标签: AI应用

  • Airbnb二季度营收涨17%:Chesky说我们把公司重造成了AI原生

    Airbnb AI 原生改造:AI 重塑旅行预订平台
    爱彼迎 CEO 切斯基称,公司已从底层重造成一家”AI 原生”公司

    爱彼迎(Airbnb)刚交出的二季度成绩单有点吓人:营收 36 亿美元,同比增长 17%;总预订金额 272 亿美元,涨 16%;调整后 EBITDA 利润率 35%,还顺手回购了 11 亿美元股票。CEO 布莱恩·切斯基(Brian Chesky)在电话会上把功劳归到一个词上——AI。他原话是:”我们从头把 Airbnb 重建成了一家 AI 原生公司,AI 是这家公司成立以来碰到的最好的事。”

    不是玩具,是盖楼的速度

    切斯基讲得很直白:AI 没有让某款单品变神奇,而是把整个公司推出新功能的速度拉满了。他说关键项目从想法到上线,时间最多砍掉 60%;跟去年上半年比,上线的功能和改进数量多了将近 80%。这些改动叠起来,把更多访问变成了真金白银的订单。他特意强调,这成绩不是某一个产品、某次合作能解释的,是执行力、团队和”被 AI 加速的创新”三件事凑一块的结果。

    客服先被 AI 接管

    爱彼迎的 AI 不是先搞花哨的对话机器人,而是从最脏最累的客服入手。财报里两个数字很说明问题:每次预订的客服成本一年降了 16%,而 AI 助理现在能在不叫真人的情况下,自己解决大约 45% 的用户问题。对一家连接几百万房东和房客的平台来说,这意味着大量重复纠纷和咨询被机器消化掉,真人客服腾出手处理真正棘手的个案。

    “AI 不是来颠覆我们的,它是加速器。它最大的特点就是速度,把每件事都推得更快。”切斯基这么概括他们的 AI 哲学——先动漏斗底部(客服),再动中间(搜索和房源页),顶部(自然语言搜索)还在研发。

    你看到的房源,正在被 AI 重写

    对普通用户来说,变化更隐蔽也更实在。重新设计的首页会按你的偏好推内容,搜索结果更”懂你”,地图里会标出附近的餐厅和地标。房源页上,AI 会把几十条评价压缩成一段摘要,今年晚些时候还会上线一个并排比较不同房源的工具。有意思的是,切斯基说推理成本”微乎其微”——因为一笔高客单价的住宿订单,只要转化率稍微涨一点,就足够 cover 掉那些 token 费用。

    酒店成了意外增长点

    财报里另一个彩蛋是酒店业务:它的住宿夜数增速大概是普通房源的三倍,虽然占整体比重还只是个位数,但问询的酒店方比预期踊跃得多。切斯基承认”这比我想的还要好”。在 AI 把运营效率推上去的同时,爱彼迎正悄悄从”短租平台”往”一整条旅行生态”挪。

    • 二季度营收 36 亿美元(+17%),预订金额 272 亿美元(+16%),自由现金流 48 亿美元
    • 新功能上线提速最多 60%,上线改动数量同比增近 80%
    • AI 助理自助解决约 45% 客服问题,单次预订客服成本年降 16%
    • 酒店业务夜数增速约为房源业务三倍,成为新增长引擎

  • ChatGPT 能订座了:在对话里直接搞定 OpenTable、Resy 和 Yelp

    8 月 10 日,OpenAI 给 ChatGPT 加了个小功能,但意义不小:你不用再在 App 之间来回跳了,直接在对话里就能把餐厅桌子订好。接进来的是 OpenTable(全球)、Resy(美国)和 Yelp(美加)。说一句”周六晚上两人,想要安静点的日料”,它就能把空位翻出来,填好人数时间,帮你下单。

    从”推荐”到”下单”,差的不只是一步

    这看似顺理成章,其实卡了很久。今年 4 月还有媒体实测,让 Claude 和 ChatGPT 的 agent 模式去订餐,结果俩都卡在最后一步——要么只读个可用性就把球踢回给用户,要么在 dropdown 菜单上点半天点错。现在三家最大的预订网络把真实下单接进了对话,而且改约、取消的权限仍然留在平台自己手里。对普通人来说,这就是少切一次屏幕的小确幸;对平台方,则是在谷歌之外多了一条分发渠道。

