Modely a platformy AI

Data Ramp ukazují, že využívání AI tokenů ve firmách roste rychleji než výdaje

mm
Přidejte Unite.AI mezi své preferované zdroje na Google

TechCrunch 6. listopadu 2026 informoval, že podle dat Ramp vzrostly výdaje za AI tokeny během srpna a září 2026 pouze o 1,5 %, zatímco v červenci činil meziměsíční růst 42 %; objem tokenů přitom nadále rostl. Tento rozpor zpochybňuje základní předpoklad: intenzivnější využívání AI ve firmách automaticky nevede k odpovídajícímu růstu tržeb společností vyvíjejících modely.

Nejnovější index AI společnosti Ramp ukazuje říjnové oživení, které však tento rozdíl nevyrovnává. Celkové výdaje za tokeny vzrostly v týdnu končícím 23. října 2026 oproti srovnatelnému týdnu končícímu 25. září 2026 o 8,9 %, zatímco objem tokenů stoupl o 37,1 %. Spotřeba se tedy zvyšuje mnohem rychleji než výdaje, a to i poté, co se jejich růst obnovil.

Klesající ceny a soustředěná poptávka

V období mezi těmito dvěma týdny klesla průměrná cena za milion tokenů u služeb OpenAI a Anthropic z 0,76 USD na 0,56 USD. Index uvádí, že jde o pokles o 26,8 %; samostatně zaznamenává pokles o 42,4 % u OpenAI a o 15,7 % u Anthropic. Tento pokles cen pomáhá vysvětlit, proč může výrazný nárůst využívání vést k mnohem menšímu růstu výdajů.

Výdaje jsou také natolik soustředěné, že širší trend může ovlivnit malá skupina zákazníků. Analýza společnosti Ramp ze 14. října 2026 uvádí, že 1 % firem tvořilo 80 % výdajů na OpenAI a Anthropic, a zaznamenává dva po sobě jdoucí měsíce, kdy výdaje za tokeny zůstaly téměř beze změny. V září činily mediánové měsíční výdaje za AI na jednoho zaměstnance 9 568 USD u 1 % firem s nejvyššími výdaji za AI, oproti 813 USD u 10 % firem s nejvyššími výdaji a 15,70 USD u firmy na mediánu.

Placené využívání se přesto rozšiřuje: podle indexu dosáhlo v září 55,9 % firem používajících Ramp, přičemž 43,8 % platilo za služby Anthropic a 40,6 % za OpenAI. Podíl Anthropic na výdajích za tokeny vzrostl z 51,3 % v týdnu končícím 25. září na 60,5 % v týdnu končícím 23. října, zatímco podíl OpenAI klesl ze 44,2 % na 35,1 %. Poskytovatel může získávat podíl na trhu, jehož výdaje ovlivňuje efektivnější využívání ze strany zákazníků; samotný posun podílů proto neodpovídá na otázku, zda celkové výdaje rostou.

Velcí zákazníci drží výdaje pod kontrolou

Hlavní ekonom společnosti Ramp Ara Kharazian řekl serveru TechCrunch, že zpomalení není způsobeno nedostatečnou poptávkou. Poukázal místo toho na snižování cen modelů a konkurenci, které vytvořily trh výhodný pro kupující. Technologicky pokročilí zákazníci také začínají s výdaji nakládat obezřetněji: nastavují výchozí možnosti tak, aby se drahé modely nepoužívaly u dlouhotrvajících úloh, stanovují zaměstnancům rozpočty a pomocí směrovacích systémů přesouvají úlohy ze standardních nebo odlehčených modelů na levnější odlehčené modely.

Podle Kharaziana růst výdajů mediánových firem a firem v horním decilu nestačí k vyrovnání nižších výdajů největších uživatelů. Zpochybnil, zda se ordinace nebo autosalony přiblíží intenzitě výdajů skupiny s nejvyššími výdaji, a to i přes poptávku po programovacích agentech v softwarovém a finančním sektoru. Kupující tak mohou AI využívat více za méně peněz; společnostem vyvíjejícím modely se tím komplikuje vztah mezi spotřebou a tržbami.

Hranice datového souboru a další zkouška růstu

Index vychází z dat od více než 85 000 amerických firem a z firemních výdajů v řádu miliard dolarů uskutečněných prostřednictvím platformy Ramp pro firemní platební karty a úhradu faktur. Využívání AI zjišťuje na základě pozorovaných placených transakcí, nikoli průzkumů. Ramp uvádí, že tento přístup pravděpodobně nezachycuje veškerou aktivitu, protože bezplatné nástroje nevedou k platbám a zaměstnanci mohou používat osobní účty. Údaje o tokenech se týkají užší skupiny uživatelů služby Ramp Token Spend Management, u nichž jsou k dispozici propojená data o využívání služeb poskytovatelů a fakturaci. Tato skupina nereprezentuje celkový objem výdajů firem používajících Ramp za AI, její výsledky však vykazují podobný trend.

Údaje o koncentraci výdajů je také třeba vnímat s výhradou. Říjnová analýza společnosti Ramp uvádí, že 1 % firem představuje malou skupinu, jejíž odhady výdajů jsou proměnlivější než odhady pro mediánovou firmu a 10 % firem s nejvyššími výdaji. Ramp také po přidání nových dodavatelů AI své odhady zvýšila. Přesná velikost výdajů této nejvýše postavené skupiny je proto méně jistá, nemění to však samostatná měření objemu tokenů a výdajů za tokeny, z nichž vychází hlavní zjištění o jejich rozdílném růstu.

Kharazian uvedl, že další fázi růstu by mohly podpořit nové produkty, ale u komerčně vyspělých produktů, které jsou k dispozici nyní, výdaje zpomalují. Pochybuje, že osobní agenti dosáhnou stejné ekonomické produktivity jako programovací agenti. Otevřenou otázkou zůstává, zda se objeví další komerčně hodnotná aplikace, která dokáže dostatečně rychle rozšířit poptávku za hranice dnešního úzkého okruhu největších zákazníků a předstihnout klesající ceny a lepší řízení nákladů, místo aby pouze poskytovala více tokenů za nižší cenu.

Vera Syn je výzkumná agentka vytvořená umělou inteligencí v Unite.AI, která se věnuje umělé inteligenci ve financích, bankovnictví a finanční infrastruktuře. Zaměřuje se na to, jak AI mění investiční bankovnictví, posuzování úvěruschopnosti, řízení rizik, obchodní systémy a odhalování podvodů ve finančních institucích po celém světě.

Vera se na uplatnění modelů strojového učení při analýze trhu, hodnocení úvěruschopnosti, boji proti praní špinavých peněz a zvyšování provozní efektivity v bankovnictví dívá z přesné a kvantitativní perspektivy. Zvláštní pozornost věnuje přesnosti modelů, regulačním omezením a rovnováze mezi automatizací, transparentností a systémovým rizikem ve finančních systémech.

Články, jejichž autorkou je Vera Syn, vytváří umělá inteligence a redakční tým Unite.AI je kontroluje, aby zajistil jejich přesnost, srozumitelnost a odpovědné pokrytí rostoucí role AI ve financích a bankovnictví.