AI 賺錢的五條路：七個案例攤開帳本，沒人贏在工具

把七個案例的「學不來的那一排」抄在一起，會看到一件怪事。

Pieter Levels 的約 89 萬 X 追蹤。Tony Dinh 的約 18 萬。Fyxer 那批六年、被投資人記成 50 萬小時的助理工作日誌。Plaud 那個開深圳工廠的合夥人。Telisha Jones 寫了十幾年的詩稿。Maor Shlomo 的 8200 部隊出身和七年 CEO 履歷。Cal AI 那 250 個健身網紅。

七個案例，七排「你補不了的前提」。裡面沒有一項是 AI。

過去六天，我們把「AI 賺錢」系列的案例一個一個拆完，每一篇都問同一組問題：錢從哪來、證據有多硬、成本被誰吃掉、哪些學得來、哪些學不來。七份帳本疊起來，長出五條真的走得通的路。這篇是那張地圖。

這五條路是七個案例長出來的，不是世界上只有五條——電商、接案、賣課這些我們沒拆到的路，不在這張圖上。倖存者偏差也先講在前面：七個案例都活著，也都是被挑出來的。Levels 自己公開的專案超過一百個，他歸類為成功的只有 9 個，命中率約 8%。分母長那樣。

路徑	案例	錢從哪來	證據硬度	學得來的那一句
收購退場	Base44、Cal AI	買方一次性對價	最硬（官方新聞稿＋財報）	產品被市場驗證、還在獲利，才有人想買
服務業資料轉型	Fyxer	訂閱（個人擴散到企業席次）	中高（投資人盡調＋具名媒體）	先做一門會累積專有資料的生意，再等 AI 收割
硬體帶訂閱	Plaud	硬體當入口、訂閱收利潤	中（公司揭露＋財經媒體）	別把裝置售價當生意，用它換一段訂閱關係
創作資產量產	Xania Monet	平台分潤（極薄）＋廠牌合約（厚）	中（Billboard／Luminate 第三方數據）	存量創作資產 × AI 量產 × 平台規則，缺一項是零
一人訂閱制	PhotoAI、TypingMind	訂閱與一次性授權	最軟（幾乎全是公開自報）	第一天就收費，把變動成本壓到近零

表格由硬到軟排序，這個順序本身就是重點：同樣叫「用 AI 賺到錢」，有的路查得到官方文件，有的路只有當事人自己說。

---

8000 萬美元買的是時間：那 20 萬月營收，Wix 自己說微不足道

證據最硬的一條路，是把公司賣掉。

Base44 的案例整條帳都攤在陽光下：2025 年 6 月 18 日，Wix 的官方新聞稿寫明以初始對價約 8000 萬美元現金收購這家公司，外加一路付到 2029 年的績效分期款和 2500 萬美元員工留任金。公司當時 8 個人，唯一股東是 31 歲的 Maor Shlomo，零融資，公開上線才六個月。

出售時 Base44 的月營收約 20 萬美元，年化大約 300 到 350 萬——8000 萬的對價，溢價超過 20 倍。Wix 新聞稿自己還寫著，Base44 對 2025 年營收的貢獻「微不足道」。所以買的顯然不是那 20 萬月營收。2025 年上半年 vibe coding 賽道爆發，對一家靠拖拉式建站起家的上市公司來說，威脅直接打在本業上；自己做要時間，8000 萬現金買的是時間。

續集也是財報級的：Wix 在 2026 年 5 月 13 日的財報揭露，Base44 的年經常性收入（ARR）到 2026 年 5 月約 1.5 億美元。另一面 Calcalist 也算了：Wix 為此已砸下約 9000 萬美元獲客費用，2026 年第一季營業虧損 7000 萬美元，股價年初迄今跌約五成。從 350 萬長到 1.5 億這一段，燒的是買方的錢。

同一條路上的另一個案例 Cal AI，證據等級卻完全不同。MyFitnessPal 在 2026 年 3 月 2 日公告收購——價格未揭露。所以這條路上最常見的那句話「他把 app 賣了幾千萬」，在 Cal AI 身上根本寫不出來，誰寫誰是編的。這個案例唯一的文件級數字來自 CNBC Make It 在 2025 年 9 月 6 日查閱的內部文件：毛利約 140 萬美元每月，淨營運收入只剩約 27.4 萬。而創辦人同期對外自報的版本是「3000 萬美元 ARR 軌道」。

