用户多≠赚得多?AI赚钱的逻辑变了?

过去，移动互联网：时代走的是C端模式，即要求覆盖尽可能多的个人用户，以此构建壁垒。很多应用是拥有了大量个人用户以后，再开始向企业用户收费，但是AI时代倒未必。最近，AI大模型慢慢开始收费，其最后的结果可能关系到大模型的盈利模式和发展方向。可能大洋彼岸的两家大模型公司目前的竞争状况，已经能给我们不少启示。

OpenAI走的，可能更像移动互联网时代的模式，它追求庞大的用户数量，走的是平台化路线。数据显示，OpenAI拥有约9亿的周活跃用户，不过，其用户付费转化率仅为约5%，这意味着超过90%的用户是免费的或者低价值的用户，然而，为了满足这部分免费用户的需求，OpenAI花了大量的钱去购买算力，购买云计算服务。（数据来源：证券时报）

而另一家大模型公司，从一开始走的就是“专精”的路子。Anthropic不追求泛用的娱乐功能，而是将顶尖模型封装进金融、法律、代码等高价值场景，Anthropic的月活跃用户规模仅为OpenAI的约15%，但其年化收入（ARR）已突破300亿美元，实现对OpenAI的反超。（数据来源：证券时报）

Anthropic的每用户月均收入高达16.2美元，而在企业端，其月活跃用户平均收入更是达到惊人的211美元，在产品端，Anthropic推出的ClaudeCode成为企业级编码Agent的重要选择，其独创的“宪法AI”框架，将伦理规则植入模型，使其输出结果自带证据链，完美契合金融、医疗等强监管行业需求，用户付费意愿比较高。

也就是说，Anthropic专注于训练其大模型，让其大模型在满足目标客户的需求上更有优势，虽然用的人不多，但用的人都愿意给钱。OpenAI虽然更全能，但在单项上面却是落后的，虽然用的人多，但大多数人不愿意付费。更麻烦的是，OpenAI为了满足众多免费用户的使用需求，在AI算力的资本开支上远超Anthropic。

东东在实际的使用过程中，常思考“专注训练大模型满足目标客户的需求”的思路，会不会才是对的？比如尽管某大模型给的情绪价值很足，但在多次对比其输出答案后，发现它经常无中生有，以及数据错误，需要花大量的时间去核实其输出的信息，所以一旦碰上较为严谨的分析需求时，就不敢用它了；至于日常的聊天和简单的查询需求，又不见得愿意付费，更何况其他的大模型在查询那些简单的问题时也不差。

“有用”、“能用”和“好用”是三个不同的概念。最终大家或许更会为“好用”的那个付费。而要达到好用的标准，在金融领域就必须满足几个条件：1、数据及资料准确。2、内容合规。

如果是这样的话，那么之前国内互联网大厂花钱去让大模型“发红包”、“点奶茶”会不会是白花钱？真正愿意为了这个功能而为大模型付费的又有多少呢？最主要的问题在于，目前大模型究竟要如何帮助用户解决问题。

未来，能跑通商业模式的，很可能是各个在某个垂直领域内构筑了强大壁垒的大模型。