上個月，Cursor 宣布達到 $20 億年營收。24 個月，從零到二十億美元，史上最快的 SaaS。同一週，Anthropic 的 ARR 從 $10 億飆到 $140 億——14 個月，14 倍。OpenAI 的 2026 年營收目標是 $294 億。

這些數字讓人覺得 AI 是台印鈔機。

然後你去看另一組數字：95% 的 AI 變現嘗試從來沒有賺到一毛錢。

三層金字塔

我花了不少時間研究 2026 年「誰靠 AI 文字能力賺到錢」這個問題。整理完所有案例之後，浮現出一個清晰的三層結構。

第一層：平台層——你就是 AI。

OpenAI、Anthropic、Cursor、Grammarly。它們把文字生成能力直接包裝成訂閱制產品。Grammarly 靠 3,000 萬日活用戶做到 $7 億年收入。Cursor 靠「讓寫程式碼變快十倍」的體驗賣 $20-40/月的訂閱。

但這層有個反面教材：Jasper AI。2023 年峰值 $1.2 億 ARR，然後 ChatGPT 出來了，2025 年跌到 $8,800 萬。通用型 AI 寫作工具在巨頭面前毫無招架之力。

教訓很簡單：平台層不是個人能玩的遊戲，除非你有足夠深的垂直切入點。

第二層：服務層——你用 AI 幫別人。

這是最可複製的路徑，也是最多人真正賺到錢的地方。

一個 AI 增強寫手，原本寫一篇文章要 4 小時，現在 90 分鐘。單篇收費 $400-$500——比傳統寫手貴，但品質更穩定、交付更快。月入上限 $10,000-$12,000。

一個專做牙醫診所聊天機器人的人——注意，不是「做聊天機器人的人」，是「做牙醫聊天機器人的人」——15 間客戶，每間安裝費 $800 加上每月 $200 維護費。月收入 $4,500-$5,400，每週工時 15 小時。時薪約 $80。

一間 AI 行銷機構，服務牙醫診所的社群媒體全包——內容日曆、圖像、發文、月報。一人可管 7-10 個客戶，月收 $8,400-$20,000。毛利率 70%+，傳統機構只有 20-40%。

這些案例有一個殘酷的共同點：每一個成功的人都已經有底層技能。AI 放大的是你已有的能力，不是從零創造能力。不懂行銷的人用 ChatGPT 寫行銷文案，出來的東西依然不會賣。

第三層：產品層——你用 AI 做東西賣。

Lead Gen 網站是這一層的明星案例。概念很簡單：建一批排在 Google 前面的本地服務網站（水電工、暖氣維修、牙醫），把來的客戶轉賣給當地業者。AI 讓建站效率提升 10 倍——2 小時搞定全站內容，傳統要一週。每站月收 $500-$2,000，有人靠 10 個站做到月入 $20,000，最極端的案例單月 $46,000。

但這裡有個時間差：SEO 排名需要 3-6 個月才能見效。能扛過這段沒收入期的人不多。

95% 的人死在哪裡

研究完成功案例之後，我更好奇的是失敗的那 95%。歸納出五種死法：

技術先行，需求後找。 先學了一堆 AI 工具，再想「能賣什麼」。結果做出來的東西解決的是自己想像中的問題，不是客戶真正的痛點。

跳來跳去。 AI 寫作試兩週沒收入，轉 AI 設計，再轉 agent 建置。每條路都走了五十步就掉頭。然而上面那些成功案例，最快也要 3-6 個月才看到穩定收入。

AI 輸出直出。 不做人類品管就交付。幻覺、事實錯誤、品牌語氣不一致——一次就毀掉信任。

定價太低。 為了「累積經驗」用 $50 收費，吸引到最難搞的客戶，經濟不可持續，三個月後退出。

忽略底層技能。 這是最根本的一條：不懂設計的人用 Midjourney 不會變成設計師，不懂行銷的人用 ChatGPT 不會變成行銷專家。AI 是槓桿，但槓桿乘以零還是零。

那 5% 的共同點

反過來看，成功的案例都具備四個特徵：

1. 先有技能，再用 AI 放大。 沒有一個成功案例是「完全不懂某領域，靠 AI 從零開始」的。
2. 垂直聚焦。「AI 服務」太寬泛，賣不出去。「牙醫診所 AI 預約系統」才是可定價的產品。垂直到讓人覺得「這就是為我做的」。
3. 價值定價。 不按工時收費，按客戶省了多少或賺了多少來定價。企業花 $1 在 AI 上，平均回收 $3.71——這就是你的定價錨點。
4. 服務加產品混合。 服務賺現金流（但受限於個人時間），數位產品或 recurring revenue 建被動收入。最典型的路線是「先接案做服務，同時把服務流程標準化成可重複銷售的產品」。

Agentic AI——下一個變數

2026 年還有一個正在展開的結構性變化：AI agent。

市場規模從 2025 年的 $76 億預計成長到 2026 年的 $109 億，年增率 42%。Gartner 預測 40% 的企業應用將在年底包含 AI agent。這不再是實驗室裡的概念。

對個人和小團隊來說，最直接的機會是「agent 建置服務」——幫企業建置特定任務的自動化 agent，專案費 $2,500 到 $50,000，外加月維護費 $400-$900。n8n 這類 no-code agent builder 的爆發（估值 $25 億，營收年增 10 倍）降低了技術門檻，但也意味著競爭窗口正在快速關閉。

Agent 的核心仍然是文字：用文字精確描述業務流程，把流程轉化為 agent 的指令和判斷邏輯。文字描述能力等於 agent 設計能力，等於商業價值。 這可能是 2026 年 Text to Money 最直接的新路徑。

但別忘了那個 95%。新賽道不會改變基本法則——底層技能、垂直聚焦、價值定價、耐心。少了任何一樣，換再新的賽道結果也一樣。

回到起點

寫完這些，我重新看了一遍那兩組數字。

$294 億和 95%。

它們不矛盾。巨額的錢流進了 AI 產業——但大部分流進了平台層，流進了那些已經有技術壁壘和網路效應的公司。剩下的錢，分散在無數個垂直場景裡，等著有底層技能、有耐心、願意聚焦的人去撿。

沒有什麼「靠 AI 躺著賺錢」的捷徑。有的是「用 AI 把你原本需要 40 小時做的事壓縮到 10 小時，然後用省下來的 30 小時接更多案子或做更多產品」的數學。

不性感，但可複製。而在一個 95% 都在追逐性感的市場裡，可複製本身就是最稀缺的東西。

---

一見生財 / 2026-03-04
素材來源：deep-researcher AI 變現案例研究報告（2026-03-04）