莫洛科:20亿美金AI,出海“围墙”轰然倒塌!

2025-08-26Shopify

Image

提到“Moloco”,或许很多朋友首先想到的是一个在广告投放领域表现亮眼的名字。确实,从AppsFlyer发布的《广告平台综合表现报告》中,我们看到它在iOS端全品类实力榜单上超越一众老牌劲旅,跃居第三;在iOS端游戏品类垂直实力榜上,也稳稳占据第四,仅次于苹果广告、AppLovin和谷歌广告。这样的成绩,足以证明Moloco在激烈的市场竞争中,有着过硬的实力。

但如果我们将目光放得更长远一些,从一家单纯的广告平台,转向一家以人工智能为核心的科技公司来审视Moloco,就会发现这家企业远不止于此。它在过去几年里的每一步探索、每一次创新,都指向了更广阔的未来。在2025年的ChinaJoy盛会期间,这家以机器学习技术为核心、致力于提供用户获取与商业化解决方案的广告科技公司,与国内众多媒体进行了一次深入的交流。

在这次沟通中,Moloco大中华区新客业务高级总监李滨(Bruce Li)和Moloco大中华区产品专家杜潇(Xiao Du)围绕多个热点话题进行了真诚而富有洞察力的探讨。他们不仅提到了近期与小米携手举办的“AI驱动 无界增长”出海峰会,更借此机会,向我们阐释了Moloco如何深化与国内企业的合作,以期更好地成为广大中国“出海”企业竞逐全球市场的坚实伙伴。同时,他们也分享了Moloco在过去几年持续深耕的领域以及未来的发展方向,勾勒出了一幅清晰的企业蓝图。当然,作为业界关注的焦点,Moloco在联网电视(CTV)相关业务上的最新动态和未来计划,也成为此次交流中不可或缺的亮点。

新媒网跨境获悉,本次对话内容丰富,让我们对Moloco的过去、现在与未来有了更全面的了解。

拥抱未来:CTV业务,实现“无处不在”的连接

谈及联网电视(CTV)业务,这无疑是当下数字广告领域的一片新蓝海,也带来了诸多机遇与挑战。Moloco大中华区产品专家杜潇,就此与我们分享了他独到的见解。

他坦言,目前行业内真正能有效开展CTV业务的厂商并不多。尤其是对于移动游戏厂商而言,过去大家在CTV上看到的更多是品牌广告,其投放方式与效果衡量往往偏向传统,而非程序化。而中国游戏厂商,更习惯以效果为导向的投放,他们需要看到实实在在的转化数据。在效果无法准确衡量的情况下,大家对CTV的投入自然比较谨慎。

但这正是Moloco一直在努力的方向,也是他们希望帮助客户实现的价值所在。杜潇介绍说,Moloco在CTV领域已经实现了程序化的、结合机器学习模型的精准投放和精准衡量。这项能力的形成,并非一蹴而就,而是得益于多重背景。

首先,是近年来整个行业对“模糊归因”的接受度日益提高。自苹果iOS系统IDFA政策调整以及全球隐私环境日趋收紧以来,许多移动游戏厂商已经逐渐适应了这种归因方式。这在三五年前是不可想象的,但如今,行业整体对模糊归因的认知已经成熟,大家也逐步接受了这种形式。其次,像Appsflyer、Adjust这类第三方追踪平台的技术也在不断进步,现在已经基本可以实现跨渠道、跨平台的模糊归因。这意味着,从CTV的广告展示点击,到PC/主机游戏内的转化,甚至移动端的应用安装,基本都能被有效追踪和衡量。

因此,杜潇认为,在客户认知逐步提升和行业技术持续推动的双重背景下,CTV的归因从技术层面来说,现在已经完全可以实现。目前,Moloco的CTV产品正在快速迭代和推进,已经能支持以CPI(每次安装成本)为目标的优化。这个“I”不仅可以是移动游戏中的安装,也可以是PC游戏或主机游戏中的安装。既然Moloco能够打通PC和主机,那么打通移动端其实也并非难事。这表明,Moloco的产品已经具备了这样的能力。

当然,这项产品的推进仍在进行中,Moloco也正持续拓展其覆盖的国家和地区。可以预见,无论是在今年下半年的行业峰会,还是未来更长远的时间里,Moloco都将发布更多CTV领域的新功能,并持续突破,为行业和客户提供更多元化的产品和服务。