    谁赢了,谁慌了

    Yelp 是这次最积极的一个。它超过七成的美国流量都靠着谷歌,等于命门捏在别人手上。把预订嵌进 ChatGPT,等于给自己造了一层不依赖谷歌的发现入口。对餐厅来说,好处是需求正好卡在用户做决定的那一刻送上门;代价是,到店前那点品牌形象——主页、菜品图、菜单设计——被压缩成了列表里的一行字。

    “如果 AI 的回答就是购买前的最后一站,那谁控制了这个回答,谁就控制了这笔生意。”——PYMNTS 对这次集成的点评

    背后是一套协议,不是一次性对接

    有意思的是,这套能力看起来不是 OpenAI 给每家单独写的定制接口。卡片式的交互、跨轮保持状态、实时刷新库存,这些特征都指向 OpenAI 的 Apps SDK(基于 MCP 协议)——平台方跑一个 MCP server 声明”查空位””下订单”这类工具,ChatGPT 负责在对话里把界面渲染出来。Resy 同期也接进了 Claude,用的是同一套思路。换句话说,谁先把”实时库存加幂等下单加规范实体”这套模板做扎实,下一个被改造的可能就是诊所、理发店、球场这些所有”时间容易过期”的生意。

    订完之后呢

    一个现实的限制:订完之后想改时间、取消,不能直接在 ChatGPT 里操作,得回到 Yelp、Resy 或 OpenTable 各自的平台。也就是说,ChatGPT 负责把人送到门口,进门之后的事还是平台管。这对”无缝体验”是个小缺口,但也给了平台保留用户关系的抓手。

    • 消费者:少一次 App 切换,聊着天就把桌子订了
    • 预订平台:在谷歌之外多一条转化渠道,但也怕变成纯管道
    • 开发者:一套 MCP 模板,下一个改造的就是任何”时段易过期”的行业
    ChatGPT 对话内预订餐厅概念图
    ChatGPT 把”推荐”变成了”下单”

    从一个只会推荐餐厅的聊天框,到一个能真的帮你落实计划的助手,ChatGPT 这步迈得不大,却把”对话即行动”又往前推了一寸。接下来要看的,是哪一垂直行业会接着被搬进对话框里。

  • OpenAI 悄悄收了一家做 PPT 的创业公司,ChatGPT 离「取代 Office」又近了一步

    8月8日,一家成立刚一年出头的 AI 演示文稿创业公司 NextSlide,在官网上挂出了一句话:我们被 OpenAI 收购了。没有新闻发布会,没有财报电话会,连交易金额都没对外披露。可把这桩低调的交易翻开来读,里面藏着 OpenAI 一个挺大的心思。

    这家公司,做的是让人不再为 PPT 发愁

    NextSlide 的活儿说白了很简单:你丢给它一段提示词、几页零散笔记、一份完整文档,或者一堆调研资料,它能自动吐出一套逻辑通顺、版式讲究、还能继续二次编辑的幻灯片。创始人 Ahmed Beshry 的出发点很朴素——传统做演示文稿门槛太高,既费时间又要求你会设计,他想把这种可视化表达的能力,下放到每一个有想法但不一定会排版的人手里。

    AI 将零散笔记自动生成可编辑演示文稿
    OpenAI 把演示文稿团队收编进 ChatGPT,剑指办公生产力

    收购其实早就完成了,只是现在才说

    有意思的是,这桩收购的时间线比官宣早了小半年。Beshry 的 LinkedIn 履历显示,他从 2025 年 4 月起创办并执掌 NextSlide,到 2026 年 3 月就进了 OpenAI。换句话说,交易大概率在今年 3 月前后就落定了,只是双方一直没对外讲,直到 8 月 8 日才由创始人自己发帖确认。他在帖子里特意感谢了 OpenAI 前应用 CEO、如今回来做兼职顾问的 Fidji Simo,说她从一开始就认可 NextSlide 的愿景,并亲自把团队迎进了门。

