企业AI用量创纪录但支出下降，Ramp指数显示竞争加剧

一句话结论

美国企业AI支出因模型降价和开源替代而下降，但使用量自七月峰值后回升约50%并创历史新高。

关键要点

• Ramp经济学家阿拉·哈拉兹安（Ara Kharazian）指出，AI支出下降主要源于OpenAI与Anthropic之间的价格竞争。
• 使用量自七月支出峰值后增长约50%，并在九月末达到历史最高水平。
• 截至数据覆盖的九月最后一周，Anthropic占据51%的token支出份额，OpenAI占44.5%。
• 开源模型在企业支出中占比仍不足5%。
• Ramp AI指数追踪超过7万家美国企业的交易数据，但仅覆盖API支出且偏向大型AI客户。

背景与事实

Ramp AI指数最新数据显示，美国企业在AI领域的支出正在下降，这一趋势主要由顶级模型的价格削减以及更便宜、效率更高的标准和轻量级模型的普及所驱动。Ramp经济学家阿拉·哈拉兹安分析认为，这种支出下降几乎完全源于OpenAI与Anthropic这两家头部厂商之间的激烈竞争。尽管支出总额回落，但实际使用量并未同步减少，反而呈现出强劲增长态势。自七月支出达到峰值以来，使用量已攀升约50%，并在九月末创下新的历史纪录，表明企业正在以更低的成本消耗更多的AI资源。

在市场格局方面，数据揭示了头部厂商对市场的垄断趋势。在数据覆盖的九月最后一周，Anthropic在token支出中占据了51%的份额，而OpenAI则以44.5%的份额紧随其后，两者合计占据了接近96%的市场。相比之下，开源模型在企业支出中的占比仍然微乎其微，不足5%，显示出当前企业级市场依然高度依赖闭源商业服务。

该指数的数据基础来自超过7万家美国企业的交易记录，但其token数据源自一个子样本。哈拉兹安特别强调，这项分析仅涵盖API支出，并且样本分布向大型AI客户倾斜，因此可能未能完全反映中小企业的整体支出结构。值得注意的是，虽然支出并非首次出现下滑，但此次下降的持续时间异常长久，且发生在使用量创纪录的背景下，反映出市场价格与使用规模之间出现了显著的背离。

影响分析

对于中文开发者与从业者而言，这一趋势意味着全球AI市场的成本效益比正在快速改善，为接入低成本、高性能的AI能力提供了窗口期。一方面，头部厂商的价格战将迫使国内模型提供商加速跟进性价比优化，加速大模型从“高成本实验”向“规模化应用”转型；另一方面，用量激增但支出下降的现象提示，单纯堆砌参数量不再是唯一竞争力，推理效率与单位成本控制将成为衡量模型商业价值的核心指标。

此外，开源模型占比不足5%的事实表明，企业级市场仍对数据隐私、服务SLA和合规性有着较高门槛，国内开发者若希望切入商业落地场景，仍需重点关注闭源服务的接口稳定性与安全合规性，而非仅依赖开源社区的免费方案。这种“量升价跌”的局面也预示着AI集成成本将进一步降低，有利于加速垂直行业（如金融、医疗、制造）的AI渗透率提升，但同时也加剧了下游应用层的技术壁垒与差异化竞争压力。

适用边界

上述结论基于美国市场数据，且仅覆盖API支出及偏向大型客户的样本，因此不能直接推演至中国国内市场或SaaS软件内置AI功能、本地部署（On-premise）等非API场景。开源模型占比低的数据反映的是当前企业级支出结构，若未来开源模型在推理效率或合规性上取得突破，该比例可能发生显著变化。

孤本观察

“用量创新高”与“支出下降”的并行，本质上揭示了AI市场正从“技术稀缺性溢价”向“服务规模化经济学”过渡。头部双寡头占据95.5%份额的格局，暗示中腰部模型提供商将在价格战中加速出清，行业集中度可能进一步提升。

来源：The Decoder