过去这一周,AI 圈最不缺的就是大新闻。
Anthropic 两天后就要登陆纳斯达克,迎来史诗级 IPO。另一边,NVIDIA 在 上周四爆出一系列丑闻之后,宣布创始人 Jensen Huang 辞去 CEO、总裁及董事职务。
一个是模型公司准备接受公开市场的检验,一个是这轮算力繁荣最具代表性的公司换帅,两件事放在同一个星期,足以让人重新翻一遍手里的 AI 投资逻辑。
当然,老黄离任的底层原因众说纷纭,甚至还有很多美国两党政治和中美竞争的阴谋论。但对于早已存在的AI行业巨额资本支出的疑问,这些新闻无疑提供了一个重新思考的机会:芯片公司投资模型公司,模型公司拿着钱向云厂商购买算力,云厂商再把订单交给芯片公司,这个越转越大的圈子,最终要靠谁的钱维持?
融资可以支持下一轮采购,采购又可以支持下一轮增长预期。可是当所有人都开始兑现增长预期的时候,总得有产业链以外的客户来付账。
有意思的是,就在这些大新闻之间,Anthropic 最大的竞争对手 OpenAI 在上周五 11 月 13 日发布了一个看起来小得多的产品,ChatGPT Wallet。
不是更强的模型,不是更大的数据中心,也不是又一轮几百亿美金的融资。就是一个钱包。
用户把卡加进去,在下单前确认商品、金额和付款卡,再通过 Face ID 等方式批准,dot 就可以继续完成商家网站上的结账。目前只向符合条件的美国成年 Pro 用户逐步开放,还需要逐笔确认,也没有公布交易额。
如果只看新闻头条,很容易把它归类为一次支付体验优化。毕竟过去这些年,Fintech 圈最不缺的也是钱包。甚至在最近爆火的agentic commerce范围里看,多一个保存卡号和完成 checkout 的地方,似乎很难与整个 AI 行业的资本回报扯上关系。
但我觉得,恰恰是这个看似不起眼的动作,值得放在这次Anthropic IPO 和算力投资的大背景下看。
不是因为一个钱包就能解决 AI 的商业化,而是因为它让我们有机会换一个方向问问题。与其不断讨论 AI 公司还能从投资人那里拿多少钱,不如看看它们能不能从真实的商业活动里,找到下一层收入。
这笔算力账,不能只靠下一轮融资来平
先说 Anthropic。把它的 IPO 简单写成一个巨大的资本故事,对这家公司并不公平。
招股材料披露,2026 年前三季度收入约 332 亿美金,营业亏损约 12.6 亿美金,经营现金流为正。这说明企业和开发者对 AI 的需求,早已经不是停留在试用和概念验证阶段。有人在持续使用,也有人在真金白银地付费。
但同一份材料里,还有约 9,009 亿美金的累计承诺支出,其中约 4,516 亿预计在 2030 年底前发生。这些承诺涉及采购、租赁、短期合同以及尚未开始的租赁,绝大部分与算力及基础设施有关。需要说清楚,这不是某一年的 CapEx,更不是已经花出去的现金,不能直接拿它和一年的收入相减。
真正值得玩味的,是这两组数字之间的时间差。
算力要提前锁定,数据中心要提前建设,对未来需求的判断,今天就要变成合同。而企业客户明后年愿意花多少钱,会选择哪家的模型,推理价格又会被竞争压到什么程度,今天都没有人能给出确定答案。收入增长很快,和未来的履约压力很大,可以同时成立。
所谓 circular financing 的争议,也应该放在这个背景下理解。
供应商投资客户,并不天然意味着需求是假的。对于一个需要先投入、后产生回报的新行业,产业资本帮助客户成长本来就有其合理性。Anthropic IPO 配套的拟议私募包含 Google、NVIDIA 等产业参与方;OpenAI 今年公布的融资同样包含 NVIDIA 和 Amazon,并伴随着算力合作。这不是某一家公司独有的安排。
问题在于,彼此的财务表现会越来越依赖同一组需求假设。只要终端需求如期增长,大家看起来都是各自战略正确;一旦增长低于预期,原本被认为分散在芯片、云服务和模型三个环节的风险,可能同时显现出来。
所以我并不觉得争论的重点应该是谁在“左手倒右手”。更重要的是,拿掉下一轮融资这个变量之后,最终客户愿意支付的钱,能不能养活这套越来越重的基础设施。
Anthropic 目前给出的的答案,是让企业为生产力买单。程序员写代码更快,分析师处理信息更高效,企业工作流可以自动化,这些都有机会对应到现成的预算。它已经拿出了一部分经营结果,不只是对未来的许诺。
那 OpenAI 呢?过去一段时间,他们侧重消费者市场的产品策略反而让他们一度落后Anthropic。用户很多,声量很大,但是免费用户消耗算力,付费用户的订阅又有上限。相比企业合同,看起来总像是一门更热闹、却未必更赚钱的生意。
这个判断不是没有道理。但我觉得,它可能把消费者入口的价值看窄了。
消费者不付订阅,是否就没有商业价值?
