a16z 最新报告：29 家最赚钱的 AI 产品，连流量榜都没进

📍 2026 年 10 月 5 日，a16z 发布了第七版《Top 100 Gen AI Consumer Apps》。我从第一版追到第七版，但这一版让我停下来想了很久。

因为它第一次用美国消费者的真实信用卡账单，回答了一个做产品的人最该问、却最少问的问题：

“有人用"和"有人付钱”，到底是不是一回事？

a16z 的答案很直接：不是。这完全是两门生意。

这句话让我后背发凉——因为我自己就做过一个零收入的产品。当时我想的很简单：把闭环跑通。数据收集、排名、登录、支付，全用免费服务搭起来，看能不能跑出一个收费的闭环。市场调研？用户从哪来？没想过。我那时的信条就一句话：东西做好了，自然会有流量来。

后来发现，用户根本不会自己来。你在社交媒体上发一圈，如果东西没打动人，又没在对的场合说，就什么都没有。书上说最初的 10 个用户要手动去"销售"、去打电话，可我连用户的 email 都没有，打给谁？

这份报告，等于把我的失败翻译成了数据。

📊 反常识一：29 家最赚钱的 AI 产品，在流量榜上查无此人

这一版 a16z 干了一件以前没干过的事。除了 Web 流量榜（Similarweb）和 Mobile 榜（Sensor Tower），它新增了一份"消费支出榜"——用的是 YipitData 的美国消费者信用卡真实支出数据，看的不是谁被打开得多，而是谁真的收到了钱。

结果很扎眼：支出榜前 50 里，有 29 家完全没出现在任何一份流量榜上。

换句话说，有一大批 AI 产品，网站没什么访问量，App 也没多少月活，但消费者就是愿意为它们刷卡。而另一些流量明星，在"谁赚钱"这份榜单里默默无闻。

三份榜单全部进的，只有 7 家：ChatGPT、Claude、Suno、Perplexity、Photoroom、Canva、Notion。ChatGPT 是唯一的三榜第一。

所以先说第一个结论：流量是面子，付费才是里子，而这两份名单的重合度低得惊人。 以后看榜单，不能只看"谁的用户多"，要看"谁的用户付钱"。

💳 反常识二：流量王最不会让人掏大钱，小众反而更会

如果反常识一讲的是"谁赚钱"，那反常识二讲的是"谁更会让人掏钱"——而答案，可能跟你的直觉完全相反。

先看流量：ChatGPT 的 Web 访问量是 Gemini 的 2 倍、Claude 的 6 倍；手机端更夸张，是 Gemini 的 2.5 倍、Claude 的 14 倍。付费订阅数，ChatGPT 也是 Claude 或 Gemini 的 3 倍。流量王，实至名归。

但看"让人掏大钱"的能力，剧本翻转了：Claude 的付费用户里，有 7.3% 直接买了 100 美元/月一档的 Max 方案；ChatGPT 只有 1.1%，谷歌 1.3%。也就是说，Claude 的用户规模小得多，但"大方"程度是 ChatGPT 的 6 倍多。

为什么？因为两家在打完全不同的仗。ChatGPT 要的是最大规模，男女老少、47 个州通吃；Claude 押的是写代码、做研究的高价值工作流。数据也印证了这种分化：只有 8% 的 ChatGPT 订阅者会同时订 Claude——大家只认一个主力助手，而认 Claude 的那批人，愿意付得更多。

这组对照是"流量≠付费"最锋利的注脚：流量王赢的是"多少人"，小众赢的是"多舍得"。 做产品追流量，最后可能追到一群只用免费版的人。

📈 反常识三：前 1% 的人每月花 903 美元，比后 50% 加起来还多

截至 2026 年 8 月，全美国只有 4.5% 的消费者，拥有 ChatGPT、Gemini 或 Claude 至少一项付费订阅。一年前这个数字是 2.1%，翻了一倍还多，但绝对值依然很小：接近一半美国人在用 AI，愿意付钱的只有二十分之一。

而在这 4.5% 里（以下均为美国 panel 数据），钱又极度集中：

① 前 1% 的付费者，平均每月在 AI 上刷 903 美元，贡献了 19.5% 的总支出——超过后 50% 付费者加起来的 16.6% ② 付费者的中位数，一个月只花 25 美元 ③ 这群前 1%，过去 18 个月支出又涨了 80%，而中位数用户几乎没涨

a16z 给这群人起了个名字：prosumer。他们买的不是"聊天"，是 n8n、Manus、fal 这种自动化工具，是 Suno、ElevenLabs、HeyGen 这种创作工具。翻译成人话就是：他们买的不是 AI，是"帮我把活干了"。

