a16z 刚刚发了一份特别有看头的 AI 应用报告。
他们按照 Web 访问量、移动端月活，整理了目前头部的 AI 应用。这次还首次加入了消费者实际付费数据，列出了另外一份 AI 产品消费排行榜。
当然，这种统计肯定没办法做到百分之百准确，特别是付费数据来自 YipitData 的美国用户样本，所以大家大概观察趋势就行。
真正有含金量的，反而是报告里的数据和趋势分析。
之前我一直觉得，美国用户可能比国内用户更愿意为 AI 付费。
毕竟目前国内无论豆包，还是 WorkBuddy、千问办公、豆包办公等各种 Agent 产品，真正愿意付费订阅的用户依然非常少。
但这次 a16z 的数据让我发现，美国市场也没有想象中那么乐观。
#01
美国市场的 AI 付费情况
报告里提到，目前已经有接近一半的美国消费者使用过 AI，大概 25% 的人几乎每天都会接触 AI。
但截至今年 8 月，YipitData 的样本里，真正付费订阅 ChatGPT、Gemini、Claude 至少一个产品的用户，只有 4.5%。
这个付费数据不同机构统计会有差别，有的数据源只有 2% 到 2.5%。
好消息是，愿意付费的人确实正在增长。一年前这个比例只有 2.1%，现在已经翻了一倍。
但放大到整个盘子里，即便是美国市场，真正愿意长期为 AI 订阅付费的人，依然只占很小一部分。
并且这些付费用户内部的分布极度不均匀。
付费用户中的 Top 10%，贡献了大约一半的消费金额。其中光是 Top 1%，就贡献了大约 20%。而最后面 50% 的付费用户加起来，也只贡献了 16% 左右。
普通 AI 付费用户每个月的支出中位数只有 25 美元。但最顶部的 1%，平均每个月要花 903 美元。而且这群人的 AI 支出，在过去 18 个月里又增长了 80%。
普通付费用户的支出却几乎没有什么增长。
所以现在整个 To C AI 市场，大部分人都在免费使用，少部分人愿意掏钱，真正疯狂买各种 AI 产品的，其实就那么一小撮人。
#02
ChatGPT、Claude 和 Gemini 的付费情况
如果只看规模，ChatGPT 还是遥遥领先。目前 ChatGPT 的 Web 访问量大概是 Gemini 的 2 倍、Claude 的 6 倍。
移动端的差距更大，ChatGPT 的月活大概是 Gemini 的 2.5 倍、Claude 的 14 倍。
付费情况也是差不多的趋势。ChatGPT 的个人付费用户，大概是 Claude 和 Gemini 的 3 倍。所以从绝对规模来看，ChatGPT 依然领先很多。
但再具体看，三家的用户已经开始明显分化。
Claude 的付费用户里，大约有 7.3% 购买了每个月 100 美元起步的 Max 套餐。Gemini 对应的高价套餐用户只有 1.3%，ChatGPT 只有 1.1%。这个数据也跟我的体感对得上。
也就是说，Claude 的用户明显更偏 Power User。只要真的能够提高产出，一个月花 100 美元甚至更多，他们也愿意。绝对的 AI 深度用户。
而且这和 Anthropic 的产品和模型方向也完全吻合。Claude Code、Cowork、Claude Design，包括最近的一系列模型迭代，都在继续往 Prosumer 这群人身上加码。
包括 Anthropic 的模型在 Coding 方面的能力，我认为它仍然是超过 GPT 的。
所以 Claude 不像 OpenAI 那样考虑广告模式，就很好理解了。毕竟它手里已经有一批付费意愿强烈、使用深度也非常高的用户。
在商言商，对 Anthropic 来说，继续把这群人服务好，让他们愿意长期购买高价套餐，本身就是不错的商业模式。
相比之下，ChatGPT 走的是另外一条路。它现在覆盖的用户群太广了，从搜索、生成图片，再到数据分析、Coding、PPT 生成，几乎什么样用户都有。人群非常广泛。
a16z 甚至发现，美国 ChatGPT 的付费用户里，只有大约 8% 同时也订阅 Claude。
所以这两家看起来每天都在正面竞争，但从这个数据看，它们的付费用户重叠比例其实并不高。
