據 Similarweb 截至 2025 年 11 月 21 日數據顯示，全球 AI 應用流量正經歷顯著的分化。通用大模型（General AI）仍佔主導地位並持續成長，而音樂生成與設計平台則展現強勁的生命力。相反，傳統的教育科技、純程式碼產生工具及單一功能的影像生成應用正面臨嚴峻的流量下滑。這種「通用吞噬垂直」的趨勢正在重塑全球算力需求的結構。

一、 通用模型與多模態創意強勢崛起

1. 通用 AI（General AI）：強者愈強，格局未定

通用 AI 工具依然是流量的絕對核心，且維持成長態勢。

• Google Gemini 的爆發：在截至 11 月 21 日的 12 週內，Gemini 的流量激增 84%，顯示出其在生態整合後的強大爆發力。
• 馬太效應：儘管 OpenAI 的 ChatGPT 成長放緩（+1%），但其體積依然龐大；同時，Grok 也實現了 28% 的顯著成長 。
• 搜尋型 AI 崛起：Perplexity 持續保持高成長，同期成長 32%，顯示用戶越來越習慣使用 AI 進行搜尋而非傳統搜尋引擎。

2. 音樂與影片生成：多模態的亮眼時刻

創意領域的 AI 應用表現出極高的使用者黏性與成長潛力。

• 音樂生成：此板塊在過去 12 週內整體成長 23%。其中，頭部應用 Suno 表現搶眼，增加了 32%。
• 影像生成：儘管整體板塊微跌（-4%），但頭部效應明顯。Heygen 逆勢大漲 37%，顯示出在商業視訊合成領域的剛需。Typecast 也錄得 51% 的驚人成長 ，證明了特定場景下的視訊 / 語音合成需求旺盛。

3. 設計平台：工作流程整合的勝利

與單一的影像產生工具不同，整合了 AI 功能的設計平台表現穩健。

• Canva 在年比（YoY）數據上維持了 26% 的成長 。
• Adobe Express 較去年成長 11%。 這顯示使用者更傾向於在完整的工作流程中使用 AI，而非單純為了產生圖片而使用孤立工具。

二、 衰退與洗牌：被通用能力「吞噬」的賽道

1. 教育科技：遭遇毀滅性打擊

這是受通用 AI 衝擊最嚴重的領域。通用大模型（如 ChatGPT、Gemini）解答問題的能力直接取代了傳統搜題與輔導工具。

• Chegg 的流量較去年同期暴跌 68%。
• Coursehero 下跌 60%。
• Mathway 下跌 65%。 這一板塊的整體流量呈現出不可逆轉的頹勢。

2. 純程式碼生成與 DevOps：泡沫破裂與整合

程式碼產生工具正在經歷劇烈的洗牌，獨立的 AI 程式工具面臨挑戰。

• VO 在過去 12 週流量暴跌 71%。
• Bolt 下跌 27%。
• Replit 下跌 17%。 這意味著開發者可能更傾向於整合在 IDE 中的插件（如 Copilot）或直接使用通用大模型，而不是獨立的各種新興程式設計平台。

3. 單一影像生成：新鮮感褪去

隨著 Midjourney 等功能的商品化以及被整合到更大的設計軟體中，單一功能的圖像生成網站流量開始下滑。

• Midjourney 在過去 12 週內下跌 8%。
• Ideogram 下跌 28%。
• 整個設計與影像產生板塊微跌 1%。

4. 圖片素材庫被 AI 取代

• Bigstockphoto 較去年同期暴跌 63%。
• Picmonkey 年減 31%。

三、 應用趨勢對算力格局的影響分析

結合上述流量資料的變化，我們可以推導出全球算力需求正在發生以下結構性轉變：

1. 推理算力向頭部集中（Centralization of Inference Compute）

隨著通用 AI（Gemini, ChatGPT）和少數垂直頭部（Canva, Suno）的壟斷加劇， 分散的小模型推理需求正在減少。

• 現象：通用類 AI 流量持續成長（+11%），而大量長尾的「套殼」應用或單一功能垂直應用（如由 AI 驅動的獨立寫作工具，Copy.ai 下跌 34% ）流量枯竭。
• 算力影響：算力採購將進一步向 Google、微軟（OpenAI）、Meta 等巨頭集中。中小型 AI 新創企業的推理算力需求可能因用戶流失而萎縮，導致公有雲 GPU 租賃市場的長尾需求波動。

2. 多模態算力密度提升（High-Density Compute Demand）

儘管文字類寫作工具流量停滯，但高算力消耗的音樂與視訊應用正在崛起。

• 現象：Suno（音樂）和 Heygen（視訊）的成長代表了使用者互動從「文字輸入 - 文字輸出」到「文字 / 多模態輸入 - 音訊視訊輸出」的轉變。
• 算力影響：產生一分鐘音訊或視訊所需的 FLOPs（浮點運算次數）遠超生成文字。因此，即便整體 AI 應用的使用者成長率在某些領域放緩，人均消耗的推理算力（Compute per User）將隨著多模態應用的普及而急劇上升。

3. 即時性與互動性的算力挑戰

• 現象：Perplexity（即時搜尋）的成長（+32%） 意味著使用者需要結合即時網路索引的 AI 推理。
• 算力影響：這要求算力架構不僅要處理模型推理，還要具備極高的顯存頻寬和低延遲處理能力，以應對即時資訊的檢索增強生成（RAG）。

4. 邊緣與整合算力的隱形需求

• 現象：設計平台（Canva, Adobe）的成長優於單一生成工具（Midjourney）。
• 算力影響：AI 正在從「目的地網站」變成「功能插件」。這預示著未來算力將更多以 API 呼叫的形式嵌入現有的 SaaS 軟體中（如 Figma, Canva, Notion），而非單純依賴獨立的 AI 聊天機器人介面。