摘要 a16z 在 2026 年 9 月 30 日和 10 月 5 日先后发布《State of Markets II》和第七版《Top 100 消费级 AI 应用》。两份报告指向同一个结论：AI 用的人很多，用得深的人极少。美国近一半消费者用过 AI，可到 8 月只有 4.5% 的人在为 ChatGPT、Gemini 或 Claude 付费；付费者里最顶上的 1% 平均每月花 903 美元，贡献了 19.5% 的消费，比后一半人加起来还多。另一头，Token 越便宜用得越多：OpenRouter 的周用量一年涨到约 27 倍，H100 的租金居高不下，科技巨头的现金流正流向芯片和电力。
a16z 的《Top 100 消费级 AI 应用》榜单做了三年，出到第七版，一直按流量排：网页看访问量，App 看月活。这一版多了一张新榜，按美国消费者银行卡和电子收据上的真实支出来排。
换一把尺子，画面就变了。流量榜的熟面孔之外，冒出来几十个从没上过榜的名字；整个付费市场小得出乎意料，钱又集中在极少数人手里。
比它早五天，a16z 的成长投资团队发了一份 90 页的《State of Markets II》，从资本市场的角度讲了这件事的另一半：使用还这么浅，GPU 却已经用到涨价。两份报告合起来，正好是一条完整的链：谁在用，谁在付钱，钱最后去了哪。
用的人近一半，付费的只有 4.5%
先看消费者。按 a16z 引用的数据，美国近一半消费者说自己用过 AI，但每天都在用的只有 25%。到了付费这一步，数字再掉一个量级：截至 2026 年 8 月，在数据公司 YipitData 的美国电子收据样本里，为 ChatGPT、Gemini、Claude 三者中至少一个付个人订阅费的人，只占 4.5%。一年前是 2.1%，翻了一倍多，仍然是个位数。
换成家庭口径也差不多。《State of Markets II》引用的另一组银行数据显示，截至 2026 年 4 月，有 AI 付费订阅的美国家庭约占 2.2%。两组数字的出处和统计对象不同，不能直接比较，但方向一致：愿意为 AI 掏钱的人，目前还是少数中的少数。
企业端是同一个形状。标普 500 公司里，2026 年二季度有 69% 提到已经把 AI 部署进实际业务（一季度是 64%），29% 给出了可量化的效果；但披露了一个长期追踪指标的，只有 2%，上一季度是 1%。说“上线了”很容易，说清楚“上线后哪个数字变了，而且一直在盯”，几乎没有公司做到。
a16z 给这种状态起的名字是 wide and shallow，用得广，但是浅。这也说明，衡量 AI 普及时，“用没用过”已经分不出差别：问过一句周末去哪玩的人，和把 AI 接进代码库、每天跑几百次任务的人，在这个指标里是同一个数。
头部 1%：每月 903 美元，比后一半人加起来还多
付费的人本来就少，钱在这群人内部还分得极不均匀。
YipitData 的样本里，付了一个 AI 产品的人，只有 13% 会再付第二个。消费最高的 10% 贡献了大约一半的支出；最顶上的 1% 贡献了 19.5%，比后 50% 的人加起来（16.6%）还多。
这 1% 的人，2026 年 8 月平均每月在个人银行卡上为 AI 花 903 美元，a16z 还补了一句：算上工作用途可能更高。2025 年初这个数字是 504 美元，一年半里涨了约 80%。而付费者的中位数是每月 25 美元，这段时间几乎没动。
他们把钱花在哪？a16z 比较了头部 1% 和全体 AI 买家的购买率：自动化工具 n8n 是 22.9 倍，面向开发者的模型调用平台 fal 和通用 Agent 产品 Manus 都是 18.2 倍，视频生成工具 Higgsfield 是 15.1 倍。清一色是用来搭东西、做内容、干活的工具。报告的说法是，这群人不像大众消费者，更像 prosumer（专业消费者）：自己掏钱买软件，用来构建、创作和完成工作。
订阅档位上也能认出同一群人。Claude 的付费用户里有 7.3% 买了每月 100 美元起的 Max 档，ChatGPT 和 Google 的同价位档只有 1% 出头。
