买量被 AI 自动化之后游戏出海真正胜负手是AppsFlyer MAMA行业答案

6月16-18日，罗斯基来到厦门，参加了AppsFlyer 2026 MAMA厦门峰会。

这几年行业大会聊AI，大家其实已经有点免疫了。但真正坐到现场，听完一天分享后，罗斯基最大的感受是：这次大家讨论的重点，进入了一个更现实的问题——增长这件事，到底该由谁来做决定？

尤其对游戏出海来说，这个问题比想象中更迫切。

过去几年，Meta、Google、TikTok等平台的自动化投放产品越来越成熟，AIGC也让素材生产门槛大幅下降。看起来，投放变得更省人、更智能了。但很多游戏公司也发现了一个新问题：平台越来越聪明，可平台的目标，未必等于游戏公司的目标。

这也是罗斯基在这次MAMA上听到的最有价值的一条线索。

整体看，这次MAMA厦门的内容密度很高：

上午从AppsFlyer对AI时代增长底座的判断讲起，薛兆丰、Steve Hoffman、月之暗面付强分别从人类价值、AI Native企业和组织效率切入；下午则更偏实战，AppsFlyer展示了产品路线和数据能力，腾讯IEGG、金融科技、社交、短剧等不同出海团队也分享了AI Agent、归因、预算调度和高质量增长的具体做法。

AppsFlyer也同步发布了MAMA厦门特别版《2026中国App出海营销趋势报告》。报告里提到，2026 Q1中国应用出海整体激活量同比增长12.7%，付费激活同比增长21.0%，但获客广告支出同比仅增长0.9%。

所以行业不是不投了，而是越来越不愿意粗放地投。大家更关心用同样的钱，能不能买到更真实的增量、更高质量的用户。

完整报告可以扫描二维码查看，里面对游戏、短剧、生成式AI、区域市场、IAA/IAP收入结构都有更细拆解：

·AI落地后，最值钱的并非工具

峰会开场，AppsFlyer大中华区总经理王玮博士提到一个判断：2026年可能会成为AI从“回答问题”走向“完成工作”的元年。

放在移动营销实践里，过去我们让AI写文案、总结报表，本质上还是辅助；接下来，AI Agent会开始接管更多动作，比如分析数据、发现异常、分配预算、调整Campaign，甚至形成自动化闭环。

但这里有个前提——AI要吃到对的数据。

王玮打了个很直接的比方：过去一个投手看错数据，可能只是浪费一小部分预算；但如果一个Agent基于错误数据持续自动优化，它会以机器的速度，把错误放大很多倍。

这点在游戏行业尤其明显。游戏买量不是简单看安装量或者短期ROI就能决定成败。一个用户到底有没有价值，要看留存、付费深度、回本周期、社交行为，甚至要结合不同地区、不同题材、不同素材的长期表现。

也因此，AppsFlyer在这次大会上反复强调的，是一个更底层的问题：AI时代，真正的基础设施是可信数据。

没有干净、统一、可回传的信号，再强的Agent也只是更快地“瞎跑”。

·AI越强，人越要回到判断本身

这次MAMA厦门比较舒服的一点是，没有一上来就堆工具、堆概念，而是先把AI时代的底层问题讲了一遍：当AI能做越来越多事，人和组织到底该站在哪里？

上午几位嘉宾的分享，基本都围绕这条线展开。

经济学者薛兆丰从人的需求讲起，提到人类追求的并不只是效率，还包括连接、复杂体验、故事、成就感和意义。这个判断放到游戏行业尤其成立。玩家玩游戏，是为了成长、挑战、社交、身份感和情绪反馈。

AI可以更快做素材，但它未必理解玩家为什么会被一个角色、一段剧情打动。

Founders Space董事长兼首席执行官Steve Hoffman则从企业角度提醒，AI会进入营销、客服、销售、开发等大量工作流，但关键环节不能一上来就完全去掉人类。人的角色会从亲手执行变成定义目标、设计流程、判断结果。

月之暗面付强的观点更偏组织。他提到，AI提效后，真正拖慢公司的可能不再是产研链路，而是管理层级、流程和决策机制。当一个人借助AI可以变成单人团队，企业也必须重新思考协作和组织边界的价值。

AppsFlyer产品总监Maya Kahane则把问题落到营销系统本身。她提到，移动营销正在走向全自动，Agent不只是帮人看报表，而是开始自动行动。但这有一个前提：数据必须AI-ready。如果归因、广告、用户行为、收入数据彼此割裂，AI只会更快地放大错误判断。

后面的分享和对谈，也基本是在补充这条主线。

香港富聊CMO祁子龙从广告主视角谈到，不同平台都有自己的数据口径和AI工具，但广告主真正需要的是跨平台的全局判断；AppsFlyer亚太区总裁兼董事总经理RonenMense和首席AI及客户官Ziv Peled也做了分享，并强调了signal和data的区别——单个信号只能说明局部，只有把信号串起来，才可能形成可用的增长判断。

虽然行业不同，但讨论的核心其实相似：AI可以提升效率，但前提是企业知道自己真正要优化什么。社交要优化连接质量，短剧要理解内容消费和付费节点，AI应用要看订阅和长期留存，游戏则要回到用户价值、LTV和产品匹配度。

