Appier

1. 投資摘要

• Appier（4180.T）的 AI 產業鏈定位：Appier 是 Agentic AI 驅動的營銷 SaaS 公司，鏈上位置是“AI 應用層/營銷自動化/客戶資料決策”。 14
• AI 硬錨：公司把自己定義為 Agentic AI-as-a-service；2025 年 Agentic AI 和營銷自動化產品推動電商、線上旅遊和海外市場增長。 45
• 最新財務硬數：FY2025 營收 437 億日元、年增率 +28%；毛利預期/揭露約 294 億日元、毛利率 54.5%；經營獲利 43 億日元、經營獲利率 8.0%；EBITDA 94 億日元、EBITDA margin 17.4%。 12
• 最新事件：2026-05，公司揭露 Q1 FY2026 營收 121 億日元、年增率 +29.4%，毛利 65 億日元、年增率 +35.9%，毛利率 53.9%。 23
• 核心產品：CrossX、AIXON、AiDeal、BotBonnie、AdCreative.ai、Agentic AI marketing workflow。 45
• 投研抓手：Appier 的 AI 敘事要用 Agentic AI 產品採用、客戶預算轉化、海外市場增長和毛利率穩定性驗證；若營收增長但毛利率或現金流量轉弱，應下調對 AI 商業化質量的判斷。 14
• 本文不提供價格結論、交易方向或配置比例判斷，只做事實整理、產業位置拆解和可追蹤指標架構。1
• 關鍵缺口：AI 單獨營收、單客戶佔比、按模型/晶片/雲端資源拆分的毛利和資本支出，多數公司並未完整揭露，本文統一標註為 [未充分揭露]。16

2. 產業鏈位置

Appier不是簡單的“AI 概念股”，而是在 AI 產業鏈中承擔特定環節：Appier 是 Agentic AI 驅動的營銷 SaaS 公司，鏈上位置是“AI 應用層/營銷自動化/客戶資料決策”。 這個定位決定了營收彈性、毛利天花板和資本支出強度都要按環節分析，而不能直接套用訓練 GPU、雲端廠商或通用軟體公司的架構。14

鏈條節點	公司暴露	證據口徑	投研含義
上游依賴	核心晶片、雲端資源、車規 IP、GPU、網路、資料中心或行業資料，視公司業務而定	採購比例多數未揭露	若上游價格/供給受限，毛利和交付會先受壓
自身能力	產品、演算法、平台、工程交付和行業客戶認證	產品頁和財報揭露	決定是否有差異化，而非只看營收增速
下游客戶	企業、運營商、車廠、政府、雲端客戶或消費電子客戶	客戶名單和集中度多未揭露	驗收週期和議價能力決定現金流量
AI 增量	端側推論、Agentic AI、AI Cloud、LLM 監控、資料中心或視覺 AI	直接營收少數揭露，多數需 proxy	必須把“AI 營收”與“AI 敘事”分開
財務驗證	營收、毛利率、淨利、CFO、資本支出	最新財報和季度材料	判斷 AI 增量是否真正轉成獲利和現金

3. AI相關營收拆解

• 已揭露硬錨：公司把自己定義為 Agentic AI-as-a-service；2025 年 Agentic AI 和營銷自動化產品推動電商、線上旅遊和海外市場增長。 45
• 財報口徑：FY2025 營收 437 億日元、年增率 +28%；毛利預期/揭露約 294 億日元、毛利率 54.5%；經營獲利 43 億日元、經營獲利率 8.0%；EBITDA 94 億日元、EBITDA margin 17.4%。 12
• AI 直接營收：若公司未單列 AI 營收，本文不把全部營收視為 AI 營收，只按產品和客戶場景建立 proxy。
• AI proxy 1：與 AI 產品、AI Cloud、智慧代理、NPU、LLM Observability、車載 AI 或資料中心相關的營收線索。
• AI proxy 2：與 AI 需求同步變動的客戶專案、ARR、平台營收、IDC/雲端營收或 Core IoT 營收。
• AI proxy 3：若只揭露產品進展而未揭露金額，則只寫“技術/產品暴露”，不寫營收規模。
• 未揭露項：單一 AI 客戶、AI 產品毛利、AI 資本支出、AI 訂單轉營收週期和 AI 相關存貨均按 [未充分揭露] 處理。

