NA AI ZARABIAJĄ NIE CI, KTÓRZY MAJĄ NAJWIĘCEJ UŻYTKOWNIKÓW. LECZ CI, KTÓRZY ZROZUMIELI, ZA CO LUDZIE SĄ GOTOWI PŁACIĆ.

Przeczytałem najnowszy raport Andreessen Horowitz — siódme wydanie Top 100 Consumer AI Apps. I wiecie, co zaskoczyło mnie najbardziej? Nie kolejne rekordy ChatGPT. Nawet nie sukcesy Claude’a.

Tylko to, jak bardzo popularność sztucznej inteligencji rozmija się z tym, gdzie naprawdę płyną pieniądze.

Gdy jedni liczą miliony użytkowników, inni po cichu zarabiają na kilku tysiącach klientów. I być może to właśnie ci drudzy znacznie lepiej rozumieją rynek.

Przyjrzyjmy się temu.

1. OpenAI wygrało? Na razie tak. Ale nie wszędzie.

ChatGPT pozostaje niekwestionowanym liderem rynku masowego.

Pod względem ruchu w sieci wyprzedza Gemini dwukrotnie, a Claude’a — sześciokrotnie. Na urządzeniach mobilnych przewaga jest jeszcze większa: odpowiednio 2,5 i 14 razy.

Najciekawsze zmiany dotyczą jednak Claude’a.

Anthropic wyprzedziło już DeepSeek i Perplexity pod względem ruchu, a na początku roku prześcignęło Gemini pod względem liczby płacących subskrybentów w USA.

Co więcej, 7,3% płacących użytkowników Claude’a wybiera drogi plan Max, którego cena zaczyna się od 100 dolarów miesięcznie. W przypadku ChatGPT analogiczny udział wynosi zaledwie 1,1%.

Co to oznacza?

OpenAI wygrywa na rynku masowym. Anthropic intensywnie walczy o profesjonalistów, dla których AI jest narzędziem pracy.

A to dwa zupełnie różne modele ekonomiczne.

Jeszcze jedna ciekawa liczba: tylko 8% płacących amerykańskich subskrybentów ChatGPT płaci jednocześnie za Claude’a.

Ludzie coraz częściej wybierają nie „najmądrzejszy model”, lecz narzędzie dopasowane do określonego sposobu pracy.

Dlatego nie spieszyłbym się z ogłaszaniem ostatecznego zwycięzcy. Przewaga pod względem liczby użytkowników nie musi oznaczać przewagi pod względem rentowności.

2. Najważniejsza liczba w raporcie: 903 dolary miesięcznie

Tu zaczyna się prawdziwa ekonomia sztucznej inteligencji.

Tylko 4,5% amerykańskich konsumentów ma płatną subskrypcję indywidualną ChatGPT, Gemini lub Claude’a. Choć z AI korzysta już codziennie około 25%.

Zobaczmy jednak, kto przynosi pieniądze.

1% płacących użytkowników o najwyższych wydatkach wydaje średnio 903 dolary miesięcznie!

Ten 1% odpowiada za 19,5% obserwowanych wydatków konsumenckich na AI.

Połowa płacących użytkowników o najniższych wydatkach — zaledwie za 16,6%.

Mediana miesięcznych wydatków użytkownika wynosi 25 dolarów. I kwota ta prawie nie rośnie.

Wyłania się z tego zaskakujący obraz.

Jednej osobie AI jest potrzebne do napisania życzeń, streszczenia artykułu czy wygenerowania obrazka.

Inna z jego pomocą tworzy oprogramowanie, automatyzuje firmę, przygotowuje kampanie reklamowe, projektuje produkty i w praktyce zastępuje pracę całego zespołu.

Dla pierwszej osoby 20 dolarów to już odczuwalny wydatek.

Dla drugiej 900 dolarów to niewiele, jeśli narzędzie pomaga zarobić lub zaoszczędzić kilka tysięcy dolarów.

Ludzie nie płacą za inteligencję. Płacą za wynik ekonomiczny, który dzięki niej osiągają.

Moim zdaniem właśnie tutaj przebiega rzeczywista granica podziału rynku.

3. Najpopularniejsze produkty nie zawsze przynoszą najwięcej pieniędzy

Kolejna liczba, która powinna dać założycielom startupów do myślenia.

29 z 50 liderów pod względem wydatków konsumenckich w ogóle nie pojawia się w rankingach największych produktów AI według ruchu w sieci i liczby użytkowników aplikacji mobilnych.

Warto się nad tym zastanowić.

Przyzwyczailiśmy się oceniać startupy na podstawie ruchu, pobrań, MAU i liczby rejestracji.

A pieniądze mogą być zupełnie gdzie indziej.

W narzędziach do programowania, automatyzacji, generowania wideo czy profesjonalnej pracy twórczej.

Suno, ElevenLabs, Cursor, OpenRouter i wyspecjalizowane serwisy medyczne pokazują, że nie trzeba budować kolejnego uniwersalnego ChatGPT.

Trzeba rozwiązać konkretny problem lepiej od innych.

Tysiąc klientów płacących po 500 dolarów to 500 tysięcy dolarów miesięcznie. Nie potrzeba do tego milionów użytkowników.

Oczywiście przychód to jeszcze nie zysk. Produkty AI mogą generować bardzo duże koszty modeli i infrastruktury.

Kierunek jest jednak jasny: bardziej opłaca się sprzedawać mierzalną użyteczność niż próbować spodobać się wszystkim.

4. Następna wielka bitwa nie będzie dotyczyć subskrypcji. Stawką będzie prawo do dysponowania pieniędzmi klienta.

Spójrzmy na osobistych agentów.