所以AI时代的增长，是把人从重复执行里抽出来后去定义目标、判断方向，并指挥AI系统完成更复杂的增长动作，而不是简单的把人拿掉。

·数据很多，判断很少：出海增长的关键缺口

如果说上午解决的是“AI时代人和组织怎么变”，那AppsFlyer大中华区销售副总裁薛剑在下午的分享，则把问题落到了出海增长的现实层面。

他提到一个很典型的现象：很多公司今天并不缺AI工具，也不缺数据，真正缺的是把数据转成增长判断的能力。

这句话其实挺扎心。

因为现在很多团队后台指标一大堆，日报、周报、渠道报表也都很完整。但看完之后到底该怎么做？预算该不该加？用户质量到底好不好？某个渠道带来的是真增量，还是只是把报表做得好看？这些问题，才是真正影响增长效率的地方。

薛剑把这件事概括为“增长智能”。在他看来，AI时代的营销优化，不能继续停留在安装、短期ROI这些浅层指标上，而要把更有价值的信号接回算法。

比如游戏要区分高付费用户、广告变现用户、浅层留存用户；金融科技不能只看获客，还要看后续风险和长期质量；短剧要看用户在哪个episode产生付费或留存；AI应用则要看订阅、持续使用和流失风险。

不同行业的增长目标不一样，算法要吃进去的信号也不一样。

这点对游戏公司尤其重要。过去很多买量策略，本质还是围绕“更便宜地买安装”展开。但现在安装越来越不够用了。一个用户进来之后，是次日就流失，还是持续看广告？是小额付费，还是长期深度付费？是被素材误导进来，还是和产品匹配度很高？

这些后端信号，才决定买量到底有没有意义。

所以薛剑这一段真正有价值的地方，是提醒出海团队：未来增长竞争的重点，主要是看谁能把数据变成可行动的判断。

这也是为什么AppsFlyer在这次大会上一直强调可信数据和信号回传。AI越自动，错误信号的代价越高；Agent跑得越快，数据底座就越不能乱。

·平台算法之外，游戏公司需要自己的增长大脑

在游戏相关分享里，腾讯IEGG用户增长高级总监李滨岑的内容，是罗斯基觉得最值得游戏公司重点看的部分。

她提到，游戏出海增长大致经历了三个阶段：

第一阶段是人力规模阶段，大量优化师手动管理渠道、广告计划和素材；第二阶段是AI辅助发行阶段，平台算法开始接管出价、定向和部分优化动作，AIGC也提升了素材生产效率；现在，则正在进入Agent自主发行阶段。

未来优化师可能不再是盯后台、建Campaign、调预算的人，而是一个Agent指挥官。

她分享里最关键的内容，是腾讯对决策权的判断——游戏公司不能只依赖平台的Agent。广告平台的Agent再强，也首先服务于平台自己的商业效率。

广告平台自己的Agent绝不会建议你把预算放到其他平台上，也不会帮你判断某条链路是不是更适合长期回本。平台看到的，更多是点击、安装、短期转化、窗口期ROI；但游戏公司关心的是留存、深度付费、LTV、回本周期，以及不同用户对产品内容的真实反馈。

如果一家游戏公司把所有优化都交给平台算法，本质上就是把增长大脑交给了一个目标不完全一致的外部系统。所以腾讯IEGG正在做的，是构建自己的私有UA Agent，把数据输入权、规则定义权和预算调度权握在自己手里。

这一点放到今天的出海环境里非常关键。

更进一步，李滨岑提到的UA Agent，也不只是自动建计划、调预算。它可以和素材Agent、本地化Agent、ASO Agent、社媒Agent、数据分析Agent协同工作。

比如某个地区CPI上升、CTR下滑，UA Agent可以自动识别问题，再通知素材Agent补充新方向，交给本地化Agent做语言、文化和合规适配。再往后，这些发行侧信号还可以传回研发，帮助团队判断不同市场对角色、美术、题材、成长符号的偏好。

这件事的意义在于，它把过去常说的“发行反哺研发”，变成了一套接近实时的工作流。

当然，这不意味着所有游戏公司都要马上复制腾讯的系统。不同团队预算、数据能力、组织成熟度都不一样。但李滨岑这场分享至少给了一个很明确的方向：未来游戏发行的核心能力，其实是能不能建立自己的数据闭环和决策系统。

·增长的下一轮竞争，已经开始了

参加完这次MAMA，罗斯基的一个感受是：AI对游戏出海的影响，已经从工具层进入系统层。

以前大家比的是谁素材产能更高、渠道资源更强；接下来，可能要比谁的数据底座更干净，谁的Agent能跨平台协同，谁能把投放、素材、本地化、产品迭代真正连成闭环。

对游戏公司来说，AI Agent会接管越来越多执行动作，但最关键的东西反而更不能外包：用户价值的定义、预算分配的原则、产品迭代的方向，以及对玩家心理的理解。

也正因为如此，罗斯基觉得这次MAMA真正值得带走的，其实是一个判断：未来的游戏出海增长，不属于最早喊出AI的团队，也不一定属于预算最大的团队，而属于那些能把数据、Agent和人的判断真正串起来的团队。

这场竞争，才刚刚开始。