a16z深度報告：AI付費市場 已出現不需要登上大眾流量榜的生意

作者：趙穎，華爾街見聞

消費者AI市場正在形成一個清晰的雙軌結構：流量繁榮與付費集中同時存在，而真正的商業價值藏在後者。

a16z最新一期Top 100消費者AI應用追蹤報告顯示，只有7家公司同時進入網頁流量、行動月活和消費支出三張榜單，有29家支出排名前50的廠商根本不在任何流量榜上。

付費端呈現出極端的冪律特徵。前1%的付費用戶貢獻了19.5%的可觀察消費，高於底部50%用戶合計的16.6%；這批重度用戶平均每月在AI上花費903美元，購買的主要是編程、效率和創作工具。截至今年8月，美國僅有4.5%的消費者擁有ChatGPT、Gemini或Claude中至少一個活躍個人付費訂閱。

這一結構正在影響整個行業的戰略方向。訂閱制在早期幫助AI公司覆蓋了模型成本，但也將普及天花板壓低。個人代理、廣告、交易抽傭等新商業模式已陸續浮出水面，指向同一個問題：如何把AI從一款付費軟體，變成普通人日常生活里的低門檻服務。

榜單趨於穩定，付費數據首次成為獨立維度

本期報告首次引入了由YipitData基於美國消費者銀行卡及信用卡面板觀察到的AI支出數據，與原有的Similarweb網頁訪問量和Sensor Tower行動月活並列，形成三條獨立的觀察維度。報告同期將主要面向NSFW場景的產品排除在外——按原有口徑，這類產品會占據網頁流量榜單超過20%的市佔率。

榜單本身的流動性已明顯下降。本期新增首次上榜產品僅11個，是七期追蹤以來最少的一次。a16z分析師Olivia Moore將這一現象背後的核心矛盾概括為：「消費者AI使用很廣，但對幾乎所有人來說都不深。」近一半美國消費者稱自己在使用AI，但只有25%達到日常使用頻率。

付費數據和流量數據的錯位是本期最值得關注的發現。同時進入網頁、行動、支出三張榜的公司只有7家：ChatGPT、Claude、Suno、Perplexity、Photoroom、Canva、Notion。ChatGPT是唯一在三張榜上均排第一的產品。

Claude押注高價值訂閱，與ChatGPT打不同的仗

ChatGPT的整體領先仍無爭議。8月網頁訪問量約為Gemini的2倍、Claude的6倍；行動端月活則是Gemini的2.5倍、Claude的14倍；美國消費者付費訂閱數上，ChatGPT相對Claude或Gemini也保持約3倍優勢。

Claude的增長邏輯卻與流量排名呈現出明顯落差。在美國消費者訂閱數上，Claude今年早些時候已超過Gemini；即便Google將歷史付費用戶遷移至AI計劃以推高訂閱數，兩者也僅接近打平。Claude在2023年9月第一期網頁榜單中尚未入榜，如今流量已超過DeepSeek和Perplexity。

更關鍵的差異體現在訂閱結構上。Claude最貴的個人訂閱Max起價100美元/月，已有7.3%的消費者付費用戶選擇這一檔位；Google對應檔位占比為1.3%，ChatGPT為1.1%。Anthropic在不依賴廣告的前提下，正在更積極地挖掘訂閱深度。

不過Claude的增長並非直線。YipitData全球桌面面板顯示，Claude在7月和8月的日均會話數出現下滑；美國電子收據面板中，新增放緩、流失上升。與此同時，ChatGPT在7月推出GPT-5.6 Sol、Terra、Luna及ChatGPT Work後重新加速。

三家公司實際上在打三場不同的仗。過去六個月，Anthropic、Google、OpenAI合計發布127次新品：Anthropic幾乎全力押注專業消費者，如Claude Design、Code Review、Claude Science；Google偏向創意模型，如Lyria 3 Pro、Gemini Omni；OpenAI則同時覆蓋企業和消費者，從ChatGPT Work到圖像、健康、個人金融、求職工具全線鋪開。

前1%用戶撐起付費基礎，多訂閱行為罕見

付費基礎在擴大，但集中度並未稀釋。YipitData美國電子收據面板中，今年8月有4.5%的合格消費者訂閱了至少一個主流AI產品，一年前這一比例為2.1%。

在已付費用戶中，多產品訂閱行為同樣罕見。為一個AI產品付費的人中，只有13%會同時為另一款AI工具付費。多數用戶的決策邏輯並非構建AI工具矩陣，而是找到一個能解決明確問題的產品。

前1%付費用戶的畫像接近專業消費者：他們高頻購買自動化與產品構建工具，如n8n、fal、Manus、Nous Research的Hermes Agent，同時明顯偏好創作工具，如Higgsfield、Figma、HeyGen。這批用戶平均每月在AI上花費903美元，購買的本質是生產力，而非娛樂。

這一結構直接解釋了流量榜與收入榜的錯位。支出排名前50的廠商中，有29家根本不出現在任何流量榜上，說明在特定專業人群中建立深度使用，已經足以支撐可觀的商業規模——無需依賴大眾流量。