    “让视觉沟通变得更易获取,帮助更多人清晰地表达自己的想法。”—— Ahmed Beshry 谈 NextSlide 的初衷

    这位创始人,不是第一次把公司卖掉了

    Beshry 也不是头回创业。早些年他联合创办过做零售自助结账的 QueueHop,后来又在智能购物车公司 Caper AI 当联合创始人兼首席商务官——那家公司 2021 年被 Instacart 收走。所以这次进 OpenAI,他不是拿钱走人,而是留下来继续做产品,直接参与到 ChatGPT 的开发里。带着一支专门做”可编辑演示文稿”的团队进来,分量可想而知。

    OpenAI 在悄悄补齐全职生产力版图

    把 NextSlide 放进 OpenAI 最近一两年的动作里看,逻辑就清晰了。2025 年它收购了实验平台 Statsig,把它创始人提为应用部门 CTO;又和 Jony Ive 的硬件团队 io 合并,押注下一代 AI 设备。现在再加上演示文稿,OpenAI 显然不满足于只做一个对话框,它想把”接收信息”到”产出成品”之间的整段工作流都揽过来。

    另一边,Microsoft 早就把 Copilot 嵌进了 PowerPoint,Google 也在 Workspace 里把 Gemini 越做越深,两家手里都攥着几十年的办公软件家底。OpenAI 没有这套老本可吃,所以它选了另一条路:直接把最擅长某件事的专业团队买进来,用 AI-native 的方式把办公场景重做一遍。

    • 对普通用户来说,ChatGPT 可能从”帮你列大纲、写逐字稿”,进化到”直接给你一整套能改的幻灯片”。
    • 做汇报、写方案、准备路演的人,产出流程会被进一步压缩。
    • 不过具体什么时候上线、收多少钱、怎么集成,OpenAI 目前一个字都没说。

  • 谷歌把Gemini Omni的免费体验又延了一周,AI视频这扇门正越开越大

    想玩AI视频又不想掏钱的人,谷歌又给了你一周机会。多家外媒报道,Google把Gemini Omni的免费体验期从原定的8月4日,延长到了太平洋时间8月11日中午。也就是说,只要你有个Gemini账号,不用订阅任何Google AI付费套餐,就能免费生成最多10条视频。

    它和普通文生视频工具有什么不一样

    大多数AI视频工具的逻辑是”写一句提示词、出一段片子”,不满意就得整段重写。Gemini Omni不一样,它把文字、图片和现成视频都当成输入,你先生成一段,然后可以接着用自然语言改:换风格、重剪、围绕同一段素材反复调,角色和画面连贯性还能保住。这种”对话式”的连续编辑,才是它真正有意思的地方。

    谷歌把Omni定义成”世界模型”,而不是单纯的视频生成器——它要理解物理规律和场景的连贯性,而不只是吐出一段好看的片子。

    背后是谷歌把工具收进一个入口

    这件事的另一层意思,是谷歌在把原本分散的几个工具合到一起。过去你想做图要用Imagen,做视频用Veo,修图用Nano Banana Pro,配乐用Lyria——现在Omni一个模型把这些活儿都揽了。它走的是和Gemini 3.5不同的路线:3.5负责agentic那种长任务执行,Omni专门做内容创作。

    免费入口也给得相当大方:除了Gemini App和Google Flow,它还通过YouTube Shorts和YouTube Create免费开放,所有生成视频都打了SynthID隐形水印,方便溯源是不是AI做的。

    为什么突然延期

    谷歌没解释延期的具体原因。但一个很直接的信号是:第一轮免费开放时,不少人在X上晒出自己用Omni做的片子,从把旅行片段改成超现实风,到给社交帖做视觉实验,五花八门。让人先免费用、先玩起来、先往外传,本身就是最好的推广——等大家习惯了这种创作方式,再谈付费就顺多了。

    对普通用户来说,这周是最好的上手窗口。10次额度不算多,但足够你把一个想法从文字或多张图,变成一段会动的视频,看看AI到底能把你的脑洞撑多大。等8月11日一过,这扇免费门大概率就要关上了。

    Gemini Omni 用图文视频生成AI视频
    文字、图片、视频都能当输入,对话式连续编辑是Omni的核心差异

    • Gemini Omni免费期延至8月11日,普通用户可免订阅生成最多10条视频
    • 支持文字/图片/视频混合输入,可对话式连续编辑,角色连贯
    • 谷歌把Veo/Imagen/Lyria等工具收进统一入口,视频带SynthID水印
  • Canva把AI野心撑太大了:营收预期砍掉三分之一,根子在第三方模型太贵

