App工厂，才是AI时代最被低估的生意

本文来自微信公众号： 硅基观察Pro ，作者：硅基君

AI时代，App正在变成一种过剩商品。

RevenueCat数据显示，2022年初，每个月新上线的订阅App还只有约2000款。到了2026年初，这个数字已经飙升至1.47万款，相当于每天都有近500款新产品涌入市场。

照这个趋势，最该被颠覆的，就是那些靠批量开发App赚钱的“App工厂”。

但有意思的是，当整个行业还在寻找AI应用的商业化答案时，这群低调的“App厂佬”，已经赚得盆满钵满。

比如土耳其公司Codeway，短短几年做了60多款App，其中超过一半和AI有关。旗下一个教人练英语口语的Learna，仅iOS平台，一个月就能做到500万—600万美元流水。

中国公司杭州睿琪也不遑多让。旗下产品矩阵已经扩张到36款左右，其中至少24款围绕AI展开。最成功的植物识别应用PictureThis，双端月流水已经达到约1200万美元。

从AI外教到植物识别，这些看起来并不起眼的细分需求，竟然能撑起每月数百万甚至上千万美元的流水。这背后，其实藏着AI应用层一个很重要的变化：

AI让开发App越来越容易，却没有让靠App赚钱变得同样简单。

当技术门槛不断降低，发现需求、获取用户和持续变现的能力，反而变得更加重要。而这，恰恰是App工厂过去十几年积累的优势。

今天，硅基君就来聊聊，AI为什么反而让App工厂迎来了第二春。

/01/

AI应用层，跑出了一批低调的“工厂”

AI应用层这两年跑出来的，不只有Harvey法律AI、Rogo金融AI、Cursor编程AI这些明星产品。

还有一批相对低调，却已经开始闷声赚钱的玩家，它们就是App工厂。

这类公司有一个共同特点：很少把所有资源押在一款产品上，而是同时运营几十款App，覆盖图片处理、语言学习、健康管理、生活工具等不同需求。

过去，它们主要依靠批量开发工具App赚钱。而到了AI时代，这套打法正在迎来新一轮增长。

最典型的，就是土耳其公司Codeway。

Codeway成立于2020年。2024年初，它还只有9款App产品，如今已经扩张到60多款，其中AI相关产品超过30款，成为最主要的产品方向。

更重要的是，这些AI产品已经开始贡献相当可观的收入。

目前，Codeway最猛的一款产品叫Learna，一个装进手机里的AI外教。

它的功能很直接，就是让用户随时随地和AI练习英语口语。

比如准备出国，可以直接选择机场值机、酒店入住、餐厅点餐等场景。AI扮演工作人员，用户开口回答，它会顺着对话继续追问，并实时纠正发音、用词和语法问题。

Learna AI英语外教的口语练习界面

为了让对话更接近真人，Codeway后来还将Learna的语音系统换成了ElevenLabs。

这次改动甚至直接反映在付费上。

Codeway与ElevenLabs披露的一次A/B测试显示，更换语音系统后，Learna的试用转付费率提高了9%，用户生命周期价值提高了11%。

这款产品在2024年9月上线。短短两年，累计下载量已经超过1500万。

根据Sensor Tower估算，到2026年9月，仅iOS平台，Learna近30天下载量就达到约200万次，商店流水达到500万—600万美元。

一个看上去并不复杂的AI口语练习工具，单平台月流水已经做到数百万美元。但Learna只是Codeway的一条产品线。

旗下AI修图应用Retake月流水已经达到约200万美元，通用助手Chat AI约60万美元，AI会议记录Smart Noter约40万美元，AI写作工具TypeAI也有约10万美元。

从英语学习、照片处理到会议记录，Codeway已经在几个完全不同的需求里，连续跑出了一批能够赚钱的AI产品。

另一家土耳其公司HubX也是类似打法。

这家公司成立于2022年，目前已经做了40多款产品，公开产品里至少15款已经明确为AI应用。2024年公司还专门成立了AI Lab，针对旗下不同App的场景训练、微调模型。

