通信人家园

标题: 90%打工人「自费买AI上班」，开启To P革命，每月花20刀效率翻倍  [查看完整版帖子] [打印本页]
时间:  2025-8-26 13:13
作者: see122     标题: 90%打工人「自费买AI上班」，开启To P革命，每月花20刀效率翻倍

面对AI淘汰焦虑，大量职场人出于生存焦虑主动自费购买AI工具，无数职场人正「自费上班」，从而开启一场「自我拯救」运动。这种现象催生出区别于传统To B和To C的全新赛道「To P」——To Professional。
你每个月花多少钱买AI工具？

你们公司有统一购买AI服务吗？

你是每月花20美元买ChatGPT Plus，还是「白嫖」免费的豆包和DeepSeek？

当隔壁工位的同事已经能用AI在半小时内生成一份你得写好几天的专业报告。

那种「再不跟上就要被淘汰」的焦虑感，会让你感到恐慌吗？

当软件巨头IgniteTech的CEO，因为团队拥抱AI的速度「不够快」而换掉80%的员工时，一个残酷的现实摆在了每个职场人面前：要么用AI武装自己，要么被会用AI的人淘汰。

这种打工人的恐慌就像是AI版本的「黑暗森林」和「工具爆炸」：

怕被AI替代、怕被用AI的同事替代、怕被用AI用得特别好的同事替代。

一场职场人的「赛博续命」

就在最近，全网爆火的那份MIT报告便描述了这一AI时代独有的现象：

90%员工开始「偷用」ChatGPT续命，他们都在频繁地使用个人AI工具！



数据上更加夸张，虽然只有40%公司宣称帮助员工订阅了统一的官方服务，但受访的90%公司员工都表示，他们都在频繁地使用个人AI工具。

员工使用AI频率，是企业采纳率的2倍多，MIT将这种现象被称为「影子AI经济」。

前AI时代，持续繁荣了30年的互联网时代最喜欢的To B和To C的叙事体系似乎已经无法描述这种新型商业现象。

这种影子AI经济，正对应着如今AI创业中一条独有的赛道。

当下的AI创业热点藏在一条更隐秘、更迅猛的赛道：

To P（To Professional），一场由无数职场人发起的「自我拯救」运动。

俗称「自费上班」

只要分析一下当前比较火爆的创业公司，比如AI编程，AI营销等，你就会发现——他们既不是To B，也不是To C。

而是To P。



全球AI独角兽前30和全球AI产品能力前20


以Cursor和ChatGPT为例。

说他们是To B吧，也对，因为主要是企业内的一些员工为工作目的使用。

说是To C吧，好像也对，因为大部分使用和购买行为都是个人决定的。

考虑到这种情况，我们提出To P的这个赛道：


这钱交的，ROI太高了

为什么是To P模式走得最快？

让我们看看Cursor的增长历史。

Cursor在2024年创造了1 亿美元的收入，相比2023年的100万美元增长极为显著。

到2025年6月，Cursor的ARR已经超过5亿美元！



Cursor的估值也达到99亿美元，进入百亿俱乐部只有一步之遥。



这让Cursor成为历史上增长最快的SaaS公司。

为何打工人「愿意」为Cursor付费？

让我们做一个简单的算术题。

以编程为例，程序员买AI编程会员每月花20美元，可以使工作效率提高一倍。

如果他的工资每月是5000美元，如果他用同样的工作时间，那么他就可以挣到10000美元。

也就是投入20美元，收益10000美元，投入产出比500倍！

当然，这种计算过于「粗暴」的，但这正是用户很容易做出购买AI产品决策的原因。

这也是当前编程软件增长速度极快的原因。

这就是To P赛道的特点：用户可以明确地计算投入产出。

打工人的「反向渗透」

为何AI产品在To B和To C赛道上没有快速发展？

To B太慢，慢到等不起

To B而言，需要企业一组人都用，需要企业管理者做决策。

自上而下的决策牵涉到很多问题，比如意见不一致，预算审批周期等，为了这些事情，很多企业都需要到年的单位了。

因此，即便理论上是好东西，也需要很长时间才能说服B端去采用。



而对于To P而言，就快多了，用户自己觉得好就可以支付，这个行为和To C是一致的。

既然个人决策很容易，那么为什么To C这条赛道暂时也没有动静呢？

To C太难算账，太烧钱

