为什么 ChatGPT 从你身上赚不到多少钱

ChatGPT 的 1 个月留存率在 2023 年已经超过了 YouTube——这在消费互联网史上几乎前所未有。YouTube 85%，ChatGPT 接近 90%。如果你只看这个数字，会觉得 OpenAI 的消费者业务是世界上最好的产品之一，没有之一。留存率这个指标向来是消费产品最难作假的数字，能做到 90% 意味着产品真的进入了用户的日常行为习惯。

但消费者业务的营收正在停滞。与此同时，Anthropic 的企业端收入上个季度实现了 3 倍增长。这两件事同时为真，合在一起就是消费者 AI 面临的核心困境：产品做得越好，用的人越多，能收上来的钱却越来越触到天花板。

留存神话

大约一年前，一张 ChatGPT 留存曲线图在科技圈疯传。图上的曲线不是普通的下降型——它在低谷后反弹回来，形成了一个罕见的"微笑形"。早期流失的用户，相当一部分在几个月后又回来了。1 个月留存从两年前的不到 60% 攀升到了约 90%，6 个月留存也正趋向 80%。

在消费互联网里，这样的数字意味着什么？YouTube 的 1 个月留存是 85%，Instagram 73%，TikTok 69%，Snapchat 67%，WhatsApp 63%。ChatGPT 比它们都强。留存是衡量一个消费产品健康度最核心的指标，没有之一——用户不回来，所有其他指标都是废话。很多人在那一刻得出了一个自然的结论：消费者 AI 将成为地球上最大的市场之一，超过社交媒体，超过流媒体，也许超过一切。

但这个结论漏掉了一个关键细节：那张留存图衡量的是总留存，不是净收入留存。用户留下来了，但每个留下来的用户每个月只付 20 美元。用量增加带来的所有价值，都被用户自己留住了，没有变成 OpenAI 的收入。留存漂亮，ARPU（每用户平均收入）却有个清晰的天花板。

对比一下 SaaS 行业的标准：一个健康的 B2B SaaS 产品，净收入留存率（NRR）往往超过 120%，意味着现有客户每年花的钱比上一年多 20% 以上，即便没有新客户，收入也在自然增长。消费者 AI 目前做不到这个——不是因为用户不用，而是因为定价模式本身就是固定封顶的。用户用得越多，边际成本越高，但 OpenAI 收到的钱不变。这个结构性问题，不是靠提升产品质量能解决的。

企业端爆了

同一时期，企业端在发生完全不同的事情。Anthropic 上个季度 B2B 收入实现 3 倍增长——这不是因为企业用户数量增长了 3 倍，而是因为每个用户每个月花的钱在戏剧性地增加。代码生成、法律文件审阅、企业知识库，这些场景的单用户价值远不止 20 美元一个月。

从研究资源、融资规模、市场情绪来看，行动都在 B2B 端，尤其是编程场景。消费者 AI 已经停滞，企业 AI 正在爆炸。这个分叉在一年前还不那么明显，现在几乎是定论了。

数字更直观一些：Anthropic 上个季度 B2B 收入增长 3 倍，不是靠企业用户数量翻了 3 倍，而是单个企业客户每月支付的金额在迅速攀升。每个接入 Claude API 的开发团队，随着使用量增加，账单自然变大——这是一个没有天花板的计费结构。同期，ChatGPT 的消费者订阅收入增速则在明显放缓。两个业务的曲线，正在越来越清楚地朝相反方向分叉。

价值的逻辑

Sasha Kaletsky 用一个简洁的框架解释了这个分叉。他说，产品赚钱有两种方式：一是帮客户创造新价值（create value），二是替代客户本来已经在花的钱（capture value）。这个框架很好用，因为它绕过了"AI 技术多强"的问题，直接问一件更朴素的事：这个产品为什么值这个价？

B2B 场景两件事都做到了。Claude 帮你写代码，让你能做之前能力范围之外的事——这是创造价值。同时它可能意味着你不需要再雇一个工程师——这是替代支出。法律 AI 同理：几秒钟读完一份 100 页的合同，同时也意味着那些本来要花几千美元的律师助理时间被替代掉了。在企业场景里，这两条逻辑同时成立，而且金额量级非常大。

更重要的是，B2B 的基准已经很高了：原本就有大量昂贵的人工在做这些工作，AI 只需要证明自己比现有方案更便宜或更好，钱就会流过来。这个转化路径是清晰的、可量化的。