假设一个用户让 ChatGPT 帮忙挑一台洗碗机。厨房空间小,要安静,最好周末前能送到,还得算清安装费用和退货条件。
这个人是在“使用 AI”,但他真正要完成的不是一次问答,而是一笔购买决策。对用户而言,AI 节省的是研究、比较和操作的时间;对商家而言,这背后是一位已经表达了明确需求、却还没有决定把钱交给谁的潜在客户。
过去,这样的需求会经过很多地方。先去 Google 搜索,再看评测或短视频,然后到 Amazon 或品牌官网比较,最后在某个 checkout 页面完成付款。搜索引擎、电商平台、广告渠道和支付公司,各自从这个过程中拿走一部分收入。
如果消费者越来越多地从 AI 开始,并且把后面的事情也委托给 AI,那改变的就不只是搜索框的样子,而是谁有机会参与这笔消费,以及谁有资格向商家收费。
这也是为什么我不太赞同把 OpenAI 的消费者路线简单理解为“没做好企业业务,所以只好做 To C”。
当然,OpenAI 并不是只做消费者,最近一段时间 Codex 也让他在企业市场扳回一局;而Anthropic 也不是没有消费者产品。两家公司的区别,更多是各自在接近哪些付费来源,而不是谁选择了高端市场、谁选择了低端市场。
企业客户为效率付钱,商家也为客户付钱。后者同样是一门很大的生意,而且不要求每一个消费者都先买一份更贵的订阅。
把 OpenAI 最近一个月的动作连起来看,这个方向就更明显了。
1. 10 月 21 日,ChatGPT Ads 宣布覆盖扩大到 89 个国家,累计超过 10 万广告主投放过广告。
2. 11 月 10 日,Businesses in ChatGPT 进入测试,让商家认领身份、上传商品 feed,查看聚合的提及和点击等信息,符合条件的商家还能建立 Business Agent。
3. 三天之后,Wallet 发布。
一个解决商家如何被理解和找到,一个承接商业分发与客户互动,再加上一个把购买执行下去的工具。单独看,每个都还不完整;放在一起,就可以看出 OpenAI 在尝试把聊天入口变成商业入口。
当然,广告有广告的边界。OpenAI 目前明确表示,广告会被标识并与回答分开,不影响回答。上传了商品资料,也不意味着商家可以买到自然推荐的优先权。这里讨论的不是把每一个回答变成广告,而是同一个消费者入口,开始同时连接用户需求、商家供给和商业预算。
我以前在分析 Google Pay 时,也谈过类似的问题。支付按钮本身不一定是最重要的,Google 的商户信息、数据整理能力和用户触达点,才是理解这类产品的背景。但同样不能忘了,整理数据和分析数据只走了一半的路,另外一半要靠服务来完成。知道用户该买什么,与最终把东西买对、送到、退得掉,是两种能力。
如今放到 AI 上,这个区别甚至更重要。模型能够说出一份头头是道的购物建议,不代表它就能经营好一条交易链路。
也因此,这不是一个 Wallet 已经解决所有问题的故事。恰恰相反,Wallet 的出现,让其他问题终于可以被放在同一笔生意里检验了。
支付这一小步,为什么又不只是支付
回到买洗碗机的例子。Agent 找到了合适的商品,也核对了送货和安装条件,却在最后一步告诉用户:“请自行打开这个链接付款。”
这不算失败,但离用户想要的“帮我办好”,显然还差一截。对平台来说,前面发生了多少咨询,最后有多少变成订单,也更难说清楚。
Wallet 的作用,是把这最后一截往前接了一步。更关键的是,它不一定要等每家商户先加入一个新联盟、改造一套新接口,才开始提供服务。OpenAI 的商家文档说明,它可以利用现有网站的结账页面和支付表单,一般不需要商家专门做 Wallet 集成。
这在商业启动上是个很实在的区别。消费者入口可以先利用既有的商家网站和支付基础设施扩大可执行范围,而不是等供给端准备齐全之后,再来教育消费者。以后哪些商家的需求量大、失败率高,再推动更结构化的对接,至少多了一条由需求倒推接入的路径。
但不需要专门支付集成,不等于不需要商家数据。OpenAI 自己也把商品 feed、浏览器访问、插件和付款分开:feed 帮助发现商品,网站或插件核对实时价格与交易条件,Wallet 支持付款。商品索引不完整、库存过期、运费算错,甚至网站把 Agent 当成机器人拦下来,都不是多一张卡就能解决的。
