APP AppLovin Corporation 美東 10/27 收盤價：262.82 元+2.08 (+0.8%)

追蹤

AppLovin 是一家以 AI 驅動的成效型廣告平台為核心的公司，主要協助廣告主在行動裝置等數位環境中找到可能轉換的用戶、提高廣告投資報酬率（ROAS），同時也幫助 App 開發商將流量變現。

核心業務可分為兩端：

• 廣告主端：買量與成效投放

  • 廣告主透過 AppLovin 的平台投放廣告，以爭取 App 安裝、電商購買、訂閱或填寫表單等明確轉換。
  • 核心技術是 AXON AI 引擎，會根據用戶訊號、廣告素材、出價與轉換結果，持續優化「把哪一則廣告投給哪個人」及投放價格。
  • 公司近年不只服務遊戲客戶，也正擴展到電商、訂閱制服務與潛在客戶開發等消費者垂直領域。

• 開發商／媒體端：流量變現

  • App 開發商可把廣告版位接入其平台，讓多個廣告需求方競價，提升廣告收入。
  • 對開發商而言，AppLovin 提供的是廣告中介、競價、填充率與收益最佳化能力；對廣告主而言，則是可取得大規模行動流量的投放管道。

簡單說，AppLovin 的商業模式是：以 AI 改善廣告配對與出價效率，向廣告主取得預算，再與提供廣告版位的 App 開發商分享收入，中間保留平台收益。

目前市場最關注的轉變，是它已從早期較偏行動遊戲生態系的工具與廣告公司，逐漸轉型為跨遊戲與電商的 AI 成效廣告平台。頁面所示 2026 年第二季營收達 19.24 億美元、年增約 53%，即使安裝量略降，每次安裝的淨收入仍成長，反映成長主因已更偏向演算法帶來的變現效率，而不只是取得更多流量。

市場在看 AppLovin（APP）的題材，本質上是「AI 驅動的績效廣告平台能不能把成長天花板打開，同時把超高獲利率維持住」。就目前頁面內容與近期公開資訊來看，焦點大致集中在以下幾條主線：

1) AI 廣告引擎（AXON/AXON2）帶來的「投放效率提升」題材

• 核心敘事是：AXON（含 AXON2）的模型迭代，能把廣告主的 ROI/ROAS 做得更好，進而吸引更多預算、提高平台變現能力。
• 市場買單的不是「AI 概念」本身，而是它能直接反映在廣告收入成長與高毛利/高 EBITDA margin（目前頁面也提到毛利率約 83% 這種很誇張的結構）。

2) MAX（in-app bidding）＋供給端擴張：把「流量/庫存」握在手上的題材

• MAX 是 App 變現端的基礎設施：協助開發者做即時競價，提升 CPM，等於把供給池做大、資料更完整，反過來也強化 AXON 的學習效果（形成飛輪）。
• 市場通常用「MAX 滲透率、供給擴張、CPM 走勢」來想像公司的長期上限：供給越強，議價能力與模型效果越容易維持。

3) 從遊戲走向「非遊戲/電商」：擴大 TAM（可服務市場）的題材

• 這是近一年非常關鍵的再評價來源：把原本在遊戲驗證過的成效型投放能力，延伸到電商/網路廣告。
• 其投資含意是：如果電商客群滲透起來，市場會把 APP 從「遊戲廣告」往「更廣泛的績效廣告平台」重新定價（天花板更高）。

4) 自助式投放平台（Self-serve / Ads Manager）打開「長尾客戶」題材

• 自助化的意義是降低導入門檻、擴張廣告主數量，讓成長不只靠大客戶/少數類別，而是更像一個可規模化的平台生意。
• 近期訊息多把「自助平台逐步開放」視為新增量的催化劑：一旦導入順利，成長斜率可能再變陡。