專案	口徑	可用數字	證據等級	解釋
總營收/最新營收	公司最新財報	FY2025 營收 437 億日元、年增率 +28%；毛利預期/揭露約 294 億日元、毛利率 54.5%；經營獲利 43 億日元、經營獲利率 8.0%；EBITDA 94 億日元、EBITDA margin 17.4%。	A/B	以公司 IR、交易所揭露或 SEC 為優先
AI 直接營收	公司是否單列	[未充分揭露] 或見上文硬錨	B/C	少數公司揭露平台/API/AI Cloud營收，多數只揭露產品線
毛利率	公司整體或分部	見最新財務硬數	A/B	判斷 AI 放量是否稀釋獲利
資本支出	資料中心/產線/裝置	[未充分揭露] 或財報口徑	B	AI 雲端和半導體公司尤其重要

4. 核心產品

• CrossX/Advertising Cloud：面向廣告獲客和投放最佳化，Agentic AI 升級後覆蓋 Coding Agent、Director Agent、ROI Agent 等廣告工作流，商業化驗證看廣告主續費、投放預算和獲客 ROI，而非只看功能釋出。 49
• AIXON/Data Cloud：用於客戶資料整合、受眾洞察和預測建模，Agentic AI 版本對應 Audience Agent、Insight Agent；價值在於把品牌自有資料轉為可執行營銷動作，具體 SKU 營收仍 [未充分揭露]。 49
• AiDeal/Personalization Cloud：面向電商、旅遊等客戶的個性化轉化和優惠決策，Agentic AI 升級覆蓋 Sales Agent、Campaign Agent、Service Agent；需要用客戶擴張和毛利率驗證規模化質量。 49
• BotBonnie：偏社交和對話式營銷自動化，用於客服、活動和私域互動場景；若只是提升留存而未形成獨立收費，應作為產品粘性 proxy 處理。 14
• AdCreative.ai：2025 年 Appier 宣佈收購 AdCreative.ai，以補齊生成式廣告素材能力；交易對價揭露為 3,870 萬美元（含 2,730 萬美元基礎對價），後續要觀察併購整合、攤銷和交叉銷售。 10
• Agentic AI marketing workflow：公司將三條產品線的 AI Agents 組織為端到端營銷工作流，目標是從資料洞察、素材生成、投放到個性化觸達閉環；營收拆分和單產品毛利仍 [未充分揭露]。 49
• 產品驗證方法：只把公司官網、財報、交易所公告或正式 IR 材料當作 A/B 級證據；媒體報道只用於補充事件時間線。
• 產品風險：AI 產品可能提升客戶粘性，但若硬體 BOM、雲端資源或人力交付佔比過高，規模增長未必自動提升獲利率。

5. 上下游

方向	關鍵物件	對公司影響	揭露狀態
上游晶片/算力	GPU、CPU、NPU、車規 IP、MCU、伺服器或雲端資源	影響產品能力、交付週期和毛利	多數採購佔比 [未充分揭露]
上游軟體/模型	開源模型、商業 LLM、資料平台、開發架構	影響產品可用性和客戶匯入速度	具體成本 [未充分揭露]
上游人才	演算法、晶片、雲端平台、行業交付團隊	影響研發費用率和交付質量	人員結構多為年度揭露
下游客戶	企業、政府、運營商、車廠、雲端客戶、消費電子客戶	影響訂單穩定性和回款	單客戶佔比通常 [未充分揭露]
渠道夥伴	雲端市場、系統整合商、OEM/ODM、開發者生態	影響獲客成本和海外擴張	夥伴營收貢獻 [未充分揭露]

6. 同業與競爭格局

Appier的競爭不能只按股票行業分類，而要按 AI 工作負載的位置來比：晶片公司比算力、功耗和生態；軟體公司比資料閉環、客戶留存和毛利；雲端/IDC 公司比電力、GPU、網路和資本成本。78