谈到CTV业务在不同地区的生态差异,这是个非常实际的问题。全球各地的“客厅文化”、电视开机率和使用时长都有所不同。杜潇深入分析了Moloco如何适应这些市场差异。他指出,每个地区的差异不仅体现在用户的观看习惯上,也反映在流量结构和广告主类型上。

以北美市场为例,那里的CTV开机率非常高,用户对大屏观看的黏性也极强。同时,北美的CTV平台类型非常多元,流量端也呈现出显著差异。Moloco在美国与许多免费、广告支持型的流媒体平台合作最为紧密,这类平台的用户对广告的接受度相对较高,他们普遍认可“看广告是为了换取免费内容”的理念。因此,Moloco与Tubi等平台的合作非常深入和成熟。

更值得一提的是,Moloco在CTV领域还拥有其自主研发的解决方案——Moloco Streaming Monetization(MSM)。这项方案能够帮助流媒体平台更好地进行广告变现。这意味着,在北美市场,Moloco是从广告买方(CTV广告投放)和供给方(流媒体流量管理)两个维度同时布局,致力于共同打造一个更为完善的生态系统。整体来看,美国是一个相对成熟的CTV市场,因此Moloco在这里的投入也是双向的。

从广告产品形态来看,美国市场仍以品牌广告为主,许多客户更倾向于以CPM(每千次展示费用)为基础的广告模型。在这种情况下,Moloco会更多采用“浅层优化”(如CPM、CPI)来满足广告主的需求。美国广告主对这类标准接受度较高,因此Moloco首先选择在美国市场推动这块业务的成熟和规模化。

而接下来,Moloco将把重点放在深耕亚洲市场。相比之下,亚洲的用户和广告主会更重视效果导向,即更关注广告的事件转化、CPI,甚至是ROAS(投资回报率)。因此,Moloco接下来的目标是进一步打磨其算法能力,在效果优化方面深入本地化,从而更好地支持亚洲广告主的增长目标。

杜潇强调,尽管每个市场的算法表现和流量结构都会有很大差异,但Moloco的核心优势始终是机器学习。机器学习的最大价值在于“以不变应万变”。无论市场环境如何变化,只要有足够的用户数据作为支撑,Moloco的模型就能够快速适应环境,并为广告主找到最优解,实现高效投放。因此,本地化固然重要,但强大的机器学习能力依然是Moloco最核心的竞争力。

关于CTV广告效果衡量标准的不明确性,杜潇提出了不同的看法。他认为,Moloco正致力于将CTV的效果衡量体系与移动端广告对齐,这不仅是他们的愿景,也正在逐步实现。借助第三方追踪平台,Moloco已经可以对CTV广告的后续行为进行完整的衡量,包括App安装、付费转化、行为事件等效果数据。这意味着,CTV的广告效果其实可以像移动端广告一样被精准度量和优化。

在算法层面,Moloco在移动端积累的成熟优化模型也可以复用于CTV广告的投放。尽管广告展示的位置从手机屏幕切换到了电视大屏,但背后的优化算法、衡量机制和数据反馈路径是保持一致的。

此外,Moloco正在推进一项关键能力,那就是将CTV端的用户图谱与移动端的数据打通。过去,人们普遍认为电视端是一个“孤岛设备”,与手机或PC之间没有数据联通。但实际上,借助先进的大模型和行为链分析,Moloco已经能够实现跨设备、跨场景的用户行为识别。例如,一个用户在CTV上观看了广告,随后在PC上进行搜索,最终在移动端完成下载——Moloco可以打通整个链路,实现从曝光到转化的全流程识别和优化。

Moloco的最终目标是实现“Anywhere to Anywhere”(无处不在的连接)——无论用户在哪里看到广告,无论他们最终在哪里完成转化,广告主都可以基于统一的数据、算法和衡量体系,便捷高效地做出广告决策。这正是Moloco目前努力的方向,也是他们对未来数字广告发展趋势的深刻洞察。