5) 「超高獲利率 + 現金流 + 回購」的資本配置題材

• 市場也在看它是不是具備「高成長同時高獲利」的少見組合：高毛利率、自由現金流強，搭配持續回購會對 EPS 有支撐。
• 這條線常被用來解釋：為什麼它能拿到相對高的科技溢價（以及為什麼一旦成長或模型效果被質疑，股價反應會很劇烈）。

6) 反面題材（同樣被市場緊盯）：模型更新節奏/算力成本/成長波動

• 當市場把估值建立在「持續模型升級 → 持續 beat/raise」的路徑時，任何模型改善時點延後、效果波動、或算力成本上升，都可能放大股價波動。
• 這也是為什麼 APP 常在財報後出現大幅度漲跌：市場其實是在交易「飛輪是否如預期運轉」。

總結來說，APP 的主題不是單一題材，而是一個「AXON（需求端效率）＋MAX（供給端資料與庫存）＋自助化（放大客群）＋跨到電商（放大市場）」的飛輪故事；股價評價則緊扣這個飛輪能否持續把成長與獲利率同時推上去。

AppLovin 現在不再披露 MAX、Axon、Adjust、Wurl 或 Gaming／Consumer 各自的營收金額與占比；出售自有 App 業務後，公司以單一「端到端廣告解決方案」營運與申報，2026 年 Q1 營收 18.42 億美元，100% 均歸在此一業務。

為什麼無法算出各產品的營收比重？

原因是 AppLovin 將 Axon 的廣告需求端與 MAX 的供給端整合在同一個拍賣市場。同一筆廣告交易通常同時涉及廣告主投放、模型優化、發行商庫存與拍賣分潤，因此公司認為拆開產品或垂直別營收，無法完整反映實際經濟活動，近年已停止提供此類拆分。

可以確認的「相對大小」

• Gaming 是目前收入主體：管理層表示，2026 年 Q1 的 59% 年增中，很大一部分仍來自遊戲垂直；且其長期對遊戲業務本身的成長預期約為 20%～30%。
• Consumer 是第二成長曲線，增速快於 Gaming：該產品推出約 1.5 年，2026 年 Q1 末的 Consumer 廣告主支出明顯加速，4 月更創下高於過往第四季旺季的紀錄；但公司未公布其占總營收比例。
• MAX 與 Axon 是彼此強化，而非可簡單切割的兩條收入線：MAX 增加可競價的廣告庫存與數據，Axon 則提升媒合、轉換與廣告主報酬；因此應將兩者視為同一廣告平台的供給端與需求端。

就投資解讀而言，APP 的營收結構目前可概括為：遊戲廣告是已驗證且最大的現金流來源；Consumer 廣告是高成長但尚未量化的選擇權；MAX、Axon、Adjust、Wurl 則共同構成平台型收入，而不是可精確加總的獨立產品線。 這也代表後續最值得關注的是 Consumer 廣告主支出能否持續提升，以及公司是否開始額外披露垂直別規模。

AppLovin 後續展望的核心，不是單純「廣告景氣好不好」，而是 AXON 模型能否持續提升廣告主投資報酬、電商／消費者廣告能否規模化，以及算力投入後能否維持高獲利與現金轉換。

近期營運：Q3 指引是第一個驗證點

公司對 2026 年 Q3 的指引為營收 20.55～20.85 億美元、調整後 EBITDA 17.10～17.40 億美元，代表營收年增約 46%～48%、季增約 7%～8%；調整後 EBITDA 利潤率約 83%。這表示管理層預期 Q2 的成長放緩，將隨模型更新落地而在 Q3 重新加速。

不過，利潤率由此前約 84%～85%略降至約 83%，反映模型訓練與推論所需的運算成本增加。重點不在利潤率是否維持歷史最高，而在於每增加一筆算力支出，能否帶來更高的廣告轉換、廣告主預算與平台收入；若能維持，這種成本投入反而是強化競爭門檻的必要投資。

