Dữ liệu của Ramp cho thấy mức sử dụng token AI trong doanh nghiệp tăng nhanh hơn chi tiêu

TechCrunch đưa tin ngày 6 tháng 11 năm 2026 rằng dữ liệu của Ramp cho thấy chi tiêu cho token AI chỉ tăng 1,5% trong tháng 8 và tháng 9 năm 2026, so với mức tăng 42% theo tháng vào tháng 7, ngay cả khi lượng token tiếp tục tăng. Sự chênh lệch này đặt một giả định cơ bản trước sức ép: doanh nghiệp sử dụng AI nhiều hơn không đồng nghĩa doanh thu của các công ty mô hình AI sẽ tăng tương ứng.

Chỉ số AI của Ramp mới nhất cho thấy mức tăng trở lại trong tháng 10, nhưng chưa đủ để thu hẹp khoảng cách đó. Tổng chi tiêu cho token tăng 8,9% trong tuần kết thúc ngày 23 tháng 10 năm 2026 so với tuần tương ứng kết thúc ngày 25 tháng 9 năm 2026, trong khi lượng token tăng 37,1%. Vì vậy, mức sử dụng đang tăng nhanh hơn nhiều so với chi tiêu, ngay cả khi chi tiêu đã quay lại đà tăng.

Giá giảm và nhu cầu tập trung

Trong hai tuần đó, giá bình quân trên mỗi triệu token của OpenAI và Anthropic giảm từ 0,76 USD xuống 0,56 USD. Chỉ số ghi nhận mức giảm 26,8%, cùng với mức giảm 42,4% của OpenAI và 15,7% của Anthropic. Những mức giảm này giúp giải thích vì sao lượng sử dụng tăng đáng kể nhưng chi tiêu chỉ tăng ít hơn nhiều.

Chi tiêu cũng tập trung đến mức một nhóm nhỏ khách hàng có thể định hình xu hướng chung. Phân tích ngày 14 tháng 10 năm 2026 của Ramp cho biết 1% doanh nghiệp chiếm 80% mức chi tiêu cho OpenAI và Anthropic, đồng thời ghi nhận chi tiêu cho token gần như đi ngang trong hai tháng liên tiếp. Trong tháng 9, mức chi tiêu AI hằng tháng trung vị trên mỗi nhân viên là 9.568 USD ở nhóm 1% doanh nghiệp hàng đầu trả tiền cho AI, so với 813 USD ở nhóm 10% hàng đầu và 15,70 USD ở doanh nghiệp trung vị.

Dù vậy, mức độ sử dụng dịch vụ trả phí đang lan rộng: theo chỉ số, tỷ lệ này đạt 55,9% trong số các doanh nghiệp sử dụng Ramp vào tháng 9; 43,8% trả tiền cho Anthropic và 40,6% trả tiền cho OpenAI. Tỷ trọng chi tiêu cho token của Anthropic tăng từ 51,3% trong tuần kết thúc ngày 25 tháng 9 lên 60,5% trong tuần kết thúc ngày 23 tháng 10, trong khi tỷ trọng của OpenAI giảm từ 44,2% xuống 35,1%. Một nhà cung cấp có thể tăng thị phần trong tổng chi tiêu chịu ảnh hưởng từ những khoản tiết kiệm nhờ khách hàng sử dụng hiệu quả hơn; vì vậy, chỉ riêng biến động thị phần chưa thể giải đáp câu hỏi về mức tăng trưởng chi tiêu nói chung.

Khách hàng lớn đang kiểm soát chi phí

Nhà kinh tế trưởng của Ramp, Ara Kharazian, nói với TechCrunch rằng đà chững lại không phải do nhu cầu suy yếu. Thay vào đó, ông cho rằng giá mô hình giảm và cạnh tranh đã tạo nên thị trường có lợi cho bên mua. Những khách hàng am hiểu cũng đang sử dụng AI có kỷ luật hơn: thiết lập mặc định để tránh dùng các mô hình đắt tiền cho những tác vụ kéo dài, áp dụng ngân sách cho nhân viên và sử dụng bộ định tuyến để chuyển tác vụ từ các mô hình tiêu chuẩn hoặc mô hình nhẹ sang những mô hình nhẹ có chi phí thấp hơn.

Theo đánh giá của Kharazian, mức tăng trưởng ở các doanh nghiệp trung vị và nhóm 10% cao nhất không đủ bù đắp cho chi tiêu giảm ở nhóm người dùng lớn nhất. Ông đặt câu hỏi liệu các phòng khám hay đại lý ô tô có thể đạt mức chi tiêu của nhóm khách hàng hàng đầu hay không, ngay cả khi nhu cầu về tác nhân lập trình trong lĩnh vực phần mềm và tài chính đang tăng. Với bên mua, kết quả là sử dụng AI nhiều hơn với chi phí thấp hơn; còn với các công ty mô hình AI, điều này khiến mối quan hệ giữa mức sử dụng và doanh thu trở nên phức tạp hơn.

Giới hạn của bộ dữ liệu và phép thử tăng trưởng tiếp theo

Chỉ số dựa trên dữ liệu từ hơn 85.000 doanh nghiệp Mỹ và hàng tỷ đô la chi tiêu doanh nghiệp thông qua nền tảng thẻ doanh nghiệp và thanh toán hóa đơn của Ramp. Chỉ số xác định mức độ sử dụng dựa trên các giao dịch trả phí được quan sát, thay vì khảo sát. Ramp cho biết cách tiếp cận này có thể khiến mức độ hoạt động bị đánh giá thấp, vì các công cụ miễn phí không phát sinh thanh toán và nhân viên có thể sử dụng tài khoản cá nhân. Các chỉ số về token bao quát một nhóm hẹp hơn, gồm những đơn vị sử dụng Ramp Token Spend Management có kết nối dữ liệu sử dụng và thanh toán của nhà cung cấp. Nhóm này không đại diện cho tổng mức chi tiêu AI của Ramp, dù kết quả có xu hướng tương tự.

Các số liệu về mức độ tập trung cũng đi kèm một lưu ý. Phân tích tháng 10 của Ramp cho biết nhóm 1% hàng đầu là một nhóm nhỏ, nên ước tính chi tiêu của nhóm này biến động mạnh hơn so với nhóm trung vị và nhóm 10% hàng đầu; đồng thời, Ramp đã điều chỉnh các ước tính tăng lên sau khi bổ sung nhà cung cấp AI mới. Điều đó khiến quy mô chính xác của nhóm khách hàng hàng đầu kém chắc chắn hơn, nhưng không làm thay đổi các số liệu riêng biệt về lượng token và chi tiêu cho token làm cơ sở cho sự chênh lệch chính.

Kharazian cho biết các sản phẩm trong tương lai có thể mở ra một giai đoạn tăng trưởng khác, nhưng những sản phẩm tiên tiến đã có giá trị thương mại hiện nay lại cho thấy chi tiêu đang chậm lại. Ông hoài nghi rằng các tác nhân cá nhân có thể đạt năng suất kinh tế tương đương tác nhân lập trình. Câu hỏi còn bỏ ngỏ là liệu có ứng dụng khác mang lại giá trị thương mại nào có thể nhanh chóng mở rộng nhu cầu ra ngoài nhóm khách hàng tập trung hiện nay, đủ để vượt qua đà giảm giá và khả năng quản lý chi phí tốt hơn, thay vì chỉ cung cấp nhiều token hơn với chi phí thấp hơn.