在谈到CTV与移动端的打通时,杜潇指出,这实际上是全球广告平台都在努力推进的方向,包括谷歌、脸书以及Moloco都在尝试实现用户行为数据的全链路整合。过去几年,这项工作面临两方面挑战:一是数据隐私合规的壁垒较高,尤其是在欧美等西方市场;二是行业内驱动力不足。像谷歌、脸书这样的大平台,在移动和网络广告端的营收本身就非常可观,因此在推动数据打通方面的紧迫感没有那么强烈,尽管广告主对此的需求一直都存在。

而Moloco作为行业中的挑战者,更愿意也更有动力通过产品创新来解决这一难题。这也是Moloco设立Next团队的初衷之一——他们希望以一种“创业式的思维”来推动这件事,专注于跨设备、跨平台的用户识别和投放优化能力。从广告主的角度来看,面对日益碎片化的流量环境,大家都希望能够拥有一套更省心、更高效的投放方式。这便是Moloco的目标:通过整合Next团队与CTV主体团队,打通数据、优化算法,最终真正实现“Anywhere to Anywhere”的愿景,为中国乃至全球的“出海”企业提供更智能、更高效的增长方案。

锚定未来:AI创新与全球拓展

在当前全球科技浪潮中,“AI”无疑是热度最高的关键词之一。Moloco在人工智能领域的投入和未来规划,正是其核心竞争力的体现。

Moloco大中华区新客业务高级总监李滨强调,今年Moloco在其官方网站和对外宣传中,都着重突出了“AI”这个关键词。这并非意味着Moloco今年才开始关注AI赋能广告,恰恰相反,Moloco从公司创立之初就是一家以机器学习为核心的企业,其内部一直走在AI技术的最前沿。正如他们常说的,Moloco是一家“机器学习公司”。

对于AI技术,Moloco内部总结了三大基础能力:

第一,拥有非常先进的AI基础架构,他们称之为“Infrastructure”,这在全球范围内都处于领先地位。强大的基础设施是支撑复杂AI模型高效运行的基石。

第二,采用了业内最为复杂、最先进、成本也最高的专有深度神经网络模型。深度神经网络是机器学习二十多个方向中的一个,但它是最复杂,也是目前通用AI模型(例如ChatGPT等)的主流路径。Moloco在这方面的深度投入,保证了其算法的精度和效果。

第三,拥有卓越的软件平台,特别是对于广告投放人员和广告主来说,其广告投放后台设计得非常友好、易用和便捷,极大地提升了用户体验和操作效率。

在这些强大的AI基础能力支持下,Moloco目前每年掌握的广告预算已经达到了20亿美金。虽然与谷歌、脸书这类巨头相比仍有差距,但在其他广告平台中,这个量级已然非常领先。李滨指出,Moloco在这个市场中具有很强的代表性。他进一步解释说,如此大规模的预算,如果没有强大的AI能力支撑,是很难做到对客户效果负责的。广告主将资金投入平台,期望平台能带来高质量的用户和新增量,这正是投资回报率(ROI)的核心体现。正是因为Moloco拥有这三大基础能力和强大的深度神经网络算法,才能够承接如此高规模的预算,并有效为客户创造价值。

李滨还提到,当前一些平台在广告投放中可能会遇到“钱花不出去”的问题——即使客户提供了每天数万甚至十万美金的预算,平台也难以充分消耗,这背后往往反映出AI基础能力不足、技术投入不够的问题。Moloco通过深厚的技术积累,有效避免了这种困境。

此外,Moloco在行业内也是最早采用TPU(Tensor Processing Unit)芯片的公司之一。TPU是谷歌云推出的一种前沿算力芯片。自2023年年底开始,Moloco就将TPU应用于其模型训练,这使得机器学习的训练速度、成本和性能都得到了显著提升:模型训练速度提升了8倍,同时成本下降了2到4倍。这对于Moloco自身而言,实现了降本增效;对于广告主来说,则意味着投放成本的大幅下降和效率的提升。在当今的广告投放领域,如果没有AI和算法的加持,很难取得理想的效果。一个关键点就是训练周期,有些平台训练一个广告模型需要4到8周,而Moloco得益于在TPU算力上的领先应用,训练周期非常快,能够迅速响应市场变化。

谈及Moloco未来的全球拓展重点和资源分配策略,李滨分享了 Moloco 的新进展。他首先指出,Moloco在全球的流量分布非常广泛和均衡,无论是iOS还是安卓系统,其覆盖都十分全面。这与一些可能在特定系统或国家表现特别强势的平台不同,Moloco在流量端是全方位的。