三個主要成長引擎

1. AXON 模型持續迭代：短期最重要的營收變數

目前收入成長主要由廣告效率提升帶動，而非流量或安裝量增加。Q2 每次安裝淨收入年增 58%、安裝量反而下降 2%，說明平台是在既有流量上提高變現效率。後續若模型升級能持續改善 ROAS，廣告主通常會擴大預算，形成「模型改善 → 效果提升 → 預算增加 → 資料增加 → 模型再改善」的正向循環。

這也是 APP 與一般景氣循環型廣告公司的差異：它的成長更高度取決於模型版本推出的速度與效果。因此，季度數字可能受模型發布時點影響而有波動；模型更新延後，便可能使當季營收、利潤率和自由現金流低於市場預期。

2. 電商與消費者廣告：最大上行空間，但仍屬早期

遊戲廣告仍是基本盤，但消費者垂直、尤其電商，是公司擴大市場規模的重要第二曲線。AppLovin Ads Manager 已開放自助使用，讓更多廣告主可直接投放；消費者廣告主支出在 Q2 已較 2025 年第四季增加 28%。

真正值得注意的是，此業務尚未被單獨揭露營收，因此市場目前無法精確判斷其收入占比與獲利能力。短期障礙是廣告主導入與創意素材供給：合格潛在客戶轉為正式上線的比例約 57%，公司仍需透過互動頁面、生成式影片等工具降低素材製作與投放門檻。

若自助平台使中型品牌大量進入、留存，並逐步提高預算，電商廣告可帶來三層效益：

• 降低對遊戲垂直市場的依賴
• 增加交易與轉換資料，反過來強化 AXON 模型
• 在既有 MAX 廣告庫存上提升競價密度與每次曝光價值

但這條成長曲線不太可能每季線性上升；導入效率、創意工具品質和新廣告主的初期回報，都會讓短期波動加大。

3. MAX 供給端與新媒體版位：中長期擴大天花板

MAX 是 AppLovin 的廣告變現與競價市場。供給端庫存、競價者與可用廣告需求越多，平台越能改善配對與定價效率。公司後續也有意將能力延伸至非遊戲 App、開放網路與聯網電視；但這些方向仍偏中長期，短期營運主軸仍是先在行動端把消費者廣告需求做深、做大。

需要留意的三項風險

1. 模型迭代風險
   成長愈仰賴模型效率，愈容易因發布時點、效果不如預期而出現季報落差。Q2 已反映模型改善較晚落地時，市場對預期調整相當敏感。

2. 算力成本與利潤率壓力
   公司需擴大 GPU、模型訓練與推論投入。若收入增量無法覆蓋新增成本，約 83% 的高 EBITDA 利潤率可能走低。市場接下來不只會看營收年增率，也會看「高成長能否保有高獲利」。

3. 自由現金流轉換是否恢復
   Q2 自由現金流約 8.63 億美元，雖仍可觀，但相對 EBITDA 的轉換率降至約 53.5%；公司預期全年可回到約 75%，主要差異來自稅項、利息及營運資金的支付時點。若未來兩、三季仍低於約 60%，就需更審慎評估獲利品質與資本效率。

投資判讀

整體而言，AppLovin 的後續展望仍偏正向：核心遊戲廣告、MAX 平台與 AI 模型效率提供短中期成長基礎；消費者／電商廣告則提供更大的長期市場擴張潛力。現階段的關鍵不是題材是否成立，而是公司能否在 Q3 同時證明：

• 營收達成 20.55～20.85 億美元指引
• EBITDA 利潤率守住約 83%
• 自由現金流轉換率回升
• 每次安裝淨收入持續提高
• 電商廣告主導入與預算擴張開始轉化為可觀察的營收貢獻

