Los datos de Ramp muestran que el uso de tokens de IA en las empresas crece más rápido que el gasto

TechCrunch informó el 6 de noviembre de 2026 que los datos de Ramp muestran que el gasto en tokens de IA creció apenas un 1,5 % entre agosto y septiembre de 2026, frente al crecimiento intermensual del 42 % registrado en julio, aunque el volumen de tokens siguió aumentando. Esta divergencia pone en entredicho una premisa básica: un mayor uso empresarial de la IA no se traduce automáticamente en un crecimiento equivalente de los ingresos de las empresas que desarrollan modelos.

El más reciente índice de IA de Ramp muestra un repunte en octubre, pero no suficiente para cerrar esa brecha. El gasto total en tokens aumentó un 8,9 % en la semana que terminó el 23 de octubre de 2026 respecto de la semana comparable que terminó el 25 de septiembre de 2026, mientras que el volumen de tokens creció un 37,1 %. Por lo tanto, el consumo se expande mucho más rápido que el gasto, incluso después de que este volviera a crecer.

La caída de los precios y la concentración de la demanda

Entre esas dos semanas, el precio combinado por millón de tokens de OpenAI y Anthropic cayó de 0,76 a 0,56 dólares. El índice cifra el descenso en un 26,8 %, junto con caídas del 42,4 % en OpenAI y del 15,7 % en Anthropic. Esas reducciones ayudan a explicar por qué un aumento considerable del uso puede generar un incremento mucho menor del gasto.

El gasto también está lo bastante concentrado como para que un pequeño grupo de clientes influya en la tendencia general. En su análisis del 14 de octubre de 2026, Ramp señaló que el 1 % de las empresas generó el 80 % del gasto en OpenAI y Anthropic, y detectó dos meses consecutivos de gasto en tokens prácticamente estable. En septiembre, el gasto mensual mediano en IA por empleado fue de 9.568 dólares entre el 1 % de las empresas que más gastan en IA, frente a 813 dólares entre el 10 % superior y 15,70 dólares en la empresa mediana.

Sin embargo, la adopción de pago sigue extendiéndose: el índice señala que en septiembre alcanzó al 55,9 % de las empresas de Ramp; el 43,8 % pagaba por Anthropic y el 40,6 %, por OpenAI. La participación de Anthropic en el gasto en tokens subió del 51,3 % en la semana que terminó el 25 de septiembre al 60,5 % en la semana que terminó el 23 de octubre, mientras que la de OpenAI pasó del 44,2 % al 35,1 %. Un proveedor puede ganar participación dentro de un conjunto de gastos condicionado por las mejoras de eficiencia de los clientes; por eso, los cambios en la participación por sí solos no resuelven la cuestión del crecimiento del gasto total.

Los grandes clientes están controlando los costos

Ara Kharazian, economista jefe de Ramp, declaró a TechCrunch que la desaceleración no se debe a un problema de demanda. En cambio, señaló las reducciones en los precios de los modelos y la competencia, que han creado un mercado favorable a los compradores. Los clientes más avanzados también están adoptando hábitos más disciplinados: establecen configuraciones predeterminadas que evitan que se usen modelos costosos en tareas de larga duración, fijan presupuestos para los empleados y utilizan enrutadores para trasladar tareas de modelos estándar o ligeros a modelos ligeros más baratos.

Según Kharazian, el crecimiento entre las empresas medianas y las del decil superior no basta para compensar la reducción del gasto de los usuarios más grandes. Se preguntó si los consultorios médicos o los concesionarios de automóviles se acercarán a la intensidad de gasto del grupo principal, incluso con la demanda de agentes de programación en los sectores del software y las finanzas. Para los compradores, el resultado es un mayor uso de la IA por menos dinero; para las empresas que desarrollan modelos, esto complica la relación entre consumo e ingresos.

Límites del conjunto de datos y la próxima prueba de crecimiento

El índice se basa en más de 85.000 empresas estadounidenses y miles de millones de dólares en gastos corporativos realizados a través de la plataforma de tarjetas corporativas y pago de facturas de Ramp. Mide la adopción a partir de transacciones de pago observadas, en lugar de encuestas. Ramp afirma que este método probablemente subestima la actividad, ya que las herramientas gratuitas no generan pagos y los empleados podrían usar cuentas personales. Las métricas de tokens abarcan un subconjunto más reducido que utiliza Ramp Token Spend Management y cuyos datos de uso y facturación de proveedores están conectados. Ese subconjunto no representa el volumen total del gasto en IA de Ramp, aunque sus resultados muestran una tendencia similar.

Las cifras de concentración también deben interpretarse con una salvedad. El análisis de octubre de Ramp señala que el 1 % superior es un grupo pequeño cuyas estimaciones de gasto son más volátiles que las del grupo mediano y el 10 % superior, y que la empresa revisó al alza las estimaciones tras incorporar nuevos proveedores de IA. Esto reduce la certeza sobre el tamaño exacto del grupo principal, pero no modifica las mediciones independientes del volumen y el gasto en tokens que sustentan la divergencia central.

Kharazian afirmó que los productos futuros podrían impulsar otra fase de crecimiento, pero que los productos comercialmente avanzados disponibles actualmente muestran una desaceleración del gasto. Duda de que los agentes personales igualen la productividad económica de los agentes de programación. La pregunta que sigue abierta es si otra aplicación de valor comercial podrá ampliar la demanda más allá de los compradores concentrados de hoy con suficiente rapidez para superar la caída de los precios y una mejor gestión de los costos, en lugar de limitarse a ofrecer más tokens a un costo menor.