消费级 AI 背后的难堪经济账

经过这一周，你甚至可以说消费级 AI 正在卷土重来。

Meta 的个人 AI 助手 Muse 及其毛绒玩具般的吉祥物 Jolly，出人意料地成了爆款。OpenAI 昨天刚发布的 Dots，似乎也在押注同一种卡通化个人助手的思路。而风头正劲的 Instinct 助手，凭借跑腿代办型的 agent 能力——订机票、订餐厅、退订会员——估值已经达到 100 亿美元。

看多的理由很好找：Agentic AI 终于可靠到能处理日常任务了，各家公司在向普通消费者推广这种服务，而用户也确实从中获得了价值。在投资者眼里，这像极了 2022 年 ChatGPT 发布的时刻——AI 的原始能力打开了一个前所未有的产品品类。谁不想分一杯羹呢？

但前沿实验室对消费级 AI 望而却步是有原因的——并不是因为技术不够好。即便是火爆到惊人的产品，也开始撞上消费者付费意愿的天花板，而且更好的模型是否真能带来更赚钱的消费业务，也并不明朗。于是整个行业都在转向 Anthropic 模式：主攻企业合同，按行业垂直领域逐一扩张。

如果 Muse 和 Instinct 这类产品是在逆流而上，那也是因为它们没那么在意变现。但消费级 AI 背后的经济账并没有好转，任何想入局的人迟早都得直面这个问题。

Andreessen Horowitz 在《市场现状》半年度报告中，借用今年夏季 PNC 银行的研究数据，提醒我们关注 AI 消费端那令人尴尬的经济学现实。报告中的两张图表追踪了消费者为 AI 服务付费的渗透率和人均支出，两者都呈现出缓慢增长的趋势。截至 5 月，2.2% 的消费者正在为 AI 付费，月均支出为 31 美元。

Andreessen 对这一现象持乐观态度，称“AI 的成熟采用与利用仍处于非常早期的阶段”，认为未来增长空间巨大。但仔细看这两张图，增速几乎是一条直线，显得过于线性。即便模型性能大幅提升，愿意为 AI 付费的用户数量和人付费意愿，都没有明显波动。例如，从 GPT-5.2 到 Astra 的巨大性能飞跃，在图表上几乎看不出来。 单用户数据虽然没那么触目惊心，但也远低于行业盈亏平衡的标准门槛。以市场已趋于饱和的 Netflix 为参照（3.25 亿订户），即使按每用户 34 美元计算，年营收也仅能达到 110 亿美元，不到 OpenAI 运营成本的三分之一。 如果认为 PNC 低估了 AI 的普及程度，可以看看美国银行的数据。今年 3 月，该行发现约 3% 的美国消费者为 AI 付费，同比增长 40%。Menlo Ventures 在 9 月发布的调查则给出稍乐观的结论：四分之一的成年人每天使用 AI，其中半数付费用户。

消费端路径的问题，与其说是收入，不如说是成本。AI 的运营开销异常高昂，尤其是与社交网络、云计算等轻量化前辈相比。即便拥有数亿付费用户，也未必能保证收支平衡。

令人欣慰的是，OpenAI 似乎已很好地适应了这一现实。该公司向企业市场转型的趋势已广为人知，且成效显著，据称自七月以来，企业端的年经常性收入（ARR）已翻倍。即便是 Dots 的发布，也带有强烈的企业属性，展示了新的个人代理如何服务于软件工程师和代理机构的创意人员。一种经营“流行但廉价”的 consumer 服务的长期策略，就是将其以溢价卖给企业，OpenAI 显然也在遵循这一剧本。

至于 Muse 和 Instinct 的未来走向，目前还难以定论。Muse 背后有 Meta 强大的个性化广告定向能力支撑，这赋予其更多的变现选择，也为其争取了更多的缓冲时间，让盈利问题不至于迫在眉睫。值得注意的是，Meta 已经在探索将 Muse 拓展至企业领域。

Instinct 则另辟蹊径，计划从代理促成的交易销售额中抽取分成，这一模式或许能抬高其增长天花板。可以推测，它还将避免训练前沿大模型的高昂成本，这将大有裨益。

然而，消费级 AI 那丑陋的经济账，为企业在缺乏企业端收入来源时的增长规模设定了硬性上限。各大实验室早已吸取了这一教训，而这似乎是行业内少数几个不会改变的事实之一。