Latest / The Long View / 特别篇 · AppLovin｜从废墟到标普五百，机会还在不在

Transcript

特别篇 · AppLovin｜从废墟到标普五百，机会还在不在 · The Long View

0:00
欢迎收听The Long View，
0:01
w，今天这一期是一集特别篇。
0:03
我们不讲今天的新闻，而是花十几分钟把一家叫AppLovin的公司从头到尾讲一遍。
0:10
它的股票代码是A P P，在纳斯达克上市。
0:15
为什么值得花一整集？
0:17
因为这只股票几乎完整地把现代美股里两件事的极限版本都演了一遍—先是二〇二一到二〇二二年，
0:26
从上市后高点跌掉百分之九十二，市值从两百多亿美金跌到不到四十亿；
0:33
然后从二〇二三年开始反过来涨，二〇二四年单年回报百分之七百一十二，
0:40
二〇二五年九月二十二号被纳入标普五百指数，
0:44
二〇二五年底市值最高摸到接近两千五百亿美金。
0:49
三十个月，从废墟到标普五百。
0:52
我今天要回答三个问题。
0:54
第一，它为什么会跌？
0:56
这场跌不是普通的回调，是一次接近破产边缘的下跌，
1:02
背后机制值得讲清楚。
1:04
第二，它为什么又能回来？
1:07
公司做对了什么，世界又恰好给了它什么。
1:12
第三个问题是最重要的—今天这个价格，
1:15
机会还在不在？
1:16
我会用我们这套知识库里的几本投资理论书去拆这个问题，
1:21
特别是索罗斯的反身性、达摩达兰的叙事估值，
1:25
还有多西的护城河框架。
1:28
先讲公司本身。
1:29
AppLovin二〇一二年在加州Palo Alto由Adam Foroughi创立，
1:35
他到今天还是公司的C E O。
1:37
这家公司做的事情，一句话讲就是—AI驱动的效果广告平台。
1:43
它不像Google或Meta那样自己拥有海量的用户和流量，
1:47
它是站在巨头围墙外面，帮广告主把广告精准地投到别人家的app里去。
1:54
它的核心引擎叫AXON，是一个机器学习模型，
1:57
处理的事情是—每一次广告曝光，应该出价多少、
2:01
给哪个用户、放哪条素材。
2:04
公司有三块业务。
2:06
一块是AppDiscovery，y，
2:07
对应需求侧，由AXON这个模型驱动，
2:11
是公司主要的收入引擎。
2:14
第二块叫MAX，是给app开发者用的广告中介工具，
2:18
做header bidding，g，
2:19
也就是头部竞价；
2:21
它的存在让AXON能拿到大量真实的、
2:24
交易所级别的需求信号。
2:27
第三块叫Wurl，二〇二二年收购来的，
2:30
是连接电视也就是C T V这条线。
2:33
原来还有一大块是自营的手机游戏工作室，
2:37
二〇二五年六月三十号卖给了一家叫Tripledot的英国手游公司，
2:42
对价是四亿美元现金加上Tripledot大约百分之二十的股权。
2:48
从这一天起，AppLovin严格意义上是一家纯软件平台公司了。
2:54
把背景讲清楚了，回到第一个问题—它当年为什么跌。
2:58
二〇二一年四月十五号I P O，发行价八十美元，
3:02
首日收盘六十五点二美元，跌掉百分之十八点五，
3:07
开盘市值大约两百三十亿美元。
3:10
但真正的崩溃在后面。
3:13
从二〇二一年的高点到二〇二二年的低点，
3:16
AppLovin股价跌掉了大约百分之九十二，
3:20
市值一度低于四十亿美金。
3:22
这个跌幅在大型美股里是非常罕见的。
3:27
为什么会跌这么狠？
3:28
三个原因叠在一起。
3:30
任何一条单独出现都不会跌九成，三条同时出现就出事了。
3:36
