文 | 智元深维
2025 年到 2026 年，AI 应用层发生了一件很戏剧性的事情：
一边是融资新闻频发，Anthropic 估值冲到 3800 亿美元，OpenAI 年化收入突破 200 亿美元；另一边是大量 AI 应用公司悄悄裁员、缩减业务、甚至关门。
同一场浪潮，有人在赚钱，有人在烧钱，有人在讲故事。
这篇文章用三个商业模型，拆解 AI 应用层谁在真正赚钱，以及为什么。
一本书的序言：Midjourney 的奇迹
先把最神奇的一家挑出来单独说。
Midjourney，做 AI 绘画的，2025 年的年化收入是 5 亿美元。
这个数字本身不算惊人，OpenAI 的收入是它的 20 倍。但 Midjourney 的神奇之处在于：
107 名员工，零营销预算，纯订阅制。
没有免费增值模式，没有广告，没有 API 业务，就是每月 10 美元、30 美元、60 美元、90 美元、120 美元五档订阅，用户自己选择。
2022 年上线，当年收入 5000 万美元；2023 年 2 亿美元；2024 年 3 亿美元；2025 年 5 亿美元。一条漂亮的上升曲线，没有一轮融资，没有一块营销牌，完全是产品自己长出来的。
创始人 David Holz 之前创办过 Leap Motion（失败了），Midjourney 是他的第二次创业。他的理念很简单：做出全世界最好的 AI 绘画工具，让用户愿意付钱。
这听起来像一句废话，但整个 AI 行业里，真正这样做的公司，两只手数得过来。
Midjourney 的奇迹在于它证明了：AI 应用可以是一门正常的生意——有收入、有利润、有增长，不需要用 " 改变世界 " 来融资，不需要用 " 用户规模 " 来估值。
序言讲完了。接下来进入正题：AI 应用层的三类商业模式，分别谁在赚钱。
第一类：订阅制，最古老的 SaaS 逻辑
订阅制是 AI 应用最自然的商业化路径——用户每月付钱，产品持续提供服务。
但 " 自然 " 不等于 " 容易 "。AI 应用做订阅，面临一个传统 SaaS 没有的问题：用户的 " 好奇期 " 很长，但 " 付费期 " 很短。
一个用户可能因为好奇试用 ChatGPT Plus，但三个月后如果没形成高频使用习惯，就会取消订阅。AI 应用的留存率，普遍比传统 SaaS 低 30-50%。
尽管如此，还是有几家跑通了。
OpenAI 2025 年实际营收 131 亿美元，年化收入超过 200 亿美元；2026 年预计突破 300 亿美元。但拆解收入结构，会发现一个有趣的事实：
订阅收入（ChatGPT Plus/Pro/Team/Enterprise）约占 70%，API 收入约占 20%，剩下的来自企业授权和其他业务。
也就是说，ChatGPT 最出名的 " 每月 20 美元订阅 "，并不是它最大的收入来源。真正的大头，是卖 API 给企业客户——这批客户用 GPT-4 的能力，嵌进自己的产品里，按调用量付费。
这个收入结构说明了一件事：ToC 订阅的天花板，比 ToB API 的天花板低得多。
但也正因如此，OpenAI 在 2026 年 1 月推出了ChatGPT Go——每月 8 美元，比 Plus 便宜 12 美元，但包含一个新东西：情境广告。
这是 OpenAI 第一次在 ChatGPT 里加广告。Sam Altman 之前说过 " 广告不是我们的方向 "，但面对每年几十亿美元的亏损，他改了主意。
ChatGPT Go 的推出，标志着 AI 应用商业化进入第二阶段：订阅制不够，要加广告。
Cursor 是一家更有意思的公司。
它做的是 "AI 代码编辑器 " ——本质上是 VS Code 加了一个很强的 AI 层，帮开发者写代码、改 bug、解释逻辑。
2023 年上线，2025 年估值冲到 293 亿美元，2026 年传闻新一轮融资估值直奔 600 亿美元。
它的收入模式极其简单：每月 20 美元的 Pro 订阅，以及企业版。
关键数据：Cursor 的付费转化率超过 15%。作为对比，大多数 AI 应用的付费转化率在 2-5% 之间。
为什么 Cursor 能做到？答案很简单：它帮开发者省时间，省下来的时间值钱。一个中级开发者在美国的时薪是 50-80 美元，Cursor 每月 20 美元，帮她省下哪怕两个小时，就已经值了。
这就是订阅制跑通的核心逻辑：你的产品帮用户省下的钱 / 时间，明显大于订阅费。
Midjourney 帮设计师省下的是找素材、画草图的时间；Cursor 帮开发者省下的是写重复代码的时间。它们都在用户 " 省下来的价值 " 里面分了一小杯羹。
