AI 头部 1% 月均花 903 美元，我差着 9 倍
Hello，我是飞飞。
这几个月我一直在算 AI 的账。先算过工程那本，讲代码写多了 CI 能涨多少倍。后来算过企业采购那本，讲大厂怎么被账单逼着把最贵的模型禁掉。这两本问的都是同一件事：怎么把账压下去。
这次问的是另一件事：这些钱到底是哪些人在掏。
A16Z 上周发了第七版消费者 AI 榜，第一次加了一个新排序，按美国消费者银行卡的实际消费排。我拿到数之后干的第一件事，是拿它量了量自己。
量完有点受打击。我一直觉得自己算重度用户，结果离真正的头部差着 9 倍。
一百个人里，四个人掏钱
先看最扎眼的那个数。截至今年 8 月，只有 4.5% 的美国消费者，手里有一份 ChatGPT、Gemini 或 Claude 的个人付费订阅。一年前这个数是 2.1%。
涨了一倍多，听着像好势头。可你把 4.5% 摊回人身上，就是一百个人里四个人掏了钱，剩下九十六个在用免费的。
报告里还有一句更狠的。它引用 Pew 的调查说，美国现在有将近一半的人用过 AI，但每天都用的人只有 25%。用的人多，用得深的人少，掏钱的人更少。
我一直以为这个圈子挺大的。毕竟我每天打开终端敲 claude，身边写代码的也都在用。可数据摆在这儿：付费的圈子，一百个人里四个。
而且这四个人还特别不花心。报告里说，只有 13% 的付费用户会同时再付另一家。ChatGPT 的订阅者里，只有 8% 也订了 Claude。我原以为重度用户会同时订好几家、比着用，结果是绝大多数人只认一家。
这里先说一句轻重：下面这些数来自一批美国消费者的消费小票样本，不是全民普查。它量的是趋势和形状，落不到精确的总账上。
头部 1% 顶过一半人
在这 4.5% 里，钱的分布比人更极端。
报告的原话是，头部 1% 的付费者，贡献了观测到的全部消费者 AI 消费的 19.5%。而底下 50% 的人加起来，只有 16.6%。一撮人花掉的钱，比一半人加起来还多。
再看两个数，留意它们不是一回事：头部那 1% 的人均月消费是 903 美元，全体付费者的中位数只有 25 美元。903 对 25，差 36 倍。这个区别后面会用到。
而且这两拨人还在分道。头部那 1% 的消费，18 个月里涨了 80%。中位数那拨，报告的说法是「几乎没有增长」。
这钱花在哪也有意思。报告说，这些高消费的人买的多半是编程、自动化、生产效率这类拿它干活的工具，跟闲聊娱乐关系不大。
还有一层：这份报告同时排了流量榜和花钱榜，两张榜对不上。花钱榜前 50 名里，有 29 家从来没上过流量榜。 你看热闹看到的那批产品，和真正在收钱的那批，大部分不是同一拨。
这个 4.5% 怎么读
上面这些数都挺好用。但要用之前，得先知道它们各自的成色。这报告里藏着几处口径，不挑出来会读歪。
先打个吃饭的比方。十个人一桌，最后只有三个人真掏了钱，账单 400 块。你按十个人平摊，人均 40；按真掏钱的三个人算，人均 133。同一张账单，分母一换，人均差了不止三倍。更要紧的是另一层：如果你就是掏钱那三个人里的一个，你在「十个人人均 40」里根本看不到自己。
下面这几处口径，说的都是同一件事：分母是谁。
「近一半人用过 AI」这个数，A16Z 原文写明了引自 Pew 的调查。 搬运的时候最容易把 Pew 的数记到 A16Z 头上。A16Z 这份报告测的是消费，不是使用率。
同一个 4.5%，A16Z 自己用了两个分母。 开头那一段写的是「4.5% 的美国消费者」。到讲消费的章节，分母悄悄缩了一圈，变成「一批自愿上传消费小票的美国样本」。而全文反复声明，这份数据来自抽样面板、不是普查，不能当成公司营收来读。