維度	本公司	同業參照	觀察重點

7. 護城河

1. AI 原生和營銷場景積累：公司長期聚焦 AdTech/MarTech，將模型能力嵌入廣告、資料和個性化營銷流程；護城河驗證點是客戶是否把預算持續遷移到 Appier 平台。 14
2. 資料閉環：AIXON/Data Cloud 把受眾資料、預測模型和營銷動作連線起來，理論上可提高遷移成本；但客戶自有資料規模、資料成本和續費率未充分揭露。 49
3. 產品組合協同：Advertising Cloud、Personalization Cloud、Data Cloud 可覆蓋獲客、轉化、留存多個環節，交叉銷售能力要用營收增速和銷售效率驗證。 49
4. Agentic AI 升級：八個 AI Agents 把營銷目標拆成自動化任務，強化產品差異化；但若客戶只把它當免費功能，短期更多體現為留存而非獨立營收。 4
5. 生成式素材能力：AdCreative.ai 補齊廣告素材生成環節，可能提升投放閉環完整度；併購整合、商譽/攤銷和實際增量營收需要後續財報驗證。 10
6. 區域和行業擴張：公司揭露電商、線上旅遊和海外市場為增長驅動，說明需求不只來自單一客戶；單客戶佔比和分行業毛利仍 [未充分揭露]。 24
7. 輕資產 SaaS 屬性：整體毛利率和 EBITDA margin 已揭露，但 AI 產品分部毛利、雲端推論成本和研發投入回報仍需持續追蹤。 12 反向提醒：AI 敘事本身不是護城河。若 AI 專案主要依賴人力交付、低毛利硬體轉售或補貼獲客，規模擴大可能拉低 ROIC。

8. 財務質量(趨勢表+杜邦+逐季)

財務分析以公司最新揭露為準：FY2025 營收 437 億日元、年增率 +28%；毛利預期/揭露約 294 億日元、毛利率 54.5%；經營獲利 43 億日元、經營獲利率 8.0%；EBITDA 94 億日元、EBITDA margin 17.4%。 12

指標	最新年度/期間	口徑	質量判斷
營收	FY2025 營收 437 億日元、年增率 +28%；毛利預期/揭露約 294 億日元、毛利率 54.5%；經營獲利 43 億日元、經營獲利率 8.0%；EBITDA 94 億日元、EBITDA margin 17.4%。	公司財報/IR	看 AI 相關產品是否貢獻增量
毛利率	見揭露硬數或 [未充分揭露]	公司財報/IR	判斷軟體化或硬體化程度
淨利	見揭露硬數或 [未充分揭露]	公司財報/IR	專案制公司需看一次性損益
經營現金流量	見揭露硬數或 [未充分揭露]	現金流量量表/IR	比淨利更能識別質量
資本支出	見揭露硬數或 [未充分揭露]	現金流量/管理層口徑	雲端和半導體需要重點追蹤

杜邦拆解

• 淨利率：用淨利 / 營收衡量；若揭露淨利和營收，則可計算，否則保持 [未充分揭露]。1
• 資產週轉：專案制、雲端基礎設施和半導體公司的資產週轉差異很大，不能跨行業硬比。6
• 權益乘數：若債務或可轉債較高，ROE 可能被槓桿放大；本文不把高 ROE 自動等同於高質量。1
• ROIC：AI Cloud、半導體產線和資料中心需看資本支出回收期；軟體平台需看研發費用資本化和續費。2

近季橋

Q2 FY2025 營收 103 億日元、年增率 +27%；H1 FY2025 毛利 105.91 億日元、毛利率 53.9%；FY2025 營收 437 億日元；Q1 FY2026 營收 121 億日元。 23

季度/期間	營收	獲利	現金流量/資本支出	AI 線索
上一年度	見揭露或 [未充分揭露]	見揭露或 [未充分揭露]	見揭露或 [未充分揭露]	只採用已揭露產品/客戶/平台線索
最近中期/前三季	見揭露或 [未充分揭露]	見揭露或 [未充分揭露]	見揭露或 [未充分揭露]	只採用已揭露產品/客戶/平台線索
最近季度	見揭露或 [未充分揭露]	見揭露或 [未充分揭露]	見揭露或 [未充分揭露]	只採用已揭露產品/客戶/平台線索
下一期追蹤	見揭露或 [未充分揭露]	見揭露或 [未充分揭露]	見揭露或 [未充分揭露]	只採用已揭露產品/客戶/平台線索

