Wydatki firm na AI hamują, choć zużycie rośnie. Dane Ramp

Co pokazują dane Ramp o wydatkach na tokeny

Ramp to amerykańska platforma do obsługi firmowych wydatków, która publikuje indeks AI oparty na transakcjach kartowych i płatnościach faktur. Ara Kharazian, główny ekonomista Ramp, opisał w październiku dwa miesiące niemal bez wzrostu wydatków na tokeny, czyli jednostki rozliczenia pracy modeli językowych. TechCrunch podał 6 listopada, że w sierpniu i wrześniu wzrost wyniósł 1,5 proc., a w lipcu 42 proc. miesiąc do miesiąca.

Październik przyniósł odbicie, ale słabsze od wzrostu zużycia. W tygodniu kończącym się 23 października wydatki były o 8,9 proc. wyższe niż w tym samym tygodniu miesiąc wcześniej, a wolumen tokenów o 37,1 proc. Z tych dwóch liczb wyliczyliśmy, że przeciętny wydatek na token spadł w tym czasie o ok. 21 proc. To nasze przybliżenie, nie dane Ramp.

Kto płaci najwięcej za AI

Spowolnienie na szczycie ma duże znaczenie, bo według wcześniejszej analizy Kharaziana 1 proc. firm odpowiada za ok. 80 proc. wydatków na OpenAI i Anthropic. Poziomy miesięcznych wydatków na pracownika wyglądają następująco. Kwoty w złotych przeliczyliśmy po kursie średnim NBP z 6 listopada 2026 roku (1 USD = 3,9321 zł).

• mediana firm wydaje 12-15 USD, czyli ok. 47-59 zł,
• górne 10 proc. wydaje 600-1000 USD, czyli ok. 2360-3930 zł,
• górny 1 proc. wydał we wrześniu 9568 USD, czyli ok. 37,6 tys. zł, wobec 9873 USD w lipcu.

Dlaczego zużycie rośnie szybciej niż rachunki

Kharazian wskazuje na konkurencję, a nie na brak popytu. Według TechCrunch OpenAI obniżyło we wrześniu o połowę ceny API modeli GPT-6 Sol i GPT-6 Luna, a Anthropic zareagował obniżkami dla Fable 5.1 i Opus 5.5. Ta sama redakcja podaje, że według dokumentu Anthropic decyzja zmniejszyła wzrost przychodów o ok. 600 mln USD, czyli ok. 2,4 mld zł.

Drugi powód leży po stronie klientów. Firmy ustawiają domyślne blokady drogich modeli przy długich zadaniach, wprowadzają budżety dla pracowników i kierują prostsze zadania do tańszych modeli przez routery. Podobny kierunek opisaliśmy przy limitach wydatków na AI u pracowników Apple.

Co to oznacza dla OpenAI i Anthropic przed IPO

Dane trafiają na rynek w trudnym momencie dla obu firm. Bloomberg podał 6 listopada, że oczekiwania wobec wyceny Anthropic spadły do 1,2-1,3 bln USD, a OpenAI według TechCrunch obniżyło proponowaną wycenę z 1,4 bln do 1,25 bln USD. Kharazian mówi TechCrunchowi o ryzyku wspólnego spadku, bo niemal całość wydatków pochodzi od szybko rosnących firm technologicznych finansowanych przez fundusze.

Ekonomista wątpi też, by osobiste agenty AI szybko zastąpiły programowanie jako główne źródło przychodów. Określa je jako "not as economically productive as coding", czyli mniej produktywne ekonomicznie od kodowania. To opinia jednego analityka, a nie prognoza rynku, i firmy AI liczą na nowe produkty, które mogą ją podważyć.

Ograniczenia danych Ramp

Indeks obejmuje ponad 85 tys. amerykańskich firm, które korzystają z Ramp, więc nie jest próbą całej gospodarki. Nie widzi darmowych narzędzi ani kont opłacanych prywatnie przez pracowników. Ramp sam zaznacza, że dane prawdopodobnie zaniżają rzeczywistą adopcję.

Udziały też trzeba czytać ostrożnie. W tygodniu do 23 października Anthropic miał 60,5 proc. wydatków na tokeny w tej próbie, a OpenAI 35,1 proc. Nie są to udziały w globalnym rynku, bo próba obejmuje wyłącznie płatności klientów Ramp. Nie znamy też odpowiednika takich danych dla Polski.

Co mogą zrobić polskie firmy

W naszej ocenie to dobry moment na przegląd umów i rachunków. Ramp opisuje rynek, na którym przewagę negocjacyjną ma kupujący, a ceny modeli w ostatnich miesiącach wyraźnie spadły. Warto sprawdzić, czy kontrakt roczny nie blokuje firmy przy cenach sprzed obniżek.

Drugi krok to podział zadań według kosztu. Proste klasyfikacje i odpowiedzi tak lub nie rzadko wymagają najdroższego modelu, a limity dla zespołów pomagają wcześnie wychwycić długie, kosztowne zadania agentów. Punktem odniesienia dla skali wdrożeń w kraju są dane o tym, ile firm w Polsce korzysta z AI.