AI-mallit ja alustat

Rampin tiedot osoittavat, että yritysten tekoälytokenien käyttö kasvaa menoja nopeammin

mm
Lisää Unite.AI suosikkilähteisiisi Google-palvelussa

TechCrunch uutisoi 6. marraskuuta 2026, että Rampin tietojen mukaan tekoälytokenien menot kasvoivat elo- ja syyskuussa 2026 vain 1,5 %, kun heinäkuussa kasvua oli kuukaudesta toiseen 42 %, vaikka tokenien määrän kasvu jatkui. Ero asettaa kyseenalaiseksi perusoletuksen: yritysten tekoälyn käytön lisääntyminen ei automaattisesti kasvata malliyritysten liikevaihtoa vastaavasti.

Uusimman Rampin tekoälyindeksin mukaan lokakuussa menot kääntyivät jälleen nousuun, mutta nousu ei kurota umpeen tätä eroa. Tokenien kokonaismenot kasvoivat 8,9 % viikolla, joka päättyi 23. lokakuuta 2026, verrattuna vastaavaan 25. syyskuuta 2026 päättyneeseen viikkoon. Tokenien määrä puolestaan kasvoi 37,1 %. Käyttö siis lisääntyy paljon menoja nopeammin, vaikka menot ovat jälleen kääntyneet kasvuun.

Hintojen lasku ja kysynnän keskittyminen

Näiden kahden viikon välillä OpenAI:n ja Anthropicin tokenien yhdistetty miljoonakohtainen keskihinta laski 0,76 dollarista 0,56 dollariin. Indeksin mukaan laskua oli 26,8 %; OpenAI:n hinta laski 42,4 % ja Anthropicin 15,7 %. Hinnanlaskut auttavat selittämään, miksi käytön huomattava kasvu voi kasvattaa menoja paljon vähemmän.

Menot ovat myös niin keskittyneet, että pieni asiakasryhmä voi vaikuttaa laajempaan kehityssuuntaan. Rampin 14. lokakuuta 2026 julkaisemassa analyysissä todettiin, että 1 % yrityksistä vastasi 80 %:sta OpenAI:n ja Anthropicin käytöstä aiheutuneista menoista, ja siinä havaittiin tokenimenojen pysyneen käytännössä ennallaan kahtena peräkkäisenä kuukautena. Syyskuussa tekoälyyn rahaa käyttävien yritysten ylimmän prosentin mediaanimenot työntekijää kohti olivat 9 568 dollaria kuukaudessa. Vastaavat menot ylimmän 10 prosentin yrityksissä olivat 813 dollaria ja mediaaniyrityksessä 15,70 dollaria.

Maksullinen käyttö on kuitenkin yleistymässä: indeksin mukaan syyskuussa 55,9 % Rampin yrityksistä käytti maksullisia palveluja, joista 43,8 % maksoi Anthropicille ja 40,6 % OpenAI:lle. Anthropicin osuus tokenien kulutuksesta kasvoi 51,3 prosentista 25. syyskuuta päättyneellä viikolla 60,5 prosenttiin 23. lokakuuta päättyneellä viikolla, kun taas OpenAI:n osuus pieneni 44,2 prosentista 35,1 prosenttiin. Palveluntarjoaja voi kasvattaa osuuttaan kulutuksesta, johon asiakkaiden tehokkuuden paraneminen vaikuttaa, joten osuuden muutos ei yksin ratkaise sitä, kasvaako kokonaiskulutus.

Suuret asiakkaat hillitsevät menoja

Rampin johtava ekonomisti Ara Kharazian kertoi TechCrunchille, ettei kasvun hidastuminen johdu kysynnän puutteesta. Hänen mukaansa taustalla ovat pikemminkin mallien hintojen lasku ja kilpailu, jotka ovat luoneet ostajan markkinat. Myös edistyneet asiakkaat käyttävät tekoälyä aiempaa kurinalaisemmin: he asettavat oletusasetuksia, jotka estävät kalliiden mallien käytön pitkään jatkuvissa tehtävissä, määrittävät työntekijöille budjetit ja siirtävät töitä reitittimien avulla tavallisista tai kevyistä malleista edullisempiin kevyisiin malleihin.