903 美元是均值，而且是个人卡。 原文这句我抄下来：「这个头部 1% 平均每月在个人银行卡上为 AI 花 903 美元，工作用途可能还更高。」三层限定都在里头了，均值不是中位数，只算个人卡，刷公司卡的没算进来。原文自己都承认，这个数偏保守。
同一家 A16Z，两份报告给了两个付费率。 9 月底那份讲市场的报告里写的是「截至 4 月，只有约 2% 的美国家庭在为 AI 服务付费」。10 月初这份榜单写的是「截至 8 月，只有 4.5% 的美国消费者」。家庭和消费者不是一个分母，4 月和 8 月也不是一个时点。前者自己还补了一句「现在这个数更高了」。
四个数放一起，长这样：
| 数字 | 说的是什么 | 出自 |
|---|---|---|
| 近一半 | 用过 AI 的美国人，自报 | Pew 的调查，A16Z 引用 |
| 25% | 每天在用 | 同上 |
| 4.5% | 有付费订阅 | A16Z，8 月，分母是消费者 |
| 约 2% | 在为 AI 付费 | A16Z 另一份报告，4 月，分母是家庭 |
同样是「有多少人在为 AI 付钱」，换个分母、换个时点，就是另一个数。这不是谁算错了。每个数背后都站着一句限定。
我拿它量了一下自己
现在轮到我自己。
我开的是 Claude Max，一个月 100 美元。报告里有一句让我坐直了的：Claude 的付费用户里，有 7.3% 的人在 Max 这一档，也就是月付 100 美元起。 而 ChatGPT 的同档只有 1.1%，Google 是 1.3%。配图的标题起得很直接，说 Claude 在把用户往高价订阅上赶。
换个说法你就明白了：Claude 的付费用户里，大约每 14 个人有 1 个在最高档；ChatGPT 那边，大约每 90 个人才有 1 个。我正落在这一档里。
事情到这儿还挺好的。然后我往下看了一行，是头部 1% 的人均月消费 903 美元。
我一个月 100。903 除以 100，差 9 倍。
但这个 9 倍算得不对。100 是我封顶的账单，903 是别人刷在个人卡上的钱。一个说我付了多少，一个说他花了多少，两笔数不该直接比。
把口径对齐，重新量一次。我一周烧掉 2800 万 token，按 API 裸价算是 106 美元，一个月差不多 460。这个数量的才是「我的用量值多少钱」，跟「别人为 AI 花多少钱」站在同一把尺子上。
用这把尺子，我差的是 2 倍。
9 倍是我挑了最吓人的那个分母算出来的。2 倍才是真的。
绕回那张饭桌。我原来一直按「十个人」这个分母在算自己，觉得自己怎么也算掏钱的那一拨。现在换成「真掏钱的三个人」这个分母，我在里头，但坐在桌子最边上。
你自己觉得重不重没用，得有人把分母摆出来。这话说给你听，也说给我自己听。
以后读这类报告的动作
绕回开头那个问题：这些钱到底是哪些人在掏。
答案不好听。用的人很多，掏钱的人很少，掏大钱的人少到能被一个百分位圈住。而我原来对自己位置的判断，是错的。
真正能带走的是读这类报告的方法。四个动作，你以后看任何一个「X% 的人在付费」的数都能用。
先看分母是谁。 消费者、家庭、面板用户，这三个词经常被混着用，数能差出一倍多。
再看是均值还是中位数。 前面那组 903 和 25 就是现成的例子：一个是被少数人拉高的人均，一个是代表大多数人的中位数。只看均值，你会以为人人都在花 903。
再看口径含不含公司。 个人卡和公司卡是两本账，报告常常只算前者，然后自己加一句「实际可能更高」。
最后看同一个数在不同报告里是不是同一个东西。 同一家机构的两份报告，都可能是两个分母、两个时点。
四个动作做完，那个「4.5%」才从一个吓人的百分比，变成一把能量自己的尺子。
我量完了。你呢，你一个月给 AI 花多少，在你这批人里大概算哪一档？评论区报个数，我帮你看看你的分母对不对。