所以,如果问 Wallet 是否直接解决了商品的分发和渠道问题,我的答案是否定的。它解决的是执行的一部分。可是当它和商家资料、广告、Business Agent 连在一起时,整个渠道的经营价值才有可能变得更清楚。前面给商家带来的不再只是一次曝光,后面也不再只是一个支付成功的孤立事件。
这里面仍然需要可靠的订单确认、数据权限和归因安排。能付款,不等于平台自动知道所有订单结果,更不等于所有商家自动同意交佣金。这几件事在产品演示里很容易看成一件事,在商业合同和财务报表里却必须分开。
Meta Muse 和 Stripe Link 已经在做相近的尝试。9 月公布的合作中,Muse 可以在用户批准后使用 Link 保存的支付方式,在其他商家则使用针对获批交易的一次性虚拟卡。因此,OpenAI 并不是第一次发明 Agent 付款。
但不要因为出现了一次性虚拟卡,就把它直接理解为 Stripe 要绕开 Visa、Mastercard。一次性卡凭证、卡组织的 network token,以及交易最终走哪一条卡网络,是不同层次的问题。仅凭前端用了哪一种凭证,推导不出后端已经脱离卡组织,更推导不出合作关系全面转向对抗。
更值得看的,是谁掌握消费者授权、支付凭证的调用和 Agent 接入。一个支付平台完全可能在底层继续依赖卡网络,同时在上层争取更重要的客户关系和产品定义权。合作与竞争并不矛盾,支付行业一直如此。到了 Agent 时代,新增的不是“大家突然不合作了”,而是多了一层值得争夺的位置。
对 OpenAI 而言,Wallet 的战略意义也在这一层。它未必靠支付费率本身赚到最多的钱,但它可以减少用户把任务交出去之后,还要再亲手接回来的次数。消费者愿意持续委托,商家才有理由把这个入口当作渠道,而不只是又一个需要配合做展示的 AI 合作项目。
从这个角度看,钱包是杠杆的一端。真正被撬动的,是前面的商业意图和后面的商家服务,而不是支付手续费本身。
万亿市场的故事,最终要落在每单一块钱上
一讲到消费者市场,最容易出现的就是几个很大的 TAM 数字,再乘上一个看起来很小的 take rate,结果便十分诱人。
但支付行业的人应该最清楚,交易额很大,和自己能留下多少钱,是两回事。
美国人口普查局今年 3 月发布的初步全年估计,把 2025 年美国零售电商销售额列为约 1.2 万亿美金。这项统计涵盖商品及相关服务,但并不代表全部消费服务市场。IAB/PwC 对同年美国互联网广告收入的估计,则是 2,946 亿美金。
这两个数字不能相加,变成一个更大的 AI 收入市场。前者是消费者购买的金额,后者是企业为了获得消费者而支付的费用,有些广告本来就是为了促成前面那些交易。
但它们放在一起,恰好说明了消费者入口的两面:用户在这里作决策,商家为接近这些决策支付预算。Agentic Commerce 的机会,是提高两者之间的连接效率,并从中获得收入,而不是凭空创造一个比现有消费还大的市场。
不妨做一道很简单的算术题。假设一个 Agent 平台拥有一亿名实际购买用户,每个人一年通过它完成 24 笔订单,平均每笔 100 美金,那就是 2,400 亿美金的年交易额。
听起来已经足够大了。但这里的一亿人不是聊天周活,而是会真的把钱交给 Agent 去花的人;每年 24 笔也不是试一次新功能,而是每个月用两次。光这两个假设,就已经包含了不低的信任门槛和使用习惯的改变。
再假设平台与相关商家或合作方已经建立收费安排,实际留下的交易收入率是 0.5%、1% 或 2%,那么年收入分别是 12 亿、24 亿和 48 亿美金。这里没有引用任何一家公司的已公布费率,只是在展示变现率对结果有多敏感。
在 1% 的情况下,一笔 100 美金的订单,平台收入是 1 美金。为了赚到这一块钱,Agent 可能要比较网页、核对规格、重新登录、处理一次失败,再让用户确认。
