Datele Ramp arată că utilizarea tokenurilor AI în companii crește mai rapid decât cheltuielile

TechCrunch a relatat la 6 noiembrie 2026 că datele Ramp arată că cheltuielile pentru tokenuri AI au crescut cu doar 1,5% cumulat în august și septembrie 2026, față de o creștere de 42% de la o lună la alta în iulie, chiar dacă volumele de tokenuri au continuat să crească. Această divergență pune sub semnul întrebării o ipoteză fundamentală: utilizarea mai intensă a AI de către companii nu duce automat la o creștere echivalentă a veniturilor companiilor care dezvoltă modele.

Cel mai recent indice AI al Ramp arată o revenire în octombrie, dar nu suficientă pentru a reduce acest decalaj. Cheltuielile totale pentru tokenuri au crescut cu 8,9% în săptămâna încheiată la 23 octombrie 2026, față de săptămâna comparabilă încheiată la 25 septembrie 2026, în timp ce volumul tokenurilor a urcat cu 37,1%. Prin urmare, consumul se extinde mult mai rapid decât cheltuielile, chiar și după ce acestea au revenit pe creștere.

Prețuri în scădere și cerere concentrată

Între cele două săptămâni, prețul mediu pentru un milion de tokenuri, calculat pentru OpenAI și Anthropic, a scăzut de la 0,76 $ la 0,56 $. Indicele consemnează o scădere de 26,8%, precum și reduceri de 42,4% pentru OpenAI și de 15,7% pentru Anthropic. Aceste reduceri ajută la explicarea motivului pentru care o creștere considerabilă a utilizării poate genera o creștere mult mai mică a cheltuielilor.

Cheltuielile sunt, de asemenea, suficient de concentrate pentru ca un grup restrâns de clienți să influențeze tendința generală. Potrivit analizei din 14 octombrie 2026 a Ramp, 1% dintre companii au generat 80% din cheltuielile pentru OpenAI și Anthropic; analiza a identificat și două luni consecutive în care cheltuielile pentru tokenuri au fost practic constante. În septembrie, cheltuielile lunare mediane pentru AI per angajat au fost de 9.568 $ în rândul primului 1% dintre companiile care plătesc pentru AI, comparativ cu 813 $ în rândul primilor 10% și 15,70 $ pentru compania mediană.

Adopția plătită se extinde totuși: potrivit indicelui, în septembrie aceasta a ajuns la 55,9% dintre companiile care folosesc Ramp, dintre care 43,8% plăteau pentru Anthropic, iar 40,6% pentru OpenAI. Ponderea Anthropic în cheltuielile pentru tokenuri a crescut de la 51,3% în săptămâna încheiată la 25 septembrie la 60,5% în săptămâna încheiată la 23 octombrie, în timp ce ponderea OpenAI a scăzut de la 44,2% la 35,1%. Un furnizor își poate mări cota într-un fond de cheltuieli influențat de eficientizarea activității clienților; prin urmare, evoluția cotei de piață nu clarifică, de una singură, dacă cheltuielile totale cresc.

Clienții mari țin cheltuielile sub control

Economistul-șef al Ramp, Ara Kharazian, a declarat pentru TechCrunch că încetinirea nu este cauzată de o problemă a cererii. El a indicat, în schimb, reducerile de prețuri ale modelelor și concurența, care au creat o piață favorabilă cumpărătorilor. Clienții avansați devin, de asemenea, mai disciplinați: stabilesc setări implicite care împiedică folosirea modelelor scumpe pentru sarcini de lungă durată, impun limite de cheltuieli angajaților și folosesc sisteme de rutare pentru a transfera activitatea de la modele standard sau ușoare la modele ușoare mai ieftine.

Potrivit evaluării lui Kharazian, creșterea în rândul companiilor mediane și al celor din decila superioară nu este suficientă pentru a compensa reducerea cheltuielilor celor mai mari utilizatori. El a pus sub semnul întrebării posibilitatea ca cabinetele medicale sau reprezentanțele auto să ajungă la nivelul intensității cheltuielilor grupului de top, chiar și în condițiile cererii de agenți de programare din domeniile software și financiar. Pentru cumpărători, rezultatul este o utilizare mai intensă a AI la un cost mai mic; pentru companiile care dezvoltă modele, relația dintre consum și venituri devine mai greu de anticipat.

Limitele setului de date și următorul test al creșterii

Indicele se bazează pe peste 85.000 de companii americane și pe cheltuieli corporative de miliarde de dolari efectuate prin platforma Ramp de carduri corporative și plată a facturilor. Adopția este identificată pe baza tranzacțiilor plătite observate, nu a sondajelor. Ramp afirmă că această metodă probabil subestimează activitatea, deoarece instrumentele gratuite nu generează plăți, iar angajații pot folosi conturi personale. Indicatorii privind tokenurile acoperă un grup mai restrâns, care folosește Ramp Token Spend Management împreună cu date conectate despre utilizarea și facturarea de către furnizori. Acest grup nu este reprezentativ pentru volumul total al cheltuielilor Ramp pentru AI, deși rezultatele indică o tendință similară.

Cifrele privind concentrarea cheltuielilor trebuie, de asemenea, privite cu o rezervă. Analiza Ramp din octombrie arată că primul 1% reprezintă un grup restrâns, ale cărui estimări ale cheltuielilor sunt mai volatile decât cele pentru compania mediană și primii 10%; analiza precizează și că estimările au fost revizuite în creștere după adăugarea unor furnizori noi de AI. Astfel, dimensiunea exactă a grupului de top este mai puțin certă, însă acest lucru nu schimbă măsurătorile distincte ale volumului și cheltuielilor pentru tokenuri care stau la baza divergenței principale.

Kharazian a spus că produsele viitoare ar putea declanșa o nouă etapă de creștere, dar că produsele cu grad ridicat de maturitate comercială disponibile în prezent indică o încetinire a cheltuielilor. El este sceptic că agenții personali vor egala productivitatea economică a agenților de programare. Întrebarea deschisă este dacă o altă aplicație valoroasă din punct de vedere comercial poate extinde suficient de rapid cererea dincolo de grupul restrâns de cumpărători de astăzi pentru a contracara scăderea prețurilor și o gestionare mai eficientă a costurilor, în loc să ofere pur și simplu mai multe tokenuri la un cost mai mic.