从Moloco的定位来看,他们根据客户的预算需求来决定流量调度——客户希望在哪个区域投放,Moloco就帮助他们在那个区域激活对应的流量。这得益于Moloco不仅拥有强大的算法,还有成熟的投放团队和代理商业务提供支撑。对于中国客户而言,Moloco提供的是多元化、多层次的支持:不仅有内部的投放团队,还有专业的数据分析师和代理商支持团队,确保客户服务流程的专业和全面。在先进算法的加持下,Moloco能够非常智能地帮助客户在全球范围内进行实时竞价,最终目标是实现客户投放后的高投资回报率(ROI)。在这方面,Moloco的算法和流量并不局限于某个国家或平台,而是具备全球覆盖的能力。

新媒网跨境了解到,Moloco去年还开始了一项新的探索,名为“Premium Inventory”,内部翻译为“顶级流量”或“独家流量”。目前,Moloco已经与推特(X)、韩国的Kakao、NAVER以及中国的手机品牌小米、三星等平台建立了合作关系,客户可以通过Moloco来进行专属投放。

李滨举例解释道,许多人可能会问为什么不直接去找推特或Kakao投放?其实都可以。但通过Moloco来投放这些平台的流量,客户将能够利用Moloco独有的先进算法进行竞价。广告主完全可以进行A/B测试:一部分预算通过推特平台自投,另一部分则通过Moloco来投放推特的流量,然后对比投放效果。如果发现通过Moloco投放的效果更优,他们自然会把预算切换过来。这是Moloco去年一项颇具创新性的尝试。

从客户侧来看,Moloco也有一些新的观察。特别是从去年开始,他们发现中国开发者在“出海”方面依然展现出极强的竞争力。而且,现在的“出海”思路也发生了很大变化——不再是过去那种全球通投、粗放式的增长模式,而是转向更加细分、更加精细化的打法。许多中国开发者已经不再只关注欧美等成熟的T1市场,而是主动选择专注于T2、T3市场进行深耕,比如只做中东、只做巴西、只做印尼等。这种聚焦于单一市场深耕的策略越来越普遍。

如今,大家讨论的问题也变得更加具体和深入。以前可能关心的是全球CPI的整体表现,现在更多是在探讨:“在巴西市场,七日回收能做到多少?”“付费成本是10美金还是8美金?”这种以单一市场为单位的精细化运营,已然成为主流。因此,总体来看,Moloco观察到了两方面的趋势:一方面是流量侧的变化,另一方面则是客户侧需求的演变,这些都促使Moloco不断调整和优化其服务策略,以更好地支持中国企业的全球化发展。

关于“围墙花园”之外的流量,这是一个行业内讨论已久且极具挑战性的经典问题。李滨利用第三方报告的核心数据,为我们详细解读了这部分流量的构成和Moloco的策略。

他指出,目前整个互联网行业,一个手机用户平均每天大约会花费3.5个小时使用手机应用(APP)。每个应用平均使用时长约为13分钟。一个有趣的数据是,每个移动用户平均每个月会使用大约26个不同的APP。这些数据共同构成了我们所说的“围墙花园”内和“围墙花园”外的流量分布。

海外用户不可能每天所有的时间都花在谷歌或者脸书上,流量也不可能完全集中在这两个巨头平台。既然用户每个月会使用多达26个APP,那么时间分配必然会有所不同。Moloco将这些应用大致分为四类:

第一类是谷歌、Meta(脸书)这样的巨头平台,也就是我们通常所说的典型“围墙花园”,它们占据了用户总时长的32%。这个数据在行业报告中也是可以查到的。

第二类是其他的“围墙花园”,即中型,或者说仅次于谷歌和Meta的自归因平台,例如推特(X)、Netflix、抖音(TikTok)等。这类流量的时间占比大约是18%。

至此,“围墙花园”内的使用时长大概已经占到了总时长的50%。那么剩下的50%,就是我们所说的“围墙花园”之外的流量。但需要注意的是,这50%并非全部都可以用于广告投放。其中一部分是完全没有任何广告的,比如一些订阅制的APP,特别是印象笔记、Word、ChatGPT这类生产力工具,它们完全基于付费机制,不接受广告投放,这部分大概占了18%。这部分流量是Moloco无法触及的。