第一条，是苹果在二〇二一年四月—和AppLovin上市差不多同一时间—推出的A T T，
3:43
全称 App Tracking Transparency，
3:46
y，中文叫应用追踪透明度。
3:49
这是i O S14.514.514.514.5版本里的一个隐私功能：以后每个app想跟踪你的设备ID，
3:56
都必须先弹一个授权框，由用户主动同意。
4:00
结果整个行业的同意率大约只有百分之二十到二十五。
4:05
这件事对AppLovin是什么意义？
4:08
我帮你解释一下。
4:09
效果广告这门生意，本质上靠的是一个闭环—给你看一条广告，
4:15
你看完之后是不是真的下载了、付费了、
4:18
消费了，这个转化信号必须能精确地回流到投放系统里，
4:24
模型才能学习哪种广告该投给你这种用户。
4:29
所有这一切的前提，是有一个稳定的、可识别你这个设备的ID，
4:34
行业里叫I D F A。
4:37
A T T一上线，I D F A大面积失效了。
4:41
对AppLovin来说，相当于一家依赖G P S的外卖公司，
4:45
G P S突然只能在百分之二十的订单里用—剩下的百分之八十只能靠路名和直觉。
4:54
AppLovin那个时候用的AXON1，
4:56
是基于一种叫 gradient boosting tree、
4:59
e、也就是梯度提升树的传统机器学习架构，
5:03
整个模型是围绕"我有完整的I D F A信号"设计的。
5:09
信号一坏，模型就不灵了。
5:11
这是第一条，是一次结构性的信号冲击。
5:16
第二条，是宏观环境。
5:18
二〇二二年是全球加息最猛的一年，无风险利率从接近零拉到百分之五。
5:26
对所有未来现金流权重很高的成长股，估值折现率几乎翻倍，
5:31
多数高成长软件股的市盈率被腰斩到三分之一。
5:36
这不是AppLovin一家的问题—Unity、
5:39
Roblox、Snap、Trade Desk都吃了同样的多杀。
5:44
但AppLovin偏偏踩在最坏的两个交叉点上：信号冲击加上宏观折现率冲击，
5:50
同一时刻发生。
5:53
第三条，是真正让人脊背发凉的—叫做反身性下跌。
5:57
这个词来自乔治·索罗斯，他在《金融炼金术》这本书里讲得最清楚。
6:04
索罗斯的核心观点是：传统经济学认为基本面决定股价，
6:09
股价是被动反映基本面的；
6:11
但索罗斯说，股价反过来也在塑造基本面。
6:16
当股价下跌的时候，会启动一连串机制，
6:19
让基本面真的变差。
6:21
具体到AppLovin二〇二二年那次跌—你想，
6:25
股价跌了百分之九十之后会发生什么？
6:28
第一，公司发的股票期权变成废纸，工程师团队留不住，
6:33
研发节奏慢下来。
6:35
第二，没法用股票去做收购了，并购管道整个冻结。
6:40
第三，分析师下调目标价，被动指数基金被迫卖出，
6:45
价格继续跌。
6:46
第四，市场上的叙事从"AI广告平台未来的复利机器"翻面成"广告科技僵尸股"，
6:53
估值倍数压缩得比基本面更快。
6:57
索罗斯有一句话非常贴：他说反身性的反向回路，
7:02
可以把一家在更不反身性的世界里本来不会破产的公司，
7:07
真的推到破产。
7:09
AppLovin当时没有破产，但市场是按照接近破产的概率在定价。
7:15
这个反身性下跌的故事，我们投资理论这边对应的是一篇综合的笔记，
7:20
叫做"周期、反身性与肥尾"，是这套理论体系里第五个核心心智模型。
7:28
它说的就是这件事—市场不是均衡机器，
7:32
是一个自适应系统，价格会改变行为，行为会改变基本面。
7:38
AppLovin二〇二二年那次跌就是教科书级别的反身性熊市，
7:43
叠加在一次真实的信号冲击之上。
