然后上菜之前，我们就把这个思路找出来了。找出来之后，我们三个赶紧把饭吃完回到宾馆就开始写代码，在那个周末结束我们回到湾区的时候，我们现在这个电商这个产品第一代归因引擎就已经做好了。

Monica Xie:Oh wow,你觉得这个算不算你们CEO直接上手参与，而且还是用手边的纸巾，这听起来完全不像是一个上市公司的故事。

葛小川:对，我不想把它夸大，我们公司当时是CTO、我、数据VP，公司的话就是从上到下每个人都是要亲自上手的，没有纯管理层，我们要求公司里面每一个人都要都要能够是一个很好的IC，然后一个团队里，如果你想做团队领袖的话，你一定是这个团队技术最强的人。

Monica Xie:我觉得另外一个很像start up的例子就是AppLovin其实经历了几次转型，尤其是最近的这一次，我也挺好奇，是什么实现从一个游戏为主，到一个广告为主的业务转型？业务管理方式可能都会产生很大变化，人员肯定也有很大的调整，在这个过程中有哪些比较关键的决策、或是一些挑战是如何过渡的？我相信听众里边也会有很多start up相关的朋友，因为我觉得回到AI这个话题上。其实AI对于现在很多公司的一些自己的业务也产生了很多的冲击，但是很多这种机会往往需要整个组织的一个比较大的转型才能实现的，怎么在这个转型过程中平稳过渡，也想听听你们的经验。

葛小川:我觉得这个转型其实在我们内部经历的还是挺丝滑的，因为从管理上来说的话，我们的游戏部门和广告推荐算法部门一直是分开的。我们的推荐算法团队一开始比较小，然后随着业务的发展，也在缓慢稳定地增员，现在有50多个人，包括所有的前端、后端、模型、数据，infra都是这些人在做，那么我们游戏的部门其实人员并没有什么变动，我们现在只是把整个游戏的业务打包卖给了另外一家公司而已。

这个转型还是比较灵活的，但我觉得这里和其他公司做法不太一样的一点就是我们做决策真的非常果断和快速。从我跟ceo提起这个话题，到这事情完成，也就短短的几个月的时间而已。

Monica Xie:那么以前做游戏相关的这些人未来会不会不重要了？团队内部会有一些声音吗？

葛小川:应该还好，因为我们内部就像不同的分公司一样，游戏studio他们都是独立的，而且也不是一家公司，而是有将近十个游戏studio，有的在欧洲，有的在中东，有的在中国，他们本身其实也是分开的。

Monica Xie:明白，你刚才说没有会议的这个文化我其实还是挺好奇的，这个是什么时候开始形成的，很反直觉，因为不管怎么样一个公司里边也很多事情是需要大家一起讨论分工，才能够解决它，不是每个都可以单打独斗的，为什么这个对你们来说那么重要，要坚持下去，而实行中又是怎么去实现的呢？

葛小川:我觉得有时候过多的会议是一个很低效的沟通方式，尤其是多人的会议是最浪费时间的。我们公司非常鼓励实时沟通，也鼓励人们去办公室工作。我们通过各种不同的方法和福利，比如你搬到离公司比较近的地方，每个月可以拿到1500到2000块钱的房补，公司会提供非常优质的饭菜、公司还有免费的洗车、理发等等，鼓励大家来办公室进行实时沟通。

但是，实时沟通和会议是完全不同的东西。我经常跟团队来说，如果一件事情你需要安排一个会议去讨论的话，这个事情八成是不重要的，因为如果你真的觉得这个事情重要的话，你应该直接找对方去聊一下。如果这件事情需要三分钟聊完，那聊完就可以走了；如果这个事情需要三个小时聊完的话，那你就聊三个小时，但这种提前安排的会议往往是达不到这样的效果的。

如果一件事情急需解决的话，你需要等很长时间才能开始讨论这个问题，那大家就会停滞很久。另外现在标准的会议是30分钟，但很少会有人说，这个会议开了五分钟，开完了就不开了，大家还是要把这个30分钟给熬完。那如果这个事情本身很重要，30分钟聊不完，比如说需要40、45分钟才能聊完，大家很可能就会在30分钟结束了，然后再安排下一个会议继续讨论，这样的工作模式是非常低效的。

