AI 产业观察 · 投入与留存
个人观点，仅供参考。不做投资建议，投资需找专业机构。股市有风险投资需谨慎。
AI算力数据中心用户留存
2026 年，AI 行业正处在一轮肉眼可见的投入狂潮——钱、土地、电力都在往数据中心里砸。但第一道拦下这股浪潮的，不是算法，是普通人用选票和听证会说了算的地、水、电。
这一年的反对运动，规模和性质都和过去不一样了。2026 年 7 月，据路透社等报道，美国 42 个州同步爆发了 142 场针对 AI 数据中心的抗议，由草根组织"人类优先"（HumansFirst）协调发起——这是美国第一次针对 AI 基础设施的全国性串联。同月路透社与益普索的民调显示，仅 14% 的美国受访者支持在自己社区建 AI 数据中心，约三分之一的美国人认可当前的建设速度；而 Gallup 的调查里，71% 的选民不希望居住地附近有数据中心，比反对在家旁边建核电站的 53% 还高，而且跨党派：民主党支持者 75% 反对，共和党 63% 反对（来源：路透/益普索 2026-06；Gallup 2026-05）。
这不是嘴上嫌弃，是真金白银的项目被掀翻。2026 年前三个月，全美至少 75 个、总值约 1300 亿美元的数据中心项目被叫停或取消（来源：公开项目追踪）；加州蒙特雷公园市通过公投永久禁止数据中心落地，成为全美首个实施此类禁令的城市，至少还有 67 个城镇实施了临时禁令（来源：同上）；黑石旗下 QTS 干脆放弃了在弗吉尼亚威廉王子县投资约 1000 亿美元、规划 37 栋数据中心的大型项目，此前它熬了三年诉讼和居民持续反对（来源：同上）。一边是行业狂飙的投入，一边是社区真金白银地把它挡在门外。
为什么反弹这么大？因为数据中心是真吃资源。一座大型数据中心每天最高耗 500 万加仑冷却用水，约等于一个 5 万人口城镇一天的用量；全美 4000 多座数据中心已吃掉全国约 6% 的电力，弗吉尼亚这类高度集中地区居民电价过去五年累计涨了 267%；CBS 的分析预测，到 2028 年数据中心年耗水量至少 4690 亿加仑，约相当于 2023 年全美民众淋浴用水总量的三分之一（来源：CBS 分析；Milton Partners 调查）。社区承担的是水、电费单和地貌，享受到的却是看不见的远端算力——这是一笔收益和成本错位的账，不是技术问题。
更值得玩味的是反对的"性质"。咨询机构 Milton Partners 的调查发现，反对数据中心的人群里，只有 8% 真住在数据中心附近，63% 是对 AI 本身持负面态度（来源：Milton Partners）。也就是说，数据中心已经成了普通人对大科技和 AI 快速扩张不满的出口——真正被反对的，不只是一栋楼，而是"投入狂飙却没人问过我"的那种失控感。这股反对运动之所以在 2026 年集中爆发，是因为美国已有 4000 多座数据中心在运，新增项目正直接撞上已经承压的社区；它不是一个偶然的邻避事件，而是一场关于"谁来为 AI 的代价买单"的公开拉扯。
投入狂飙的另一头，是普通人用 AI 的真实样子。先说体感：我做自媒体，偶尔剪视频。我不是专业剪辑，基础活儿扔给 AI，花两百块出个能用的版本——只要最基础成片，确实够了。但专业博主要的是成堆特效和节奏设计，剪一条上千块，AI 现在还替不掉。
但"基础活儿够用"不等于"值得一直付钱"——这才是判断 AI 到底值不值钱的正确切口。判断一个东西值不值钱，不该看"有没有人买"，该看：新用户第二个月还愿不愿意付同样的钱？半年后呢？老用户有没有从高价套餐降到低价套餐？整个用户群每用户实际付费额（realized revenue per user）到底在升还是降？ 这叫 cohort / 留存—付费迁移问题，才是"用户到底觉得 AI 值不值钱"的真标尺。
2026 年公开数据里，第一个跳出来的信号来自 RevenueCat 对超过 11.5 万个订阅 App、160 多亿美元收入的研究（来源：RevenueCat《State of Subscription Apps 2026》）。AI App 的中位表现很矛盾：
| 指标 | AI App | 非 AI App |
|---|---|---|
| Trial → Paid 转化率 | 8.5% | 5.6% |
| 一年实际实现收入 RLTV | $30.16 | $21.37 |