和Codeway相比，HubX没有特别突出的超级单品，更像是多点开花。

比如旗下的Home AI，专门解决装修设计的问题。

过去，普通人想看看自己家装修后的效果，往往需要找设计师出图。而在Home AI里，只需要拍一张房间照片，选择现代、极简等装修风格，AI就能重新设计沙发、墙面、配色甚至整个空间布局。

客厅、厨房、卧室、卫生间，甚至房屋外立面和花园，都能单独生成装修方案。

Home AI利用AI生成的房间装修前后效果对比

这个看上去很小众的需求，同样跑出了一门不错的生意。

Home AI在2024年4月上线。到2026年9月，仅iOS平台就有大约50万月下载，Sensor Tower估算月流水约90万美元。

另一款产品AI Video，瞄准的则是短视频创作。

上传一张人物照片，AI就能让照片里的人跳舞；一张静态老照片，也能直接变成视频。用户还可以通过文字生成画面，给人物添加配音和口型同步，最后导出为适合TikTok、Instagram Reels和YouTube Shorts的竖屏内容。

本来要拍摄、剪辑、做动画才能完成的一条短视频，现在一张图就能起步。这款产品仅iOS月流水已经达到约100万美元。

再往下，通用助手Nova、生成纹身方案的Tattoo AI、做头像和图片的DaVinci、做AI照片和视频的Momo也都跑出了几十万美元级月流水。

如今，这套方法也正在被更多App工厂采用。

比如成立于2018年的AIBY，目前已经运营50多款产品。仅2024年以来，就新增了29款App，其中19款与AI相关，占比达到65.5%。

旗下做AI图片和视频生成的ARTA，2026年iOS月流水约30万美元。识别硬币的Coin ID、记录饮食营养的HitMeal，以及皮肤护理工具OnSkin，也都形成了十万美元级的月流水。

杭州睿琪则把这种细分需求产品化的模式做得更加彻底。（详情可以参考此前文章：中国最低调的AI应用工厂，上线19个产品，年收入超10亿）

按照目前App Store公开产品粗略统计，其产品矩阵已经扩张到36款左右，其中至少24款围绕AI展开。

植物、昆虫、鸟类、鱼类、蘑菇、岩石、硬币、唱片，几乎每一种识别需求，都可以独立做成一款App。其中最成功的PictureThis，双端月流水已经达到约1200万美元。

PictureThis植物识别功能界面

从Codeway到HubX，再到AIBY和杭州睿琪，AI正在成为App工厂新的增长引擎，让批量生产App的老生意，跑出了新一轮增长。

/02/

为什么App工厂能吃到AI红利？

看到这里，你肯定会有一个疑问：

按理说，AI让做App越来越容易，App工厂原本的优势应该被削弱，结果第一批吃到AI红利的，为什么还是它们？

在硅基君看来，这背后主要有三个原因：

首先，AI降低了开发成本，让过去很多不值得做的小生意，开始变得划算。

美国App工厂Bending Spoons就披露过一组数据：2025年第一季度，公司由AI编写或共同编写的代码PR还不到10%；一年之后，这个比例已经超过90%，其中约70%可以直接由AI完成。

而对App工厂来说，这种效率提升还会被进一步放大。

因为它们通常同时运营几十款产品，代码、模型接口、订阅系统乃至投放经验都能重复使用。再加上AI降低了设计、开发和维护成本，一款新App需要投入的资源就更少了。

于是，过去很多小到不值得立项的需求，现在也有机会变成生意。

比如AIBY旗下的Rock ID，只干一件事：拍一块石头，告诉你它是什么品种。

Peekly估算，这款App目前在Google Play的月流水只有大约5000美元。市场上还有专门识别蘑菇、昆虫、收藏卡牌的App，一些产品每个月甚至只有几千美元流水。