Instinct, działający przez iMessage, zdobył 100 tysięcy użytkowników w trzy tygodnie.

Według założyciela 40% użytkowników podpina kartę płatniczą. Ci, którzy dokonują zakupów, wydają potem za pośrednictwem agenta średnio 1300 dolarów miesięcznie.

Deklarowana wartość transakcji w ujęciu rocznym przekracza już miliard dolarów.

Jest tu jednak istotny szczegół.

Miliard dolarów wartości transakcji to nie miliard dolarów przychodu.

Na razie agent pomaga użytkownikowi wydawać pieniądze, a firma planuje zarabiać na prowizjach od tych operacji.

Wyobraźmy sobie dalszy rozwój.

Agent wybiera i rezerwuje hotel. Kupuje bilety. Zamawia towary. Dobiera ubezpieczenie. Organizuje naprawę samochodu.

I za każdą transakcję otrzymuje prowizję.

To już nie jest rynek chatbotów.

To walka o miejsce między konsumentem a sprzedawcą.

Wcześniej tę pozycję zajmowały Google, platformy marketplace, agregatory i platformy reklamowe.

Teraz próbują się tam przebić agenci AI.

A to oznacza zmianę samej architektury handlu elektronicznego.

5. Rynek AI dojrzewa. A startupom będzie coraz trudniej.

W nowym rankingu jest zaledwie 11 debiutantów. To najmniej w historii wszystkich siedmiu wydań.

Duzi gracze umacniają swoją pozycję. Google, OpenAI, Anthropic i Meta intensywnie rozbudowują funkcjonalność.

Pomysł „podłączę API do ładnego interfejsu i sprzedam subskrypcję” staje się coraz mniej realny biznesowo.

Każdą wystarczająco popularną funkcję twórca modelu bazowego może jutro wbudować we własny produkt.

Co pozostaje niezależnym firmom?

To, co trudno odtworzyć zwykłą aktualizacją modelu:

• Unikalne dane i zgromadzona wiedza ekspercka.
• Głęboka integracja z rzeczywistymi procesami biznesowymi.
• Sterowanie urządzeniami, produkcją i logistyką.
• Specjalizacja w konkretnej branży.
• Zaufanie klientów i odpowiedzialność za rezultat.

I właśnie tutaj widzę bardzo ciekawą szansę.

6. Gdzie szukałbym dziś pieniędzy w AI?

Na pewno nie w tworzeniu kolejnego uniwersalnego chatbota.

Poszedłbym tam, gdzie już są pieniądze, kosztowne błędy i nieefektywne procesy.

Na przykład do serwisu samochodowego. Agent nie tylko odczytuje kody błędów diagnostycznych, lecz pomaga mechanikowi ułożyć kolejność testów i zlokalizować usterkę.

Albo do przemysłu. Agent analizuje parametry technologiczne, receptury i przyczyny wad, proponując optymalizację ustawień urządzeń.

Albo do praktyki prawniczej. System nie streszcza przepisów, lecz pomaga przygotować pisma procesowe i zbudować strategię konkretnej sprawy.

Albo do małej firmy. Agent nie tylko odpowiada klientowi, lecz prowadzi transakcję, pracując z CRM-em, dokumentami, fakturami i dostawcami.

We wszystkich tych przypadkach nie chodzi o efektowną rozmowę z AI.

Liczy się rezultat: ile zarobiono, ile zaoszczędzono i ilu błędom zapobieżono.

Takie rozwiązania wolałbym sprzedawać nie według liczby tokenów, lecz w oparciu o zrozumiały model ekonomiczny: koszt wdrożenia, utrzymanie, opłatę za wykonane operacje lub udział w potwierdzonych oszczędnościach.

7. I najważniejszy wniosek

Wielu przedsiębiorców próbuje dziś zarabiać na popularności sztucznej inteligencji.

Uważam, że to niewłaściwe postawienie sprawy.

Należy zarabiać na tym, co dzięki AI staje się możliwe.

ChatGPT może mieć miliardową publiczność. Claude może przyciągać profesjonalnych użytkowników wydających najwięcej. Osobiści agenci mogą przejąć kontrolę nad transakcjami konsumenckimi.

Ale dla małej firmy nie ma to aż tak wielkiego znaczenia.

Nie musicie pokonać OpenAI. Musicie znaleźć tysiąc klientów, dla których wasz system agentowy tworzy realną wartość ekonomiczną.

A być może wystarczy stu.

I jeszcze jedno. Nie robiłbym dogmatu ze statystyki mówiącej o 1% użytkowników wydających 903 dolary miesięcznie. To średnie wydatki amerykańskich konsumentów, którzy płacą za AI i wydają na nie najwięcej, a nie dowód, że każdy klient profesjonalny jest gotów zapłacić wam 900 dolarów.

Sygnał jest jednak jednoznaczny.

Rynek AI przestaje być konkursem inteligentnych modeli. Staje się rywalizacją o kontrolę nad rzeczywistą pracą, rzeczywistymi decyzjami i rzeczywistymi przepływami pieniędzy.

To właśnie tam będą zarabiane duże pieniądze.

A ten, kto nadal będzie sprzedawał „dostęp do sztucznej inteligencji”, ryzykuje, że jego główny konkurent już oferuje podobną funkcję za darmo.

Źródło: Andreessen Horowitz — Top 100 Consumer AI Apps, Seventh Edition, 5 października 2026.

Uwaga: dane o wydatkach pochodzą z paneli badawczych YipitData, obejmujących przede wszystkim USA; nie są równoznaczne z pełnymi przychodami firm.

#SztucznaInteligencja #AI #AIAgents #Biznes #Automatyzacja #Startupy #EkonomiaAI