摘要：
AI 消费正在以前所未有的速度“企业化”。这份来自 Mercury 金融科技公司、基于其超20万家创业公司客户的真实支出数据，首次揭示了早期阶段创业公司真金白银流向的 AI 应用层。近 70% 产品都是从消费者起步，随后快速渗透到企业市场，彻底打破了传统软件“由上至下”的销售模式。这是否意味着，在 AI 时代产品主导的增长策略已成为创业公司的唯一生存法则？
AI正在重塑人们掌握的技能、执行的任务以及团队结构。这种变革对大公司和小公司的影响路径不同。大公司是在现有团队结构上获得渐进式的提升，但在创业公司中，我们看到真正围绕下一代软件构建的 AI 原生公司正在涌现。
那么，下一代软件究竟是什么样的？我们与 Mercury（一家服务于雄心勃勃的公司的金融科技公司，提供银行、信用卡和所有财务工作流程）合作，收集并分析了其超过 200,000 名客户在过去三个月（2025 年 6 月 – 8 月）的支出数据，从中寻找规律。随后，我们确定了前 50 家 AI 原生应用层公司——类似于我们的“生成式 AI 消费者应用百强榜”，但这是基于支出数据而非网络流量数据构建。
这些公司不同于基础设施提供商（后者反映了创业公司正在启用的算力、模型、开发者工具等能力），它们揭示了 AI 究竟在产品和工作流程中应用到了何处。这种区别意义重大：这份排名为我们提供了早期阶段创业公司正在“购买”AI 服务的实时信号。这些发现也佐证了 Mercury 对非 Mercury 客户进行的更广泛调查结果，该调查显示大多数受访的早期阶段公司正计划增加 AI 支出，并且那些使用 AI 的公司正看到比传统工具更高的 ROI。
上榜的公司涵盖从 vibe coding 平台到创意工具再到客户服务解决方案。更重要的是，这份排名为 AI 爱好者此前的直觉提供了真实的证据——AI 不仅在特定职位上增强员工（“针对专利律师的 AI”），它还将特定岗位特有的技能转变为可在公司内部广泛部署的能力（现在每个人都可以成为创意人员！）。
AI 支出前TOP50应用清单
方法论说明——我们没有包含主要销售云服务（例如 Azure）或 GPU（例如 Coreweave）或基础设施工具的公司。 Google 的支出包括 Google Cloud 和 Gemini 模型，因为我们无法将两者区分开。
该数据仅限于通过 Mercury 进行的交易，例如 ACH、IO 卡支出和电汇。它不捕捉 Mercury 客户在其他来源上的支出，包括在可能获得报销的非 Mercury 卡上的支出。该数据不反映来自 Mercury Personal 客户的支出。
1. 横向应用在支出中略占多数。
我们将应用分为两类：横向应用（侧重于提升整个公司的整体生产力，任何人都能使用）和纵向应用（针对特定角色）。横向公司占榜单的 60%，纵向公司占 40%。
在横向应用中，最知名的当属通用的 LLM 助手——#1 OpenAI、#2 Anthropic 和 #12 Perplexity，紧随其后的是 #30 Merlin AI。我们也看到了工作空间的兴起，用户可以在其现有文档的上下文中访问大模型——包括 #10 Notion 和 #33 Manus。该类别有多款产品入围，表明这里的竞争远未结束。要么是真正的赢家尚未出现，要么是这个领域不会是“赢家通吃”的格局，用户将根据需求在不同的 UI（或模型）之间切换。
除了通用助手之外，另一个重要的横向产品类别是会议支持。这些主要是笔记工具——#7 Fyxer（也起草电子邮件）、#36 Happyscribe、#38 Plaude（硬件 pin 的制造商）、#41 Otter AI 和 #49 Read AI。然而，这个类别也在扩展，出现了像 #26 Cluely 这样的产品，它提供实时、会议内反馈。
我们认为，现在已成为横向应用的另外两个类别是创意工具和沉浸编码（Vibe coding）！这些以前是特定职能的领域：营销或设计部门会使用创意工具，而工程团队会被 沉浸编码 所吸引。然而，AI 在这些类别中催生了可以（并且正在）被任何角色的人使用的应用。我们在一些通常是特定领域工具正在变得更加横向的类别中看到了这种趋势。
创意工具在榜单上占据了十个名额，是最大的单一类别。领跑者是多合一套件 Freepik（#4），其次是创意音频平台 ElevenLabs（#5）。图像和视频类别的应用数量最多——分别是 Canva、Photoroom 和 Midjourney，以及 Descript、Opus Clip 和 Capcut。同时，头像生成也正在兴起，有 #47 Arcads（主要用于广告），以及 #50 Tavus（多用途）。
2. 纵向应用可以是增强剂——也可以是替代品。
纵向 AI 有两种理解方式。一方面，它可以通过减少最重复或最乏味的任务来增强人类员工的能力，使他们能够将时间投入到更高价值的工作中。另一方面，它也可以减少甚至消除对人类团队的需求。