放在过去，这点收入可能连一个开发团队都养不起。但现在，只要开发、维护和获客成本足够低，几千美元月流水也可能是一门划算的生意。

一家工厂同时运营几十款类似产品，积少成多，同样有机会形成可观的收入。

AI让过去因为市场太小而不值得做的需求，开始有了商业价值。

但降本还只是第一层。AI更大的价值，是把过去技术上做不好的需求，也变成了可以商业化的市场。

比如拍照计算食物热量。

早在2011年，DailyBurn就推出过一款叫Meal Snap的App，对着食物拍张照片，就能自动估算热量。

但当时的技术实在不太靠谱。TechCrunch测试发现，一小把腰果，软件给出的热量区间竟然从150卡一直跨到614卡。

几年后，这款产品也从美国App Store下架了。

十几年后，Cal AI重新做了一遍这件事。它利用AI识别食物、估算分量，再匹配营养数据库，计算热量以及蛋白质、脂肪、碳水化合物。按照创始人的说法，单次食物扫描的平均准确率已经超过90%。

结果是，2026年3月被MyFitnessPal收购时，Cal AI累计下载量已经超过1500万，过去12个月销售额超过4000万美元。

同样是拍照算热量，十几年前效果差到难以普及，现在却跑出了一门年销售额数千万美元的生意。

从AI外教到装修设计，再到照片生成视频，背后都是类似的逻辑。

视觉、语音和大语言模型的进步，让App能够解决的问题越来越多。过去软件做不好的事情，如今开始能够提供用户愿意付费的体验。

成本下降扩大了小需求的生存空间，模型进步则进一步扩大了App工厂能够进入的市场。

但问题也来了。当所有人都能低成本开发App，凭什么最后赚钱的还是这些工厂？

这就涉及第三个原因：AI正在放大App工厂原本积累的商业化优势。

RevenueCat数据显示，每个月新上线的订阅App已经接近1.5万款，但上线两年内能做到1万美元月收入的，只有4.6%。

开发一款App越来越容易，真正把产品卖出去却依然很难。

尤其是订阅制App，下载量只是第一步。用户愿不愿意付费、获客要花多少钱、订阅能持续多久，才真正决定一款产品能否赚钱。

而这恰恰是App工厂最擅长的事情。

比如HubX，就专门开发了两套系统。

第一套叫XRay，每小时扫描App Store和Google Play上的数百万款产品，估算下载、收入和增长趋势，寻找正在快速增长的细分市场。

说白了，就是判断现在什么东西正在赚钱，下一款App应该做什么。

第二套叫MarketingX，负责解决产品做出来以后怎么卖的问题。

它能从广告投放第一天开始，预测新用户未来可能贡献多少收入，再根据获客成本，判断广告还值不值得继续投。

如果花1美元获取的用户，未来只能带来0.5美元收入，就要尽快止损；如果能带来3美元，而且扣除其他成本后仍有利润，就有机会继续放大投放。

这套系统支撑HubX在没有外部融资的情况下，开发出40多款产品，累计覆盖超过6亿用户，并持续保持盈利。

对这类公司来说，每一款App其实都是一次商业实验，发现需求、开发产品、测试付费、扩大投放，跑通的继续加码，跑不通的及时放弃。

单款产品的成功率未必很高，但只要测试成本足够低、成功产品的回报足够大，整套生意就有机会持续运转。

而AI恰好让这套体系变得更高效了。

开发成本下降，意味着同样的钱可以测试更多产品；模型能力增强，意味着可尝试的需求更多；竞争越激烈，App工厂积累的市场洞察、获客和订阅运营能力也就越重要。

所以，AI时代App工厂的崛起，其实揭示了一个很有意思的变化。

当开发App越来越不值钱，决定一款App能不能赚钱的能力，反而变得更值钱了。

Codeway、HubX们过去积累的那套产品生产和商业化体系，正在AI时代释放出更大的价值。