a16z 每週圖表：科技巨頭靠投資“副業賺錢”，AI 好產品一天就能賣爆

作者：a16z New Media

編譯：深潮 TechFlow

深潮導讀： a16z 本週圖表欄目覆蓋四個話題：超級平臺 Q1 靠私募投資錄得異常高的「其他收入」；AI 生成的電子書氾濫但優質內容總量也在增長；菲律賓呼叫中心就業人數逆勢上升，語音 AI 的成本仍追不上人工；AI 移動端下載、收入和時長全面翻倍，Codex 單日安裝量超過 Claude Code。四張圖，四個反直覺的信號。

「其他收入」：科技巨頭的風投生意

公開市場的盈利增長已經很誇張了，而且華爾街預期今年還會更高。

但利潤數字底下藏著一個不常見的細節：超級平臺的收入不全來自主營業務。Q1 季度，「其他收入」（Other Income）佔淨利潤的比例高得離譜。

圖注：超級平臺「其他收入」佔淨利潤比例，Q1 超過三分之一，歷史常態為 5%-10%

Q1「其他收入」佔淨利潤超過三分之一，歷史上這個數字大概在 5% 到 10%。

這筆錢從哪來？主要是 Amazon 和 Google 的私募投資回報，合計約 530 億美元。Alphabet 的 CFO 在財報電話會上說，「其他收入及支出為 377 億美元，主要來自非上市股權投資組合的未實現收益」；Amazon 則在 10-Q 中披露了來自 Anthropic 投資的 156 億美元淨收益。

一句話：超級平臺做風投，做得還不錯。

但科技投資這件事早已不只是巨頭的遊戲。KKR 的估算顯示，科技相關資本支出是當前唯一拉動 GDP 增長的資本支出類別：

圖注：Q1 美國 GDP 2% 的增長中，科技資本支出貢獻了 1.9%，幾乎是全部

Q1 美國 GDP 增長 2%，其中科技資本支出貢獻了 1.9%。等於說沒有科技投資，GDP 基本就不動了。

把口徑放得更寬，按美國經濟分析局（BEA）對企業總資本支出的統計（包含研發和軟件），科技現在佔美國全部企業投資的 55%：

圖注：科技在美國企業總資本支出中的佔比持續攀升，目前已達 55%

這個比例已經持續爬升了很久，而且 AI 可能會加速這個趨勢。Yardeni Research 提了一個有意思的框架：經濟學教科書裡生產要素有三種——土地、勞動、資本。現在應該加上第四種：數據。AI 讓數據變得更有用，數據越有用，投資數據和處理數據的工具的需求就越大。

Amazon 和 Google 做 VC 做得好是一回事。更大的事實是：所有人現在都是科技投資者。

AI 垃圾書氾濫，但優質內容也更多了

好消息：Amazon 上的電子書比以前多太多了。壞消息：多的部分主要是 AI 生成的垃圾。

圖注：Amazon 電子書月發佈量自 ChatGPT 發佈以來增長了三倍，2025 年底月均超過 30 萬本

ChatGPT 發佈後，Amazon 電子書的月發佈量從約 10 萬本漲到了 30 萬本以上。

這張圖有兩種讀法。

第一種很直觀：AI 來了，垃圾內容海嘯了，Amazon 被機器生成的低質量書淹了。

第二種更值得琢磨：垃圾確實多了，但「還行」的書也比以前多了。Cornell 和 Minnesota 兩位教授的一篇 NBER 論文 做了量化測算——用嵌套 Logit 需求模型估算，2025 年的電子書選擇集比純人類創作的反事實基準多提供了約 7% 的消費者剩餘。2023 年的讀者幾乎沒什麼收益，但到 2025 年，收益已經可感知了。

另一個發現更有意思：AI 對老作者（LLM 出現之前就在出書的人）的幫助最大。

圖注：2023 年後，「老作者」（LLM 前已出版的作者）的產出大幅增長，AI 提升了他們的生產力

AI 不只是製造了一批機器人作者，它也讓人類作者的產出效率變高了。

Marc Andreessen 幾年前在 David Perell 的播客裡做過一個預測：寫東西變得太容易了，爛內容會氾濫成災；但同時，工具強到這個程度，優質內容也應該迎來爆發式增長。垃圾是真的，但剩餘價值也是真的。寫得好的人，現在寫得更多了。