若上述指標同步改善，Q2 較像模型部署與現金流時點造成的短期雜訊；反之，若營收、利潤率與現金轉換同時弱於預期，市場將重新評估其 AI 驅動高成長能否維持。

AppLovin 未來兩年 EPS 預估，市場目前看法偏正向：

較即時的市場彙整顯示，2026 年 EPS 平均預估為 15.66 美元、2027 年為 20.00 美元；另一份共識調查則為 2026 年 15.91 美元、2027 年 21.22 美元。差異反映預估更新時間與樣本不同，但方向一致：市場預期 AppLovin 未來兩年維持高獲利成長。

以 10/12 收盤價 270.87 美元 換算：

• 對應 2026E EPS 15.7～15.9 美元：預估本益比約 17 倍
• 對應 2027E EPS 20.0～21.2 美元：預估本益比約 12.8～13.5 倍

成長基礎

獲利預估的核心並非單純廣告景氣，而是 AI 廣告模型持續提高廣告主投放回報，推升預算與平台變現效率。公司 Q2 2026 營收為 19.2 億美元、年增 53%，調整後 EBITDA 為 16.1 億美元、年增 58%；Q3 指引營收為 20.55～20.85 億美元、調整後 EBITDA 為 17.1～17.4 億美元，毛利率約 83%。這代表高毛利、低增量成本的商業模式仍在擴大營運槓桿。

市場預估 2026／2027 年營收約為 81／102 億美元，分別年增約 48%／27%；EPS 成長高於營收的主要原因，是高 EBITDA 利潤率、利息費用壓力下降，以及軟體型平台的規模經濟。

關鍵觀察與風險

• AXON 模型成效：若模型更新持續提高 ROAS，廣告主擴大預算可使 EPS 優於共識。
• 電商與網路廣告擴張：新垂直市場若成功打開，將提高長期成長天花板；但目前仍在擴大自助化導入與廣告主轉換階段。
• MAX 供給端與遊戲廣告需求：這是現階段最穩定的獲利基礎，但成熟後的成長率與市占擴張速度，會影響 EPS 上修幅度。
• 預估分歧仍大：2027 年 EPS 預估區間從約 16 美元到 26 美元，顯示市場對電商廣告放量、模型效果與競爭強度的看法差異明顯。

整體而言，2026 年約 15.8 美元、2027 年約 20～21 美元 是較適合用於估值的中性 EPS 基準；目前股價所對應的前瞻本益比已明顯低於近四季本益比，代表市場正在交易獲利高成長能否持續兌現。

AppLovin 所在的是成效型數位廣告、行動遊戲廣告與廣告科技（AdTech）交會的產業。產業主軸已從「買曝光」轉向「以 AI 自動優化、可衡量轉換與 ROAS 的廣告預算」，因此模型能力、第一方或行為數據、廣告主需求密度與可歸因性，逐漸比單純流量規模更重要。美國全年廣告支出成長預期已上修至 12.3%，社群、CTV 與 commerce media 仍是成長較快的通路。

產業前景：中長期仍偏正向

1. AI 讓「成效廣告」成為預算優先去處

廣告主在景氣不確定時，通常更重視可直接衡量營收、下載、購買或名單取得成本的投放，而非純品牌曝光。AI 模型可自動完成受眾匹配、出價、素材生成與歸因優化，使廣告主能以更少人力管理更多廣告活動。

這對 AppLovin 有利，因為其 Axon 模型的商業價值正是提升廣告主 ROAS。2026 年 Q2，AppLovin 每次安裝淨收入年增 58%，即使安裝量下降 2%，營收仍年增 53%，代表成長主要來自單位流量的變現與廣告媒合效率改善，而非單純擴增流量。

2. 遊戲廣告基本盤仍有結構性擴張

行動遊戲仍是 AppLovin 的最大收入來源，產業成長動能主要有兩項：

• AI 降低遊戲開發與測試成本：更多新遊戲推出，帶來更多買量需求與可變現的廣告庫存。
• 從純內購轉向「內購＋廣告」混合變現：許多原本只靠付費內購的遊戲，開始導入廣告，以擴大非付費玩家的變現。這同時增加廣告庫存與遊戲商的投放預算。

