近年来生成式人工智能和大规模语言模型的爆发改变了软件开发和企业工作流的面貌。通过对Mercury超过20万客户的交易数据进行汇总与分析,一个关于AI应用支出分布的实证画面开始浮出水面。这个画面不仅告诉我们"谁在花钱",还揭示了初创公司如何把AI能力嵌入产品,从而被企业迅速采用,甚至催生出新的"AI员工"与新型服务业态。 从宏观上看,横向应用在AI支出中占据略多比例,这意味着企业在购买AI能力时更倾向于那些能够提升整体生产力、面向全公司用户的工具。通用LLM助理是最显著的代表,OpenAI与Anthropic在支出排名中位居前列,说明基础模型与通用代理仍然是企业AI开支的核心。同时,一批侧重于在文件与上下文中提供智能服务的工作空间产品也进入采购清单,表明企业需要的是能在既有数据与流程中直接运作的工具,而非孤立的模型调用。
创意工具的崛起同样引人注目。过去被市场视为设计或营销团队专属的工具,现在通过AI将"创作"能力下放到所有人手中。图像、音频和视频生成工具在支出数据里名列前茅,从静态视觉到声音合成的企业需求激增,反映出内容生产周期被AI大幅压缩,市场对快速、高质量、低成本内容制作的渴求正在推动相关厂商快速商业化。Freepik、ElevenLabs等平台在企业支出中的高位,既是产品成熟度的体现,也说明了横向创意工具能够以低摩擦方式进入多部门日常工作流。 在垂直化应用方面,可以看到两种截然不同的价值主张。一类是增强型应用,旨在给特定岗位的从业者以更高的效率,使他们从重复劳动中解放出来,从而专注于更高价值的判断与策略性工作;另一类则是替代型或代理型,企图用端到端的AI来完成原本由人完成的职能,这类产品往往标榜"AI员工"的能力,能够自动完成合同审查、IT服务操作甚至完整的市场推广执行。
从当前观察到的交易数据看,增强型垂直应用占多数,但代理型、端到端产品正迅速增加,尤其在早期创业公司中,采购决策更倾向于用AI替代昂贵的人力服务。 vibe coding是一项值得特别关注的趋势。最初在消费端火热的工具如今已经在企业端安营扎寨。像Replit这样的产品不仅能生成界面或组件,更能提供完整的运行时环境、持久化存储、身份验证与发布能力,使团队能够在平台上直接部署可用于生产的应用或自动化Agent。企业采用vibe coding平台的原因除了快速交付外,还包括内建的治理、团队协作与安全控制,这些是消费级工具无法直接满足的。相比之下,一些以快速原型与UI生成见长的产品在企业端的变现能力相对较弱,而更偏向构建生产级应用的平台则更能带来高额支出。
一个显著的商业模式演化是大量产品從消费级逐步演化为prosumer并进一步上行至企业市场。和以往软件周期不同,AI工具让单用户就能创造出企业级价值,这种"下沉式采購"使得不少工具可以先通过自由用户验证产品-市场契合,然后迅速通过可扩展的付费功能或团队版收取高价值客户。许多大模型公司的收入结构也反映了这一点,消费者贡献了可观的初期收入,但企业市场在短时间内迅速增长,逐步形成更稳定的营收来源。对于创业者而言,设计好从单用户到团队、再到企业的上行路径,能显著提升长期估值与扩张速度。 数据来源与方法论的透明度对理解结论至关重要。所分析的数据仅限于通过Mercury进行的交易,因此它反映的是一定样本下的真实支出行为,而非全部市场的完整图景。
数据包括ACH、IO卡消费及电汇等,但不包含在Mercury外发生并由公司报销的支出,也没有涵盖个人银行用户的消费。因此在解读这些排名时,既要看到信号的代表性,也要意识到采样偏倚,比如早期企业或科技型创业公司在Mercury的覆盖率会使得某些类别的支出被放大。 从企业管理层与采购团队的角度来看,AI采购带来了新的评估维度。过去软件采购更多关注功能覆盖、产品可靠性与供应商生命周期,而AI工具则额外增加了模型质量、数据治理、可解释性与合规风险等考量。企业需要建立跨职能的评估流程,兼顾安全与效率,尤其在垂直化领域,算法决策可能直接影响客户权益或合规边界,因此对审计日志、可回溯性与责任界定的要求更高。 人才结构与岗位职能也在快速变化。
AI并不是简单地替代岗位,而是重新定义技能组合。营销人员需要理解如何利用生成式模型去策划更高传播力的内容,法律顾问需要学会监督AI生成的合同与合规性检查,工程师则从重复编码向系统设计与模型治理转型。与此同时,随着越来越多的"AI员工"出现,组织必须决策如何衡量这些代理的KPI、谁为输出结果负责、以及何种情况下需要人工介入。 从投资者视角,AI应用支出报告提供了即时的市场信号。哪些公司能把AI能力转化为可持续收入,哪些产品能够快速横向扩展,哪些垂直领域更容易被AI重构,这些判断都可以用支出数据来佐证。资金更偏好于那些能够即刻产生价值且具备上行路径的组合,例如能够从个人用户自然转化为团队付费的产品,或者在安全与治理上具有明确优势的企业版平台。
另一方面,模型与算力供给商虽然处于生态基础位置,但上层应用的消费行为告诉我们最终价值更多体现在具体解决业务问题的产品上。 未来几个季度值得关注的几个趋势包括模型市场的去中心化与多模态化、Agent生态的扩张、以及AI与合规监管的交织。模型市场去中心化意味着企业将更频繁地在不同模型与提供商之间进行权衡和混合使用,企业级工作流越来越倾向于"按需选模"的策略。多模态能力会把更多视觉、音频与文本的生产与交互能力带入日常工作,促使创意生产链条进一步重塑。Agent生态的扩张则可能催生更多替代型产品,尤其是在成本敏感或流程标准化的领域。同时,监管与合规的成熟会迫使产品在数据保留、隐私保护与可解释性上投入更多资源,这也会创造出新的机会,例如为合规场景定制的"可审计Agent"。
对创业者与产品负责人有几项实际可操作的建议。首先,优先考虑产品如何在真实工作流中被非专业用户自然采用,降低"必须培训才能使用"的门槛。其次,在设计商业化路径时,要同时考虑单用户付费与团队/企业级订阅的转化机制,围绕协作与治理构建增值服务。第三,早期就将安全、合规与审计能力纳入产品设计中,这不仅有利于赢得企业客户信任,也能成为进入受监管行业的敲门砖。最后,持续关注客户在实际支出行为上的变化,用消费数据指导产品路线图,而不是完全依赖定性访谈。 对于企业采购决策者而言,建议从价值实现周期与风险管理两端同时评估AI采购。
明确短期内可以带来效率提升的模块化工具,同时在长期内布局模型治理、供应商多样化与内部AI能力建设。一个更稳健的策略是把可重复性高、易于测量ROI的用例优先上云并采购外部服务,把高敏感度或高价值判断留给内部受控流程与高级专家复核。 AI应用支出报告不仅是一个支出排行榜,更像一面镜子,映射出企业在AI时代的选择与取舍。横向工具把创作與思考能力普及到每个岗位,垂直产品则在重塑专业职能与服务供给。vibe coding与Agent化产品显示了技术层面可交付性的跃迁,而消费级产品向企业化上行的路径揭示了产品设计与商业化的新范式。对创始人、投资人与企业高管来说,理解这些趋势并把握变革中的不确定性,是在未来市场中取得领先的关键。
。