还有一类订阅，是 " 寄生 " 在现有产品上的。
Notion AI、Slack AI、GitHub Copilot，这些产品都是在原有 SaaS 产品基础上，加了一个 AI 层，然后每月多收 10-30 美元。
这类产品的优势是：用户已经在用了，加 AI 是增量决策，不是全新决策。
劣势也很明显：用户对 " 寄生式 AI" 的付费意愿，明显低于独立 AI 产品。Notion AI 的付费转化率，据第三方估算，不到 3%。
为什么？因为用户心里有一本账：原来的 Notion 已经付过钱了，AI 功能应该是 " 升级 " 而不是 " 加钱 "。
这个心理账本，是寄生式 AI 订阅最大的天花板。
第二类：API 调用，谁在卖铲子
如果说订阅制是 " 对着用户收钱 "，API 调用制就是 " 对着企业收钱 "。
这个模式的逻辑是：企业不需要自己训练大模型，直接调我的 API，按使用量付费。
理论上，这是一个比订阅制更大的市场——因为企业客户的价格敏感度低，使用量大，续约率高。
实际上，这个市场正在经历一场惨烈的价格战。
Anthropic 是 API 模式最典型的代表。
2025 年底，Anthropic 的年化收入约 90 亿美元；2026 年 5 月，这个数字冲到了 470 亿美元（年化收入）。半年翻了 5 倍多。
收入暴涨的核心驱动力：Claude API 被大量 AI 应用和公司调用——从聊天机器人到客服系统到内容生成，Claude 3 和 Claude 4 系列成了很多公司的首选。
但 Anthropic 的问题和 OpenAI 一样：收入涨得越快，亏损涨得也越快。
训练下一代模型需要几亿美元，推理成本（给用户跑模型的电费和算力费）随着用户量增长而增长。Anthropic 每个月花在算力上的钱，据估算超过 2 亿美元。
所以虽然收入 470 亿美元听起来很厉害，但利润？对不起，还是负的。
OpenAI 的 API 业务，是 AI 应用层最大的 " 卖铲子 " 生意。
2025 年，OpenAI API 业务收入约 50-60 亿美元，客户包括微软、Spotify、Expedia、无数创业公司。
但 OpenAI API 面临的压力也最大：降价压力。
2023 年到 2025 年，GPT-4 的 API 价格降了超过 80%。为什么？因为 Google、Anthropic、DeepSeek 都在降价抢客户。
当一个市场的所有玩家都在降价，这个市场的长期利润率就会被压到一个很低的水平。
这就像云计算市场—— AWS 定义了市场，但利润率从最初的 50%+，降到了现在的 20%+。AI API 市场，大概率会走一样的路。
国内的 API 市场，价格战比国外更惨烈。
通义千问、文心一言、讯飞星火的 API 价格，已经降到了 OpenAI 的 1/10 甚至 1/20。
为什么能这么便宜？两个原因：
第一，国内大厂在补贴。阿里、百度、讯飞都把 AI API 当成战略投入，不在乎短期亏损，先占市场再说。
第二，国内客户的付费意愿低。一家美国公司每年愿意花 100 万美元买 OpenAI API，但大概率不愿意花同样多的钱买国内大厂的 API ——不是因为质量差很多，而是因为 " 国产 API" 在采购决策里优先级低。
所以国内 API 市场的情况是：大厂在补贴，创业公司在挣扎，利润薄得像一张纸。
第三类：广告，ChatGPT 的妥协
2026 年 1 月，ChatGPT Go 上线，内含 " 情境广告 "。
这是 AI 应用商业化最重要的一个信号：就连 OpenAI 都开始做广告了。
为什么？因为订阅制覆盖不了成本，API 价格战压低了利润率，广告成了不得不走的路。
但 AI 应用的广告，和传统互联网的广告，有一个本质区别：
传统广告是 " 打断式 " 的——你看视频，插一条广告；你刷信息流，插一条推广。
AI 对话里的广告，是 " 情境式 " 的——你问 ChatGPT" 推荐几款跑鞋 "，它给你推荐了耐克、阿迪达斯，然后在角落里标一个小字的 " 赞助 "。
这两种广告的体验差别很大。前者用户已经习惯了，后者用户还没习惯——而且很可能不会习惯。
这也是为什么 ChatGPT Go 推出后，早期用户的反馈两极分化：有人觉得 "8 美元带广告，挺划算 "；有人觉得 "AI 推荐里的广告，就是在卖我的信任 "。
广告能不能成为 AI 应用的主流商业模式？说实话，短期可以，长期我存疑。