ChatGPT 越往大众市场走，最后就越需要考虑那些愿意高频使用，但不会每个月付 20 美元的用户。
从这个角度看，广告、交易分成这些商业模式，对 OpenAI 的意义自然也会越来越大。
所以我觉得，到了今天再简单讨论 ChatGPT、Claude 谁会赢，意义不大。大家的用户结构不一样，产品也会开始往不同方向走。最后很可能会长出完全不同的商业模式。
#03
Personal Agent 可能会成为一个新变量
不过，刚才这些数据其实也说明了另一个问题。
目前真正的 AI 重度用户，还是以程序员或者泛程序员群体为主。大家主要拿 AI 写代码、做数据分析或者跑自动化，反正对于普通人来说，都没有那么高频。
这一点我自己也有很强的体感。
我身边愿意给 Codex 或者 Claude 一个月付 200 美元的人，基本都是工程师，或者一些自己有能力 Build 的产品经理。
因为只要开始写代码，Token 真的很容易消耗掉。但如果完全不写代码，大部分日常场景其实根本用不了那么多 Token。
说到这，就要扯到最近特别火的 Personal Agent 了。
a16z 觉得，它很可能会成为下一阶段 To C AI 一个非常重要的变量。
这里还有个挺有意思的数据。
a16z 引用了 AssistantBenchmark 对 1500 多名早期 Agent 用户的观察。
即使是 Muse、Instinct 这种号称面向普通消费者的产品，这些早期用户讨论最多的使用场景依然是 Coding 和技术自动化。
也就是说，虽然产品已经开始面向普通消费者了，但现在最积极使用它们的，还是那群本来就非常熟悉 AI 的人。
因为现在 To C AI 有一个挺麻烦的问题。模型已经越来越强了，但普通人并没有那么多高频的事情需要主动打开 AI 去完成。
程序员每天都可以写代码，这些事情本身就持续存在。但普通人的很多需求非常零散。订机票、找餐厅、做攻略，这些事情当然都可以交给 AI，但不会每天发生。
a16z 在访谈里也提到，把一个空白的 AI 产品交给普通人，他们经常根本不知道该拿它干什么。
Personal Agent 有机会改变的，就是这个地方。
如果 AI 能够长期拿到一个人的 Context，知道他最近在忙什么、有哪些事情还没处理、接下来可能要做什么，它能参与的场景就会多很多。
比如我最近一直在和老婆讨论去上海旅行，它拿到这些 Context，可以主动提醒我还有哪些事情没安排。
或者收到一封需要处理的邮件，Agent 已经知道前因后果，可以直接推进到下一步。
用户不需要每次都先想好一个问题或者一定要有一个任务，才会专门打开 AI。
如果一个 Agent 长期在线，了解用户平时的生活和工作，顺手帮忙搞定，累积起来的价值可能就很大了。这时候 AI 才有可能从一个有事才打开的工具，慢慢进入普通人的日常。
我觉得 Personal Agent 如果真的能成立，很重要的一点，就是有机会缓解 To C AI 一直缺少高频使用场景的问题。
#04
Personal Agent 的壁垒到底在哪里？
那 Personal Agent 真正的壁垒到底是什么？
Context 肯定很重要。这是众人皆知的事。
毕竟 Agent 使用时间越长，越了解用户的习惯、工作方式和过去发生的事情，换一个新的 Agent，就意味着很多东西又要重新教一遍。
这种长期积累本身就会产生迁移成本。
这次报告真正让我有启发的，是 a16z 对 Network Effect 和 Marketplace 的讨论。
今天大部分 Personal Agent 还都是 Single-player。用户主要还是和自己的 Agent 互动，它知道你的 Context，然后帮你处理一些事情。
但如果 Personal Agent 真想把更多任务直接做完，就一定要接入外部的服务和平台。
比如订酒店、买东西、订餐，这些事情光靠模型本身完成不了。Agent 最后还是得连接商家、支付、预订系统。
所以往后看，Personal Agent 的能力，很大程度上还要看它到底能接入多少现实世界里的服务。