企业之间拉得更开。《State of Markets II》引用 OpenAI 的企业数据：以 2025 年 4 月为基准，头部 10% 的企业到 2026 年 6 月输出 Token 涨到 17.1 倍，中间 10% 的企业只涨到 2.1 倍，相差 8.3 倍；信息行业相差 11.7 倍。功能使用上也一样：插件（Plugins）在头部企业的周活用户里有 21% 在用，普通企业是 9%；Skills 是 19% 对 3%。作为对照，OpenAI 自己内部是 95% 和 93%。
报告给这一页起的标题是 Power Users Are Pulling Away，重度用户正在把其他人甩开。
付费榜前 50 名，29 个不在流量榜上
头部用户的口味，直接改写了榜单。
a16z 这次第一次按观察到的消费金额给产品排名。数据只覆盖美国，来自抽样的样本而不是全量，不能当成公司总收入看；Gemini 的收入没法从 Google 的整体消费者收入里拆出来，没有参与排名。即便如此，差别已经足够明显：付费榜前 50 名里，有 29 个完全没出现在网页和移动端的流量榜上。
两张榜都上了的，名次也常常对不上。编程平台 Replit 付费第 6，网页流量只排第 48；Higgsfield 付费第 5、流量第 28；OpenRouter 付费第 13、流量第 40；Manus 付费第 19、流量第 38。a16z 的解释是，差多少取决于产品从重度用户身上变现的力度。
网页、移动、付费三张榜都进了的只有七个：ChatGPT、Claude、Suno、Perplexity、Photoroom、Canva 和 Notion，其中 ChatGPT 三张榜都是第一。
模型三强因此要分开看。论流量，ChatGPT 仍然遥遥领先：8 月网页访问量约是 Gemini 的 2 倍、Claude 的 6 倍，移动端月活是 Gemini 的 2.5 倍、Claude 的 14 倍，美国付费订阅人数约是 Claude 或 Gemini 各自的 3 倍。Claude 的付费订阅人数在今年早些时候超过了 Gemini；Google 把旧的付费用户并入 AI 套餐之后，两家现在几乎持平。各家的用户重合也很少：美国的 ChatGPT 订阅者里，只有 8% 同时订了 Claude。
这场竞争也没有定局。YipitData 的数据显示，Claude 在 7、8 月的日均使用次数下滑，新增订阅放缓、退订上升；ChatGPT 则借 7 月发布的 GPT-5.6 系列重新加速，拿回了净新增订阅的第一。
杰文斯悖论：Token 越便宜，GPU 越贵
用得这么浅，算力却已经不够用。《State of Markets II》把原因归到一个 19 世纪的经济学观察上：杰文斯悖论（Jevons Paradox）。
1865 年，英国经济学家杰文斯注意到，蒸汽机越来越省煤，全国的煤耗却越来越高。机器省了，用机器的地方就多了。单位成本下降，总消耗反而上升，这就是杰文斯悖论。
AI 正在重演这一幕。报告引用高盛的测算：AI 的成本在大约 3 年里降下来的幅度，PC 用了大约 15 年。可算力价格没有跟着降。下图里，Token 价格指数从 2026 年 6 月起一路走低，同期 H100 GPU 的租金没有跟着跌，比 2025 年底的每小时 1.8 美元左右高出一截，停在 2.7 美元上下。
需求是被 Agent 推上去的。聊天是一问一答，用量有限；Agent 要自己读文件、调工具、反复重试，一个任务得来回调用很多轮。按模型聚合平台 OpenRouter 的数据：
- 2026 年 2 月 6 日，Agent 消耗的 Token 第一次超过人直接对话。到 8 月初，Agent 的 7 日平均用量达到 7.3 万亿，不到一年涨了 14 倍。
- 平台每周处理的 Token 总量，2025 年 9 月是 4.7 万亿，2026 年 9 月是 126.2 万亿，约 27 倍；6 月以来又翻了两番。
- Agent 用掉的 Token 里，86% 是命中缓存的提示词。按报告的说法，缓存、路由这些省钱手段，正是 Agent 在经济上跑得起来的原因。
旧显卡也没有像看空者预言的那样三四年就报废。按 Silicon Data 的租金数据，2026 年 9 月 B200 每小时 5.69 美元、H200 3.29 美元、H100 2.63 美元，连 2020 年发布的 A100 也稳在 1.59 美元，不低于年初。a16z 的结论是，更便宜的智能没有让谁出局，旧芯片和旧模型都还有活干。
