Ramp: рост расходов на ИИ замедлился при увеличении потребления токенов
Платёжная платформа Ramp зафиксировала резкое замедление корпоративных расходов на ИИ: в августе и сентябре траты на токены выросли всего на 1,5%, тогда как в июле месячный рост составлял 42%. При этом объёмы использования моделей продолжали увеличиваться. Наблюдение важно на фоне подготовки Anthropic к IPO и ожиданий инвесторов от выручки крупнейших поставщиков моделей.
Траты отстают от использования
Ведущий экономист Ramp Ара Харазян отмечает, что значительная часть расходов на ИИ приходится на быстрорастущие технологические компании с венчурным финансированием. Замедление их закупок способно заметно повлиять на совокупную динамику рынка.
Особенно заметна пауза у верхнего 1% компаний по интенсивности использования ИИ. В летний период они тратили почти 10 тыс. долларов на сотрудника в месяц, однако в августе и сентябре этот показатель оказался немного ниже. Рост расходов у медианных компаний и верхних 10% не компенсировал эту разницу: медианный уровень составляет 12–15 долларов на сотрудника в месяц, у верхних 10% — 600–1000 долларов.
Контекст важен и потому, что Лидерство Anthropic по числу бизнес-клиентов фиксировала лидерство Anthropic по числу бизнес-клиентов, но количество клиентов само по себе не определяет темп роста выручки при снижении цен и оптимизации использования.
Конкуренция снижает стоимость задач
По оценке Ramp, речь не идёт о падении спроса: компании потребляют больше токенов, но платят меньше за выполнение задач. OpenAI в сентябре снизила цены API вдвое для GPT-6 Sol и GPT-6 Luna. Anthropic также уменьшила цены для Fable 5.1 и Opus 5.5; компания сообщала, что это решение сократило рост выручки примерно на 600 млн долларов.
Поставщики предлагают корпоративные скидки, а покупатели получают больше вариантов выбора. Харазян указывает на недорогие корпоративные и открытые модели Meta и Nvidia, а также на других разработчиков из США и Китая. В выборках Ramp начал появляться Jev — инструмент для выбора из заранее заданных ответов, подходящий для простых сценариев с результатом «да» или «нет».
Компании учатся управлять затратами
Замедлению помогает и более зрелое управление ИИ-нагрузками. Организации ограничивают применение дорогих моделей для длительных задач, задают сотрудникам бюджеты и переносят часть работы со стандартных и лёгких моделей на ещё более дешёвые варианты через маршрутизаторы.
В период с 23 сентября по 23 октября расходы на токены вновь выросли на 8,9%. Однако Ramp считает, что давление на темпы роста сохраняется. Для бизнеса это означает, что внедрение ИИ стоит оценивать не только по числу запросов или пользователей: ключевыми становятся выбор модели для каждой задачи, лимиты и контроль стоимости результата.