最近 Amazon 很快就封掉了 Muse 在自己平台上浏览和购买商品的能力，但 Shopify、Instacart、OpenTable、Expedia、Ticketmaster 这些公司却在主动和 Agent 建立合作。
大家琢磨下，如果一个商家自己没有掌握用户入口，Agent 可以给它带来新的订单，它当然欢迎。
但对于 Amazon 这样本来就掌握了消费者入口的平台，情况完全不一样。
因为一旦用户开始直接告诉 Agent 我要买什么，Agent 在背后替他找商品、比价、下单，用户可能连 Amazon 的 App 都不用打开了。
谁掌握用户，谁来分配交易，可能都会重新洗牌。
所以我觉得，未来 Personal Agent 的竞争，不会只看谁的模型更聪明。谁能连接更多商家、更多服务，谁真正能够替用户把事情做完，也会越来越重要。
并且，如果 Agent 和 Agent 之间也开始直接协作，这件事的想象空间还会继续变大。
比如两个人约时间，不再需要双方来回发十条消息，两边的 Agent 自己就把空闲时间对上了。
不过这件事现在还非常早。a16z 自己也说，目前还没有哪个 Personal Agent 真正形成了人与人之间的 Network Effect。
#05
Personal Agent 的商业模式
最后再聊一下商业模式。
Personal Agent 还有一个非常值得关注的地方，就是它可能让 AI 的商业模式发生变化。
a16z 这次统计的 44 款上榜 AI 原生 Web 产品里，84% 都提供付费订阅，64% 还通过 Credit 或使用量额外收费。
提供广告模式的只有 14%，通过交易或者平台抽成赚钱的更是只有 2%。
这里的比例可能重叠，因为一个产品可能同时有订阅和用量收费。
不过放到整个消费互联网的逻辑里，这个结构非常反常，
像 Google、Meta、Amazon、Uber 这些最大的消费互联网公司，主要收入长期都来自广告或者交易。真正依靠消费者每个月主动付一笔软件订阅费做成超级大公司的，几乎没有。
AI 能不能彻底改变这个习惯？a16z 对这件事并没有那么乐观，我也一样。
只要和身边普通的非深度 AI 用户聊一下，就会发现让他长期每个月支付 20 美元，简直天方夜谭。
今天 AI 公司之所以普遍选择订阅模式，主要还是推理成本太高。
传统互联网产品增加一个用户，边际成本可以接近于零，所以以前的消费互联网公司可以先疯狂增长，过几年再研究怎么赚钱。
AI 产品目前很难这么操作。如果突然免费增加几千万高频用户，每个人每天都在大量消耗模型推理，不管公司家底多厚，都很难长期承受。
所以大家早期只能通过订阅和用量收费，尽快建立一套能够维持成本的商业模式。
但 Personal Agent 有可能会催生出来新的商业模式。因为它天然就会参与越来越多的交易。
比如过去买一张机票，我得自己搜索、比价，再去不同的平台下单。以后可能只需要告诉 Agent 时间、目的地和预算，后面的搜索、比较甚至下单，都可以直接交给它。
那问题来了，既然 Agent 已经帮商家带来了一个真实用户，甚至直接完成了一笔交易，为什么一定要让用户每个月付 20 美元？它完全可以从这笔交易里抽取一点佣金。
扎克伯格最近谈 Muse 时也是类似的思路。
Meta 希望让绝大部分用户可以免费、大量使用 Muse。未来如果 Muse 帮用户完成购物、订酒店、购买机票这些交易，Meta 就有机会从交易里获得收入。
当然，这个模式目前还在探索。
尤其像 Instinct，创始人公布的早期数据里，已经有 40% 的用户连接了个人信用卡，而且这些连接信用卡并开始消费的用户，平均每个月通过 Agent 完成约 1300 美元的交易。
这至少说明，已经有人开始让 Agent 直接替自己花钱了。
过去几年，我们一直在想怎么让用户愿意每个月给 AI 付 20 美元。
但如果 Personal Agent 真的能够参与普通人的日常生活，并且持续帮助用户完成交易，那未来可能根本不需要每个人都付这 20 美元。