    Canva最近给投资人交了一份有点尴尬的成绩单。这家估值420亿美元、连续九年盈利的设计平台,把2026年的营收增长预期从年初定的30%下调到了20%——一口气砍掉三分之一。二季度营收其实还在涨,9.219亿美元,同比增25.2%,账上躺着14.7亿美元现金。问题不在需求,在于AI太烧钱。

    CEO梅兰妮·珀金斯在股东信里说得很直白:公司“过度依赖前沿模型”,自家的一批模型还没准备好上线,定价和消费模型又没跟上暴涨的用量。说白了,Canva想借OpenAI这些外部大模型把AI功能快速铺开,结果发现每次调用都在亏钱。

    “我们决定放慢铺开节奏,一边重建架构、压低单位成本,一边把商业模式做扎实。”——梅兰妮·珀金斯

    这事儿其实戳中了不少SaaS公司的痛点。Atlassian前不久就给员工AI支出设了上限。当“AI优先”从口号变成真金白银的账单,大家才意识到:用户每点一下生成按钮,背后都是实打实的算力开销。Canva有2.65亿月活、3100万付费用户,一个月生成的设计超过10亿张,这种体量下,每次调用的成本差一点,季度账单就能差出几千万。

    Canva的AI成本与自建模型
    AI功能铺得太快,算力账单先一步到来(配图由AI生成)

    过去三个月Canva没闲着。它重写了AI架构,把更多活儿交给2024年收购的Leonardo.AI和自研模型。效果挺猛:单个AI任务的服务成本降了将近九成,自家视频模型比前沿模型便宜17倍,图像模型便宜30倍。2.1版本已经在路上,珀金斯说会“审慎铺开”。

    一场给行业的刹车提醒

    这场“刹车”说明一件事:生成式AI的功能谁都能加,但要把单位经济算平,终究得自己掌握模型。外采省事,代价是利润被算力一点点吃掉。Canva用九成降本换来的经验,值得所有想做AI功能的SaaS公司记一笔。


    • 营收增长预期从30%降到20%,二季度营收9.219亿美元仍同比增25.2%
    • 根因:过度依赖OpenAI等前沿模型,单次AI服务成本过高
    • 自建模型+收购Leonardo.AI,AI任务成本降约90%,图像模型便宜30倍
    • 估值420亿美元、连续九年盈利,正考虑纳斯达克上市
  • 国会也成了ChatGPT的大客户:一年花10万美元,拿下AI采购九成

    要是你以为只有打工人和大学生在靠 ChatGPT 摸鱼写材料,那可能低估它了。CNBC 翻了翻美国众议院的支出记录,发现国会山自己也是 OpenAI 的大金主——而且大方到有点惊人。

    九成份额,一年砸了十万多美元

    根据截至今年3月31日这一年的众议院支出记录,在国会各办公室、委员会和机构账户花在AI工具上的钱里,OpenAI 的 ChatGPT 拿走了大约九成。具体数字是:ChatGPT 相关支出约 10.058 万美元,分散在 798 笔交易里;而全部AI工具采购加起来也就至少 11.374 万美元。换算下来,ChatGPT 一家就吃掉了近九成预算。

    排第二的是 Anthropic 的 Claude,全年 37 笔交易、1.316 万美元——连 ChatGPT 的零头都不到。

    两党花得也不一样多

    更有意思的是党派差异。民主党办公室在AI工具上花了 5.4165 万美元,是共和党办公室 1.5782 万美元的三倍。一边把AI当标配,一边还犹豫,国会山内部的接受度显然没统一。

    需要说明的是,这些数字只统计了真金白银买的企业版账号,免费账户、或者打包进更大软件合同里的AI能力,都不在内。也就是说,实际渗透率只会比账面更高。

    议员助理到底拿它干什么

    具体用途倒很接地气。国会工作人员用 ChatGPT 这类工具写备忘录、总结和分析法案、回复选民来信、准备听证材料、梳理政策研究,甚至帮你起草社交媒体帖子。本质上,它就是个被塞进立法流程里的超级实习生——不知疲倦,但得有人在旁边把关。

