AI应用层真正赚钱的企业有哪些

AI应用层的商业化，2025到2026年基本还处在“融资驱动”阶段，到了2027到2028年，风向就会转成“利润驱动”。到那时，推理成本会降下来，用户付费习惯也差不多成形了，真正的赢家才会浮出水面。至于现在还在烧钱的大多数AI应用公司，能不能撑到那一天，说实话，这是个很大的问号。

2025年到2026年，AI应用层出现了一个挺戏剧性的局面：一边是融资消息不断，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，甚至直接关门。同一波浪潮里，有人在赚钱，有人在烧钱，还有人在讲故事。这篇文章就用三个商业模型来拆解，AI应用层到底谁在真正赚钱，以及这背后到底是什么逻辑。

一本书的序言：Midjourney的奇迹

先单独说说那家最神奇的公司——Midjourney。做AI绘画的，2025年年化收入达到5亿美元。这个数字本身不算特别惊人，毕竟OpenAI的收入是它的20倍。但Midjourney真正神奇的地方在于：只有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。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，没有任何融资，没打一块营销广告，完全是靠产品自己长出来的。

创始人Da vid Holz之前创办过Leap Motion，最后失败了。Midjourney是他的第二次创业，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。这话听起来像句废话，但放眼整个AI行业，真正这么做的公司，两只手就能数得过来。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，不需要靠“改变世界”来融资，不需要用“用户规模”来估值。序言说完，接下来进入正题：AI应用层的三类商业模式，分别是什么人在赚钱。

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。一个用户可能因为新鲜感试用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%到50%。

尽管如此，还是有好几家跑通了这条路。OpenAI 2025年的实际营收是131亿美元，年化收入超过200亿美元，2026年预计突破300亿美元。但拆开收入结构看，有个很有趣的现象：订阅收入（ChatGPT Plus/Pro/Team/Enterprise）大约占70%，API收入占20%左右，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——这些客户把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的天花板要低得多。

也正是因为这个原因，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里加入广告。Sam Altman以前说过“广告不是我们的方向”，但面对每年几十亿美元的亏损，他显然改了主意。ChatGPT Go的推出，标志着AI应用商业化进入了第二阶段：订阅制不够用，得加上广告。

还有一家更有意思的公司：Cursor。它做的就是“AI代码编辑器”——本质上是在VS Code上加了一层很强的AI能力，帮开发者写代码、修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，加上企业版。关键数据是：Cursor的付费转化率超过15%，而大多数AI应用的付费转化率只有2%到5%。为什么Cursor能做到？答案很简单：它帮开发者省时间，而省下来的时间很值钱。一个中级开发者在美国家时薪是50到80美元，Cursor每月20美元，帮她省下哪怕两个小时，就已经值回票价了。这就是订阅制跑通的核心逻辑：你的产品帮用户省下的钱或时间，要明显大于订阅费。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AI层，然后每月多收10到30美元。这类产品的优势很明显：用户本来就在用，加AI是增量决策，不是全新决策。但劣势也很明显：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%。原因在于，用户心里有本账——原来的Notion已经付过钱了，AI功能应该算“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，那么API调用制就是对着企业收钱。模式逻辑是：企业不需要自己训练大模型，直接调用你的API，按使用量付费。理论上，这是一个比订阅制更大的市场——企业客户价格敏感度低，使用量大，续约率高。但实际上，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，它的年化收入大约90亿美元；到了2026年5月，这个数字冲到了470亿美元，半年翻了5倍多。收入暴涨的核心驱动力是：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的问题跟OpenAI一样：收入涨得越快，亏损也涨得越快。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。据估算，Anthropic每个月花在算力上的钱就超过2亿美元。所以尽管收入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的API业务收入大约在50到60亿美元之间，客户包括微软、Spotify、Expedia以及无数创业公司。但OpenAI API面临的压力也最大：降价压力。从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%以上降到了现在的20%出头。AI API市场，大概率会走一样的路。

再看国内市场，API价格战比国外更加惨烈。通义千问、文心一言、讯飞星火的API价格，已经降到了OpenAI的十分之一甚至二十分之一。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，但很可能不愿意花同样的钱买国内大厂的API——并不是因为质量差很多，而是因为“国产API”在采购决策中的优先级比较低。所以国内API市场的情况就是：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，带了“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，跟传统互联网的广告有个本质区别。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。而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。前一种用户已经习惯了，后一种用户还没习惯——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，才会去采纳。一旦广告进来，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

聊完国外，再来看国内。国内AI应用市场有一个奇怪的现象：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？有三个原因。

第一，习惯免费。国内互联网发展了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，这点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，周期一般在6到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：第一，规模能不能换成真实的壁垒——比如用户数据、用户习惯、生态绑定；第二，融资窗口能不能撑到商业化跑通的那一天。第一件事，豆包和通义在积极尝试，通过把AI嵌进字节和阿里的生态，来增加用户的迁移成本。第二件事，2025到2026年的融资环境还不错，但2027年之后呢？没人知道答案。

一个核心问题：为什么大多数AI应用不赚钱？

把前面几节串起来看，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（一次性投入）+ 服务器成本（边际递增，但速度很慢）+ 销售营销成本（可控）。而AI应用的成本结构是：研发成本（一次性，但比传统SaaS高出3到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到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，推理成本却是线性增长。

Midjourney之所以能赚钱，就是因为它把推理成本控制在了收入的30%以内——通过优化模型、使用自己的算力集群。而大多数AI应用公司，推理成本占收入的比例在50%到80%之间。换句话说，每收1美元，就有50到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）。这个问题只有两种解法：一是模型效率提升——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，本质上就是在解这个题。二是提高客单价——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：极少数采用订阅制，且推理成本可控的公司。Midjourney是典型——订阅制加推理成本优化加零营销成本，三者缺一不可。Cursor是另一个典型——订阅制加上帮用户省时间的价值足够明显，加上开发者付费意愿强。其他模式都有各自的问题：API模式市场大，但价格战压低了长期利润率，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。AI应用层的商业化，2025到2026年是“融资驱动”，2027到2028年会进入“利润驱动”。到那时，推理成本降下来了，用户付费习惯养成了，真正的赢家才会浮出水面。而现在，还在烧钱的大多数AI应用公司，能不能活到那一天，是个很大的问号。