Anthropic 可能 IPO 前夕，AI 使用量攀升、支出成長放緩

前言

企業使用人工智慧的程度前所未見，但近期支出數據顯示，使用量增加已不再帶動同樣快速的營收成長。Ramp 的數據顯示，AI token 用量持續上升，但夏末的支出成長放緩，凸顯價格下跌、競爭激烈，以及客戶更重視成本所造成的影響。這項趨勢正值 Anthropic 接近可能的公開上市之際，投資人也在評估 AI 公司成長預測能否持續。本文將探討支出數據透露了什麼、為何企業使用更多 AI 卻可能付得更少，以及這些因素可能如何影響領先的模型供應商。核心區別在於 AI 的採用與採用所產生的營收：當模型變得更便宜、客戶也學會控制成本時，使用量增加仍可能與支出持平或成長放緩並存。

懶人包

Ramp 的數據顯示，AI 使用量仍在增加，但隨著價格下跌、買方效率提升，支出成長已降溫。8 月和 9 月的 token 支出僅成長 1.5%，相較之下，7 月成長了 42%；之後從 9 月 23 日至 10 月 23 日則上升 8.9%。較低的 API 價格、企業折扣、更便宜的開放模型，以及更聰明的工作負載管理，讓企業能以更少資源完成更多工作。這種轉變對客戶有利，卻也引發疑問：模型供應商能否維持投資人預期的營收成長，尤其 Anthropic 和 OpenAI 正面臨估值與募資壓力。

正文

Ramp 近期數據描繪出一個採用情況依然強勁、但支出顯露壓力的 AI 市場。企業處理的 token 數量——這是衡量 AI 模型活動程度的指標——有所增加，但支出並未以同樣的速度成長。這種落差十分重要，因為許多對領先 AI 公司的預期，都建立在使用量增加將持續帶來快速營收成長的假設上。數據顯示，當客戶能以更低價格取得更多運算資源時，這項假設可能不再那麼確定。

根據 Ramp 的數據，8 月和 9 月的 token 支出成長 1.5%。7 月則較前一個月成長 42%。兩者相比，顯示夏末支出成長明顯放緩，即使使用量仍持續增加。10 月數據則顯示動能略有回升：9 月 23 日至 10 月 23 日，token 支出增加 8.9%。不過，Ramp 首席經濟學家 Ara Kharazian 表示，壓抑支出的因素依然強勁。

Kharazian 認為，投資人的疑慮主要並非源自需求不足，而是市場競爭日益激烈，客戶也逐漸找到更省錢的方式滿足需求。他接受 TechCrunch 訪問時指出，Ramp 數據中的 AI 支出幾乎全來自獲創投支持、快速成長的科技公司。這種集中情況帶來潛在弱點：若這些企業的支出放緩，許多公司可能同時減速，並可能連帶影響其他領域。

不同企業群體的支出模式差異很大。Ramp 中排名前 1%、被形容為最「AI 上癮」的公司，在夏季支出高峰時，每位員工的支出接近 $10,000。Kharazian 表示，這群公司的支出在 8 月和 9 月略有停滯，降至略低於該水準。由於這小部分企業的使用強度極高，即使支出略微回落也可能造成影響。依他看來，即使 token 用量上升，這些公司的支出放緩仍可能足以使營收成長停滯。

其他群體的支出雖有所成長，但不足以彌補差距。中位數企業每位員工每月支出 $12-$15，而排名前 10% 的企業則支出 $600-$1,000。Kharazian 質疑，在最密集使用 AI 的科技環境之外，一般 AI 應用是否能支撐每位員工每月接近 $10,000 的支出。軟體和金融業可能對程式設計代理有大量需求，但醫師診所或汽車經銷商未必需要花到同樣的程度。這種差異使人難以假設，AI 使用最密集企業的模式會均勻擴散到整體經濟。

價格競爭是支出成長落後於使用量的主要原因。Kharazian 表示，OpenAI 和 Anthropic 降價後，使用 AI 的成本變得更低。9 月，OpenAI 將 GPT-6 Sol 和 GPT-6 Luna 的 API 價格砍半。Anthropic 隨後大幅調降 Fable 5.1 和 Opus 5.5 的價格。該公司近期在一份文件中表示，這項定價決策使營收成長減少約 $600 million。兩家公司也都提供企業折扣，以爭取客戶支出。這些優惠或許能促進採用並留住客戶，但也可能降低每單位使用量所帶來的營收。