84% 靠订阅：消费级 AI 还缺一种赚钱方式
回到开头的问题：为什么用的人那么多，付费的那么少？a16z 的回答落在商业模式上。
它统计了网页流量榜里 44 个 AI 原生产品的收费方式（一个产品可以有多种）：84% 有订阅，64% 按用量或点数收费，有广告的只有 14%，靠交易抽成的只有 2%。
这和上一代消费互联网正好反过来。2025 年，Meta 97.6% 的收入来自广告，Alphabet 是 73.2%。那一代产品的做法是用户免费，广告主买单。
AI 产品没法照搬，原因在成本。互联网多服务一个用户几乎不花钱，可以先亏着把规模做大，再卖广告；AI 每回答一次都要烧算力，早期收入不能不要，只好把最好的功能放在付费墙后面。结果就是前面看到的：付得起的人付了很多，大多数人不会或不愿为软件付订阅费。
订阅并非做不大，只是很难。全球订阅人数最多的 20 个消费产品里，65% 是 Netflix、Spotify 这样的媒体；ChatGPT 用三年半挤进了这份名单，已经是特例。
报告看到的新路有两条。一条是广告：OpenAI 说 ChatGPT 的广告收入在 8 月达到年化 10 亿美元，对应 12 亿周活用户。另一条是让个人 Agent 从交易里抽成。在 iMessage 里就能使唤的 Agent 产品 Instinct，创始人称有 40% 的用户在三周内绑定了信用卡，下过单的用户平均每月通过它花 1300 美元；Meta 在 9 月 9 日上线的 Muse，据称不到一个月下载量超过 500 万。
这条路还没走通。Instinct 的数字是创始人自己报的；两家都说打算收交易佣金，现在都还没收；Amazon 不到两周就切断了 Muse 的访问。Muse 的起步也远不如 Meta 自己的 Threads，后者在同样两个市场 22 天拿到 1500 多万次下载。
钱流向哪：从软件回到芯片和电力
最后一环是钱的去向。过去十几年，科技行业最受资本喜欢的是软件：写一次代码复制给一亿人，边际成本接近零。《State of Markets II》认为这一轮反过来了，它的章节标题是 Atoms Are So Back，原子回来了。
数字很直观。超大规模云厂商（微软、Google、亚马逊、Meta 等）的资本开支，2025 年是 4160 亿美元，2026 年预计 7910 亿，2027 年预计超过 1 万亿。代价是自由现金流占收入的比例被压到接近零，报告预计这种状态要持续到 2028 年前后。
现金不够就借。这些公司加上英伟达，2026 年到 8 月底新发的投资级债券和 SPV 融资已超过 3000 亿美元，2025 年全年约 2000 亿。a16z 认为很难把这叫作泡沫，理由是这些公司的投入资本回报率仍高于借款成本，云服务的待交付订单一年翻了一倍。
这些钱买的都是实物。按报告引用的示意拆分，每 100 美元 AI 资本开支里，约 50 美元给芯片，20 美元给电力，15 美元给网络设备，冷却和土建各 7.5 美元。供应链也是实物的节奏：GPU 整机的交期是 20–30 周，变压器要 104–260 周，燃气轮机要 260–420 周。芯片到手了，能不能通上电是另一回事。
读完可以带走的三个判断
看普及，别看“用没用过”。 更有信息量的是三个数：每天用的比例，付费的比例，有没有一个持续追踪的效果指标。拿这三个数量一量自己的团队，多半也是“广而浅”。
做产品，流量和收入是两张地图。 付费榜上的赢家多数在帮人搭东西、做内容、干活。面向重度用户的工具可以流量不大而收入可观；面向大众的产品，订阅之外还得想清楚广告或交易抽成怎么做。
算成本，别只盯单价。 Token 单价在降，用量涨得更快，账单是两者的乘积。缓存命中率、哪些任务交给贵模型、哪些交给便宜模型，比单价本身更影响最后的支出。
也要记得这两份报告的边界。消费数据只覆盖美国，来自抽样样本；a16z 在报告里声明，第三方数据未经它独立核实。它同时是 AI 赛道的重仓投资者，“对智能的需求没有上限”这类判断带着买方的立场。
真正被数据撑住的结论其实很朴素：AI 现在的需求，主要是极少数重度用户撑起来的；其余的人还没真正开始。