AI-translated from English; not yet reviewed by a fluent editor. # a16z 数据显示，消费者 AI 支出集中于规模较小的付费群体 > a16z 的 10 月报告在应用排名中加入了美国消费者银行卡支出数据。样本显示，付费用户群体较小，支出高度集中，但它没有衡量人们口头表示的付费意愿，也不代表整个市场。 By BIG CHANGE Editorial Published: 2026-10-18T11:52:34.918Z Updated: 2026-10-18T11:52:34.918Z Canonical: https://bigchange.ai/blog/consumer-ai-spending-concentrated-power-users-a16z ![Conceptual charcoal illustration of four unbranded payment cards with blank transaction slips; one orange card rests beside a much thicker stack.](https://bigchange.ai/api/media/file/consumer-ai-spending-panel-concept-v1.png) AI-generated conceptual illustration by BIG CHANGE; no actual a16z panel data, users or transactions are depicted. Andreessen Horowitz 在[《百大生成式 AI 消费应用》报告第七版](https://a16z.com/100-gen-ai-apps-7/)中加入了一份美国消费者支出榜单。报告于 10 月 5 日发布。新的支付数据揭示，购买 AI 工具的人群内部存在显著的支出集中现象。这些数据也需要比“多少美国人愿意为 AI 付费”这样的标题更审慎的解读。 ## 重大变化 - **变化是什么：** 报告将观测到的美国消费者银行卡支出，与已有的网站和移动端排名并列呈现。在 YipitData 样本的限制范围内，这让创业者得以了解访问量和活跃用户数无法揭示的付费客户情况。 - **为何重要：** 一款产品可以吸引关注，却未必在支出排名中占据同样位置。a16z 支出榜上的 50 家供应商中，有 29 家未出现在任何一份流量榜中。对于评估竞争对手的公司而言，选择何种指标会改变所看到的图景。 - **值得关注：** 实际问题在于，哪些产品能够在支出最高的人群之外，将使用转化为消费者反复购买。本报告呈现了截至 2026 年 8 月一个样本中的集中情况，并未证明支出将会多广泛地扩散。 ## 范围有限的订阅指标 8 月，**YipitData 美国电子收据样本中符合条件的消费者，有 4.5%** 拥有 ChatGPT、Gemini 或 Claude 中至少一种产品的有效付费个人订阅，报告如此指出。同一所述指标一年前为 2.1%。分母是样本中符合条件的消费者，分子覆盖的是这三种助手。这一数字既不是全体人口的付费采用率，也不是为任何 AI 产品付费的人群占比。 这一区别很重要，因为 a16z 还对许多其他产品进行排名，包括编程和创作工具。4.5% 也不是对受访者口头表示的付费意愿进行调查的结果。它衡量的是在特定样本中观测到的有效订阅。无法由此推断其他消费者是否会以另一种价格、为不同产品或在未来某个时间订阅。 ## 已观测付费者内部的巨大差距 支出的分布很不均衡。报告称，**支出最高的 1% 付费者，占观测到的消费者 AI 支出的 19.5%**，高于支出较低一半人群的 16.6% 份额。截至 2026 年 8 月，这个最高支出群体通过消费者银行卡为 AI 支付的平均金额为**每月 903 美元**，相比之下，**处于中位数位置的 AI 付费者每月支付 25 美元**。903 美元是最高支出群体的均值；25 美元描述的是居于中间位置的付费者，并不是最高 1% 之外所有人的平均值。 这些数字是样本观测结果，不是供应商的总收入。报告称，其美国银行卡数据来自样本，而非普查。它将高支出人群描述为更偏向购买自动化、产品构建和创作工具。这有助于解释为何消费者支出榜与受众榜可能不同，但已发布报告并未证明这种模式代表每一位 AI 客户或每一个支付渠道。 不同衡量体系回答的是不同问题。a16z 的**网站排名使用 Similarweb 的月访问量**；其**移动端排名使用 Sensor Tower 的月活跃用户数**。新加入的**支出排名使用 YipitData 观测到的美国消费者银行卡支付数据**。一次访问不等于一位客户，活跃用户未必是付费者，一笔样本支付也不等于一家公司的全部收入。因此，报告发现支出前 50 的供应商中有 29 家未出现在两份受众榜的任何一份中，是不要将流量排名等同于销售排名的有用提醒，而不是某家公司赚得更多的原因证明。 对创业者而言，这些证据支持一种具体的比较方式：评估一个类别时，将覆盖范围和消费者支付视为不同信号。a16z 认为，新商业模式可能扩大付费用户基础。这是投资者的展望。其 10 月报告证实的是观测支出高度集中的一个截面，并未证明所设想的转变会发生。 ## 来源与延伸阅读 - [Olivia Moore，《百大生成式 AI 消费应用——第 7 版》，Andreessen Horowitz，2026 年 10 月 5 日](https://a16z.com/100-gen-ai-apps-7/)。这是关于 2026 年 8 月样本订阅和支出指标、三种排名的数据来源，以及支出榜与受众榜比较的主要报告。报告将银行卡数据明确界定为仅限美国的样本观测，而非普查或公司总收入。对客户行为和未来商业模式的解释，属于作者的解读与推测。 ## Sources - [百大生成式 AI 消费应用——第 7 版](https://a16z.com/100-gen-ai-apps-7/) — Olivia Moore，Andreessen Horowitz，2026 年 10 月 5 日。关于 8 月美国电子收据样本订阅和支出指标的主要报告；其网站与移动端排名使用不同的活跃度数据来源。样本观测不等于普查或供应商总收入。