7:47
讲完跌，讲它为什么能回来。
7:50
公司这一波回来，我看下来是五招连出。
7:53
前三招是经营层面的，后两招是结构层面的。
7:58
第一招，是AXON2.02.02.0。
8:00
这是二〇二三年第二季度上线的，是整个反弹故事的真正起点。
8:07
AXON1是传统机器学习，AXON2是基于embedding、
8:12
也就是嵌入向量的深度神经网络，加上多模态信号和实时序列建模。
8:19
公司公开的数字是—每秒处理超过两百万次广告竞价，
8:24
覆盖一百亿以上的设备。
8:27
它怎么解决A T T信号丢失的问题？
8:30
方法是—在更高一层的抽象上建模。
8:33
原来需要每个具体设备的确定性ID，现在它学习用户的行为嵌入，
8:39
可以在概率性的、聚合后的信号上工作。
8:44
这其实跟大语言模型替代传统N L P的那一波架构变迁是同一个套路—从人工设计特征，
8:52
转向端到端学习表征。
8:54
效果在财报上几乎是肉眼可见。
8:57
AXON2上线那个季度，调整后EBITDA大约二亿六千万美金。
9:02
到了二〇二四年第四季度，同一个指标到了七亿七千万。
9:08
同一段时间，调整后EBITDA利润率从百分之六十五拉到百分之七十七。
9:14
在没有大幅增加成本的情况下，模型重写一次，
9:18
利润涨了将近三倍。
9:20
这是AI在企业内部产生真实现金流的最干净的案例之一。
9:26
第二招，是公司内部一直在讲的 hybrid monetization，
9:30
n，混合变现。
9:32
这是一个细节，但是是真正的护城河所在。
9:37
AppLovin的模型不是优化用户会不会点击或者会不会下载—它优化的是用户未来二十八天的预期收入，
9:46
包括应用内购买和广告收入加起来的总和。
9:51
我举一个原文里的例子帮你理解：一个游戏玩家第一天充值一美元，
9:56
第二天什么都没干。
9:58
如果用传统的短期转化标签，这个用户大概率被打成低价值用户。
10:04
但AXON看的是他的留存特征，预测他未来一个月可能持续付费几百美元，
10:11
于是会继续给他推送高价值广告。
10:14
这种长窗口、跨变现路径的优化，多数对手是没有的。
10:20
第三招，是在最底部回购了大量股票。
10:24
二〇二二年股价跌到接近百分之九十的时候，
10:28
董事会授权了七亿五千万美金的回购，到那年第三季度大约执行了三亿三千九百万美金，
10:36
加权均价大约三十八美元。
10:39
后续又有多轮新的回购授权。
10:42
三十八美元买回来的股票，对应后来的最高价七百三十三块六毛—这是教科书级别的资本配置。
10:51
同期那些在二〇二一年高位回购的公司，
10:55
对比就非常刺眼。
10:57
第四招，二〇二五年六月三十号正式完成的，
11:00
是把整个手机游戏业务卖给Tripledot。
11:04
十家游戏工作室—包括Machine Zone、
11:06
e、Magic Tavern、n、PeopleFun、
11:09
Lion Studios等等—一次性打包出售。
11:13
对价是四亿美元现金，加上Tripledot大约百分之二十的股权。
11:19
这件事一次性做成了四件事。
11:22
第一，把利益冲突拿掉了—以前AppLovin一边帮MAX上的游戏发行商做投放，
11:29
自己又开十家游戏工作室跟他们抢用户，
11:32
这个尴尬终于结束了。
11:35
第二，财务模型大幅简化，分析师终于可以把AppLovin当成一家纯软件平台来估，
11:43
给百分之八十以上的利润率打分，不再混在游戏加软件的两套单位经济里。
11:50
第三，账上多了四亿美元现金。
11:53
第四—也是最微妙的一点—AppLovin仍然持有Tripledot百分之二十的股权，