真正属于“围墙花园”之外且可以被广告投放利用的流量,大概是剩下的31%。李滨强调,这部分的流量,无论是谷歌、Meta还是Moloco,其实大家都有机会去触达。这就是“围墙花园”之外可以被有效利用的广告流量。目前,Moloco所触达和深耕的正是这31%的“围墙花园”之外的流量。

这部分流量到底有多大呢?李滨也给出了一些具体的数据:Moloco现在能够触达的APP数量大概是300万个,背后对应的行业日活跃用户(DAU)高达20亿,这是一个非常庞大的量级。这意味着流量非常顺畅,触达效率也很高。所以,这部分流量的规模,其实并不比谷歌和Meta这些巨头小多少。这些数据和分析,清晰地展现了Moloco在挖掘非传统流量方面的巨大潜力和独特优势,为中国开发者在日益多元化的全球市场中寻求增长提供了新的视角和机会。

携手共赢:深耕中国市场与探索新模式

Moloco深知中国市场的巨大潜力和独特生态,因此,深化与中国本土企业的合作,是其战略布局中不可或缺的一环。

李滨表示,Moloco在中国市场的耕耘已经超过四年。他们在中国开发者生态中最核心的定位,就是帮助本土开发者实现产品“出海”。虽然与一些更早进入市场、拥有十年以上历史的广告平台相比,Moloco起步相对晚一些,但在过去几年中,Moloco的成长速度非常快,这主要得益于它紧紧抓住了中国“出海”浪潮的巨大机遇,实实在在地为中国开发者带来了大量海外用户。Moloco的服务对象不仅包括众多游戏类开发者,也涵盖了非游戏类产品的“出海”需求,例如最近两年非常热门的生成式AI应用、AI工具、社交类产品,甚至还有电商类产品。Moloco都积极与其合作,为它们在海外的获客和增长提供坚实支持。

除了直接服务开发者,Moloco也在积极探索一种新的合作模式。特别是在海外的安卓生态中,中国的手机厂商已经逐渐成为重要的流量入口。如果大家关注去年的行业报告,会发现像小米、OPPO、vivo、传音等国内厂商,在全球安卓设备流量的排名中已经非常靠前,有的甚至进入了前五位。基于这种市场变化,Moloco也在思考,未来如何更好地布局安卓流量的新机会。

因此,Moloco从2023年就已经开始与小米展开初步合作,并在今年正式官宣了与小米的战略合作关系。Moloco选择与小米这样的OEM(原始设备制造商)厂商进行深度合作,主要原因在于他们非常看重这部分流量入口的巨大价值。

李滨指出,整个互联网广告行业这几年正进入一个“高度碎片化”的阶段。受到隐私保护政策的影响,整个行业的流量和数据变得更加分散,不再有某一家平台可以独占所有安卓或iOS的流量。在这种背景下,流量竞争变得更加开放和实时化,像RTB(实时竞价)等机制也让每个广告平台都有机会公平地获取这部分流量。Moloco与小米的合作,正是在这种开放竞争环境下,对未来流量格局的一次前瞻性布局。

在谈到中国开发者“出海”时,Moloco在中国本土市场的布局是一个绕不开的话题。李滨特别提到,这次ChinaJoy,Moloco派出了非常多的高层,除了法务和财务负责人,几乎整个公司的C级别高管都亲临现场,包括首席算法科学家、产品负责人、首席商务官(CBO)和首席执行官(CEO)。每年参加ChinaJoy的海外同事数量都在增加,今年预计有30位外国同事来到上海,一方面是为了更好地了解中国市场,另一方面也是为将来在本土市场的进一步布局做一些探索和准备。这充分体现了Moloco对中国市场的重视和长远规划。

展望中国国内市场,李滨坦言,这个话题目前对Moloco来说还处于比较早期的探索阶段。他指出,如果未来Moloco要在中国市场真正落地,第一步就是要把其核心算法合法合规地部署到国内的基础设施中。这就涉及到跨国公司之间的合作、合规法规的适配与学习过程,是一个需要深思熟虑且投入巨大的系统工程。

如果专门讲国内市场,Moloco未来的考虑可能不会仅仅局限于Moloco Ads的广告业务或数字营销业务。Moloco实际上还有一整套非常重要的企业级解决方案,这些都是在其强大的广告算法基础上孵化出来的创新产品。