To C而言，因为消费者就是自己，所以不容易算账。

比如看抖音，如果AI使得你更开心（也不容易衡量），你会愿意付款吗？ 愿意付多少？

从互联网时代而言，我们发现To C的服务，大部分都走了免费路线，其中一小部分走免费+增值收费（视频网站），因为免费无法覆盖成本，但大部分用户还是不愿意付款的。



全球付费用户高达3亿的流媒体龙头Netflix，营收一度陷入停滞


要改变To C产品的用户心智是比较难的，用户不愿意付钱。那我们干脆不收费不就行了吗？

这个真不行，AI产品背后的token成本，是无法忽略的（不像现在云服务和带宽费用，平均到每用户非常低），如果没有一定的收费机制，用户越多，亏损越大，进而没有持续性。

举个例子，OpenAI用3年时间就达到了120亿美元的ARR，这在软件历史上前无古人，后也很难说有没有来者。

根据最近的报告，ChatGPT全球每周活跃用户已达7亿 。



很多人会说ChatGPT增长这么快，这应该都是To C了吧。

其实不然，虽然都是用户，但我们要分析用户使用ChatGPT的目的是什么。

仔细分析下来，其中一部分为了工作（To P），一部分为了自己的日常需求（To C）。

但再深入一步。

当我们认真思考，其实用户购买ChatGPT，主要还是为了To P部分的需求的，比如写工作报告，调研报告，整理素材等等。

对于自己的To C部分，其实用户是不愿意付钱的。

尤其是现在免费版的GPT-5等工具，已经足够To C用户完成自己的日常任务了。

那么未来呢？

当然了，To B和To C这两条赛道也都会陆续发展起来。

对于To B而言，当越来越多的「P」（专业人士）在企业内部用个人工具证明了AI的巨大价值后，企业层面的采购需求就会被真正激活。AI需要进一步在解决跨部门、团队协作等复杂问题上证明其能力，届时To B市场就会全面爆发。

其实，To B这块已经有非常成功的例子，那就是Meta的广告业务。



在2023 年，Meta广告收入达到了1319.5亿美元，同比增长16.1% 。

广告业务几乎占据了Meta整个营收的绝大部分。

2024年，Meta的广告收入增长至1606.3亿美元，同比增长22%，这主要得益于广告展示次数（增长11%）和平均广告价格（增长10%）的双重提升。

然而，其成功的真正驱动力在于AI。

到2025年，Advantage+Campaigns和Andromeda等AI驱动的工具，已将每条合格销售线索的成本降低了10%，并将Instagram的广告转化率提升了5%。

这些效率的提升，使得采用Meta AI工具的美国广告商，其广告支出回报率（ROAS）提高了22%；相比之下，未使用AI工具的用户的ROAS仅为3.71美元。



对于To C而言，其爆发的关键在于token成本的下降。

在过去的两年里，每token的成本已经降低了几百倍。

在下面的对数图中，可以看到每百万token每年成本都下降10倍。



在2025年2月，OpenAI的奥特曼接受采访时曾说，AI的成本每年将下降10倍。

同样佐证了这个观点。



如果未来1-3年，成本能继续以每年几十倍的速度下降，直到与云计算、网络带宽成本相媲美，那么互联网的广告、游戏等免费模式就能支撑起AI应用。

问题是，LLM的价格会继续以这样的速度下降吗？

这很难预测。

在个人电脑革命中，成本的大幅下降主要归功于摩尔定律。

只要这些定律仍然有效，晶体管数量和频率持续增加，价格下降就很容易预测。

具体来说，LLM推理成本的下降是由多个独立因素造成的：


毫无疑问，其中某些领域已经看到快速的进展，但在其他领域，情况尚不明确。

到那时，才是AI To C创业的黄金时代。

但至少在目前，AI的革命是在以To P这种更务实的方式，在每一次的ChatGPT对话中，在每一个职场人的键盘上，悄然取得成功。

作者介绍

雷鸣



百度七剑客、酷我创始人、Al Basis Fund创始合伙人、北京大学Al创新中心名誉主任、斯坦福大学商学院顾问委员会理事。


来源：36kr
时间:  2025-8-26 13:48
作者: laozhu

这么卷了吗



通信人家园 (https://www.txrjy.com/) Powered by C114