11:59
没卖干净，还留了一个对游戏行业的间接看涨期权。
12:04
从达摩达兰的叙事估值框架看，这一招的意义就是—把一个混乱的三档故事—更好的捕鼠器加大市场加内容I P，
12:15
变成了一个干净的两档故事—更好的捕鼠器加大市场。
12:19
叙事越干净，市场愿意给的估值倍数越高。
12:23
第五招，是二〇二五年九月二十二号被正式纳入标普五百指数。
12:30
这件事一半是机械的—所有跟踪标普五百的被动基金，
12:35
在加入那一周必须按权重买入大约百分之九的浮动股本—另一半是合法性认证，
12:42
机构投资者可以放心地把它纳入基准内的持仓。
12:47
但Morningstar当时给的评级是看起来已经高估，
12:51
这一点其实很到位—指数纳入压缩的恰恰是未来的预期回报，
12:57
因为基本面没变，价格被强行抬上去了。
13:01
第五招之外还有一条戏剧性的支线，叫做做空报告大战。
13:06
在过去十二个月里，三家做空机构连续出手—二〇二五年二月Fuzzy Panda、
13:13
a、二〇二五年三月Muddy Waters，
13:15
s，二〇二六年一月CapitalWatch。
13:18
h。
13:18
其中CapitalWatch那一份在二〇二六年二月九号被迫撤回道歉，
13:23
股价当天反弹百分之十四。
13:26
但是—这里很重要—Muddy Waters和Fuzzy Panda的指控并没有被撤回。
13:32
他们的核心指控是什么？
13:34
是说AXON的效果之所以魔幻地好，至少有一部分原因是公司在做 device fingerprinting—设备指纹技术，
13:43
也就是绕过Apple A T T同意机制，
13:46
把用户拼接出来。
13:49
这等于是说AppLovin违反了Apple、
13:52
Google、Meta、Snap、TikTok等平台的服务条款。
13:56
围绕这个指控有三件事一起在烧。
14:00
一是二〇二五年十月六号C N B C爆料S E C正在调查AppLovin的数据收集行为；
14:07
二是二〇二六年五月，荷兰的一个组织叫Privacy Collective、
14:12
e、由国际特赦组织背书，提起了集体诉讼，
14:17
控诉AppLovin通过嵌入在游戏S D K里的追踪软件违法收集欧盟用户数据；
14:24
三是Muddy Waters当年的报告本身一直没被撤回。
14:29
三个独立的来源—做空研究、美国S E C、
14:32
欧盟集体诉讼—指向同一组事实，这个信号比任何单个来源都要强。
14:39
多头会说，这些都没有真正的裁定，公司还在持续高增长，
14:44
本身就是最强反证；
14:46
空头会说，三个口子同时挖，任何一个挖出文档证据，
14:51
另外两个都能拿来用。
14:54
两种说法可以同时成立。
14:57
把跌、把回来，都讲完了。
14:59
最后一段，是今天最重要的—这个机会，
15:02
今天还在不在？
15:04
先看价。
15:04
二〇二六年第一季度的财报，五月六号披露：营收十八亿四千万美元，
15:11
同比增长百分之五十九，超出市场预期的十七亿七千万。
15:16
调整后EBITDA十五亿六千万美元，
15:19
对应利润率百分之八十五，是公司历史上最高的一次。
15:23
净利润十二亿一千万，同比涨百分之一百零九。
15:28
第二季度的指引中位数是十九亿三千万营收和十六亿三千万EBITDA，
15:34
两个都在共识之上。
15:37
这意味着在不算电商业务正式开放的情况下，
15:41
年化收入大约在七十五到八十亿美元区间。
15:46
对比二〇二五年全年的五十五亿，意味着二〇二六年至少百分之四十的增长，
