近一半美国人用过 AI、仅 4.5% 付费：A16Z 报告里该看的是那 1%

结论：AI 的广度已经到位，深度远没到，而钱高度集中在极少数人手里

有作者解读了 A16Z 的两份报告——第七版《Top 100 消费级 AI 应用》和 90 多页的《市场状况 II》，给出的几组数据相当反直觉：美国近一半人用过 AI，但只有 25% 每天在用；截至 2026 年 8 月，仅有 4.5% 的人拥有 ChatGPT、Gemini 或 Claude 的个人付费订阅；而付费用户中，头部 1% 月均消费 903 美元，贡献了全部消费的 19.5%。

把它翻译成一句话：用过的人很多，习惯用它的人不多，肯为它花真金白银的人极少，而其中极少数人花得极多。

三个要点

• 「用过」和「依赖」之间有一道很深的沟。 试用是零成本的，习惯是有成本的——需要改变工作流、需要信任输出、需要承担出错后的返工。大多数产品卡在第二道门。
• 付费率低不等于没价值。 4.5% 放在传统软件里很低，但对一个免费替代品充足、边际成本高昂的品类来说，这个数字反映的是收费模式而非使用价值。很多重度使用发生在企业席位里，不会体现在个人订阅数上。
• 头部集中是这类产品的常态，但 19.5% 值得警惕。 这意味着接近五分之一的收入来自极少数人群。一旦这部分用户的用法（超大批量生成、长时智能体运行）被限流或改为自建，收入曲线会受到不成比例的冲击。

对你意味着什么

• 企业该问的不是「有多少人用」，而是「我的 1% 是谁」。 找出组织里真正把 AI 嵌进日常流程的那批人，把他们的用法沉淀成可复制的规范——从头部用户身上提炼方法，比全员培训见效快。
• 给用量加可视化，别等账单。 头部用户月均 903 美元说明单用户成本可以非常高。按人统计消耗、设置预算告警，是避免「月底惊账」的唯一手段。
• 把「依赖度」当作核心指标。 采用率是虚荣指标，每周至少使用 N 次的用户占比才有预测力。
• 评估供应商时注意收入集中度。 如果一款产品的收入高度依赖极少数重度用户，它的定价与限流政策可能变化很快，这对你的成本预算有直接影响。

必须说明的边界：这是第三方对 A16Z 报告的解读，具体口径（样本、是否含企业席位、付费定义）需要看原报告，不建议把单一百分比直接套用到中国市场或你的行业。

一句话：AI 的普及已经完成上半场；下半场拼的是把「用过」变成「离不开」。

参考来源

• 卡兹克：解读 A16Z《Top 100 消费级 AI 应用》与《市场状况 II》 — https://x.com/Khazix0918/status/2107297777583825359

延伸阅读：Google Docs 原生支持 Markdown：赢的是「给智能体看的那一层」 · 三个机器人做同一个演示之前：英伟达想投 Figure 10 亿美元，暴露的是「落地焦虑」 · 把 AI 说成「提效工具」没人用：一项研究量出了 58% 的差距