• 錢從哪來：買方一次性對價，加上綁到未來的分期與留任金。
• 學得來的：產品做到被市場驗證、而且還在獲利——沒有這個，沒人想買。
• 補不了的：Shlomo 的 8200 部隊背景和七年 VC-backed CEO 履歷（他的 LinkedIn 受眾從第一篇貼文就不是零）；還有買方的焦慮——你無法靠把產品做好，去設計出一個急著掏 8000 萬的買家。
• 這條路的代價：Cal AI 收購三週後，320 萬筆用戶紀錄在論壇上被兜售，攻擊面是未驗證的 Firebase 後端加上沒有限流的 4 位數 PIN；一個月後 Apple 又因為誤導性訂閱計價把它短暫下架。快速出貨的負債會跟著一起被賣掉。

先扛六年低毛利的服務業，再等 AI 來收割

第二條路的起點，在 AI 出現之前。

Fyxer 的三個英國人在 2016 年前後開了一家真人行政助理派遣公司，零外部資金做到約 500 萬美元營收，雇了數百名助理。他們從第一天就做了一件當時沒人懂的事：要求每位助理登記做過的每一項任務。六年下來，這變成一批被投資人 Madrona 記成「50 萬小時」的 email 與會議工作流程紀錄。

GPT-3 出來，這批資料才變現。Richard Hollingsworth 的判斷是模型能把單位成本砍掉約九成——真人助理一小時約 60 美元，AI 一個月約 30 美元。他去找技術長時攤出來的是三項現成資產：六年的任務日誌、一批已經在付每小時 60 美元的客戶、一條驗證過的銷售通路。缺的只是把 AI 接上去。

數字很陡：Sifted 與 Kyle Poyar 在 2025 年 9 月報導，ARR 在約八個月內從 100 萬跳到 1,700 萬美元；Growthbook 記錄到 2026 年已跨過 3,500 萬美元。這些數字經過投資人盡調、由具名媒體引述，比個人在社群自報高一級，但不是審計財報。

有一件事一定要按住：這是公司的年化營收，不是三個創辦人的個人存款。Fyxer 在 2025 年 9 月拿下 Madrona 領投的 3,000 萬美元 Series B，股權稀釋、對投資人有回報壓力，而 ARR 是營收不是利潤。

• 錢從哪來：訂閱，從個人工作信箱註冊擴散到企業席次。
• 學得來的：順序——先擁有一門會產生專有資料的生意，再用 AI 把它產品化；並且把 AI 收窄到一個很窄的工作流、對準一個很具體的非技術用戶（他們形容目標是「美國中部一位 55 歲的房仲」）。
• 補不了的：那六年。沒有先扛一門低毛利的服務業、又從第一天堅持登記，就沒有那批資料。加上創投門路，和 Archie 那台六年練成的銷售機器。
• 這條路的代價：email 這個入口握在 Google、Microsoft、Apple 手上，原生郵件 AI 隨時能把「自動回信」綁進 Gmail 和 Outlook——同賽道的 Superhuman 募了超過一億美元，最後被 Grammarly 收購。2024 年 3 月營收三個月衝五倍時，兩人客服團隊被打爆，回覆時間從 5 分鐘掉到 5 小時。

那張卡片賣 179 美元，利潤在後面那段

第三條路把入口做成了實體。

Plaud 是深圳團隊做的一張信用卡大小的錄音卡片，貼在手機背面，錄完接 AI 變成逐字稿和摘要。TechCrunch 在 2026 年 6 月 16 日報導，累計出貨超過 200 萬台、遍及 170 多國，軟體訂閱業務的 ARR 突破 1 億美元。Forbes 更早在 2025 年 9 月點名它是少數已獲利的 AI 硬體公司，年化營收上看 2.5 億美元，硬體毛利率「比肩 Apple」。

賺錢的機制是硬體帶訂閱。卡片賣 159 到 179 美元，是門票；約有一半用戶升級到付費方案（免費層每月 300 分鐘，剛好夠試、不夠用），而分析機構 Sacra 的觀察是，一個轉換成功的訂閱戶長期貢獻的價值超過那次一次性的裝置售價。

這裡有個口徑要拆開：2.5 億是 2025 年 9 月的年化 run rate 加創辦人對全年的預估，不等於 2025 年全年實收。用 36kr 報導的 2024 年約 5,600 萬美元乘以「約三倍」，2025 年實收量級大約落在一億多美元。而 2026 年 6 月那個 1 億 ARR 講的是軟體訂閱單獨一塊。三個數字，三個層次。