如果平均每单推理、浏览、重试和服务等可变成本是 0.25 美金,全年 24 亿笔订单对应 6 亿美金成本,还留下 18 亿美金贡献。如果每单成本到了 1 美金,24 亿收入就正好全部消耗掉。这还没有算固定研发、模型训练和资本成本,更不是对任何一家公司的利润预测。
也就是说,就算真的做出了一个 2,400 亿美金的交易平台,也不能因为 GMV 足够大,就默认已经找到了支付几千亿算力承诺的方法。
这并不是说这个机会不够大,而是说收入结构会比“每笔抽一点”复杂得多。低客单价、低毛利的商品,很难承受复杂 Agent 长时间操作;高客单价商品、旅行和专业服务,可能有更大的服务价值,也有更复杂的履约与责任。不同品类应该有不同的账,不能用一个平均 take rate 把整个消费世界抹平。
广告和商家工具因此不是旁枝。它们可能比支付佣金更早成为收入来源。OpenAI 在 8 月底称广告达到 10 亿美金年化收入运行速度,这不是已经实现的全年收入,却说明现成的商业预算已经开始进入这个入口。Wallet 还没有披露独立收入、交易额或贡献利润,不能把广告的成绩直接记到钱包头上。
反过来,也不能把同一笔订单同时算成新增广告收入、新增订阅和交易佣金,再拼成一个漂亮的商业闭环。哪些钱是新增的,哪些是从其他渠道转移的,哪些原本就会发生,商家和投资人最后都会追问。
最难复制的,不是绑卡,而是用户愿意继续交给你
走到这里,消费者路线的吸引力已经很清楚了。但它也有一个互联网商业模式分析中不那么显眼的矛盾:Agent 到底站在哪一边?
用户希望它替自己省钱、省时间,商家希望它带来更多订单,平台希望从中获得收入。三者可以同时受益,却不可能在每一次推荐中利益完全一致。
如果一个助手号称最懂我,最后却总是把我带向出价最高的商家,那它失去的不会只是一次点击,而是下一次被委托的资格。广告与回答的分离,因而不仅是一个产品政策,也是这种商业模式能否长期成立的前提。
还有一个容易被热情掩盖的问题:Agent 带来的订单,究竟有多少是增量?
假设用户本来就准备在某家网站买同一台洗碗机,只是最后让 Agent 代填了表单,那对用户可能很方便,对商家却未必值得额外支付一笔获客费。只有当平台确实帮助商家接触了新客户,或者提高转化、降低服务成本,收费才更站得住脚。
这也是为什么我会把未来一年左右的观察重点,放在一些不那么适合发布会的指标上。用户买完一次之后,还会不会回来?一次完整购物任务究竟需要多少次人工接手?扣除失败重试和售后之后,每单还剩多少钱?商家今年参加了试验,明年是否愿意继续投入商品数据和预算?
如果到 2027 年底,行业还主要在公布钱包注册数、合作伙伴名单和 token 使用量,却说不清重复购买、可归因订单与每单贡献,那我对这个方向的判断就需要往后推。产品能力已经出现,与商业模式已经成立,中间仍然隔着一段很实在的路。
所以,这不是用消费者市场否定企业市场,更不是在 Anthropic 上市前夕,替 OpenAI 宣布另一场胜利。Anthropic 已经证明企业愿意为生产力付费;OpenAI 正在把消费者需求接向另一组付费方。哪一条路最终获得更好的资本回报,要看实际留存、利润和投入,而不是看哪一边的 TAM 写起来更大。
Wallet 也没有被证明是 OpenAI 为了应对这次 IPO 临时打出的牌。早在今年 1 月,OpenAI CFO 就已经谈到订阅、按使用量计费、广告、商业活动以及未来按结果收费的可能性。最近的产品发布,更像是此前的商业方向开始逐项落地。
但时间上的巧合,依然值得玩味。
当市场开始用一份招股书重新审视 AI 的算力承诺,当产业链内部的投资与采购关系越来越紧密,一个钱包提醒我们,真正值得争夺的,也许不只是下一批 GPU,而是下一次真实的消费决策。
资本可以让数据中心提前建起来,却不能替最终客户决定这些算力值多少钱。这个答案,要在企业的生产力改善里找,也要在消费者愿意交出去的任务、商家愿意持续支付的预算里找。
一个钱包当然还撬不动整个 AI 世界。但如果它能把“我替你想好了”变成“我替你办好了”,再把这个结果变成一门可持续的生意,那它所连接的,就不只是一张信用卡,而是算力繁荣一直在等待的另一端。