這些情況使議價能力轉向買方。企業可以比較供應商、在不同模型間切換，或依需求選擇成本更低的替代方案。Kharazian 將此與早期科技市場作比較：當時大型公司會補貼產品以爭取客戶，之後在競爭減少時受益。他認為，在 AI 領域，競爭選項太多，任何單一供應商都更難依賴這種模式。

替代方案包括 Meta 和 Nvidia 的產品。Kharazian 表示，兩家公司正為企業客戶提供相對便宜或開放原始碼的模型。買方也可以選擇來自中國和美國的開放模型公司。Ramp 數據中提到的另一個選項是 Jev，這是一種用來從少數預先設定輸出中進行選擇的輕量工具。Kharazian 表示，許多任務只需要簡單的「是／否」回答。在這些情況下，企業可以將工作交由更便宜的模型或工具處理，而不必付費使用能力更強、價格更高的系統。

企業也愈來愈擅長管理 AI 使用情況。隨著員工和技術團隊累積經驗，他們能更妥善判斷哪些任務需要進階模型，哪些則可交由較便宜的模型處理。Kharazian 描述了幾種成本控管做法：設定預設選項，限制長時間任務使用昂貴模型；設定員工預算；以及將工作從標準或輕量模型轉交給更便宜的替代模型。這些改變讓企業得以增加 AI 工作量，卻不必按比例增加支出。

Notion 共同創辦人 Akshay Kothari 最近發布的內部數據也呼應 Ramp 的觀察。他用一句話概括這種反差：「token 飆升，成本大減。」這句話點出了更廣泛的轉變：token 使用量可以增加，但每項任務的成本，或完成特定產出所需的總費用，卻可能下降。對客戶而言，這是令人欣喜的發展；對模型公司來說，則引發了如何從需求成長中取得更多營收的疑問。

曾發表一系列名為「AI 論述的裂縫」部落格文章的 Kharazian 表示，對 AI 支出未來走勢的假設正開始動搖。用他的話來說，企業可以使用更多 AI，卻花更少的錢。這種現象不代表 AI 的實用性正在下降，而是顯示單看使用量成長，未必能可靠地預測供應商的營收成長。對於評估公司估值仰賴持續擴張的投資人而言，這項區別尤其重要。

有關 Anthropic 和 OpenAI 的報導也加深了外界的審視。彭博社週五報導，Anthropic 的潛在估值已從 10 月初估計的 $2 trillion 降至 $1.2 to $1.3 trillion。據報導，信用評等機構也預期會給予該公司較高的「垃圾級」評等。OpenAI 則將其提議估值從 $1.4 trillion 下調至 $1.25 trillion，並將最新募資目標削減約 $10 billion。這些報導中的變化並不能證明估值或募資調整是單由支出放緩造成，但它們反映出投資人正重新評估營收預期與市場現實之間的落差。

支出成長也可能重新加速：新產品或許能創造目前尚未大規模出現的使用情境。持續超高速成長預期背後的一個核心論點是，新應用將使這項技術對更多企業和個人產生價值。AI 程式設計僅在一年半前才成為商業上可行的產品，並助長了 Anthropic 和 OpenAI 的崛起。投資人期盼另一種產品類別能帶來相當的需求浪潮。

個人代理是其中一個可能方向。OpenAI、SpaceXAI 和 Meta 已推出個人代理，新創公司 Instinct 等也正在開發此類產品。不過，Kharazian 懷疑個人代理能否帶來與程式設計工具相同的經濟助益。他形容個人代理「在經濟效益上不如程式設計」，暗示單靠便利性或許不足以創造能大幅加速支出的商業價值。

目前，Kharazian 的評估是基於可觀察到的產品和支出行為，而非預測成長必然停止。市場仍可能發展出足以支撐更大預算的應用。但現有證據顯示，支出成長放緩、價格競爭加劇，買方的採購行為也愈發成熟。關鍵問題在於，未來產品能否創造足夠多的新高價值工作，以抵銷價格下行壓力，以及客戶已經實現的效率提升。在情況明朗之前，不應自動將 AI 使用量增加視為模型供應商營收也會同樣快速成長的證明。

重點整理表