文章核心观点 - 文章基于A16Z两份最新AI报告（第七版《Top 100消费级AI应用》与9月底更新的《市场状况II》），系统梳理了当前AI行业的真实进展，核心结论是AI使用广度已很大但深度极浅，智能成本下降反而推动算力需求爆发式增长，头部1%重度用户正与其余99%拉开巨大差距 [4][5][6] - 文章认为AI正在出现第二道数字鸿沟，即从“有没有用过AI”转向“有多么深度地在用AI”，这道鸿沟正在越来越大 [32][34][36] - 文章用三句话总结A16Z报告：AI使用已很广但对全社会真正使用深度还浅得离谱；智能越便宜需求越大，Agent会把Token消耗推到过去无法想象的量级；真正跑在最前面的1%已和剩下99%生活在两个不同的AI时代 [173][174][175] 一、AI离大众还很远 - 美国已有接近一半的人表示自己用过AI，但每天真正在用的人只有25%，即仅1/4的人每天在用AI [12] - 截至2026年8月，在YipitData的美国电子收据样本里，真正有ChatGPT、Gemini或Claude个人付费订阅的人仅4.5%，一年前是2.1%，虽翻了一倍多但绝对值仍极低 [12] - 作为参照，2026年美国成年人里Netflix个人付费订阅率为76%，Apple TV+为31%，对比之下AI付费渗透率差距巨大 [12] - 换算成家庭，98%的美国家庭还没有为AI付过费 [12] - 企业端，69%的标普500公司表示已将AI正式部署进真实业务，但仅2%的公司会长期追踪明确指标来判断AI是否产生价值，一个季度前是1% [16][17] - 讨论AI普及率时“有没有用过”已是非常没有意义的指标，下载ChatGPT问一句周末去哪玩属于AI用户，每天把AI接进邮箱、代码库、服务器、CRM搞无数自动化工作流、每天让Agent自己干几百次任务也属于AI用户，但两者在统计上已是天差地别 [22][23][24][25] - A16Z描述为“Power Users Are Pulling Away”，最前面10%的企业AI输出Token的增长速度已远远超过中位数企业，在信息行业里两者甚至拉出了11.7倍的差距 [26][28][29] - OpenAI曾表示插件（本质就是MCP）和Skills这种对很多企业来说都已算是高级功能 [30] - AI第一阶段是让每个人都有一个ChatGPT，AI第二阶段可能是少数人把ChatGPT用成了一家公司 [37][38] 二、那1%的重度用户 - A16Z第一次把YipitData的美国消费者银行卡和电子收据样本拉进来，不只看大家用谁，还看大家为谁而付费 [42][43] - 在已经愿意给AI付钱的人里面，只有13%的人同时还会付第二个AI产品，绝大多数用户只买一个，AI玩家忠诚度比想象中高 [45][46] - AI付费用户里面最顶上的1%贡献了19.5%的全部消费，而最下面50%的人加起来消费是16.6%，最头部1%花的钱比一半的人加起来还多 [48][49] - 最上面1%平均每个月在个人银行卡上花903美元买AI，中位数是25美元且这两年几乎没怎么涨，但最顶端那1%的消费在18个月里又涨了80% [52] - 头部用户除核心几家外更多购买自动化和产品构建工具，如N8N、Figma、Manus等 [53] - 具体倍数数据：n8n为22.9倍（Top 1%占比1.43%，All buyers占比0.06%），Higgsfield为15.1倍（Top 1%占比7.23%，All buyers占比0.48%），Manus为18.2倍（Top 1%占比3.37%，All buyers占比0.19%），fal为18.2倍（Top 1%占比1.66%，All buyers占比0.09%），HeyGen为13.7倍（Top 1%占比3.53%，All buyers占比0.26%），Fireflies.ai为12.6倍（Top 1%占比1.66%，All buyers占比0.13%），Nous Research为14.6倍（Top 1%占比1.08%，All buyers占比0.07%），Runway为10.0倍（Top 1%占比2.64%，All buyers占比0.26%），Notion为9.2倍（Top 1%占比4.63%，All buyers占比0.50%）[55] - 