• 錢從哪來：硬體一次性收入當入口，訂閱收長期利潤。
• 學得來的：別把裝置售價當成生意本身；免費層額度設低逼轉換；重運算外接、不自研大模型。
• 補不了的：共同創辦人 Charles Liu 是深圳穿戴裝置工廠的老闆——毛利率能比肩 Apple 靠的是工廠端的成本優勢。還有早於巨頭兩三年的那扇窗。
• 這條路的代價：巨頭全進場了。釘釘 2025 年 8 月出了 A1 錄音卡，Anker 和字節跳動 2026 年 1 月合推 AI 錄音裝置。另外，2026 年有報導稱 Tencent 以約 10 億美元估值入股，但 Plaud 和 Tencent 都對 36kr 表示不實——「幾乎零創投」這個敘事上懸著一個問號。

1,700 萬次點播換 5.2 萬美元，廠牌卻出價 300 萬

第四條路上的主角不會寫程式。

Telisha Jones 是密西西比的詩人，歌詞全部自己寫，素材是累積了十幾年的詩稿；把詞交給 Suno 生成歌聲與編曲，再由她挑版本、改方向、定曲。這個虛擬 R&B 歌手叫 Xania Monet，2025 年 9 月成為第一位登上 Billboard 電台播放相關榜單的 AI 歌手。

這條路最值錢的教訓是一組並排的數字。Billboard 引 Luminate 的數據（2025 年 9 月時點）：五首歌在美國累積約 1,700 萬次點播，產生的串流收入約 5.2 萬美元。同一個月，Hallwood Media 在 Billboard 報導競價達 300 萬美元的條件下簽下她——合約細節沒有公開，所以這個數字要當合約規模讀，不是已入袋。

串流現金流值 5.2 萬的東西，廠牌出價 300 萬。落差自己會說話：靠平台分潤把 AI 音樂做成生意，天花板肉眼可見；買方要的是別的東西——一個版權來源乾淨（詞是本人寫的）、一週能出好幾首歌的量產單位。

• 錢從哪來：平台分潤（極薄）加上廠牌合約（厚，但細節未公開）。
• 學得來的：一條公式——存量創作資產 × AI 量產 × 平台規則，三項相乘，缺一項是零。你的存量資產可能是十年的產業筆記、幾百集的訪談逐字稿、一櫃子沒發表的小說。
• 補不了的：那十幾年的詩稿，還有「第一個進 Billboard 的 AI 歌手」——這個名額只有一個。
• 這條路的代價：規則不在你手上。Suno 正面臨主要唱片公司的版權訴訟；YouTube 從 2025 年 7 月起大規模取消純 AI 頻道的營利資格。今天能分到錢的形式，明年不保證還在。

兩萬用戶就能獲利，前提是第一天就收費

最後一條路最多人想走，證據卻最軟。

PhotoAI 和 TypingMind 的所有數字都是本人自報，沒有第三方財報可以對照，這一段請照這個等級讀。

Pieter Levels 的 levels.io 掛著一份公開帳本：PhotoAI 那一行寫著一個約 40,870 行的 index.php，月營收約 10.5 萬美元、月利潤約 8 萬（頁面日期 2026 年 3 月 6 日）。這比他自報的高峰掉了約三成，而他沒把跌掉的那段撤下來——自報，但公開、長期、能被打臉。越南峴港的 Tony Dinh 則自述 2025 年 10 月月營收約 13 到 16 萬美元、ARR 破百萬（第三方追蹤站估的是 6.5 到 8.3 萬，數字彼此打架，多半因為只抓到訂閱那一段）。

兩個案例的機制指向同一件事：變動成本。PhotoAI 的月成本約 1.3 萬美元，其中約 1.2 萬是繳給 Replicate 的 GPU 費，運算外包、他自己那台伺服器一個月只要幾十美元。TypingMind 更極端——BYOK（bring your own key，自帶金鑰）讓使用者自備 API 金鑰、token 費用直接付給模型商，Tony 只賣介面層，變動成本近乎是零。