9. 業績傳導

• 正向傳導：AI 客戶需求增加 → 營收確認或 ARR/訂單提升 → 毛利率或現金流量改善；需要用下一期財報驗證，而不是隻看新聞。12
• 正向傳導：產品從試點進入規模部署 → 營收確認或 ARR/訂單提升 → 毛利率或現金流量改善；需要用下一期財報驗證，而不是隻看新聞。12
• 正向傳導：平台/軟體 attach 提升 → 營收確認或 ARR/訂單提升 → 毛利率或現金流量改善；需要用下一期財報驗證，而不是隻看新聞。12
• 正向傳導：渠道或生態夥伴擴張 → 營收確認或 ARR/訂單提升 → 毛利率或現金流量改善；需要用下一期財報驗證，而不是隻看新聞。12
• 正向傳導：上游晶片/雲端資源供給改善 → 營收確認或 ARR/訂單提升 → 毛利率或現金流量改善；需要用下一期財報驗證，而不是隻看新聞。12
• 正向傳導：專案驗收和回款改善 → 營收確認或 ARR/訂單提升 → 毛利率或現金流量改善；需要用下一期財報驗證，而不是隻看新聞。12
• 反向傳導：硬體/雲端資源成本上升 → 獲利率下行或現金消耗擴大；若連續兩個季度發生，應下調對 AI 增量質量的判斷。16
• 反向傳導：客戶專案延期 → 獲利率下行或現金消耗擴大；若連續兩個季度發生，應下調對 AI 增量質量的判斷。16
• 反向傳導：政府/車廠/企業預算放緩 → 獲利率下行或現金消耗擴大；若連續兩個季度發生，應下調對 AI 增量質量的判斷。16
• 反向傳導：研發費用和銷售費用提前投入 → 獲利率下行或現金消耗擴大；若連續兩個季度發生，應下調對 AI 增量質量的判斷。16
• 反向傳導：一次性重組或併購攤銷 → 獲利率下行或現金消耗擴大；若連續兩個季度發生，應下調對 AI 增量質量的判斷。16

10. 經營拆分與反證架構

本節只拆分經營驅動，不做價格、規模口徑或市場口徑推導。判斷重點改為營收質量、毛利率、現金流量、客戶/訂單、產能利用率和產品採用是否強化業務敘事。

模組	關鍵經營變數	強敘事訊號	反證閾值
營收與採用	營收增速、ARR/訂單、客戶採用	營收增長由真實客戶採用和復購支撐	營收或訂單連續放緩，且缺少客戶採用證據
獲利質量	毛利率、費用率、現金流量	毛利率穩定，現金轉換改善	毛利率下行或現金流量惡化
競爭與客戶	客戶集中度、份額、替代風險	大客戶擴張且競爭格局穩定	客戶砍單、份額流失或替代方案加速

11. 風險

• AI 直接營收未單列，市場可能高估 AI 純度。12
• 客戶集中度和專案驗收節奏未充分揭露。12
• 上游晶片、GPU、雲端資源或車規 IP 供給限制。12
• 毛利率因硬體或交付佔比上升而下行。12
• 經營現金流量與淨利背離。12
• 研發費用和併購攤銷壓制獲利。12
• 地緣、出口管制、政府預算或行業監管變化。12
• 同業價格競爭導致續費或 ASP 下滑。12
• 新產品釋出不等於營收確認。12
• 資本支出回收期長於管理層預期。12

12. 常見誤讀糾偏

• 誤讀 1：把 Appier 全部營收簡單視為 Agentic AI 營收。糾偏：公司營收來自整體營銷 SaaS 和服務組合，Agentic AI 是產品化方向；若未單列 SKU 營收，只能按產品採用和財務增量做 proxy。 14
• 誤讀 2：把產品釋出等同於訂單和營收。糾偏：產品頁證明技術暴露，財報才證明商業化結果。
• 誤讀 3：把生成式素材能力等同於確定獲利彈性。糾偏：AdCreative.ai 提升產品完整性，但併購整合成本、攤銷和客戶付費轉化要由後續財報驗證。 10
• 誤讀 4：只看營收增速而忽略營銷 SaaS 競爭。糾偏：同業可通過低價、雲端廠工具或廣告平台內建功能爭奪預算，必須同步觀察毛利率、銷售效率和留存。 18

13. 最新事件(帶日期)

• 2026-06-18：本文按已可檢索公開資料更新；未取得的新一期正式財報不做推斷。
• 2026-05，公司揭露 Q1 FY2026 營收 121 億日元、年增率 +29.4%，毛利 65 億日元、年增率 +35.9%，毛利率 53.9%。 23
• 2025 年度/最近年度：FY2025 營收 437 億日元、年增率 +28%；毛利預期/揭露約 294 億日元、毛利率 54.5%；經營獲利 43 億日元、經營獲利率 8.0%；EBITDA 94 億日元、EBITDA margin 17.4%。 1
• 產品側：公司把自己定義為 Agentic AI-as-a-service；2025 年 Agentic AI 和營銷自動化產品推動電商、線上旅遊和海外市場增長。 45
• 2025-09：Appier 宣佈全產品線匯入 Agentic AI，並推出覆蓋 Advertising Cloud、Personalization Cloud、Data Cloud 的八個 AI Agents；該事件屬於產品升級線索，仍需後續營收和毛利驗證。 9

