По данным Ramp AI Index, расходы американских компаний на ИИ в октябре 2026 года достигли нового максимума, прибавив 1,65% к сентябрю. За общим рекордом скрывается большой разрыв: основная денежная нагрузка приходится на небольшую группу активных заказчиков. При этом выборка Ramp не представляет весь бизнес США.
Рекорд расходов — не массовое внедрение
Индекс поставщика финансовых услуг Ramp опирается на платёжные данные более 85 тысяч американских компаний. Он позволяет увидеть, как меняются расходы его бизнес-клиентов на ИИ, но не даёт полной картины использования технологии в стране.
Среди 1% компаний с самыми высокими расходами на ИИ медианные траты составили 10 200 долларов на сотрудника в месяц — на 9% больше, чем месяцем ранее. Медиана означает середину распределения, а не среднее арифметическое. Для типичной компании Ramp приводит гораздо меньшую величину: 16,32 доллара на сотрудника в месяц, с прибавкой менее доллара к сентябрю.
OpenAI растёт быстрее Anthropic, но деньги сосредоточены у немногих
Расходы бизнес-клиентов на OpenAI увеличились на 2,1% за месяц, на Anthropic — на 0,5%. По оценке Ramp, всего 1% компаний обеспечивает 80% выручки OpenAI и Anthropic. Эту концентрацию нужно читать с учётом границ данных Ramp, а не как проверенный итог всей выручки двух разработчиков.
По описанию Ramp, в эту группу входят преимущественно компании из технологического и финансового секторов, а также сферы технических услуг, поддержанные венчурными инвесторами. Главный экономист Ramp Ара Харазян считает, что ранее отмеченные им структурные риски сохраняются. Рост общего счёта сам по себе не доказывает, что ИИ равномерно распространяется среди компаний разных отраслей.
Разработка остаётся главным направлением расходов
В октябре команды разработки программного обеспечения отвечали за 72% всех отслеживаемых расходов на ИИ, хотя их траты снизились относительно летних максимумов. Заметно выросла доля отделов поддержки клиентов и сопровождения клиентов: с 0,8% в июне до 13,3% в октябре. Это доля расходов, а не доля компаний, внедривших ИИ.
Отдельно Ramp сообщает о снижении средней цены за миллион обработанных текстовых токенов на 21% за месяц. Токены — небольшие фрагменты текста, которыми измеряют объём обработки. Однако данные о токенах и соответствующих расходах получены только от пользователей Ramp Token Spend Management; их нельзя переносить на всех клиентов платформы.
Для тех, кто разбирается с собственными затратами на повторяющиеся запросы, полезно отдельно изучить как работает промпт-кэширование и когда оно помогает экономить. Это практическая тема, а не установленная причина октябрьских изменений индекса.
Какие выводы позволяют сделать эти данные
Клиенты Ramp в целом более технологически подготовлены, ориентированы на рост и крупнее американского бизнеса в среднем. Поэтому распространённость ИИ в такой выборке, вероятно, завышена. Бесплатные инструменты и использование через личные аккаунты могут не попадать в платёжную статистику.
Для читателя, который оценивает корпоративный рынок ИИ, здесь важны три разных показателя: общая сумма расходов, их концентрация у крупнейших заказчиков и распределение между рабочими задачами. Октябрьский максимум не означает, что каждая компания стала тратить больше. А рост доли клиентской поддержки ещё не доказывает окупаемость таких решений: сведений о ней эти цифры не дают.