Monica Xie:interesting，但哪怕是一些战略性质的对比，是几分钟可以解决的问题，你也不想打断写代码的工程师的工作流。

葛小川:对，对于一些不需要非常实时沟通的对话，我们就直接用像slack这样的实时沟通软件来解决。这种文字的交流，有些时候要比直接的语言交流更高效一点。因为你在打字的时候输入输出的速度其实跟你思考的速度是更匹配的。而说话的时候，你是没有办法深思熟虑的，你在一个东西还没想清楚的时候，你就要把它说出来，但如果打字的话，那个频率其实更吻合。

Monica Xie:这个是挺有意思的，所以如果这个沟通，本来就是用文字来写，为什么还要开个会再把它放到一个文档里。非常有意思。

葛小川:而且这种文字沟通会导致你沟通的反复的频率要少的，其实也是强迫你提高自己的沟通方式来减少反复的需求。我在以前工作的场合里很多话题大家需要back and forth很多次才能达成一致。但是由于我们这种沟通习惯就会导致大家就是三言两语就可以在一件事情上达到很好的默契。

Monica Xie:最近小川花了很多时间在招聘中国团队。所以像你们这样的一个听起来有点特别、人效这么高的公司，你希望招什么样的人？在招聘的流程和标准上有哪些思考？你们不是在造火箭，但我想你们的招聘标准可能是非常高的，但很多顶尖的人才可能想去解决一些听起来更fancy的事情，那么你们是怎么去吸引一些在技术上有野心的、也是最优秀的人才？

葛小川:其实我觉得这个世界上人才非常非常多，人才种类也不一样。有很多技术很强，然后对于职业上也很有野心的人，但他们也很务实，会更关注解决的问题，而不是解决问题的方法。这种候选人可能在文化上会更容易跟我们产生共鸣。在这里会发展比较好的人，他们是有很多很好的特质，非要去想一些共同点的话，我觉得大部分的人都非常聪明同时非常刻苦。大家都有勇气去challenge status quo，挑战常规，不会因为自己做出和别人不一样的选择而感到焦虑。公司大部分人都喜欢去做出一些技术上与众不同的决策。包括人生的选择有时也挺与众不同的。

Monica Xie:你们有哪些招聘的流程跟别人不一样吗？会通过什么问题来筛选出你要的人？

葛小川:我来公司之后，我们招聘的策略其实也变换了很多次，现在我觉得比较好的招聘条线里，其中有一个路径下，几乎百分之百招到的都是非常优秀的人。首先是名校毕业，证明他们肯定是又聪明又勤奋。毕业之后去了一个不是特别知名的公司工作了一到两年。然后他自身发展太快了，那个地方也容不下他了。这样的人来到这里之后一般会非常的成功。

Monica Xie:Wow，听起来真的是一个非常高的标准。我们之前也讨论过，因为前段时间你们也在国内招聘，因为我是在国内和国外都工作过，我觉得这个环境的还是挺不一样的，可能在硅谷这样的地方，比如我一毕业去了一个名不见经传的一个startup。但是在硅谷，即便我之后去了amazon，但amazon看你之前一个名不见经传的startup，大家也并没有觉得这是一个减分项，包括我当时面google，大家还觉得是个加分项，很尊重这样的选择。但我觉得国内可能大家觉得初创公司的风险非常大，毕业还是要去大厂，文化上还是有一些差异的。我不知道你在招聘的时候，你会遇到类似的一些问题吗？你会怎么去跟大家去传递这样的一种价值观？

葛小川:对，因为确实我在国内和硅谷都招人的时候，能够明显的发现国内同学的思维方式，和硅谷这边还有些不一样，包括跟硅谷的中国人比起来也是有些不一样的。国内的同学可能对于风险的评估，会更加偏向于寻找一个风险比较低的选择。

