AI时代到底谁在赚钱?一个去水印工具暴露了答案

很多人以为，AI 时代最赚钱的一定是大模型公司。

OpenAI、Google、Anthropic、Meta，这些名字站在聚光灯中央，烧钱、融资、发模型、抢入口。但真正有意思的是，AI 时代的很多小钱，并不在模型本身，而在模型留下的缝隙里。

最近我看到一个很典型的例子：GeminiWatermarkRemover.io。

它做的事情很简单：处理 Gemini 生成图片上的可见水印。站点自己强调，不上传图片、不注册账号、本地浏览器处理，还做了 Chrome 插件、命令行工具和开源项目。

这件事本身有争议。Google 官方说明，Gemini 可用 SynthID 等方式识别由 Google AI 生成或编辑的图片、视频和音频；SynthID 是不可见水印，和图片角落的可见标识不是一回事。所以，这类工具即便处理了可见水印，也不等于彻底抹掉 AI 来源。

但这不是本文最想讨论的重点。

真正值得注意的是：这个小工具为什么会有人用？

因为 AI 产品越强，边缘需求越多。

用户用 Gemini 生成图片，但不满意角落的标识；用户想要更自然的素材，但又不想折腾复杂软件；用户不想上传图片给第三方服务器，于是"本地处理"成了卖点；用户不想学技术，于是 Chrome 插件、网页拖拽、批量处理，就成了产品。

你看，AI 创造了主需求，也顺手创造了副需求。

大模型公司负责造发动机，但有人靠卖方向盘套、手机支架、车载香薰赚钱。AI 时代也是一样。

真正赚钱的人，往往不一定在训练模型，而是在回答这些问题：

从公开数据看，GeminiWatermarkRemover.io 这个站本身还不一定已经赚了大钱。我没找到它的可靠月访问量估算。但它的 Chrome 插件已经有约 4000 用户，GitHub 项目有约 4200 stars。对于一个细分工具来说，这已经说明了需求真实存在。

更大的参照是同赛道的 watermarkremover.io。Semrush 估算它在 2026 年 4 月有 667 万访问，流量主要来自 Google 搜索和直接访问。也就是说，"去水印"不是一个没人要的小功能，而是一个巨大的搜索型需求。

这就解释了 AI 时代一个很朴素的赚钱逻辑：

不是所有人都要做基础设施。

不是所有人都要做通用 Agent。

不是所有人都要做下一个 ChatGPT。

很多普通创业者真正能抓住的机会，是把 AI 产生的新问题，包装成一个足够清晰的小工具。

AI 让内容生产变便宜，也让内容后处理、格式转换、版权标记、检测规避、批量整理、提示词管理、工作流衔接变成新的需求。

大公司赚模型的钱。

中公司赚平台的钱。

小团队赚"最后一公里"的钱。

这个去水印工具就是一个例子。它不宏大，不性感，甚至有争议。但它说明了一件事：AI 时代，最先被用户付出注意力的，往往不是最先进的技术，而是最直接解决痛点的按钮。

所以，AI 时代到底谁在赚钱？

答案可能不是"谁的模型最强"，而是：

谁离用户的真实麻烦最近。