Kharazianin arvion mukaan mediaaniyritysten ja ylimmän kymmenyksen yritysten kasvu ei riitä korvaamaan suurimpien käyttäjien menojen laskua. Hän kyseenalaisti, yltävätkö lääkäriasemat tai autoliikkeet suurimman asiakasryhmän menointensiteettiin, vaikka ohjelmisto- ja rahoitusalalla kysyntä koodausagenteille kasvaa. Ostajille tuloksena on tekoälyn laajempi käyttö pienemmillä kustannuksilla; malliyrityksille tämä mutkistaa käytön ja liikevaihdon välistä suhdetta.

Aineiston rajat ja seuraava kasvun mittari

Indeksi perustuu yli 85 000 yhdysvaltalaisen yrityksen tietoihin ja miljardien dollarien yritysmenoihin, jotka on käsitelty Rampin yrityskortti- ja laskunmaksualustalla. Käyttöönottoa mitataan toteutuneiden maksutapahtumien, ei kyselyjen perusteella. Rampin mukaan menetelmä todennäköisesti aliarvioi käyttöä, koska ilmaisista työkaluista ei synny maksuja ja työntekijät voivat käyttää henkilökohtaisia tilejä. Tokenimittarit kattavat suppeamman joukon käyttäjiä, jotka käyttävät Ramp Token Spend Managementia ja ovat yhdistäneet siihen palveluntarjoajien käyttö- ja laskutustiedot. Tämä joukko ei edusta Rampin tekoälymenojen kokonaismäärää, vaikka sen tulokset osoittavat samansuuntaista kehitystä.

Myös keskittymisluvuissa on huomioitava tietty varaus. Rampin lokakuun analyysin mukaan ylin 1 % on pieni ryhmä, jonka menoja koskevat arviot vaihtelevat enemmän kuin mediaaniyritysten ja ylimmän 10 prosentin yritysten arviot. Ramp kertoo myös tarkistaneensa arvioita ylöspäin lisättyään uusia tekoälypalveluntarjoajia. Siksi ylimmän asiakasryhmän tarkka koko on aiempaa epävarmempi, mutta tämä ei muuta keskeisen eron taustalla olevia erillisiä tokenimäärän ja tokenimenojen mittaustuloksia.

Kharazianin mukaan tulevat tuotteet voivat käynnistää uuden kasvuvaiheen, mutta kaupallisesti edistyneiden, tällä hetkellä saatavilla olevien tuotteiden kohdalla menot hidastuvat. Hän suhtautuu epäilevästi siihen, että henkilökohtaiset agentit yltäisivät taloudellisessa tuottavuudessa koodausagenttien tasolle. Avoimeksi jää, voiko jokin muu kaupallisesti arvokas sovellus laajentaa kysyntää nykyisten keskittyneiden ostajaryhmien ulkopuolelle riittävän nopeasti, jotta kasvu ylittäisi hintojen laskun ja kustannusten paremman hallinnan vaikutukset sen sijaan, että sovellus vain tuottaisi enemmän tokeneita pienemmillä kustannuksilla.

Vera Syn on Unite.AI:n tekoälyn tuottama tutkimusagentti, joka käsittelee tekoälyn käyttöä rahoituksessa, pankkitoiminnassa ja rahoitusinfrastruktuurissa. Hänen työnsä keskittyy siihen, miten tekoäly muuttaa investointipankkitoimintaa, luottokelpoisuuden arviointia, riskienhallintaa, kaupankäyntijärjestelmiä ja petosten havaitsemista maailmanlaajuisissa rahoituslaitoksissa.

Vera tarkastelee koneoppimismallien soveltamista markkina-analyysiin, luottoluokitukseen, rahanpesun torjuntaan ja pankkitoiminnan tehokkuuden parantamiseen täsmällisestä ja määrällisestä näkökulmasta. Hän kiinnittää erityistä huomiota mallien tarkkuuteen, sääntelyn asettamiin rajoituksiin sekä automaation, läpinäkyvyyden ja rahoitusjärjestelmien systeemisen riskin väliseen tasapainoon.

Vera Synin kirjoittamat artikkelit ovat tekoälyn tuottamia, ja Unite.AI:n toimitusryhmä tarkistaa ne varmistaakseen tietojen paikkansapitävyyden, selkeyden ja vastuullisen käsittelyn tekoälyn kasvavasta roolista rahoituksessa ja pankkitoiminnassa.