15:52
是不依赖任何电商故事的硬底盘。
15:56
这个价格里，市场买的是什么故事？
15:59
我用达摩达兰那本《叙事与数字》里的三P测试拆一下。
16:04
可能性、合理性、概率性，三层过滤。
16:08
故事的第一条是核心游戏广告业务保持百分之四十到六十的增长—可能、
16:14
合理，第一季度的数字直接支撑。
16:17
但是第二年是否能维持，是真正的问题。
16:21
第二条是非游戏的T A M—也就是潜在市场—是游戏的五到十倍。
16:27
T A M本身是合理的，电商、品牌广告、
16:31
金融、汽车保险，盘子确实更大。
16:34
但概率性，也就是真正能做成的那一档，
16:38
要打问号。
16:39
当前的瓶颈数字是—闭测里合格线索的上线转化率只有百分之五十七，
16:45
也就是说有合格意向的广告主，只有一半多一点真的把广告跑起来了。
16:52
卡点是创意制作。
16:55
AXON3.03.03.0计划在二〇二六年用生成式AI来生成广告素材和着陆页，
17:02
目标就是把剩下那百分之四十三推上去。
17:06
能不能做到，是未来两个季度的核心观察点。
17:10
第三条故事是百分之八十五的EBITDA利润率能持续—合理，
17:15
前提是软件纯化的产品结构保持，并且没有被监管要求做出影响商业模式的整改。
17:24
第四条是隐私和监管这些事都是噪音—这一条今天既不概率成立也不概率失败，
17:31
是真正的悬念。
17:33
三个独立的调查口子全部还开着。
17:37
第五条是Meta、Google不会有针对性的反击—今天是合理的，
17:42
长期看是结构性不确定，Meta自己的广告业务在二四到二六年也在加速。
17:50
讲到这儿，达摩达兰会让你做一个一致性检查，
17:53
他叫三角铁律—增长、风险、再投资，这三件事是连在一起的。
17:59
高增长一般要伴随高再投资和高风险。
18:03
AppLovin今天的市场隐含故事是：百分之四十的营收增长，
18:07
百分之八十五的利润率，几乎零资本开支，
18:11
业务风险也低。
18:12
这是一组讲故事的人最想看到的组合。
18:16
达摩达兰说，这种组合几乎不可能同时成立。
18:20
一个软件公司可能罕见地真的接近这种组合，
18:24
但通常其中有一角—最可能是风险这一角，
18:28
对应监管整改的潜在成本—被压得太便宜了。
18:33
护城河角度，我对照多西在《小书：建造财富》里的四种护城河—无形资产、
18:39
转换成本、网络效应、成本优势—AppLovin最强的那一种是数据网络效应。
18:46
更多广告主，加上更多发行商库存，加上更多转化事件，
18:51
等于更好的AXON预测，再等于更好的R O A S，
18:55
再回来等于更多广告主。
18:58
这是一个完整的飞轮。
19:01
但是要注意—这是一个任务专用的飞轮，
19:03
目前最擅长的领域是手游和应用内库存的R O A S优化。
19:10
多西在那本书里特别强调过一个失败模式—网络效应的护城河，
19:16
不是因为竞争对手赶上来而崩，而是因为任务本身换了。
19:22
就像TikTok没有打败Instagram的图片分享网络，
19:25
它直接把用户的注意力换到了短视频这个不同的任务上。
19:30
AppLovin的电商扩张，本质上就是一次任务能不能迁移的考试。
19:36
如果这套数据飞轮真的能从游戏内迁移到Web电商，
19:40
Meta和Google那边在电商一侧的数据优势是非常强的，
19:45
AppLovin要在那个网络里重新拼一遍。
19:49
所以今天这个价格，到底是不是机会？
19:52
我把它拆成三种情景。
19:55
牛市情景—电商自助服务上半年正式开放，
19:58
