作者：a16z New Media

编译：深潮 TechFlow

深潮导读： a16z 本周图表栏目覆盖四个话题：超级平台 Q1 靠私募投资录得异常高的「其他收入」；AI 生成的电子书泛滥但优质内容总量也在增长；菲律宾呼叫中心就业人数逆势上升，语音 AI 的成本仍追不上人工；AI 移动端下载、收入和时长全面翻倍，Codex 单日安装量超过 Claude Code。四张图，四个反直觉的信号。

「其他收入」：科技巨头的风投生意

公开市场的盈利增长已经很夸张了，而且华尔街预期今年还会更高。

但利润数字底下藏着一个不常见的细节：超级平台的收入不全来自主营业务。Q1 季度，「其他收入」（Other Income）占净利润的比例高得离谱。

图注：超级平台「其他收入」占净利润比例，Q1 超过三分之一，历史常态为 5%-10%

Q1「其他收入」占净利润超过三分之一，历史上这个数字大概在 5% 到 10%。

这笔钱从哪来？主要是 Amazon 和 Google 的私募投资回报，合计约 530 亿美元。Alphabet 的 CFO 在财报电话会上说，「其他收入及支出为 377 亿美元，主要来自非上市股权投资组合的未实现收益」；Amazon 则在 10-Q 中披露了来自 Anthropic 投资的 156 亿美元净收益。

一句话：超级平台做风投，做得还不错。

但科技投资这件事早已不只是巨头的游戏。KKR 的估算显示，科技相关资本支出是当前唯一拉动 GDP 增长的资本支出类别：

图注：Q1 美国 GDP 2% 的增长中，科技资本支出贡献了 1.9%，几乎是全部

Q1 美国 GDP 增长 2%，其中科技资本支出贡献了 1.9%。等于说没有科技投资，GDP 基本就不动了。

把口径放得更宽，按美国经济分析局（BEA）对企业总资本支出的统计（包含研发和软件），科技现在占美国全部企业投资的 55%：

图注：科技在美国企业总资本支出中的占比持续攀升，目前已达 55%

这个比例已经持续爬升了很久，而且 AI 可能会加速这个趋势。Yardeni Research 提了一个有意思的框架：经济学教科书里生产要素有三种——土地、劳动、资本。现在应该加上第四种：数据。AI 让数据变得更有用，数据越有用，投资数据和处理数据的工具的需求就越大。

Amazon 和 Google 做 VC 做得好是一回事。更大的事实是：所有人现在都是科技投资者。

AI 垃圾书泛滥，但优质内容也更多了

好消息：Amazon 上的电子书比以前多太多了。坏消息：多的部分主要是 AI 生成的垃圾。

图注：Amazon 电子书月发布量自 ChatGPT 发布以来增长了三倍，2025 年底月均超过 30 万本

ChatGPT 发布后，Amazon 电子书的月发布量从约 10 万本涨到了 30 万本以上。

这张图有两种读法。

第一种很直观：AI 来了，垃圾内容海啸了，Amazon 被机器生成的低质量书淹了。

第二种更值得琢磨：垃圾确实多了，但「还行」的书也比以前多了。Cornell 和 Minnesota 两位教授的一篇 NBER 论文 做了量化测算——用嵌套 Logit 需求模型估算，2025 年的电子书选择集比纯人类创作的反事实基准多提供了约 7% 的消费者剩余。2023 年的读者几乎没什么收益，但到 2025 年，收益已经可感知了。

另一个发现更有意思：AI 对老作者（LLM 出现之前就在出书的人）的帮助最大。

图注：2023 年后，「老作者」（LLM 前已出版的作者）的产出大幅增长，AI 提升了他们的生产力

AI 不只是制造了一批机器人作者，它也让人类作者的产出效率变高了。

Marc Andreessen 几年前在 David Perell 的播客里做过一个预测：写东西变得太容易了，烂内容会泛滥成灾；但同时，工具强到这个程度，优质内容也应该迎来爆发式增长。垃圾是真的，但剩余价值也是真的。写得好的人，现在写得更多了。

呼叫中心没死，语音 AI 还太贵

David George 刚写了一篇文章论证 AI 取代工作是伪命题。他区分了「替代」和「增强」——客服是最典型的替代候选，AI 能回答所有问题，还有无限耐心。

逻辑是没问题。但数据不买账。

图注：菲律宾 IT 及业务外包行业就业人数，从 2016 年 115 万增至 2025 年 190 万，贯穿 AI 每一次能力跃升

菲律宾是全球呼叫中心之都。Apollo 的数据显示，IT 和业务外包行业就业人数从 2016 年的 115 万增长到 2025 年的 190 万——跨越了 AI 的每一次重大升级。行业协会 预计 2026 年还会新增 7 万个岗位，同比增长 3.7%。

美国的情况也差不多。Indeed 的数据显示，客服岗位招聘不仅没有减少，反而跑赢了大盘：

图注：Indeed 数据显示，客服岗位同比增速比整体招聘高出约 10 个百分点，翻转发生在 2025 年 8 月

客服招聘同比增速比整体就业市场高出约 10 个百分点。而且这个翻转是最近才发生的，就在 2025 年 8 月。

这是否说明 AI 实际上是客服行业的利好？大概率不是。

核心原因是成本。文本 LLM 的输出很便宜，但语音 AI 还很贵。Goldman Sachs 做了一个内部测试，对比了 AI 客服和人工客服的全部成本：

图注：Goldman Sachs 估算，AI 客服全成本约 92 美元/天，人工约 90 美元/天，基本持平

AI 客服全成本约 92 美元/天，人工约 90 美元/天。基本持平。对比一下编程 Agent——纯文本输出，成本比人工低了好几个数量级。代码和客服的差别在于，代码的潜在需求远大于客服，所以成本下降带来的杠杆完全不同。

Klarna 的故事是最好的注脚。2024 年初，Klarna 宣布用 AI 替换了 700 名客服，CEO 说 AI 干了所有人的活。这成了「AI 取代人类」的标杆案例。到 2025 年 5 月，CEO 改口了，开始重新招人——服务质量下降，用户收到的回复千篇一律。

这个状况不会一直持续。API 成本在快速下降，像 Decagon 这样的公司在快速增长，18 个月后的成本对比可能完全不同。

AI 好产品爆得极快

AI 在移动端的渗透速度惊人：

图注：AI 应用移动端下载量、收入和使用时长 Q1 数据

图注：AI 应用的变现和使用时长 Q1 同比接近翻倍

下载量、变现和使用时长在 Q1 全部拐头向上，变现和时长同比几乎翻倍。

可能人们在社交媒体上花的时间少了，因为他们在手机上用 AI vibe coding？也不算坏事。

说到 vibe coding，新选手来了：

图注：Codex 日安装量在 5 月暴涨，单日超过 Claude Code——后者过去一年一直是代码工具之王

Codex 的日安装量在 5 月飙升，单日超过了 Claude Code。当然，这只是单日数据，基数也更低，但它说明一个问题：好产品传播极快。

Jeff Bezos 2012 年说过一句话：以前你可以靠营销卖一个平庸的产品，现在越来越难了。好产品会让用户帮你传播。

在 AI 领域，这个逻辑被推到了极致。信号传播快，用户切换意愿强，没人会忠于一个平台或模型。

B2B 层面也一样：

图注：YipitData 数据显示，使用 2-5 家和 6-9 家 AI 供应商的企业比例持续上升，仅用一家的不到 20%

使用多家 AI 供应商的企业比例持续上升，只用一家的已经不到 20%。B2B AI 市场暂时没有赢家通吃。