14. 追蹤指標

• AI 直接營收或 proxy 佔比：下一期財報若揭露則更新；未揭露不倒推。12
• 毛利率與分部毛利率：下一期財報若揭露則更新；未揭露不倒推。12
• 經營現金流量和自由現金流量：下一期財報若揭露則更新；未揭露不倒推。12
• 資本支出、折舊和資料中心/產線利用率：下一期財報若揭露則更新；未揭露不倒推。12
• 客戶數量、ARR、訂單、backlog 或 lighthouse 使用者：下一期財報若揭露則更新；未揭露不倒推。12
• 研發費用率和銷售費用率：下一期財報若揭露則更新；未揭露不倒推。12
• AI 產品釋出後的商業化節奏：下一期財報若揭露則更新；未揭露不倒推。12
• 單客戶或政府專案集中度：下一期財報若揭露則更新；未揭露不倒推。12
• 上游 GPU/晶片/雲端資源供應：下一期財報若揭露則更新；未揭露不倒推。12
• 同業價格和新品代際：下一期財報若揭露則更新；未揭露不倒推。12

15. 來源

• 來源：Appier IR home: www.appier.com/en/investor-relations
• 來源：Appier FY2025 Q4 earnings: www.appier.com/en/press-media/fy25q4-earnings
• 來源：Appier FY2025 Q2 earnings: www.appier.com/en/press-media/fy25q2earnings
• 來源：Appier Q1 FY2026 PRNewswire: www.prnewswire.com/apac/news-releases/appier-beats-q1-revenue-and-profit-targets-with-agentic-ai-driven-growth-302770733.html
• 來源：Appier H1 FY2025 disclosure PDF: finance-frontend-pc-dist.west.edge.storage-yahoo.jp/disclosure/20250814/20250814541728.pdf
• 來源：Appier FY2025 presentation PDF: finance-frontend-pc-dist.west.edge.storage-yahoo.jp/disclosure/20260213/20260213561115.pdf
• 來源：Yahoo Finance Appier quote: finance.yahoo.com/quote/4180.T/
• 來源：Stanford AI Index 2025: hai.stanford.edu/ai-index/2025-ai-index-report
• 來源：Appier full product line Agentic AI announcement: www.appier.com/en/press-media/appier-announces-full-product-line-infused-with-agentic-ai
• 來源：Appier AdCreative.ai acquisition announcement: www.prnewswire.com/news-releases/appier-acquires-adcreativeai-in-strategic-move-to-lead-generative-ai-powered-advertising-and-marketing-innovation-302374636.html

16. 證據等級與未揭露項

證據等級	定義	本頁用法
A	公司財報、SEC/交易所公告、公司 IR 正式材料	財務硬數優先使用
B	公司官網產品頁、正式新聞稿、投資者演示	用於產品和事件線索
C	權威媒體、行業報告、金融資料聚合頁	用於補充但不單獨證明核心財務
D	市場傳聞、社媒、無來源摘要	不用於硬數

未揭露清單：

• AI 單獨營收：[未充分揭露]。
• AI 產品毛利率：[未充分揭露]。
• 單客戶營收佔比：[未充分揭露]。
• 客戶名單和合同金額：[未充分揭露]。
• 上游採購佔比：[未充分揭露]。
• 資本支出按 AI 專案拆分：[未充分揭露]。
• 模型/晶片/雲端資源成本：[未充分揭露]。
• 區域營收中的 AI 佔比：[未充分揭露]。
• 逐季完整現金流量橋：[未充分揭露]。
• 訂單轉營收週期：[未充分揭露]。

17. 結論邊界

本頁結論只覆蓋 Appier 在 AI 產業鏈中的事實位置、產品證據、財務質量和追蹤架構。所有數字均要求能回到來源；不能回到來源的硬數不寫，或者標為 [未充分揭露]。12 不提供交易方向、價格結論或配置比例判斷。