还有一个数字值得琢磨：已经为一款 AI 产品付费的人里，只有 13% 会再买第二款。大家不是不愿意花钱，是只愿意为"真能干活"的花钱，而且认准一家就不换了。

所以第二个结论：AI 消费市场的钱，不在大众手里，在少数把 AI 当生产工具的人手里。你想赚大众的钱，先得回答"他们为什么要付钱"——而目前，大部分人还没有答案。

🔄 反常识四：订阅制快到头了，下一波是"让 AI 帮你花钱"

前面讲的是现状，接下来说说 a16z 对未来的判断，也是整份报告里最让我坐不住的部分。

a16z 统计了 Web 榜上 44 个 AI 原生产品：84% 靠订阅收费，64% 收用量费，只有 14% 有广告，2% 做交易抽成。

对比一下上一个互联网时代：2025 年，广告占了 Meta 收入的 97.6%、谷歌的 73.2%。而 AI 时代几乎所有公司都在收"人头税"——每月 20 美元，不付就别用。

为什么？因为模型太贵了，用户还没多到可以"先烧钱再变现"。但问题是，订阅制是有天花板的：当只有 4.5% 的人愿意付钱，你想做大众市场，就不能只指望他们刷卡。

变化已经开始了。OpenAI 的广告业务在 2026 年 8 月达到了 10 亿美元年化收入；Personal Agent 正在把"订阅"变成"抽成"——Instinct 的创始人说，40% 的用户三周内就会绑定信用卡，绑卡用户平均每月经它花掉 1300 美元，年化交易额已经超过 10 亿美元。

而平台已经开始选边站了：Amazon 在两周内就切断了 Meta 个人助手 Muse 的访问，Shopify、Instacart、OpenTable、Expedia 却主动跟 Agent 签官方合作。交易时代，护城河从"模型多强"变成了"入口在谁手里"。

逻辑很顺：以前的 AI 是"你问它答"，收的是"使用费"；未来的 Agent 是"它帮你买"，赚的是"交易费"。从"卖席位"到"分交易"，这是 AI 消费市场最大的一次变道。

📍 那小公司还有机会吗？

看到这里，创业者可能会问：巨头吃流量、吃入口，小公司还能在哪赢？报告第四章专门回答了这个问题，提炼出四种还在生效的护城河：

① 专有模型：Suno 在 Web 榜只排 19，支出榜第 7；ElevenLabs 流量 25，支出第 10。通用聊天框卷不动了，但在音乐、语音这种垂直任务上，“味道"本身就是壁垒。

② 多模型体验：Cursor、OpenRouter 不绑死任何一家模型，替用户选最合适的。模型差距越小，“帮用户挑模型+组工作流"越值钱。

③ 垂直人群：给医生看文献的 OpenEvidence 首次进榜排 47，主打隐私的 Venice 排 43。数据、隐私、工作流越集中，替代成本越高。

④ 新界面+硬件：卖录音硬件+订阅的 Plaud，直接空降支出榜第 16。当所有人都在卷聊天框，换个入口就是新大陆。

四条的共同点是：都不跟巨头拼"谁的用户多”，拼的是"谁的用户更舍得付钱”。 跟整份报告的主线，严丝合缝。

📝 写在最后

看下来，报告其实只讲了一件事：AI 产品的竞争，已经从"谁的用户多"变成了"谁的用户付钱"，下一步还要变成"谁能从交易里分钱"。

回到我那个零收入的产品。现在我终于能一句话说清它为什么失败：我先想的是"闭环能不能跑通"，却没想"用户从哪里来"。如果重来一次，我第一步不会写代码，我会先回答三个问题：用户是谁？从哪获客？这是不是真需求？是去找新词、抄一个已有产品打广告，还是去具体社区、YouTube、中小博主那里拿用户——先想清楚获客，再动手。

流量是 amplifier，付费才是 validator——没有后者，前者只是数字。

所以如果你也在做 AI 产品，别先问"多少人会用"。先问：“谁会为了完成哪件具体的工作，每个月心甘情愿刷卡？” 答不上来，就别急着写代码。

如果你先没有找到用户，也找不到用户，那这个产品可能注定是失败的。

“有人用"和"有人付钱”，是两门生意。

📌 来源说明：本文数据来自 a16z《The Top 100 Gen AI Consumer Apps — 7th Edition》（2026-10-05，作者 Olivia Moore）及 YipitData 美国消费者支出 panel。支出数据为美国样本，非全球普查，不等同公司总营收。

⚠️ 合规说明：本文为公开报告解读，不构成任何投资建议。