AI用得更多却花得更少：Ramp数据揭示模型公司的增长瓶颈

企业对AI的使用仍在增加，但这并不意味着模型公司的收入同步增长。Ramp近期数据呈现出一个值得投资者警惕的变化：8月至9月，企业AI token支出仅增长1.5%，而7月的环比增幅曾达到42%。10月数据有所回升，但从9月23日到10月23日增长8.9%，仍不足以扭转整体放缓的判断。

核心要点

• 使用量与支出脱钩。 Ramp负责追踪的企业客户中，AI调用量持续上升，但价格下降和更精细的用量管理，压低了实际账单。
• 高消费客户出现停顿。 最积极使用AI的前1%企业，8月和9月的人均月支出略低于夏季接近1万美元的峰值。由于这批客户贡献了相当大的一部分支出，其放缓足以拖累整体收入增长。
• 市场呈现买方主导。 OpenAI和Anthropic持续下调价格并提供企业折扣，Meta、Nvidia以及中美多家模型公司也在推出低价或开放模型，企业拥有更多替代方案。
• 企业正在主动节流。 更严格的预算、默认使用轻量模型、限制长任务调用，以及通过路由器把请求转给更便宜的模型，都让相同工作负载的成本下降。

这对AI行业意味着什么

Ramp数据并不代表AI需求正在崩溃。相反，企业仍在扩大使用范围，只是单位任务成本正在快速下降。中位数企业每名员工每月的AI支出约为12至15美元，前10%企业约为600至1000美元；这与最领先的1%企业形成明显差距，也说明大多数行业未必会复制软件和金融公司的高强度使用模式。

这会直接影响模型公司的商业逻辑。过去，投资者往往把token增长近似看作收入增长，但在模型价格持续下探的市场中，调用量增加并不必然带来更高营收。TechCrunch援引Ramp首席经济学家Ara Kharazian的观点称，竞争加剧和客户优化使用方式，正在打破部分关于AI支出轨迹的假设。

Anthropic正接近潜在上市节点，市场对其估值和融资能力的关注因此更加敏感。报道还提到，Anthropic的潜在估值预期已从10月初约2万亿美元降至约1.2万亿至1.3万亿美元；OpenAI也下调了拟议估值和最新融资目标。不过，这些变化不能单独归因于Ramp数据，宏观融资环境和盈利预期同样重要。

行业能否重新进入超高速增长，取决于下一批大规模商业化场景。个人智能体被寄予厚望，但其经济产出是否能达到AI编程工具的水平，仍缺乏证据。当前更清晰的趋势是：企业会继续使用更多AI，却可能用更少的钱完成同样甚至更多的工作。对客户而言这是效率提升，对模型公司而言则意味着收入增长必须依赖新场景、规模化留存和更强的价值捕获能力。

来源：TechCrunch AI