而且 B2B 的另一个优势是：客户会主动帮你算 ROI。一个法务团队的负责人会去算 Claude 一个月花了多少钱、省下了多少律师助理的时间，然后把这个数字汇报给财务总监。这个流程天然地把 AI 的价值货币化了，也天然地为涨价提供了依据。消费者用户不会这样做——他们不会坐下来算"ChatGPT 今天帮我省了多少时间、折合多少钱"，也不会因为觉得很值就主动要求多付。

消费者凭什么付

消费者场景的问题在于，这两条逻辑都很难成立。不是因为 AI 对消费者没用——它显然有用。而是因为消费者获得的价值很难被货币化，也很难被"捕获"到平台的账上。

ChatGPT 帮你回答了一个一直困扰你的问题——大多数人的第一反应是"我本来也可以 Google 一下"。它节省了你的时间，但没有给你赚钱，凭什么付费？你在 ChatGPT 上做了一张 AI 生成的头像，用了几天——你真的觉得这值 20 块一个月吗？消费者对自己从互联网免费获取价值已经习以为常，被要求付费时甚至会感到委屈。

价值替代同样尴尬。假设 ChatGPT 帮你修好了热水器，让你省下了找水管工的钱——但为什么你省下的钱要分给 ChatGPT？这是消费互联网几十年来养成的直觉：平台给你价值，你贡献时间和注意力，但不用直接付钱。这套逻辑在广告模式下说得通，但在 AI 订阅模式下几乎无法成立，因为 AI 场景里用户的时间价值并不是平台最想要的东西。

结果就是：消费者愿意付一个月 20 美元，但对于他们使用量增加带来的额外价值，他们预期自己完整地拿走，不会因为"用得更多"而多付一分钱。ARPU 的天花板就这样固定下来了。

更深层的问题是，消费者对"AI 值多少钱"的判断，参照的基准是 Netflix、Spotify，而不是顾问服务或专业软件。Netflix 一个月二三十块，看无限内容，消费者用这个标准来衡量 ChatGPT，觉得 20 美元已经"很贵了"。而真正替代了什么高价值工作的认知，根本没有在消费者心里建立起来。这不是产品问题，是心智问题——要改变消费者愿意为 AI 支付的价格上限，需要的时间和工作量，可能比做出一个更好的模型还要多。

增长见顶

单用户收入有天花板，用户规模又遇到了另一个问题：增长停滞了。ChatGPT 的用户增长早已不再是指数型，在突破 10 亿之前就开始放平——原因是中国以外的高收入用户群体在数量上是有限的。你需要愿意付 20 美元/月的用户，而这个群体的边界比想象中小得多。

这里有一个结构性的现实：消费者 AI 的核心付费人群，是全球受过高等教育、有稳定收入、日常大量使用数字工具的人。这个群体在美国、欧洲、日本、澳大利亚等地的规模加在一起，可能也就是几亿人。而其中真正愿意为 AI 助手付费的比例，根据现有数据来看，远没有到当初预期的渗透率。中国市场因为监管原因无法直接触达，进一步压缩了增长空间。用户数的天花板，比营收天花板到得还早。

ARPU 上不去，用户规模又到了天花板——消费者 AI 收入的增长空间被从两个方向同时压缩。这就是为什么 OpenAI 开始走向广告，尽管这被很多人认为是"最后的选择"。

广告救不了

广告模式的核心问题，和订阅模式是同一个：ARPU（广告业里对应的指标是 CPM）在高转化的广告场景之外都很低，而 LLM 的使用场景几乎不可能达到搜索广告那种转化率。

Meta 和 TikTok 的广告生意之所以能做大，不是因为每条广告有多贵，而是因为用户在平台上花的时间极长，广告展示密度极高，且平台积累了足够精准的用户行为数据用于定向。这三个条件在 ChatGPT 里都难以复制：用户每次交互有明确目的，滞留时间短，问答式的界面没有原生的广告位，而且 ChatGPT 的信任感是建立在"客观中立"之上的——一旦掺入广告，这个基础就开始动摇。

此外，ChatGPT 还面临一个竞争层面的问题：如果 Claude 和 Gemini 保持无广告，用户向不带广告的竞品迁移的理由就会更充分。Kaletsky 的判断是：广告是 OpenAI 目前能看到的最后一张牌，但这张牌打出来并不会从根本上改变消费者业务的 ARPU 结构。

坦白说，我理解 OpenAI 为什么要试广告。当一条路走不通，你总得试试别的。但广告模式的问题不是执行层面的，而是结构性的：没有一种目前存在的广告形态，能让 ChatGPT 的每位用户每年产生超过 100 美元的广告收入。Google 搜索广告能做到，是因为用户在搜索的时候有非常明确的购买或了解意图，广告可以精准植入到决策时刻。ChatGPT 的对话大多数不在那个时刻。用户来问 AI 是因为他们有问题要解决，不是因为他们要买东西。这个差距，不是优化广告格式就能弥合的。

