ARTICLE · 1129048
AI应用软件收入增93%,终于赚钱了
你有没有发现一个怪事
你有没有发现一个怪事：过去两年所有人都在聊大模型参数，今年开始，聊的却是"这玩意儿到底怎么收钱"。北美一批AI应用公司陆续交卷，收入增速从个位数一路跑到93%。更关键的不是涨有多快，而是钱从哪儿来的呢，从"卖功能"变成了"卖席位、卖调用、卖工作流"。这背后藏着一个反差：真正让企业掏钱的，可能不是模型本身。
93%不是模型卖出来的
先看一组数字。近两周北美应用厂商批量发布业绩，收入同比增速分别是93%、53%、36%、28%、24%、22%、20%、18%和7%。
跑得最快的那家，靠的不是卖模型，而是把AI塞进客户的募资、施工管理、客户服务这些具体活儿里。说白，模型是发动机，但客户买的是一辆能拉货的车。
有个细节挺有意思：
这家公司当季签了220笔金额不低于100万美元的合同，其中98笔不低于500万美元、73笔不低于1000万美元。合同越签越大，说明AI已经从"试试看"变成"签长约"。
Palantir 美国商业业务的客户、订单与合同价值同步加速
来源：Palantir
MCP月活破百万，绑住的是席位
如果说上一节讲的是"卖什么"，这一节讲的是"怎么绑住客户"。
有个做研发协作软件的公司，MCP Server月活当季翻倍到超过100万，MCP调用量增长超过400%。
MCP你可以理解成一个"万能插座"
外部AI工具通过它，能读到企业内部的研发数据、组织关系和权限体系，还能反过来创建工单、写页面。AI不再只是个聊天框，而是能动手干活的数字员工。
真正值得琢磨的是后半句：采用MCP的客户，付费席位扩张更快，ARR增速约为未采用客户的2倍。同一款产品，用和不用，客户的钱包打开程度差一倍。
这就带出一个分歧：AI到底该做成独立产品单独收费，还是融进原有产品里提价？前者故事好听，后者数据好看。两条路都有人在走，谁对谁错，现在下结论还太早。
HubSpot Q2 业绩概览
来源：HubSpot《Q2’26 Investor Presentation》
API降价80%，门槛塌了
前面聊的是应用侧怎么收钱，但应用能不能铺开，得看上游成本。
这一节看模型价格。7月30日，OpenAI下调两款模型的API价格，其中一款输入、输出价格分别从1美元、6美元降到0.2美元、1.2美元，降幅均为80%。
API你可以理解成水电表，用多少算多少。价格砍掉八成，意味着原来跑一次亏一次的高频任务，现在有账可算了。
国内这边也在压价。DeepSeek V4-Flash百万Token输入价格，缓存命中0.02元、未命中1元，输出仅2元。这个价位，基本是把"试错成本"打到了地板。
但便宜不等于好卖。开放权重模型让企业能拿自己的数据做二次开发，闭源API则胜在省事。前者自由度高、后者上手快，企业选哪条路，取决于它有没有能力自己养一支工程团队。DeepSeek-V4-Flash 模型细节
来源：DeepSeek API 文档
云厂商的账，比应用更早算平
应用赚钱之前，云厂商的账先算平了。微软FY26Q4 Azure及其他云服务收入同比增长43%，全年Azure收入超过1000亿美元；Alphabet 2026Q2 Google Cloud收入248亿美元，同比增长82%；Amazon 2026Q2 AWS收入422亿美元，同比增长36.7%，为18个季度以来最快增速。
三家一起加速，说明企业AI的钱，最先落进的是算力和平台的口袋。
应用还在摸索怎么收费，云已经按小时把账单开出来了。
还有个信号：微软M365 Copilot付费席位超过3000万，商业剩余履约义务6780亿美元、同比增长84%。这个数字相当于"已经签了但还没交付的合同总额"，是未来收入的蓄水池。
不过云厂商也在猛砸钱。Alphabet把2026年全年资本开支指引提到1950亿—2050亿美元，Amazon过去12个月自由现金流为-76亿美元。
主流基础模型任务成本与综合能力对比
来源：OpenAI 官网，国金证券研究所
国内软件的牌，在行业数据里
回到国内。基础模型能力上来、成本下去之后，企业AI的胜负手悄悄换了——从"你有没有模型"，变成"你能不能把行业数据和业务流程接进去"。
国内软件公司在这件事上有底子：长期泡在工业、财税、ERP、营销、办公这些垂直场景里，手里有客户入口、行业知识、复杂工作流和交付经验。这些东西，通用模型自己长不出来。
有个案例能说明问题。
一家营销软件公司发布2026年半年度盈喜，预计上半年AI应用业务收入10.68亿—11.80亿元，同比增长112%—134%，约占总收入57.5%。
但这里有个容易被忽略的分歧：AI Infra和行业应用，谁的价值更厚？
复杂Agent越铺越广，数据库、可观测性、安全、混合云编排这些"看不见的活"需求同步上升；可行业应用离客户更近，收钱更快。
星环科技新一代 AI 基础设施
来源：星环科技 25 年年报
视频生成的废片率，藏着拐点
再往下游看一层。今年2月，字节跳动旗下即梦AI发布Seedance 2.0，在Artificial Analysis Video Arena以Elo 1,269的成绩登顶，超过Google Veo 3、OpenAI Sora 2和Runway Gen-4.5。
跑分登顶不算新鲜，真正要命的是另一个数字：生成一段15秒视频，过去AI视频的抽卡成功率不到20%，而根据测试和从业者反馈，Seedance 2.0的可用率高达90%以上。
抽卡成功率你可以理解成"废片率"。从80%废片降到10%废片，成本不是降一点，是直接砍掉一个量级。这意味着"批量化AI内容生产"第一次有了算得过来的单位经济模型。
所以你会发现，AI商业化的拐点，往往不在模型发布会那天，而在某个不起眼的效率数字悄悄翻了几倍的时候。这类信号，比跑分榜更值得盯。
在各项评测中，Seedance 2.0 的综合表现达到行业领先水平
来源：字节跳动官方
市场盯着模型参数一惊一乍，真正先赚到钱的环节，反而藏在席位扩张、调用量和废片率这些不起眼的角落里。收入增速93%只是结果，不是原因。
离模型越近，越容易被参数战卷到；离客户工作流越近，订单反而越稳。这个规律，在过去几轮技术周期里反复出现过。