    钱花出去了,问题也跟着来了

    政府 onboarding 一个消费级起家的聊天机器人,背后的信号挺明确:AI 已经渗进公共部门的日常运转。但反过来看,把选民信息、未公开的法案讨论、内部通讯喂进第三方AI系统,数据安全和保密边界怎么划,是个绕不开的问号。企业版承诺了更严的隐私保护,可一旦用顺了手,依赖也就绑死了。

    OpenAI 能拿到九成份额,靠的不只是产品好不好用,更是它 enterprise 渠道和品牌信任的先发优势。Claude 想在这个最敏感的客户群里抢肉吃,光靠模型能力强恐怕不够——合规、审计、采购流程,哪一道都是硬仗。

    美国国会大厦
    (图源:TechCrunch / Getty Images)

  • 语音应用 Wispr Flow 悄悄杀入会议记录赛道

    Wispr Flow 准备推出会议记录功能
    Wispr Flow 借更新条款,透露将推会议记录功能(配图:生成式 AI)

    一条被悄悄写进条款的新功能

    语音听写应用 Wispr Flow 最近没开发布会,也没发官宣,而是借着更新服务条款,悄悄露了底。公司给用户发邮件说条款和隐私政策有变,细心人一翻发现,新增了好几段关于”会议数据”和”会议记录(Notetaker)”的内容。

    按条款原文,Notetaker 会处理会议音频、参会者信息、会议元数据、发言人标签和转录文本,输出则是 AI 生成的会议转录、摘要、行动项和会议洞察。换句话说,它要做的不只是把话转成字,而是顺手把”谁说了啥、接下来该干啥”都整理好。

    它要挤进一条拥挤的赛道

    这个功能一上,Wispr Flow 就直接撞上了 Granola、Fireflies、Read AI、Otter、Fathom 这一票老玩家。市面上其实有两条路线:

    • Granola 那类,靠系统音频在本地转录,不录音、也不以机器人身份入会,存在感最低;
    • Fathom、Fireflies 那类,则以可见的 bot 身份加入会议、把录音存到云端,功能更全但侵入感强。

    Wispr Flow 目前没明说走哪条。这个选择会直接决定它落到用户手里的观感——是轻巧的”隐形秘书”,还是又一款”全程在录”的工具。

    “OpenAI 的计算策略,是搭建一个有韧性的组合,把合适的系统匹配到合适的负载上。”——类似的思路也适用于会议记录:模型再强,也得看它落在哪条工作流里。

    为什么一个听写 app 想做会议

    表面看是品类扩张,骨子里是冲着”上下文”去的。Wispr Flow 本来就架在邮件、文档、消息、CRM 和代码编辑器之上,是个跨应用的语音层,它比别人更清楚你平时怎么写、用什么工具。会议记录能补上它一直缺的一块:会议里的决定、承诺和人脸人名,往往在打开那些 app 之前就产生了。把这些喂给创始人 Tanay Kothari 念叨已久的”懂你个人上下文的 AI 助手”,逻辑就通了。

    钱和隐私,两本账

    底气来自融资。Wispr Flow 至今已拿下超过 8100 万美元,上轮估值 7 亿美元;今年 5 月彭博说它在谈新轮,估值可能冲到 20 亿。估值要翻近三倍,投资人赌的就是产品能长出新东西,而不只是把语音转写做得更顺手。

    但会议记录带来的隐私账,和单纯听写不是一回事。听写通常是一个人主动对着它说话;会议记录处理的却是多方对话,里面可能还有根本不用 Wispr 的人。条款把”录制或转录前取得同意”的责任推给了用户,而 Notetaker 又要求开启 Cloud Sync——这意味着即便你关掉了模型训练,对话依然会进 Wispr 的云。当 AI 助手想更懂你,代价往往是把更多人的对话,也卷进同一片云里。

  • AI时代App没死:vibe coding催生独立应用小高潮

    App Store 年度应用精选
    应用商店里的新面孔,远比唱衰者以为的要多。图源:TechCrunch

    大家都在说,等AI智能体真正成熟,人就不再需要一个一个打开App了,跟对话框说句话就能把事办完。这话听起来有道理,可TechCrunch的Sarah Perez最近把App Store翻了一遍,得出的结论刚好相反:应用不但没被冲垮,反而迎来了一波肉眼可见的小高潮。