Amazon 的先例

Kaletsky 用了一个类比，我觉得比较准确：Amazon、Microsoft、NVIDIA，这三家公司的消费者业务都曾在某个时期是最受关注的那部分，但最终在财务意义上都被企业业务远远超过。Amazon 的零售是整个电商时代最重要的品牌，但 AWS 才是 Amazon 市值的主要支撑；Xbox 和 Surface 对于微软的总营收而言，和 Azure 相比几乎可以忽略。

OpenAI 可能走向同一个结局。ChatGPT 是人类成年后见过的最具改变性的技术产品——这个判断没问题。但"改变了世界"和"赚到了对应规模的钱"是两回事。消费者产品带来了 AI 的普及和品牌认知，企业产品才是钱的来源。这两件事可以同时为真，而且历史上反复发生过。

这对 OpenAI 的战略意义是深远的。如果消费者业务的财务贡献相对有限，那么维持 ChatGPT 品牌的巨额投入，就需要用一种不同的眼光来评估——它更像是一项营销支出和人才磁铁，而不是一个独立的收入引擎。Anthropic 从一开始就把重心放在 API 和企业端，在财务结果上已经体现出了这种选择的优势。这并不意味着消费者 AI 本身没有价值，而是说它的核心价值可能更多体现在战略层面，而不是利润表上。

这个类比还有另一个维度：亚马逊的消费者零售业务，即便利润微薄，也在为 AWS 输送关键资产——物流基础设施、用户数据、品牌信任。ChatGPT 同理：即便直接变现能力有限，它积累的用户对话数据、对 AI 能力边界的理解、以及全球最大的 AI 用户社区，仍然是无法忽视的战略资产。问题在于，这些资产的财务价值几乎无法在短期内体现在财报上，而 OpenAI 每年数十亿美元的算力支出是实实在在的。

出路在哪

Kaletsky 的结论是清醒的：对于那些想做到 1 万亿美元以上估值的独立消费者 AI 平台来说，它们需要找到一种方法，让每个用户每月付出远远多于现在的钱。而目前摆在桌面上的选项——订阅制、广告——都做不到这一点。

这里有一个他没有明说但值得推演的逻辑：如果消费者 AI 的变现路径是根本上受限的，那么今天我们看到的那些独立消费者 AI 创业公司——用独立订阅模式对标 ChatGPT 的那些——大概率不会成为下一个 Netflix，更可能的命运是被巨头整合进更大的生态里，或者向企业端转型求生。拿到融资、做出好产品、积累大量用户，但在变现环节发现天花板比预期低很多——这个故事在消费互联网里反复上演，在消费者 AI 里可能也不会例外。

真正有可能突破的路径，大概在两个方向。一是从"工具"变成"代理人"：如果 AI 能直接帮你完成交易、预订、购买，平台就可以从这些交易里抽成，而不是靠固定月费。这把 ARPU 和用户产生的实际经济行为绑定在了一起，逻辑上比订阅更扎实。二是向特定垂直场景深度切入：健康、教育、理财——这些领域的用户愿意为真正有效的帮助付出更高的费用，因为替代成本（医生、教师、顾问）已经足够高。

但这两条路都不容易。前者需要平台在用户信任和商业利益之间做复杂的平衡；后者意味着放弃通用性，接受一个更小但更深的市场。消费者 AI 的 ARPU 问题，说到底，是"免费互联网"时代积累下来的用户心智问题——要改变这个，比改进模型难得多。

当然，还有第三种可能性：有些公司根本不打算靠消费者 AI 直接赚钱，而是把它当作进入用户生活的入口，再从其他环节变现——比如硬件、操作系统级集成、或者通过消费者端积累数据反哺企业端模型能力。苹果收购 AI 能力集成进 iOS，Google 把 Gemini 嵌入 Android——这些都是"消费者 AI 的收益不在消费者 AI 里"的逻辑。

我倒觉得这比 B2B 更有意思——因为没人知道答案，而且各家公司在这个问题上的选择，将决定未来五年消费互联网的格局。B2B 的逻辑是清晰的，做到了就是做到了；消费者 AI 的终局是开放的，有趣的事情更可能在这里发生，只是可能不那么快，也不那么直接。

◇ ◆ ◇

来源：Sasha Kaletsky，Consumer AI's ARPU problem，X，2026年5月5日

原文：https://x.com/sashakaletsky/status/2051366803897766236