目前遊戲廣告不只受惠於玩家下載量，更受惠於遊戲開發商提升終身價值、以更精準買量來獲取高價值玩家的需求。公司認為 Gaming 業務長期仍有約 20%～30% 以上的成長潛力，但由於現有規模已大，未來增速自然會比新興 Consumer 業務更受基期與產業景氣影響。

3. Consumer／電商廣告是最大的新成長空間

AppLovin 正從遊戲廣告延伸到 DTC 電商、訂閱服務、金融、保險、外送與名單開發等 Consumer 垂直市場。這個市場的規模遠大於遊戲廣告，但競爭也明顯更激烈。

正面訊號包括：

• 2026 年 Q2，Consumer 廣告主支出較 2025 年 Q4 旺季高 28%。
• 自助廣告平台開放後，有助降低中小型廣告主的使用門檻。
• AI 影片與互動素材工具，能解決非遊戲廣告主缺乏適用廣告素材的問題。
• 更多非遊戲廣告主進入後，可提高拍賣中的需求密度，也可降低遊戲 App 對「競品遊戲廣告」的顧慮，進一步推動混合變現。

不過，Consumer 業務仍在早期。公司目前沒有公開拆分其營收占比，因此「廣告主支出高成長」尚不能直接等同於「已成為主要營收支柱」。這是產業機會很大、但財務驗證仍在進行的階段。

競爭格局：從流量競爭轉成 AI、數據與閉環競爭

AppLovin 的核心競爭力不是 GPU 規模本身，而是MAX 的廣告庫存與拍賣資料、Axon 的模型效果、廣告主預算密度所形成的飛輪。更多廣告主帶來更多競價與回饋資料，理論上可改善模型；模型改善又可提高 ROAS，吸引更多預算投入。

但在 Consumer 廣告市場，競爭對手擁有更完整的社群關係、搜尋意圖、購物交易與影音流量。AppLovin 若無法證明其效果具備「增量性」，而不只是再行銷或低規模投放時的短期效率，廣告主預算便未必能持續從大型平台移轉。

產業主要風險

1. AI 模型迭代與算力成本

   • 成效型廣告的競爭已高度依賴模型迭代速度。
   • AppLovin 2026 年 Q2 的模型改善延後，便使市場更關注營收加速時點、利潤率與現金轉換；更高的訓練與推論成本，可能壓縮短期利潤率。

2. 廣告景氣循環

   • 廣告主支出雖然偏重 ROAS，但消費疲弱、零售景氣轉差或企業縮減行銷預算，仍可能影響遊戲買量、電商投放與競價價格。

3. 隱私與監管

   • 行動廣告高度依賴跨 App 訊號、歸因與用戶行為資料。平台隱私政策改變、資料使用規範收緊、反壟斷監管，都可能降低定向精準度或提高合規成本。

4. 遊戲市場集中與競爭加劇

   • 遊戲廣告主相對集中，且同業持續以 AI、開發者工具與廣告中介服務強化競爭。若大型遊戲商削減買量，或競品的媒合成效明顯改善，成長可能放緩。

投資上應如何理解這個產業

AppLovin 的產業前景可用一句話概括：遊戲廣告提供高獲利的成長基本盤，Consumer 廣告與 CTV 則提供更大的長期市場空間；但成長能否持續取決於 AI 模型能否穩定轉換成更高 ROAS，並且超過新增算力與獲客成本。

因此，比起只看整體數位廣告市場成長，更值得追蹤四個驗證指標：

• 每次安裝淨收入與廣告主 ROAS 是否持續改善
• Gaming 業務是否維持穩健成長、混合變現是否擴大庫存
• Consumer 廣告主支出能否進一步轉化為可量化的營收占比
• 算力成本提高後，EBITDA 利潤率與自由現金流轉換能否維持穩定