AXON3.03.03.0的生成式创意把那个百分之五十七的瓶颈打开，
20:04
护城河真的迁移过去。
20:07
营收能在二〇二八年之前以百分之三十五到四十五的速度复利，
20:12
利润率保持百分之八十以上，监管尾巴用披露整改解决，
20:17
不动到商业模式。
20:19
这个版本下，B of A给出的七百四十五美元目标价，
20:23
对应当时的大约百分之八十三的上行空间，
20:26
是合理的描绘。
20:28
熊市情景—三个开放调查里有任何一个产生不利裁定。
20:33
业务不会消失，但显著一块信号质量被拿掉。
20:37
AXON的R O A S优势压缩，估值倍数从标普五百成长明星重定价到成熟广告科技同行那个水平。
20:47
再叠加反身性回路反向运行—价格跌、叙事松动、
20:52
倍数压缩比基本面更快—一次百分之五十到七十的回撤是结构上完全可能的，
21:00
跟二〇二二年那次跌的机制几乎一样。
21:04
基准情景—既不极端：电商正式开放确实落地，
21:08
但转化速度低于牛市要求，大概在百分之六十到八十的乐观路径上跑。
21:15
监管出一些披露和流程整改，但不动到商业模式。
21:20
营收二〇二六年大约百分之三十到四十的增长，
21:24
二〇二七年减速到百分之二十到二十五。
21:29
股票在两到三年里温和跑赢标普，但中间会有几次百分之二十到三十五的回撤，
21:35
这是高倍数成长软件股在中期的标准模式。
21:40
那应该怎么做？
21:41
把周期、反身性与肥尾里那条分数凯利的纪律拿出来用—你的输入有噪音，
21:48
所以仓位要远低于公式给的最优值。
21:51
具体到AppLovin，三个噪音来源叠加。
21:56
第一，指纹技术那个问题在监管层是二元的—要么这套S D K行为被允许继续，
22:02
要么被禁止。
22:04
二元结局且有多年长尾，是分数凯利最适合处理的情况。
22:09
第二，电商执行也是二元的—二〇二六年第三季度和第四季度的财报会给出明确答案，
22:17
市场目前是按会过在定价。
22:20
第三，反身性双向都有效—从这里往上的牛市还可以超过基本面跑很远，
22:27
向下的熊市也一样可以超过基本面跌很远。
22:31
这种情况下，正确的反应是减小仓位，而不是加强信念。
22:37
按这个纪律，今天这个价格上，仓位应该在投资组合的低个位数百分点，
22:43
不应该在高个位数。
22:45
然后留两个加仓触发条件—一是监管头条引发了百分之三十以上的回撤、
22:51
但基本面没有破，那是反身性熊市给出的更好的入场点；
22:56
二是第三、第四季度的财报真的兑现了牛市情景百分之七十以上的电商爬坡，
23:04
公司拿真金白银证明了任务迁移成立，那时候可以加权重。
23:10
最后总结一句话—二〇二二年三十八美元那个机会，
23:14
今天在四百多美元这里不存在了。
23:17
那次机会需要看穿两件事：反身性下跌是自我放大的，
23:22
但护城河是真实的。
23:25
那次机会绝大多数投资者只看到了悬崖，
23:28
没看到崖底下的桥。
23:31
今天这一个机会，是一个条件性的机会—市场已经在为数据飞轮成功迁移到电商、
23:37
监管尾巴顺利收尾这两件事同时发生付钱。
23:42
两件都合理，没有一件已经从合理升级到大概率。
23:47
所以这是一只值得尊重而不是追逐的股票。
23:51
二〇二四年那个百分之七百一十二的回报已经在后视镜里了。
23:57
接下来的两年，会被两个非常无聊的地方决定—一份监管文书，
24:01
和一次产品的正式开放。
24:04
The Long View今天的特别篇就到这里。
24:07
下次回到日常节奏，我们继续聊政治、科技与科学、
24:12
商业与投资和生活四个频道。
24:15
下期见。