过去两三年，中国游戏出海正经历一场静水深流式的重构。
AppsFlyer大中华区总经理王玮博士在近期分享中给出的一个判断，为这场变局定下了基调：出海大盘已基本持平，高速增长的时代正在过去。但更值得关注的，是持平的表象之下，市场格局、商业模式和生产力工具正在发生深层位移。
这些变化，最终都指向了三个问题：谁在增长、钱去了哪里，以及人会被怎样重新分工？
被短视频“切碎”的市场，催生了新赢家
现阶段，游戏出海最根本的变量，是用户时间的重新分配。
一个结构性的变化是，用户花在游戏上的整体时长正在萎缩，原因在于短视频平台对注意力的持续争夺。用王玮博士的话说，这是“结构性的原因，很难去修复”。它并非某款产品的失败，而是整个内容生态的此消彼长。
但时长的萎缩并不均匀。需要大块专注时间的中重度游戏受到的冲击最为直接，而适配碎片化场景的休闲与超休闲品类，反而显示出更强的韧性。解谜、三消等品类，正成为新的增量来源。与之相伴的“重度游戏轻量化”——加入放置元素、自动战斗和轻度副本——正是传统大作对此的适应性调整。
更大的变化发生在出海目的地的选择上。全球用户增长主要由印度、土耳其等发展中国家驱动，但中国厂商的增长却更多来自美国、西欧等高净值市场。这背后是行业共识的一次根本转向：从早期的“冲量”转向“重质”，追求用户终身价值而非短期安装量。2021年印度市场的规则突变，也暴露了低价买量模式对外部政策和成本条件的高度依赖。
大盘不再普涨，结构性缝隙中才藏着真正的增量。
绕开苹果和谷歌，170亿美元的“店外”生意
当增长放缓挤压了利润空间，渠道成本就变得不可忽视。
D2C模式——让用户绕过应用商店，直接通过游戏官网或网页商店付费——目前已是一门170亿美元规模的生意。GDC Festival of Gaming与Appcharge的一项调查显示，92%的发行商预计2026年D2C收入将继续增长，但其中只有25%认为自己的业务已进入规模化或成熟阶段。
这门生意的核心吸引力在于成本结构。对月流水千万的产品，平台分成哪怕几个百分点的变动，都可能意味着数百万的利润空间。今年，苹果已将中国区App Store标准佣金率进行下调，Google也扩大了自有计费和官网支付的选择。应用商店的支付围墙正在松动，但这不意味着D2C已成为一条人人可复制的坦途。王玮博士的判断一针见血：“当大家的利润空间越来越薄，作为商店你还做这么高的抽成，最终实际上是伤害了整个生态的价值。”
D2C有一个隐形前提：用户信任。让用户跳出应用商店的安全框架，需要长期的品牌经营。这正是为什么率先跑通D2C的，往往是拥有成熟用户关系的长线游戏。例如，Supercell早在2021年就推出了网页商店，并持续为其加入礼物、积分和专属优惠。
D2C也对技术体系提出了新要求。用户在官网的支付行为，必须与最初的广告曝光、点击等数据关联，形成完整的归因闭环，否则广告优化便无从谈起。技术上，这可通过服务端信号回传实现，并不复杂，但考验厂商在搭建初期就有意识布局。
Papaya Gaming正是一个可参考的案例：他们通过 Signal Hub 进行精准人群圈定和D2C测试，在三周内将转化率提升了150%，每用户收入提升160%。这更像一个信号而非行业平均水准，但它指向了D2C更大的价值：不仅是节省佣金，更是直接触达并深度运营高价值用户的通道。
AI进入广告投放：效率的跃升与红利的保质期
AI对游戏出海营销的渗透，正从素材生产扩展到广告投放。AppsFlyer在2026年游戏营销报告中指出，AI正在扩大游戏广告的素材供给，也抬高了广告主脱颖而出的成本。
最直观的变化发生在素材端。从头部客户的实践看，使用AI后，单季度广告素材产出量达到2400至2600个；如果纯人工完成，产量可能下降至少一个数量级。
但这仅是第一步。真正的质变依赖于一套完整闭环：从AI生成素材，到进入投放、回收数据，再对高效素材进行元素级分析，提取爆款特征，反馈给AI，驱动下一轮迭代。唯有如此，海量素材才不只是低质量重复。
从素材往后，AI正进入广告创建、人群定向和预算调整等环节。由于整个效果广告链条已被数字化且可衡量，这些环节理论上都具备自动化条件。但行业共识是“小步快跑”，没有谁会一夜之间把所有预算交给AI。按照王玮博士的判断，行业可能还需要一到两年，才会形成普遍认可的方法论。
然而，效率红利并非无限期供应。一个冷峻的现实是，当全行业效率都被AI拉高后，单个企业的优势便会消失，先发优势会被逐渐摊薄，获客成本最终仍可能回升。任何工具带来的竞争优势都是阶段性的。
同时，AI的局限性也很明确。一方面，数据质量直接决定模型决策的可靠性；另一方面，大模型固有的“幻觉”问题，在涉及巨额预算的投放中，哪怕1%的偏差都可能造成严重后果。
这也是AppsFlyer试图重新定位自己的原因。随着各家公司使用的大模型能力趋同，未来的核心竞争力将回归数据本身：谁能确保输入模型的数据更准确、全面、丰富，谁就能在自动化营销中建立优势。
这意味着，人的角色不会消失，但会被重新定义。一个名为“Supervisor”的新角色正在成形。他不是手动操作后台的优化师，也不是亲自动手的设计师，而是站在AI旁边进行观察、判断和纠偏的人。
所以，谁最适合成为这样的人？
王玮博士的观察挑战了常规预期：“AI用得最好的人，往往不一定是研发口的，或者是学历比较高、知识技能很丰富的人，而是心态最开放、愿意以‘空杯’心态去探索新工具的人。”有厂商反馈，一些非技术背景但乐于试错的员工，反而率先完成了与AI的磨合。
适配者并非预判可得，只能在充分的实践中浮现。
结语
回过头看，这三个变化的共同线索，是游戏出海正从“向外求红利”转向“向内修能力”。
当用户时长被切走、平台分成可谈判、AI抬升生产力后，旧模式的前提条件正逐一松动。市场端需要回归用户价值，渠道端需要建立绕开平台依赖的直接用户连接，工具端则考验组织能力能否真正将AI融入增长闭环。品牌、数据和人的组合，正在成为外部条件不再友好时，一家游戏企业能沉淀下来的真正资产。
这里机会仍在，但它不再飘在风口上，而是沉到了水面以下，等待那些愿意下潜的人。