Monica Xie:而且你们的业务主要在海外，可能很多国内的同学还不大了解，在听播客的同学或许也想知道，现在你们在国内的团队是怎么样的一个设置，接下来的招聘计划又是怎么样的？

葛小川:Okay，我们北京团队的构成架构和北美是非常接近的，前端工程师，后端工程师，算法工程师，配比是和北美一样的，项目也是一起在做。目前北京十几个人，但我们全公司的工程师加在一起也不到100人，在湾区总部的工程师也就50多个。

Monica Xie:那真的是非常小的一个团队。

葛小川:我是在2024年年初的时候开始在北京搭建团队，搭建效果我自己给自己能够打个8.5分。我觉得比较满意的一点就是，刚才也提到了在国内一些年轻人对于风险的管理，在这样的情况下，经过一年的努力我们还是招到了一批极为优秀的团队成员，并且成功的把这个北美的这种公司文化和工作方式带入北京团队，我跟北京团队一起工作的时候，能够感受到他们很像我在北美当时搭建团队早期的那种氛围，所以这点是我非常满意的。今年他们的业绩产出也非常非常的好。我们现在在北京的知名度还不是很高，我觉得在北京还有很多跟我们价值观契合的优秀工程师、布景工程师、PM之类的。希望今年有机会让他们更加了解我们，并且有机会加入我们。

Monica Xie:对的，我也去过几次北京的办公室，而且不只是糖衣炮弹，核心还是刚才小川聊到他们正在创造一个新的市场，会让一个原本看上去小的市场成长超过大家想象的一个事情。而且我想有这样的公司文化，这样千亿美金市值的公司，还有那么多全新的事情来去做，所以我也希望如果听众朋友里面有这个感兴趣的同学的话也可以联系他们。

最后还有一个有意思的发现，你们的创始人和几个C level都是从不同国家来到美国的移民，我好奇你会觉得这个对于你们的文化有一些潜移默化的影响吗？

葛小川:影响肯定还是有一些的。首先美国本来就是个移民国家，CEO其实很小的时候就去了美国，他其实是在美国成长起来的。也有一些其他高层是在自己的国家接受完教育之后，才来的美国，但我觉得总体上是已经学习并融入了这种西方的主流文化里面来。只不过我觉得我们这种不同的背景来到美国，可能多多少少带来一些跟美国文化互补的一些东西。就比如说我觉得对于勤奋和努力的尊重，因为作为移民的话，在刚开始来到这个国家的时候都会经历一些逆境和挫折，反过来成为我们面对困难的时候的一种不服输的精神。我们经常说的chips on shoulder ，就是总是需要有一种证明自己的渴望，这也可能是移民的经历，给这个公司带来的一种文化。

Monica Xie:好的，我们今天的确聊了非常的多，也聊得非常开心，非常感谢小川的时间。最后如果对于加入AppLovin感兴趣的同学，你觉得你会希望在接下来一两年内想要去解决一些问题，可以留下一个联系方式。

葛小川:我觉得我们现在正处在一个时代转折点，AI技术开始发展的初期，未来不仅有AI核心技术的发展、也有应用方面的发展。我觉得对于AppLovin来说，其实是挑战也是机遇，就是怎么样能够AI的风口浪尖，能够寻找自己独特的、利用AI的一个方式，这里面有很多是open question，很难在今天就看到的一些价值，在未来我们会找到更多的方法去应对，利用好这些价值，我觉得这本身是一个探索的过程，也是未来几年的工作里面最让人exciting的部分，所以这时候能够加入我们，和我们一起去参与到这样一个探索未来的事情，是一个很好的很好的机会。如果大家想加入我们的话，我会分享我们在北京和北美的招聘的网站的链接，大家可以通过那个链接来联系我们。

Monica Xie:好的好的，非常感谢小川的时间，聊得非常的开心，也希望让更多的同学们能够去了解没有被很多人注意到，但是真的在快速建立起全新可能性的一个公司。好的，那今天就到这里，非常感谢小川的时间，拜拜。