    有些最近的发布,可能要归功于AI编程的兴起——它让普通人也能更快地把软件做出来,让外行也能挤进应用生态。

    数据先说话

    2026年第一季度,全球新上架的应用同比涨了60%,苹果iOS商店涨得更猛,达到80%。这里头当然有水分,vibe coding确实让不少人随手就甩出一堆质量参差的玩意儿,把商店弄得更拥挤。但Perez的意思很明确:那些真正戳中用户的,自然会浮上来,该担心的不是应用太多,而是好东西被埋了。

    好多App其实偷偷用了AI

    一个容易被忽略的点是,不少新应用底层早就接了AI,只是没把”AI驱动”挂在嘴边当卖点。它们更像一个顺手的小工具,安静地把事办了。

    • Albo:把社交平台的链接丢进去,它自动抓取内容、分类保存,原帖删了也不怕。
    • Coop:邻里集市,从隔壁农场主手里买鸡蛋,把交易留在本地。
    • Lettre:数字时代的笔友,帮你在世界各地交笔友。
    • Pressed Petals:散步时拍朵花,它帮你压成”标本”还认出花名,免费压两朵,之后1.99美元解锁。
    • Moods Faster:两下记录心情进Apple Health,月费1.95美元。

    真正稀缺的从来不是技术

    vibe coding把写代码的门槛削平了,可一个应用值不值得留在主页上,拼的还是设计感和品味。工具越多,好品味越金贵。唱衰App的人或许搞错了一件事:AI没有让软件消失,它只是让更多人有了做软件的机会。

  • 谷歌云二把手跳槽,去管Scale AI了

    Scale AI换帅了,而且新老板来自对手的阵营。

    2026年7月30日,这家靠给AI模型做数据标注起家的公司宣布,任命Francis deSouza为新任CEO,8月10日正式生效。deSouza现在的头衔是谷歌云首席运营官,兼安全产品业务总裁——也就是说,他下周才从谷歌云正式离职,紧接着就空降Scale AI。

    他要接替的是临时CEO Jason Droege。Droege从2025年6月创始人Alexandr Wang离开后一直顶着这个位置。而Wang为什么走?因为Meta砸了143亿美元投资Scale,把他挖去领导Meta的AI部门了。现在Wang挂着董事会主席的名,在X上欢迎deSouza,称他是”带领公司进入下一阶段的合适舵手”。

    一个卖AI的人,去管一家做AI地基的公司

    deSouza的履历很”企业”。他当过基因检测公司Illumina的CEO,把营收做到超过45亿美元、业务铺到150多个国家;更早之前是Symantec的产品和服务总裁,还创办过两家被微软和Symantec收购的初创。MIT电气工程与计算机科学的本硕,技术底子也过硬。

    Scale挑中他,信号其实很明确:这家公司不想再只被看成”管训练数据”的,它想成为帮企业把AI真正用起来的那一层。

    “组织都明白AI的价值和潜力,但他们需要有人帮忙把这种潜力变成现实,并且以负责任、可靠的方式部署——这是一个非常、非常大的需求。”deSouza对Axios说。

    从卖数据,到卖”能落地的AI”

    Scale的起点很朴素:给OpenAI、Google这些前沿实验室提供训练模型所需的数据标注和人工评估。但最近几年它一直在往外扩,开始给企业和国防部门(包括美国国防部)直接搭AI应用。公司在博客里放话:应用业务的营收,预计18个月内就会超过老本行数据业务。新客户名单上也出现了BP、梅奥诊所,以及美国和国际上的多个政府。

    Francis deSouza
    新任CEO Francis deSouza,曾任谷歌云COO与Illumina CEO

    这么做不难理解。裸算力越来越像大宗商品,谁都能买,真正能留住客户的是上层那套能直接用的软件和行业方案。Droege时代打下的地基,deSouza要做的,是把楼盖上去。

    接的是一个火药味很浓的摊子

    deSouza上任的时机不算轻松。就在几周前,一个OpenAI的模型在Hugging Face事件里闹出重大安全漏洞;行业里对开放权重模型的监管也越收越紧;连好几位前沿实验室的创始人,都联名签了信呼吁给AI发展踩刹车。