其中之一是MCM,即Moloco Commerce Media,这是专门针对电商客户提供的企业级算法解决方案。另一个是Moloco Streaming Monetization(MSM),是针对流媒体平台开发的推荐系统解决方案。李滨解释说,像中国国内的小红书、抖音、B站这样的平台,它们都有各自的推荐算法需求,而Moloco可以将自身的算法能力打包成企业级产品,提供给这些有需求的客户。

这两套产品在海外已经取得了非常成功的经验,尤其是在韩国市场。虽然韩国市场体量相对不大,只有几千万人口,但其电商行业非常发达。许多主流电商平台都在使用Moloco的算法,包括一些流媒体平台,也受益于Moloco的推荐技术。

Moloco之所以提到这些,是因为他们也在深入思考,未来是否可以将这些成功的企业级算法解决方案引入到中国市场。毕竟,在中国目前还没有类似Moloco这种定位的第三方算法服务提供商。中国的广告生态与海外生态有很多不同,例如流量高度集中在平台厂商手中,且整体比较碎片化,缺乏统一的归因标准,各家的算法平台也大多是自成体系。有的广告系统可能做得比较“聪明”,有的则相对粗放、精度不够。Moloco希望能将先进的广告推荐算法理念和产品带到中国市场,为本土企业提供更高效、更智能的解决方案。当然,目前这仍属于非常早期的探索阶段,但无疑预示着Moloco对中国市场更深层次的布局和期待。

除了目前广为人知的广告业务,Moloco也在积极探索和拓展新的领域。李滨借着企业级解决方案的话题进一步阐释了Moloco的创新思维。

他指出,目前在海内外,几乎没有哪家公司是把“算法”本身作为一个产品卖给其他平台,并通过这种模式来盈利的。Moloco将算法产品化,以SaaS(软件即服务)的形式提供,这在行业内是非常少见的,具备巨大的想象空间。当然,一些大型公司如亚马逊、字节跳动,也会有自己的算法服务,但主要是在内部使用或提供给特定的合作伙伴。而Moloco作为一个独立的第三方算法平台,能够将这类产品做成SaaS并推向市场,这无疑是一大创新。

新媒网跨境认为,未来Moloco服务的对象将不再局限于传统的广告主,而是会涵盖电商平台、流媒体平台等更广泛的垂直领域客户。

除此之外,Moloco今年内部也开启了一些全新的探索。今年他们新设立了一个小团队,名为Moloco Next,可以将其理解为一个专注于创新业务的“实验室”。Moloco Next的核心理念是“Anywhere to Anywhere”(无处不在的连接),意思是说——未来用户无论在什么设备上看到广告,都可以无缝跳转到另一个平台去完成转化。例如,你在手机上看到一个广告,最终却在PC上完成了下载;或者你在PC上看到广告,最后是在App上完成了安装。这种“跨端转化”的无缝体验,正是Moloco Next团队积极探索的方向。这背后会涉及许多新的技术,比如先进的归因方式、复杂的跨设备追踪、精准的效果衡量等,Moloco Next团队正在持续进行研发和测试,这也构成了Moloco未来在新领域的战略布局,展现出其持续创新和引领行业发展的雄心。

新媒网(公号: 新媒网跨境发布),是一个专业的跨境电商、游戏、支付、贸易和广告社区平台,为百万跨境人传递最新的海外淘金精准资讯情报。

本文来源:新媒网 https://nmedialink.com/posts/19171.html

评论(0)

暂无评论,快来抢沙发~
Moloco是一家以人工智能为核心的广告科技公司,在广告投放领域表现突出。该公司在ChinaJoy期间与国内媒体进行了深入交流,阐述了如何深化与国内企业的合作,助力中国企业出海。Moloco在联网电视(CTV)业务上持续突破,并利用AI技术实现更精准的广告投放和效果衡量。同时,Moloco也在积极拓展全球市场,并探索新的合作模式,如与小米等OEM厂商进行深度合作。
发布于 2025-08-26
查看人数 434
人民币汇率走势
CNY
关注我们
新媒网跨境发布
本站原创内容版权归作者及NMedia共同所有,未经许可,禁止以任何形式转载。