Vad händer när företag inte längre har råd med sin AI?

Under sina första år gjorde Uber det billigare att åka tvärs över staden än att ta en taxi. Investerarna täckte mellanskillnaden tills företaget behövde börja tjäna pengar. Uppgifter från Rakuten Intelligence visade att priserna på beställningsresor via appar i USA steg med 92 % mellan 2018 och 2021, och 2023 blev till och med Ubers vd förvånad när han fick höra vad en resa på tre miles i New York kostade.

Artificiell intelligens närmar sig ett liknande skede. Anthropic bekräftade i juni att företaget hade lämnat in en konfidentiell ansökan om börsnotering i USA, och enligt uppgifter förbereder OpenAI sig för att följa efter. Börsnoterade företag måste svara inför aktieägarna varje kvartal, och den granskningen brukar påverka prissättningen.

Det väcker en fråga som många företag ännu inte har ställt: Vad händer om den AI som deras produkter bygger på blir dyrare, får fler begränsningar eller både och? Svaret beror mindre på vad AI-labben beslutar än på hur varje företag har byggt sin verksamhet kring dem, och det finns fortfarande tid att förbereda sig.

AI-kostnader har flyttat från IT-budgeten till affärsmodellen

De första AI-räkningarna var så små att de kunde bokföras som experimentkostnader. I dag ingår AI i produkter och arbetsflöden, vilket innebär att kostnaden påverkar marginalerna direkt. Dagens priser speglar en period av kraftiga investeringar.

I ett test utfört av analysföretaget SemiAnalysis gav abonnemanget Claude Max för 200 dollar i månaden användning motsvarande omkring 8 000 dollar per månad, räknat enligt standardpriserna för API:er. Det är generöst för användarna och visar hur långt vissa priser ligger från den underliggande kostnaden för tjänsten.

Vissa förändringar har redan börjat. I mitten av 2025 ändrade AI-kodningsverktyget Cursor sitt abonnemang för 20 dollar i månaden, så att användningen debiterades enligt API-priser, och Anthropic införde veckovisa användningsgränser för sina mest intensiva Claude Code-användare. Utvecklaren Simon Willison menade att eran med AI-användning som subventioneras av investerare kan vara på väg att ta slut.

Analytiker ger liknande råd. Gartners vägledning från augusti 2026 uppmanar företagsledare att förbereda sig på sannolika prishöjningar för AI. Gartners analytiker har också varnat för att organisationer som inte förstår hur AI-kostnaderna ökar med användningen kan felbedöma dem med 500–1 000 %.

Lägre priser per enhet hjälper, men bara till en viss gräns. Epoch AI visar att priset för en viss nivå av AI-prestanda sjunker kraftigt varje år, men MIT-forskare fann att nyare resonemangsmodeller använder betydligt mer beräkningskraft för att komma fram till sina svar. Kostnaden ökar med användningen, och användningen fortsätter att öka.

Vad börsnoterade AI-labb kan innebära för startupföretagen som bygger på dem

En börsnotering innebär krav på disciplin. Börsnoterade AI-labb måste visa investerarna hur de ska nå hållbara marginaler, och prissättningen är ett av de mest direkta verktygen de har. Det kan innebära högre listpriser, striktare användningsgränser, att funktioner flyttas till premiumabonnemang eller att äldre modeller fasas ut tidigare.

Startupföretag konkurrerar dessutom på samma marknad som sina leverantörer. AI-labb erbjuder i allt högre grad egna applikationer, vilket Anthropic har gjort med Claude Code. Därför lönar det sig att tydligt visa vilket värde ett företag tillför utöver själva modellen.

Det finns också en positiv sida. Börsnoterade företag offentliggör mer information, vilket ger kunderna bättre insyn i hur AI prissätts. Konkurrensen mellan leverantörer och de snabbt förbättrade öppna modellerna bör hålla priserna nere för dem som är beredda att byta.

Så kan företag minska sitt beroende

Affärsrisken kokar ner till två frågor. Skulle kunderna värdera tjänsten tillräckligt högt för att betala mer om kostnaderna steg? Och finns det tillräckliga marginaler för att absorbera en prishöjning? För företag som är osäkra på svaren finns det fem arbetssätt som kan hjälpa, och inget av dem kräver att man börjar om från början.

Ta reda på vad varje uppgift kostar. Många team känner till sin månatliga AI-räkning, men inte kostnaden för en enskild kundåtgärd. Genom att mäta kostnaden per uppgift blir det tydligt vilka funktioner, kunder eller användningsområden som skulle bli olönsamma om priserna steg med 30 %, 50 % eller till och med 100 %.

Använd AI där den skapar störst värde. Stora modeller är bäst på att hantera tvetydigheter, till exempel när de tar sig an ett problem för första gången. För återkommande arbetsuppgifter passar traditionell programvara ofta bättre. Vid programvarutestning kan AI till exempel ta reda på hur en användarresa ska testas en gång, varefter testet kan köras tusentals gånger som vanlig kod utan att anropa någon modell.

Välj en modell som passar uppgiften. Epoch AI fann att de bästa öppna modellerna som kan köras på ett enda grafikkort för konsumentbruk ligger ungefär ett år eller mindre efter de ledande modellerna. För rutinuppgifter kan en mindre modell eller en modell som körs på den egna infrastrukturen ge godtagbara resultat till en bråkdel av kostnaden.

Se till att det går att byta leverantör. Produkter som bygger på en viss leverantörs specifika funktioner är svårast att flytta. Ett enkelt lager mellan produkten och modellen, tillsammans med regelbundna tester av alternativ, gör en framtida prishöjning till en förhandlingsfråga.

Sätt pris efter resultat. Om kunderna debiteras per token får varje förändring av AI-priserna omedelbart genomslag för dem. Ett fast pris per resultat, till exempel för en slutförd uppgift eller en löst förfrågan, håller priserna stabila för kunderna och ger företaget utrymme att hantera förändringar i sina egna kostnader. Samma princip är användbar vid inköp: verktyg med resultatbaserad prissättning gör framtida utgifter lättare att förutse.

Ekonomisk överkomlighet är en designfråga

Uber höjde priserna utan att det innebar slutet för appbaserade taxitjänster. Däremot slog prishöjningarna ut affärsmodeller som byggde på antagandet att resor alltid skulle subventioneras. AI kommer sannolikt att följa en liknande utveckling. När de stora AI-laboratorierna går till börsen kommer AI att prissättas närmare kostnaden för att tillhandahålla den, och företagen kommer att bedömas utifrån om deras produkter fortfarande fungerar till det priset.

De företag som är bäst rustade för den här omställningen ser AI som ett beroende som måste mätas och hanteras. För företag som ännu inte har kommit i gång är det inte för sent. Alla de här åtgärderna kan inledas det här kvartalet, och var och en gör nästa prisförändring lättare att hantera.