個人代理爭奪交易入口，平台方已開始站隊

個人代理被視為最接近新商業入口的方向。六個月前，此類產品對多數消費者而言還不夠成熟；目前，Instinct、Tomo、Poke、Lindy、Town等創業公司已聲稱擁有數十萬用戶。Meta推出Muse，OpenAI推出Dots，xAI推出Grok Bot，大公司也已跟進。

iMessage成為當前的熱門渠道。Instinct在2026年8月從這裡起量，DoorDash也推出了自己的iMessage點餐代理。這些產品共同爭奪的入口是：像真人助理一樣，可以發短信、發郵件、打電話。

早期用戶畫像仍然偏向硬核。AssistantBenchmark創始人David Pawlan追蹤7個早期用戶群聊、共1502個樣本後發現，最常被討論的任務是編程和技術自動化。代理目前還處於替技術用戶處理工作流的階段，尚未真正進入普通消費者的日常生活。

Instinct提供了一組激進數據：創始人Noah Shinn稱，40%的用戶會在三周內綁定個人信用卡；一旦發生購買，這些用戶平均每月通過Instinct花費1300美元；公司年化交易額據稱已超過10億美元，其中一半來自旅行。

平台方的態度已分化。Amazon在不到兩周內切斷了Meta Muse的訪問；而Shopify、Instacart、OpenTable、Expedia、Ticketmaster、Plaid等則簽下官方集成。Meta Muse於9月9日上線，首周日活據稱達到25萬，不到一個月下載量超過500萬——但這一規模仍遠低於Meta Threads當年的啟動速度，後者在相同兩個市場的前22天下載量超過1500萬。

大廠擴張反而圈出創業公司的生存空間

成熟產品已大規模進場。Canva和Notion進入網頁榜前十，Figma進入前十五；Superhuman（原Grammarly）首次在支出榜排至第四。Google一家在網頁端就有五個入口：Gemini、NotebookLM、AI Studio、Labs、Antigravity。

大廠的全面鋪開反而使創業公司的差異化路徑更加清晰。

差異化模型是第一個可行方向。Suno網頁流量排第19、支出排第7；ElevenLabs網頁排第25、支出排第10。Midjourney、HeyGen、Kling、Topaz Labs也進入支出榜。在創作類任務中，獨特的聲音、視覺風格和訓練數據，有時比通用大模型能力更具競爭優勢。

多模型體驗構成第二條路徑。Cursor支持多家模型，OpenRouter讓開發者接入不同供應商。用戶的核心需求並非綁定某家模型，而是在特定任務中找到最合適的能力。Lovable、Cursor、Base44、Replit均已進入網頁榜，Cursor從第41升至第35，Base44首次上榜排第46。

明確人群定位是第三個方向。OpenEvidence服務醫生，進入網頁榜第47；Venice主打私密AI，首次上榜排第43。特定工作流、隱私保護、內容可信度，可能與底層模型能力同等重要。內容政策調整同樣留下市場空位——NSFW類產品被主流榜單排除，並不代表需求消失。

重做產品體驗是第四條出路，目標是讓用戶告別空白提示框。Plaud將硬體設備與訂閱結合，首次進入消費者支出榜第16位。Meta將Muse延伸至智能眼鏡和AI電子寵物，OpenAI收購io Products則暗示了更大的硬體布局意圖。

訂閱撐住早期，廣告與交易費指向更大市場

頭部消費者AI產品幾乎全員收費。網頁榜中44個AI原生產品均已實現某種商業化：84%提供付費訂閱，64%採用用量收費或額外積分，只有14%有廣告，2%通過交易或平台費用賺錢。

這與上一代消費網路的盈利結構截然相反。廣告貢獻Meta收入的97.6%、Alphabet收入的73.2%；全球前20大消費訂閱產品中，65%屬於媒體業務。AI公司選擇訂閱的現實原因是模型成本高企，早期無法完全依靠規模換收入。

但其他模式已經開始出現。OpenAI表示，ChatGPT廣告在8月達到10億美元年化收入run rate，基礎是12億周活用戶。OpenEvidence估計覆蓋50%至60%的美國醫生，也開始部分依靠廣告變現。

交易抽傭被視為代理模式成立後的自然收費路徑：用戶通過AI完成可歸因購買後，按聯盟傭金或抽傭結算。Instinct和Muse均描述了未來從交易中收費的計劃，但目前均未實施；ChatGPT內發起的購買目前同樣不收費。

消費者AI的下一個關鍵問題，已經從"是否有人願意為AI付錢"轉變為"如何讓不願訂閱軟體的人開始高頻使用"。訂閱將持續服務專業用戶群體，而廣告、交易費和代理入口，才更可能將AI帶入更廣泛的日常生活。

來源：金色財經

發佈者對本文章的內容承擔全部責任
在投資加密貨幣前，請務必深入研究，理解相關風險，並謹慎評估自己的風險承受能力。不要因為短期高回報的誘惑而忽視潛在的重大損失。