呼叫中心沒死，語音 AI 還太貴

David George 剛寫了一篇文章論證 AI 取代工作是偽命題。他區分了「替代」和「增強」——客服是最典型的替代候選，AI 能回答所有問題，還有無限耐心。

邏輯是沒問題。但數據不買賬。

圖注：菲律賓 IT 及業務外包行業就業人數，從 2016 年 115 萬增至 2025 年 190 萬，貫穿 AI 每一次能力躍升

菲律賓是全球呼叫中心之都。Apollo 的數據顯示，IT 和業務外包行業就業人數從 2016 年的 115 萬增長到 2025 年的 190 萬——跨越了 AI 的每一次重大升級。行業協會 預計 2026 年還會新增 7 萬個崗位，同比增長 3.7%。

美國的情況也差不多。Indeed 的數據顯示，客服崗位招聘不僅沒有減少，反而跑贏了大盤：

圖注：Indeed 數據顯示，客服崗位同比增速比整體招聘高出約 10 個百分點，翻轉發生在 2025 年 8 月

客服招聘同比增速比整體就業市場高出約 10 個百分點。而且這個翻轉是最近才發生的，就在 2025 年 8 月。

這是否說明 AI 實際上是客服行業的利好？大概率不是。

核心原因是成本。文本 LLM 的輸出很便宜，但語音 AI 還很貴。Goldman Sachs 做了一個內部測試，對比了 AI 客服和人工客服的全部成本：

圖注：Goldman Sachs 估算，AI 客服全成本約 92 美元/天，人工約 90 美元/天，基本持平

AI 客服全成本約 92 美元/天，人工約 90 美元/天。基本持平。對比一下編程 Agent——純文本輸出，成本比人工低了好幾個數量級。代碼和客服的差別在於，代碼的潛在需求遠大於客服，所以成本下降帶來的槓桿完全不同。

Klarna 的故事是最好的註腳。2024 年初，Klarna 宣佈用 AI 替換了 700 名客服，CEO 說 AI 幹了所有人的活。這成了「AI 取代人類」的標杆案例。到 2025 年 5 月，CEO 改口了，開始重新招人——服務質量下降，用戶收到的回覆千篇一律。

這個狀況不會一直持續。API 成本在快速下降，像 Decagon 這樣的公司在快速增長，18 個月後的成本對比可能完全不同。

AI 好產品爆得極快

AI 在移動端的滲透速度驚人：

圖注：AI 應用移動端下載量、收入和使用時長 Q1 數據

圖注：AI 應用的變現和使用時長 Q1 同比接近翻倍

下載量、變現和使用時長在 Q1 全部拐頭向上，變現和時長同比幾乎翻倍。

可能人們在社交媒體上花的時間少了，因為他們在手機上用 AI vibe coding？也不算壞事。

說到 vibe coding，新選手來了：

圖注：Codex 日安裝量在 5 月暴漲，單日超過 Claude Code——後者過去一年一直是代碼工具之王

Codex 的日安裝量在 5 月飆升，單日超過了 Claude Code。當然，這只是單日數據，基數也更低，但它說明一個問題：好產品傳播極快。

Jeff Bezos 2012 年說過一句話：以前你可以靠營銷賣一個平庸的產品，現在越來越難了。好產品會讓用戶幫你傳播。

在 AI 領域，這個邏輯被推到了極致。信號傳播快，用戶切換意願強，沒人會忠於一個平臺或模型。

B2B 層面也一樣：

圖注：YipitData 數據顯示，使用 2-5 家和 6-9 家 AI 供應商的企業比例持續上升，僅用一家的不到 20%

使用多家 AI 供應商的企業比例持續上升，只用一家的已經不到 20%。B2B AI 市場暫時沒有贏家通吃。