| 月订阅 12 个月留存 | 6.1% | 9.5% |
| 年订阅 12 个月留存 | 21.1% | 30.7% |
| 退款率 | 4.2% | 3.5% |
| 数据来源 | RevenueCat《State of Subscription Apps 2026》 | — |
翻译成人话：AI 比普通 App 更容易让你第一次掏钱，而且第一次掏得更多（首年实收 RLTV 比非 AI 高 41%，来源：RevenueCat）；但一年以后留下来的人反而更少（月订 12 个月留存 6.1% 对 9.5%，来源：RevenueCat）。这就是那组"很奇怪的组合"：高转化、高收入、低长期留存。
为什么这组数字比"AI 赚了多少钱"重要十倍？因为它回答的是"用户愿不愿意长期付"。设想一个用户原来每月愿付 500，用了发现"没这么值"，降到 200；另一个原来根本不用，第一次试了付 500，第二个月觉得"不错但不值 500"，也降到 200。A、B、C、D 一个个这么走，真正该盯的是整个 cohort 的 realized revenue 怎么走——不是"有没有人买"，而是"买了以后还留下多少、实际收了多少"。RevenueCat 的 RLTV 是已经实收的钱，不是拿"未来继续订阅"的假设去算的，恰恰印证了"先花得更多、留下来更少"。
更反常的一笔账：一个 AI App 第一次让用户付 20，第二个月取消，它赚 20；一个传统 App 第一次只收 10，但连订两年，最后赚 240。所以"第一次付费容易"根本不等于商业价值高。你真正该看的，是 cohort 的生命周期价值，不是单月收入。
根子在哪？Office 为什么是稳定商品？不是因为它每月给你惊喜，是因为"不用就麻烦"。Word、Excel、PPT 的价值是工作流依赖——它不靠惊喜留人，靠"每天都需要"。而 AI 很多产品现在卖的还是"能力惊喜"（"卧槽这功能太神了"）。靠一次惊喜留不住人，因为它还没强到变成你每天离不开的工具。这是两种商业质量完全不同的东西：AI 卖惊喜，Office 卖依赖。
但别走极端说"没人愿为 AI 付钱"。Sensor Tower 的数据补一刀：2026 年上半年全球生成式 AI App 内购收入已超 40 亿美元、比 2025 下半年涨 36%，使用时长从 172 亿小时涨到 360 亿小时（来源：Sensor Tower 2026）。所以"有没有人买"早不是问题了——问题变成了三个：为什么买？买多久？会不会降档？这三问比"收入涨了多少"重要得多。
把"AI 泡沫"拆开看，其实有三层。第一种"假需求"——根本没人要、资本硬推——现有数据不支持，用户付费、时长、企业采用都实打实。第二种"真需求但价值被高估"——用户愿试不等于愿长期付，RevenueCat 的数据正好亮了黄灯。第三种更值得研究：真实商业价值已经出现，但资本市场把未来十年的价值提前算进了今天的估值。你不能拿"AI 用户增长"去证明"现在投几千亿美元的数据中心资本开支一定能换回同等利润"——中间隔着"用户需求 → 产品价值 → 企业 ROI → AI 公司收入 → 毛利 → 自由现金流 → 最终资本回报"这么长一条链，目前远没全部验证完。
所以真正该问的，已经不是"AI 是不是泡沫"，而是比它高一个层次的问题：AI 的真实需求，到底是在增长，还是在"不断寻找下一个愿意付钱的人"？ 一种是 A 一直付、B 一直付、C 一直付，叫留存驱动增长；另一种是 A 来了付钱走了、B 来了付钱走了、C 来了付钱走了，新用户不断补进来所以收入还在涨，叫获客驱动增长。真正该算的，是同一批用户在 3、6、12、24 个月以后实际贡献了多少钱，把新增和老用户贡献拆开。公开数据给我的第一印象是：两者同时存在。而"第一次付钱容易、长期留下来难"，已经不是感觉，是有明确消费级订阅数据支撑的——它和你用 AI 的真实体感，是同一条脉。
一端是行业狂飙的投入，撞上社区用选票筑起的墙；一端是真实用户孱弱的留存，用续费投出冷静的票。两边说的是同一件事：AI 被讲成一个改变世界的故事，但落进现实，一边是地和水不让，一边是人不肯一直付。投入在涨、需求也在涨，可这两道真实的闸门——社区的承受力、用户的持续付费意愿——都没被这个故事算进去。
落到你身上三句话：