Ramp के आंकड़े दिखाते हैं कि कारोबारों में एआई टोकन का इस्तेमाल खर्च में बढ़ोतरी से तेज़ी से बढ़ रहा है

TechCrunch ने 6 नवंबर, 2026 को रिपोर्ट किया कि Ramp के आंकड़ों के अनुसार, अगस्त और सितंबर 2026 में एआई टोकन पर खर्च सिर्फ़ 1.5% बढ़ा, जबकि जुलाई में महीने-दर-महीने वृद्धि 42% थी; इस दौरान टोकन की मात्रा लगातार बढ़ती रही। यह अंतर एक बुनियादी धारणा पर सवाल खड़ा करता है: कारोबारों में एआई का ज़्यादा इस्तेमाल अपने-आप मॉडल कंपनियों के राजस्व में उतनी ही वृद्धि नहीं करता।

सबसे हालिया Ramp AI Index में अक्टूबर में फिर से बढ़ोतरी दिखती है, लेकिन इतनी नहीं कि यह अंतर मिट जाए। 23 अक्टूबर, 2026 को समाप्त सप्ताह में टोकन पर कुल खर्च, 25 सितंबर, 2026 को समाप्त तुलनीय सप्ताह के मुकाबले 8.9% बढ़ा, जबकि टोकन की मात्रा 37.1% बढ़ी। इसलिए, खर्च में फिर से वृद्धि शुरू होने के बावजूद, इस्तेमाल खर्च की तुलना में कहीं तेज़ी से बढ़ रहा है।

घटती कीमतें और कुछ ग्राहकों में केंद्रित मांग

इन दोनों सप्ताहों के बीच, OpenAI और Anthropic के टोकनों की प्रति दस लाख संयुक्त औसत कीमत $0.76 से घटकर $0.56 रह गई। सूचकांक के अनुसार, यह 26.8% की गिरावट है; वहीं OpenAI के लिए 42.4% और Anthropic के लिए 15.7% की गिरावट दर्ज की गई। कीमतों में ये कमी यह समझने में मदद करती है कि इस्तेमाल में उल्लेखनीय वृद्धि के बावजूद खर्च में बढ़ोतरी कहीं कम क्यों हो सकती है।

खर्च कुछ हद तक कुछ ही ग्राहकों में केंद्रित है, इसलिए ग्राहकों का एक छोटा समूह समग्र रुझान को प्रभावित कर सकता है। Ramp के 14 अक्टूबर, 2026 के विश्लेषण के मुताबिक, OpenAI और Anthropic पर होने वाले खर्च का 80% कंपनियों के शीर्ष 1% से आया; इसमें टोकन पर खर्च लगभग स्थिर रहने के लगातार दो महीनों की भी पहचान की गई। सितंबर में, एआई के लिए भुगतान करने वाली कंपनियों के शीर्ष 1% में प्रति कर्मचारी औसत मासिक एआई खर्च $9,568 था। इसकी तुलना में, शीर्ष 10% में यह $813 और औसत कंपनी में $15.70 था।

इसके बावजूद, भुगतान वाले एआई का इस्तेमाल बढ़कर अधिक कारोबारों तक पहुंच रहा है: सूचकांक के अनुसार, सितंबर में Ramp के 55.9% कारोबार इसके लिए भुगतान कर रहे थे; 43.8% Anthropic और 40.6% OpenAI के लिए भुगतान कर रहे थे। टोकन पर होने वाले खर्च में Anthropic की हिस्सेदारी 25 सितंबर को समाप्त सप्ताह के 51.3% से बढ़कर 23 अक्टूबर को समाप्त सप्ताह में 60.5% हो गई, जबकि OpenAI की हिस्सेदारी 44.2% से घटकर 35.1% रह गई। ग्राहकों की दक्षता में सुधार से प्रभावित खर्च के कुल दायरे में किसी प्रदाता की हिस्सेदारी बढ़ सकती है; इसलिए, केवल हिस्सेदारी में बदलाव से खर्च में कुल वृद्धि का सवाल हल नहीं होता।