    被问到支不支持减速,deSouza没接那个茬,只说了一句:”不管你以什么速度前进,都得把责任内置进去。”这话翻译过来就是:我不喊停,但我会在方向盘上装好安全带。


    • deSouza 8月10日上任,接替临时CEO Droege,创始人Wang已转去Meta
    • Scale战略重心从数据标注转向企业级AI应用部署
    • 应用业务预计18个月内超越数据业务,客户含BP、梅奥诊所与政府
  • 印度人终于愿意为App掏钱了,ChatGPT和Claude分走八成AI收入

    很多年里,印度在应用行业是个尴尬的存在:下载量全球第一,赚钱难度也全球领先。开发者们习惯了一个说法——去印度拿用户,别指望拿收入。这个局面正在松动。

    印度移动互联网用户
    印度已是全球下载量最大的应用市场,如今付费意愿也在起来|图片来源:Getty Images / TechCrunch

    Sensor Tower 最新报告显示,今年第二季度印度移动应用市场的消费者支出达到3.45亿美元,创下纪录,同比增长35%。更关键的是拉动来源变了:这一轮涨的不是游戏,而是生成式AI、流媒体和效率类应用。

    用户没变多,但开始掏钱了

    有两个数字放在一起看才有意思。印度的”单次下载收入”在过去三年半里翻了一倍多,而季度下载量从2023年起就一直稳在63亿次上下没怎么动。也就是说,涨的不是人头,是人均。

    今天的印度,我们会把它描述成一个快速演进中的移动市场:用户基数很大,而且对数字服务的付费意愿正在增长。

    Sensor Tower 的洞察分析师 Eve Chen 把这个转变归因于支付基础设施。印度的统一支付接口(UPI,一套可以直接从银行账户扣款的系统)和各类数字钱包普及之后,应用内购买的摩擦被大幅削掉了。与此同时,订阅制这件事本身在印度用户心里也慢慢站住了脚。

    横向比一比,印度是二季度跑得最快的

    放到全球坐标系里,这个增速相当扎眼。同一季度,墨西哥增长30%,土耳其25%,而美国的应用收入反倒下滑了3%。Chen 的结论是,印度已经不只是下载量意义上的世界第一,也正在成为变现增速最快的市场之一。

    ChatGPT 和 Claude 拿走了八成三

    生成式AI是这轮增长里跑得最快的一段。Sensor Tower 提供给 TechCrunch 的数据显示,二季度印度AI应用收入中,OpenAI 的 ChatGPT 和 Anthropic 的 Claude 加在一起就占了将近83%。

    结构性的变化还体现在品类上:

    • 2026年上半年,非游戏类应用贡献了印度移动应用收入的68%,三年前这个数字是58%;
    • Google One 成为当季印度收入最高的移动应用;
    • 亚马逊 Prime Video、Crunchyroll、Sony LIV、JioHotstar 等流媒体平台的用户支出都在涨;
    • 游戏虽然让出了主角位置,但环比仍增长3.7%,逆了全球下滑的势头。

    先别急着乐观,绝对值差得还远

    数字漂亮,但底子摆在那儿。单次下载收入这一项,美国约4.6美元,韩国3.9美元,日本6.1美元,印度只是其中一个零头。Chen 也承认这一点,她的看法是斜率比绝对值更值得关注,印度的变现能力在稳步爬坡,长期空间还很大。

    另一家应用情报公司 Appfigures 的视角要冷一些。创始人兼CEO Ariel Michaeli 说,印度的订阅市场确实还在长,但节奏比过去两年慢了——那一波由AI点燃的兴奋劲儿,正在退潮。

    他给了一组很具体的数据:Appfigures 估算 ChatGPT 在印度每天带来约6万美元收入,过去一个月获得约180万次下载。而去年10月,这个日收入数字大约是8万美元。

    钱涨上来了,问题是谁拿走了

    把这些数据串起来看,印度市场的故事其实有两层。第一层是好消息:支付通了,习惯养成了,愿意为软件付费的人真的多了起来。第二层的问题更现实——收入榜前排站着的是 Google One、Prime Video、ChatGPT 这些全球平台,印度用户新掏出来的钱,大部分正流向国门之外。

    对本土开发者来说,市场终于开始下雨了,但伞不一定握在自己手上。