Ramp AI Index: компании США тратят на ИИ меньше, а используют больше

Ramp AI Index: компании США тратят на ИИ меньше, а используют больше

Американские компании тратят на ИИ меньше, говорится в свежем выпуске Ramp AI Index, который подготовил экономист Ramp Ара Харазян (Ara Kharazian). Расходы достигли пика в июле. С тех пор использование ИИ выросло примерно на 50% и в конце сентября достигло рекордного уровня. То есть бизнес получает больше ИИ за меньшие деньги.

Причины Харазян видит в снижении цен на топовые модели и в появлении более дешёвых и эффективных моделей среднего (standard) и облегчённого (lite) классов. По его словам, падение расходов почти целиком объясняется конкуренцией между OpenAI и Anthropic. Конкретные снижения цен, названия моделей и уровни цен в источнике не приводятся.

Доля открытых моделей в расходах бизнеса, по словам Харазяна, по-прежнему меньше 5%. В последнюю неделю сентября, охваченную данными, на Anthropic пришлось 51% расходов на токены, на OpenAI, 44,5%. Остальные примерно 4,5% по поставщикам не разбиты.

Индекс отслеживает данные о транзакциях более чем 70 000 американских компаний, а данные по токенам берутся из подвыборки. Харазян оговаривает, что анализ охватывает только расходы на API и смещён в сторону крупных клиентов ИИ. Это не первое снижение расходов, но оно длится необычно долго. Абсолютных сумм расходов и размера падения в процентах источник не указывает.

Ключевые факты

  • Расходы американских компаний на ИИ снижаются с июльского пика, а использование выросло примерно на 50% и в конце сентября достигло рекорда.
  • Экономист Ramp Ара Харазян объясняет падение расходов снижением цен на топовые модели, появлением более дешёвых моделей standard и lite и, почти целиком, конкуренцией OpenAI и Anthropic.
  • В последнюю неделю сентября, охваченную данными, Anthropic получила 51% расходов на токены, OpenAI, 44,5%; на открытые модели приходится менее 5% расходов бизнеса.
  • Индекс опирается на транзакции более 70 000 американских компаний (данные по токенам, из подвыборки), охватывает только API и смещён в сторону крупных клиентов.

Почему это важно

Обычно рост использования сопровождается ростом расходов, а здесь они разошлись: использование с июльского пика выросло примерно на 50%, тогда как расходы снижаются. По оценке Харазяна, главный двигатель падения, конкуренция OpenAI и Anthropic, которая выражается в снижении цен на топовые модели и в более дешёвых и эффективных моделях среднего и облегчённого классов. Это не первое снижение расходов, но оно держится необычно долго.

Кому это важно

Тем, кто принимает решения о закупках ИИ в компаниях и планирует бюджеты на API: данные показывают, как рынок реагирует на ценовую конкуренцию двух крупнейших поставщиков. Также тем, кто следит за рынком поставщиков: в конце сентября на Anthropic пришлось 51% расходов на токены, на OpenAI, 44,5%, а на открытые модели, менее 5% расходов бизнеса.

Как это применить

Источник не даёт практических рекомендаций. Из приведённых данных следует лишь ориентир: на рынке появились более дешёвые модели standard и lite, а цены на топовые модели снижались. Это повод сверить собственные расходы на API с рыночной динамикой. Конкретные модели и уровни цен в источнике не названы.

Можно ли доверять

Данные основаны на транзакциях более 70 000 американских компаний, которые отслеживает Ramp AI Index; цифры по токенам берутся из подвыборки. Выводы о причинах (цены и конкуренция OpenAI и Anthropic) принадлежат Харазяну, это его интерпретация, а не измеренный факт. Абсолютных сумм расходов и размера падения в процентах источник не приводит. Пересказ опирается на краткое изложение The Decoder.

Риски и подводные камни

По словам Харазяна, анализ охватывает только расходы на API и смещён в сторону крупных клиентов ИИ, поэтому картина может не отражать малый бизнес, подписки и потребительские расходы. Индекс описывает только американские компании. Рост на 50% относится к использованию, а не к расходам, и единица измерения (токены, запросы) не указана. Долю 51% и 44,5% нельзя считать трендом: источник не сравнивает их с более ранними периодами.