最头部这帮人依然是最核心的为生产力而付费的群体，订阅AI不是拿来聊天或用情绪价值，而是拿来做东西自动化然后生产赚钱，他们真正意义上把AI当生产资料，跟传统专业软件售卖几乎没有本质区别 [56][57] - ChatGPT流量依然遥遥领先，网页访问量大概是Gemini的2倍、是Claude的6倍，移动端差距更夸张 [58] - 但到了最贵的个人订阅这里，Claude所有付费用户里面有7.3%的人买的是100美元起步的Max计划，ChatGPT和Gemini都只有1.3%（统计口径是所有的付费用户，免费用户没有算在里面）[58] - Claude的用户对于AI的定位跟另外两家不一样，这帮人是真的拿AI去重度干活的人 [61] - 消费额最高的Top 50 AI产品里面，有29个甚至根本没进网页流量榜和移动App榜，直接超过了一半 [62] - AI时代流量榜和收入榜正在迅速变成两张完全不同的地图，过去互联网“流量就是钱”，但在AI这里至少现在流量不是钱，能帮用户去进行高价值工作才是钱 [63][64] 三、AI的杰文斯悖论 - A16Z直接把标题写成Jevons Paradox，左图是单位智能价格断崖式下降，右图是Token越来越便宜以后H100算力价格反而重新走高 [66][67] - 杰文斯悖论是经济学经典概念，19世纪英国人发现蒸汽机越来越节能，按常理烧煤效率提高煤炭总消耗应下降，结果恰恰相反，机器越节能用机器的地方越多最后煤反而烧得更多 [71][72][73][74] - 单位成本下降不一定减少总消耗，它可能直接制造出更多需求，AI正在把这个经典经济学现象几乎原封不动地重演 [75] - 过去几年单位智能价格已暴跌，同样水平的模型Token越来越便宜，开源模型越来越强，缓存价格也越来越便宜 [76][77][78] - 但结果H100租金又开始往上涨，老GPU也没怎么贬值，A100等老卡的租金和残值并没有按3到4年报废论快速坍塌 [80] - CoreWeave、Lambda等新型算力云也在沿着非常陡的收入曲线进行增长 [83] - 以前一个任务花10块钱大概率只会把最重要的任务给AI，现在同一个任务变成1毛钱，不会省下那9块9，反而会发现以前100个不值得自动化的破事现在全都可以用AI自动化，支出从10块钱变成100块钱 [86][87][88] - Agent是最典型的Token焚化炉 [89] - A16Z引用OpenRouter数据，今年2月6日开始Agent产生的Token已超过人类直接聊天产生的Token [90] - 到了8月份Agent七天平均Token使用量每天已达7.3万亿Token，一年里面增长了14倍 [90] - 2025年9月OpenRouter一周总处理大概4.7万亿Token，而到了2026年9月这个数据是126.2万亿，同比涨了27倍，从今年6月到9月Token需求就连续翻了两倍 [93][94][95] - 以后看百万Token多少钱没有那么大的意义，一些看起来很便宜的模型一旦陷入混乱或推理效率低，Token消耗量可能是一些高级模型的好几倍，综合算下来反而价格会更贵，甚至还没算因为返工而带来的Token浪费 [97] - 便宜的模型依然有大量使用用途，因为那些便宜的智能在疯狂地把值得使用智能的边界向外扩展 [98] - 这可能是未来10年算力需求最底层的一条逻辑 [102] 四、AI的商业模式 - A16Z统计Top Web AI产品发现，AI产品现在84%是订阅，64%是按量收费或购买点数/额度（Credits），广告只有14%，交易佣金或平台抽成仅仅才2%（一个产品可以同时有多种模式所以加起来会超过100%）[105][106][107] - 今天的消费AI虽然产品形态看起来像互联网，但收费方式却极其像SaaS，用我的智能直接交钱，交完钱以后送一些额度，Token不够再买 [109][110] - 这和上一代真正做大的消费互联网完全反过来，Meta 2025年97.6%的收入来自广告，谷歌是73.2% [111][112] - 上一代互联网最伟大的商业创新之一就是广告和抽佣，让用户别付钱广告主替你付，国内最熟悉的就是字节，用户量一大规模就起来，互联网边际成本几乎为零 [113][114] - 但AI一上来就遇到很现实的问题，推理是真的有边际成本，聊得越多GPU烧得越多，跟移动互联网边际几乎为零的复制效应没有任何可比性 [115][116] - 前几年所有AI公司没办法都走订阅制，先卖额度，先把最愿意付钱的那批人挑选出来至少先能养活自己 [117] - 这也可能解释了为什么AI已经这么火但付费渗透率却还只有几个点，其实也不是AI没有价值，主要还是大家会有一些滤镜，让全人类每个月主动再掏20美元买一个软件本身就是一件极难的事情 [118][119] - 世界上最大的消费订阅业务长期都集中在媒体内容里，ChatGPT能在三年多时间冲进全球Top 20消费订阅产品本身已经很离谱 [119][120] - 纯广告很难走通，A16Z分享了一个Agent产品Instinct，可以直接在iMessage、WhatsApp里使唤的个人Agent，主要帮你订票、订酒店、取消订阅、买东西等，按照他们自己对外的数据说用户里面有40%的人在三周内就会去绑自己的信用卡，真正会通过它去买东西的平均每个月会让这个Agent经手1300美金 [121] - 商业模式也很明显，比如最近Meta最火的Muse走的其实也是这条路线，假如一个Agent每天能帮你干跟生活有关的交易相关的事，没必要向你收20美金，完全可以给你免费用然后从每一笔交易里面去抽佣 [123] - 这个时候AI的商业模式就从SaaS变成了互联网，Muse前段时间也登顶了App Store [124][127] - 这一代VC可能更看得懂也更喜欢Personal agent这个概念，因为这玩意的商业模式实在是太移动互联网了 [129] - 跟移动互联网还是有一个本质区别在于人，上一代互联网变现的是人的注意力，下一代Agent互联网可能直接变现人的意图，注意力和意图在最终逻辑上应该还是会有大区别 [129][130] - 如果这条路能跑通，真正的AI超级Agent可能不是那个拥有最大流量的产品，反而很有可能是离你钱包最近的那个Agent [131][132] 五、实体世界回来了 - 过去二十年科技行业的关键词总结就是一个Bits，在Bits之上构建了软件、互联网、云、SaaS等，最核心最有魅力的地方就是边际成本为0，写一次代码可以复制给1亿个人，资本市场太喜欢这种东西，轻资产、高毛利、扩张极快 [133] - AI来了以后这个事情突然一下子就反过来了，A16Z直接称为Atoms Are So Back，实体世界又回来了 [133] - 虽然AI表面看起来比软件还要虚拟，但背后实在是太物理了，需要GPU、光模块、变压器、铜，甚至还要土地、电网、建筑工人，薪资全员大涨 [135][136][137] - 科技大厂们也在疯狂地砸钱，微软、Google、亚马逊、Meta这类超大规模云厂商为了AI疯狂花钱，甚至已经把自己的自由现金流吃得很难看了，而且预计这种状态还会持续到2028年前后 [140] - 钱全都被老黄给挣走了，但现金流现在不够了就开始借钱，债券市场也就被拉进来了 [145][146] - 债券和信贷市场开始给这一轮AI基建继续加杠杆 [150] - 也有很多人会说这不就是AI泡沫吗，但又很难简单地就把它称为泡沫，因为这些公司确实还在挣钱，现在的投入资本回报率依然明显高于融资成本 [151][152] - 云服务的待交付订单还在涨，算力需求还在远远大于供给，实际市场里面四五年前的GPU租金和残值还在坚挺就是不降价 [154] - 半导体供应链的积压订单还有很多，即使搞到了芯片，数据中心也不代表可以交付，因为还不一定有钱有电，所以还得想办法造基建 [155][156] - 这一轮AI跟过去互联网完全不一样的是它让实体变得回归了，而且带动了全球基础设施的一个巨大的资本开支周期 [158][159] - AI现在是虚的，未来必然进入实体，还有具身智能，具身智能那可就是纯粹的实体产业了，还有自动驾驶、火箭等等 [160][161] - 在软件越轻越好的十几年之后，没有人能想到这一轮的资本奖励的却是实体大基建 [164] 写在最后 - 现在很像三体里面的乱纪元，这是一个会对全社会进行洗牌的大时代 [165] - 智能变得便宜，知识也变得便宜，人人都能做过去只有专业人士才能做的事 [166][167] - 但同时杠杆也变得越来越便宜，这就带来了一个非常残酷的现实，最会用杠杆的人只会跑得越快 [168][169] - AI本质上就是所有普通人如今最大的杠杆，于是鸿沟就出现了 [170][171]