到目前为止，我们主要看到的是前者。在十七家纵向应用公司中，有 12 家专注于增强人类——而有五家旨在扮演完成端到端工作流程的“AI 员工”。后者包括 #27 Crosby Legal（agentic 律师事务所）、#34 Cognition（AI 工程师）、#37 11x（自动化 GTM 员工）、#39 Serval（AI IT 服务台）和 #42 Alma（AI 驱动的移民法服务）。
尽管如此，我们预计会有更多端到端的 agentic 产品——甚至是 AI 原生服务业务——出现。这些尤其可能出现在 Mercury 的客户群中，因为新的创业公司可能尚未与昂贵的提供商（如律师、会计师等）签订多年合同，而是选择“雇用 AI”！
那么，最受欢迎的纵向软件类别是什么？我们为以下三个纵向领域分别确定了一些代表：
- 客户服务：Lorikeet（#8）、Customer.io（#14）、Ada（#40）、Crisp（#46）
- 销售 / GTM：Instantly（#13）、Clay（#25）、11x（#37）
- 招聘 / HR：Micro1（#9）、Metaview（#19）、Applaud（#43）
此外，有两家公司被归入更广泛的“运营”范畴。这包括 Delve（#11，合规自动化）和 Combinely（#29，会计）。
3. 沉浸编码不再是单纯的消费者趋势——它已在工作场所落地。
Vibe coding 是一个实现了特别强劲企业转型的类别。四家针对 AI 应用构建（无论是针对工程师还是非工程师）的公司登上了我们的榜单：Replit、Cursor、Lovable 和 Emergent。除了两家最大的模型公司（OpenAI 和 Anthropic）之外，榜单上的顶级产品是 Replit（#3）——一款 agentic 产品开发工具。
在我们基于网络流量（而非收入）的消费者百强榜上，Lovable 进入了前四分之一，而 Replit 则排名靠后。这一顺序在我们的企业榜单中发生反转。尽管 Lovable 成功上榜，但 Replit 从我们考察的 Mercury 客户那里产生的收入比 Lovable 多出约 15 倍。
为什么会这样？我们有一些推测。鉴于 Lovable 更专注于快速的 UI 和组件生成（并可以说为纯消费者提供了较低的进入门槛），Replit 不仅限于前端设计，它支持开发企业级、功能齐全的应用、agent 和自动化。它的 Agent 可以自主运行数小时，并且它还在平台内直接提供了内置云服务，例如数据库、身份验证和安全发布。这些功能与 Replit 的企业控制相结合，意味着其功能集在公司内部通常更具意义。
我们对观察 vibe coding 未来的演变趋势很感兴趣。这个领域会通过开发不同类型应用的平台的兴起而“碎片化”吗？或者它会开始趋同，一个赢家“拿走大部分”——至少在企业领域？
4. 产品正在从消费者转向专业消费者再到企业的路径发展。
榜单上的绝大多数（近 70%）公司可以被个人采用并引入团队——它们无需企业许可即可使用。事实上，榜单中有 12 家公司也出现在我们最近的“消费者百强榜”上，该榜单主要追踪 B2C AI 产品的流量。
在这些公司中，有 11 家最初是主要的个人产品，并随着时间的推移发展到提供团队或企业功能。此外，其中几家仍在产生消费者占多数的收入（Cluely，#26，和 Midjourney，#28，是两个这样的例子）。对于许多最大的模型公司，例如 OpenAI 来说也是如此：截至去年十月，75% 的收入来自消费者，最近的估计更接近于 50/50 的比例。
这里发生了什么？我们在“大扩张：消费软件的新纪元”中探讨了这一趋势。得益于 AI，消费产品比以往任何时候都更强大，同时能够服务于企业用例。鉴于提高员工效率对采用 AI 的紧迫性，这些工具也被以前所未有的速度“拉入”企业。
与以前的软件时代相比，在公司成立的第一年或第二年，擅长产品主导的增长并向上市场发展已成为一项可行的成就。在未来版本的这份企业榜单中，我们预计会看到越来越多以消费者为先的公司——所以请保持关注！
Mercury 是一家金融科技公司，不是银行。商业银行服务通过 Choice Financial Group、Column N.A. 和 Evolve Bank & Trust 提供，均为 FDIC 成员。个人银行服务通过 Choice Financial Group 提供，为 FDIC 成员。 IO Card 由 Patriot Bank（FDIC 成员）根据 Mastercard® 的许可发行。
本文转载编译自https://a16z.com/｜原文地址：https://a16z.com/the-ai-application-spending-report-where-startup-dollars-really-go/｜（编译：Katerina）