短期可以，因为 AI 公司需要钱，广告是最快的变现方式。长期存疑，因为 AI 对话的本质是 " 信任 " ——用户信任 AI 的推荐，才会采纳。一旦广告进来了，信任就被稀释了。稀释到一定程度，用户就会换一个没有广告的 AI。
这就是为什么 Google 搜索的广告模式跑了 20 年，但 ChatGPT 如果做广告，用户容忍度会低得多——因为对话式 AI 的 " 信任浓度 "，比搜索高得多。
国内 AI 应用：免费的才是主流
说完国外，说国内。
国内 AI 应用市场的奇怪之处在于：用户规模很大，但付费意愿很低。
豆包（字节）、通义（阿里）、文心一言（百度）、讯飞星火（讯飞）、Kimi（月之暗面），这几家的月活加起来超过 6 亿。
但它们的付费用户比例，据估算，都在 3% 以下。
为什么国内用户不愿意为 AI 付费？三个原因：
第一，习惯免费。 国内互联网 20 年，培养出来的用户习惯是 " 先免费试用，好用再考虑付费 "。但 AI 应用的 " 好用 " 阈值很高——需要持续使用一个月以上，才能感受到价值。很多用户在阈值到达之前，就已经流失了。
第二，替代品太多。 ChatGPT Plus 每月 20 美元，国内用户会想 " 我有豆包，干嘛买 ChatGPT"。虽然豆包和 ChatGPT 的能力有差距，但对轻度用户来说，差距不足以驱动付费。
第三，企业采购流程长。 国内企业买 AI API，需要走招标、审批、试点流程，周期 6-12 个月。这意味着国内 AI 公司的现金流压力，比国外同类公司大得多。
所以国内 AI 应用的现状是：用免费换规模，用规模换融资，用融资换时间，希望时间能换来商业化。
这套逻辑能不能跑通？取决于两件事：
1. 规模能不能换成真实的壁垒（用户数据、用户习惯、生态绑定）？
2. 融资窗口能不能撑到商业化跑通的那天？
第一件事，豆包和通义在做，通过把 AI 嵌进字节和阿里的生态，增加用户迁移成本。第二件事，2025-2026 年融资环境还不错，但 2027 年之后呢？没人知道。
一个核心问题：为什么大多数 AI 应用不赚钱？
把前面几节串起来，你会发现一个很奇怪的现象：
AI 应用层的公司，估值很高，收入在涨，但利润普遍是负的。
为什么？
答案藏在成本结构里。
传统 SaaS 公司的成本结构是：研发成本（一次性）+ 服务器成本（边际递增，但很慢）+ 销售营销成本（可控）。
AI 应用的成本结构是：研发成本（一次性，但比传统 SaaS 高 3-5 倍，因为要养 AI 研究团队）+ 推理成本（每来一个用户，就多一笔按使用量计算的成本） + 销售营销成本（因为竞争激烈，获客成本比传统 SaaS 高 2-3 倍）。
这个成本结构的噩梦在于：传统 SaaS 的用户越多，边际成本增长很慢；AI 应用的用户越多，推理成本线性增长。
Midjourney 之所以能赚钱，是因为它的推理成本控制在收入的 30% 以内（通过优化模型、使用自己的算力集群）。大多数 AI 应用公司，推理成本占收入的比例在 50-80% 之间——也就是说，每收 1 美元，有 50-80 美分要交给算力供应商。
这就是为什么 AI 应用看起来很赚钱（收入增长快），但实际上不赚钱（利润是负的）。
这个成本结构的问题，只有两种解法：
1. 模型效率提升——用更小的模型、更优的推理架构，把推理成本降下来。DeepSeek 做的事情，本质上就是解这个。
2. 提高客单价——让每个用户付更多的钱，覆盖推理成本。但这意味着 AI 应用要往高端走，放弃大众市场。
两条路都不好走。但必须走一条，否则 AI 应用的商业模式永远跑不通。
结语：三类模式中，谁最有希望？
回到开头的问题：AI 应用层，谁在真正赚钱？
答案是：极少数，用订阅制，且推理成本可控的公司。
Midjourney 是典型——订阅制 + 推理成本优化 + 零营销成本，三者缺一不可。
Cursor 是另一个典型——订阅制 + 帮用户省时间的价值够明显 + 开发者付费意愿强。
其他的模式，都有各自的问题：
- API 模式：市场大，但价格战压低长期利润率，且推理成本随收入同步增长
- 广告模式：能快速变现，但稀释用户信任，长期存疑
- 国内免费模式：规模大，但付费转化率低，商业化路径不清晰
我的判断：
AI 应用层的商业化，2025-2026 年是 " 融资驱动 "，2027-2028 年会进入 " 利润驱动 " ——那时候，推理成本降下来了，用户付费习惯养成了，真正的赢家会浮出水面。
而现在，还在烧钱的大多数 AI 应用公司，能不能活到那一天，是一个很大的问号。
