企业 AI 支出增速在 8 月出现明显放缓。支付公司 Ramp 追踪了 7 万家企业的支出数据，结果显示 8 月有 56% 的客户为 AI 产品付费，环比仅增长 0.4%。这并非首次出现此类信号——去年同一时期，Ramp 的 AI 指数也曾在 8 月至 10 月间几乎零增长，随后在年末重新提速。

更值得警惕的是头部企业的支出收缩。Ramp 经济学家 Ara Kharazian 指出，样本中支出最高的 1% 企业，其员工人均 AI 支出下降了近 10%，降至 7,205 美元。这一下降部分归因于夏季休假因素，但更深层的原因是 token 成本持续走低。OpenAI 和 Anthropic 相继降价后，每百万 token 的平均成本已从 3 月的 1.15 美元降至 8 月的 0.68 美元。问题在于，前沿实验室尚未能用规模增长弥补单价下降带来的收入缺口。

降价的另一个后果是客户转向更便宜的旧模型。许多企业选择使用 OpenAI 的 ChatGPT 5.6-Terra 和 Anthropic 的 Sonnet 这类较老、成本更低的模型，而非最新的前沿版本。前沿实验室的员工曾表示，新模型发布后最初几周就能收回大部分训练成本，而采用速度放缓将威胁这一回收模式。

不过，开源模型的威胁目前仍有限。8 月仅有 6.4% 的 AI 支出企业使用了模型托管或推理平台，占比虽在稳步增长，但尚不足以左右整体企业采用格局。Kharazian 认为，OpenAI 与 Anthropic 之间的竞争正在让 AI 变得更易获取、价格更低，但这也压低了头部企业的支出——而此前市场恰恰预期这些企业将驱动未来增长。

需要指出的是，Ramp 的数据可能高估了整体采用率，因为其客户群偏科技行业。美国人口普查局 8 月 23 日更新的调查显示，仅 22% 的企业报告使用 AI。Ramp 的数据虽不具全面代表性，但作为少有的直接支出数据集，仍是潜在的领先指标。对于手握数百亿美元芯片订单的模型开发商和超大规模云厂商而言，这一停滞信号值得警惕。但正如 Kharazian 所说：如果你是企业用户，这反而是好事。