बड़े ग्राहक लागत पर नियंत्रण रख रहे हैं

Ramp के प्रमुख अर्थशास्त्री Ara Kharazian ने TechCrunch को बताया कि यह सुस्ती मांग की समस्या नहीं है। इसके बजाय, उन्होंने मॉडल की कीमतों में कटौती और प्रतिस्पर्धा की ओर इशारा किया, जिनसे खरीदारों के पक्ष वाला बाज़ार बना है। उन्नत ग्राहक खर्च पर अधिक अनुशासन भी अपना रहे हैं: वे ऐसे डिफ़ॉल्ट तय कर रहे हैं जिनसे महंगे मॉडल लंबे समय तक चलने वाले कार्यों के लिए इस्तेमाल न हों, कर्मचारियों के बजट तय कर रहे हैं और राउटर का उपयोग करके काम को मानक या हल्के मॉडलों से कम कीमत वाले हल्के मॉडलों की ओर भेज रहे हैं।

Kharazian का आकलन है कि औसत और शीर्ष 10% कंपनियों में वृद्धि सबसे बड़े उपयोगकर्ताओं के कम होते खर्च की भरपाई के लिए पर्याप्त नहीं है। उन्होंने सवाल उठाया कि क्या चिकित्सा केंद्र या कार डीलरशिप शीर्ष समूह जितना खर्च करेंगी, भले ही सॉफ़्टवेयर और वित्त क्षेत्र में कोडिंग एजेंटों की मांग हो। खरीदारों के लिए नतीजा है कम पैसे में एआई का अधिक इस्तेमाल; मॉडल कंपनियों के लिए, इससे इस्तेमाल और राजस्व के बीच का संबंध अधिक जटिल हो जाता है।

डेटासेट की सीमाएं और अगली वृद्धि की कसौटी

यह सूचकांक Ramp के कॉर्पोरेट कार्ड और बिल भुगतान मंच के ज़रिए 85,000 से अधिक अमेरिकी कारोबारों और अरबों डॉलर के कॉर्पोरेट खर्च के आंकड़ों पर आधारित है। इसमें सर्वेक्षणों के बजाय वास्तविक भुगतान लेन-देन देखकर यह पता लगाया जाता है कि एआई को अपनाया गया है या नहीं। Ramp का कहना है कि इस तरीके से गतिविधि का वास्तविक स्तर कम आंका जा सकता है, क्योंकि मुफ़्त टूल से भुगतान दर्ज नहीं होता और कर्मचारी निजी खाते इस्तेमाल कर सकते हैं। टोकन से जुड़े आंकड़ों में इससे भी छोटा वह समूह शामिल है जो Ramp Token Spend Management का इस्तेमाल करता है और जिसके लिए प्रदाता के इस्तेमाल तथा बिलिंग के आंकड़े जुड़े हुए हैं। यह समूह Ramp के कुल एआई खर्च का प्रतिनिधि नहीं है, हालांकि इसके नतीजे मोटे तौर पर उसी दिशा में हैं।

खर्च के केंद्रीकरण के आंकड़ों के साथ एक सावधानी भी जुड़ी है। Ramp के अक्टूबर के विश्लेषण के मुताबिक, शीर्ष 1% एक छोटा समूह है, जिसके खर्च के अनुमान औसत कंपनी और शीर्ष 10% के अनुमानों की तुलना में अधिक उतार-चढ़ाव वाले हैं। नए एआई विक्रेताओं को शामिल करने के बाद Ramp ने इन अनुमानों को ऊपर की ओर संशोधित भी किया। इससे शीर्ष समूह के सटीक आकार को लेकर अनिश्चितता बढ़ती है, लेकिन इससे टोकन की मात्रा और टोकन पर खर्च के उन अलग-अलग मापों में बदलाव नहीं होता जिनसे यह मुख्य अंतर सामने आता है।

Kharazian ने कहा कि भविष्य के उत्पाद वृद्धि का एक और चरण ला सकते हैं, लेकिन अभी उपलब्ध व्यावसायिक रूप से उन्नत उत्पादों में खर्च की रफ्तार धीमी पड़ती दिखती है। उन्हें संदेह है कि निजी एजेंट, कोडिंग एजेंटों जैसी आर्थिक उत्पादकता हासिल कर पाएंगे। खुला सवाल यह है कि क्या कोई और व्यावसायिक रूप से मूल्यवान अनुप्रयोग आज के कुछ चुनिंदा खरीदारों से आगे मांग को इतनी तेज़ी से बढ़ा सकता है कि घटती कीमतों और बेहतर लागत प्रबंधन के असर को पीछे छोड़ दे—या फिर वह केवल कम लागत पर अधिक टोकन उपलब्ध कराएगा।