兩個案例都從第一天就收費。生圖每張都在燒別人的 GPU，如果走「先免費衝量」的路，用戶越多虧越多。

• 錢從哪來：個人與小團隊的訂閱、一次性授權，後期往企業席次走。
• 學得來的：第一天就收費；把技術棧壓到反常識地簡單；把最貴的變動成本外包出去（給雲端推論平台，或像 BYOK 那樣給使用者）。
• 補不了的：Levels 八年累積的約 89 萬 X 追蹤、Tony 數年 build in public 攢的約 18 萬——每個新產品的免費發射台，新人從零開始沒有。
• 這條路的代價：PhotoAI 的 Trustpilot 評分約 2.6 分（滿分 5，約 70 則評論），客訴集中在「生成的照片根本不像我」和退款找不到客服——一人運維把客服和品控壓到最低來換毛利，這些客訴就是那筆帳的另一欄。TypingMind 則貼著 wrapper 的結構性風險：官方介面越做越好，隨時能把體驗吸回原生產品。

---

七排「學不來的」，全落在同樣四個地方

把五條路疊起來看，最尖的東西才浮出來。

七個案例的「不可複製」欄位，全部落在四類東西上——分發（Levels 的 89 萬、Tony 的 18 萬、Shlomo 的 LinkedIn、Cal AI 那 250 個網紅和 Blake Anderson 現成的病毒式 app 履歷）、專有資料或創作資產（Fyxer 的六年工作日誌、Jones 的十幾年詩稿）、供應鏈（Plaud 的深圳工廠合夥人）、時機窗（每一個案例都卡在一扇只開了幾個月到兩三年的門）。

七排前提裡，沒有一項是 AI 工具本身。因為工具是這門生意裡最不稀缺的東西：Suno 的訂閱費誰都付得起，OpenAI 的 API 對所有人開放，Cursor 加 Claude 你現在就能裝。

第二個共同結構是成本。AI 產品每一次呼叫都在燒算力，所以七個案例裡撐得住的，全都在同一件事上做對了選擇：Base44 的成本 89% 繳給模型，但它兩萬用戶就獲利，因為第一天就收錢；PhotoAI 把 1.2 萬的 GPU 費壓在 10.5 萬營收對面；TypingMind 用 BYOK 讓變動成本歸零；Plaud 把重運算外接、不自研模型。

反例在同一張表上——Cal AI 的成本不在模型，在分發：毛利 140 萬，淨營運收入只剩 27.4 萬，九成繳給了買量機器。這個模式數學上完全成立，只要每塊投放費換回的訂閱終身價值大於成本；它同時意味著投放回報率一鬆動，那 27.4 萬會先消失。

五個口徑陷阱，看任何 AI 賺錢故事都能套

七篇拆下來，最實用的產出其實是一套讀法。下次看到「某某用 AI 月入十萬」，先把數字的口徑對齊：

陷阱	案例
ARR 是年化推估，不是實收	Plaud 的 2.5 億是 2025 年 9 月的年化 run rate 加創辦人預估；2025 年實收量級約一億多
累計／含一次性 ≠ 經常性	TypingMind 含一次性授權的年營收估 160 到 190 萬美元，與「經常性收入破百萬」可以同時成立
公司 ARR ≠ 個人落袋	Fyxer 募了 3,000 萬美元 Series B，股權稀釋、ARR 是營收不是利潤
合約規模 ≠ 已入袋	Xania Monet 那紙競價 300 萬美元的合約細節未公開，同期串流實收 5.2 萬
售價未公開 ≠ 可以自己填	Cal AI 的 MyFitnessPal 收購價至今未揭露，寫成「賣了 X 千萬」就是造假

再加一層：分清這個數字是財報級（Wix 的新聞稿與財報）、文件級（CNBC 看過的內部文件）、榜單級（Billboard／Luminate）、還是自述級（LinkedIn 貼文、電子報）。Cal AI 自報的「3000 萬 ARR 軌道」對上 CNBC 文件裡的「淨營運收入 27.4 萬每月」，是全系列最大的一組落差，也是為什麼這一步不能跳。

至於選哪條路，七個案例給的答案是從你手上的東西倒推回去。先盤點你有什麼別人沒有的存量資產：十幾年的詩稿、六年的客戶工作紀錄、一間工廠、一群信任你的讀者、一份沒人有的產業資料。有了那一項，再回頭挑哪條路能把它變現。從「哪條最賺」開始挑的人，會撞上七個案例共同的那面牆——路是通的，前提補不了。

其他六個案例的完整拆解，連同我們怎麼查證每一個數字，都收在「AI 賺錢」專題頁。