Wydatki firm na narzędzia AI wyhamowały w sierpniu, pokazują dane Ramp

Firma płatnicza Ramp opublikowała dane pokazujące, że tempo wzrostu wydatków przedsiębiorstw na narzędzia sztucznej inteligencji gwałtownie zwolniło w sierpniu 2026 roku. Wśród 70 tysięcy analizowanych firm odsetek klientów płacących za produkty AI wzrósł zaledwie o 0,4 punktu procentowego miesiąc do miesiąca, do 56 procent. To najsłabszy wynik od miesięcy w segmencie, który od dwóch lat rósł niemal bez przerwy.

Autorem analizy jest ekonomista Ramp Ara Kharazian, który od miesięcy śledzi wydatki firm na sztuczną inteligencję w ramach cyklicznego Ramp AI Index. Sierpniowe dane nazwał sygnałem ostrzegawczym, choć zastrzegł, że część spowolnienia można tłumaczyć sezonowością - sierpień to w USA i Europie tradycyjnie miesiąc urlopowy, w którym spada aktywność zakupowa firm we wszystkich kategoriach, nie tylko w AI.

Spadek u największych klientów

Najbardziej niepokojący fragment danych dotyczy nie przeciętnej firmy, lecz czołówki rynku. Wśród jednego procenta przedsiębiorstw wydających na AI najwięcej, koszt przypadający na jednego pracownika spadł w sierpniu o blisko 10 procent, do 7205 dolarów. To właśnie te firmy - duże organizacje technologiczne i korporacje wdrażające AI na masową skalę - napędzały dotąd większość globalnych przychodów laboratoriów takich jak OpenAI i Anthropic.

Spadek wydatków u liderów rynku jest o tyle istotny, że to właśnie oni mieli być motorem dalszego wzrostu przychodów z tokenów, na którym opierają się wielomiliardowe plany inwestycyjne w infrastrukturę obliczeniową. Jeśli nawet najbardziej zaawansowani klienci zaczynają ograniczać wydatki, trudniej uzasadnić tempo budowy nowych centrów danych finansowanych długiem i kapitałem inwestorów.

Tańsze tokeny, ten sam wolumen

Drugim elementem układanki są ceny. Średni koszt tokenów AI spadł do 0,68 dolara za milion, wobec szczytowych 1,15 dolara w marcu 2026 roku - to efekt wojny cenowej między OpenAI a Anthropic, które w ostatnich miesiącach kilkukrotnie obniżały stawki za dostęp do swoich modeli. Problem w tym, że obniżki cen nie przełożyły się na proporcjonalny wzrost wolumenu zużycia, który mógłby zrekompensować laboratoriom utracone przychody z pojedynczego zapytania.

Dane Ramp pokazują też, że firmy coraz częściej wybierają starsze i tańsze modele zamiast najnowszych flagowych wersji. Zamiast najdroższych premierowych modeli klienci sięgają po tańsze warianty, takie jak ChatGPT 5.6-Terra od OpenAI czy Sonnet od Anthropic, zamiast płacić więcej za najnowsze, najbardziej zaawansowane premiery. To zachowanie typowe dla rynku, na którym klienci przestają traktować najnowszy model jako konieczność, a zaczynają optymalizować koszty.

Konkurencja między OpenAI i Anthropic czyni AI bardziej dostępnym i obniża ceny, ale nie rekompensuje tym wzrostem wolumenu - Ara Kharazian, ekonomista Ramp

Adopcja wciąż wąska

Dane Ramp trzeba czytać w szerszym kontekście adopcji AI w całej gospodarce, która wciąż jest daleka od nasycenia. Według danych amerykańskiego Census Bureau przywoływanych w analizie, z narzędzi AI korzysta zaledwie 22 procent firm w całej gospodarce - to pokazuje, że nawet przy wyhamowaniu wzrostu w segmencie klientów Ramp, potencjał dalszej ekspansji rynku teoretycznie pozostaje duży. Jednocześnie tylko 6,4 procent firm inwestujących w AI korzysta z platform opartych na modelach z otwartymi wagami, a wzrost tego udziału jest zbyt wolny, by realnie wpłynąć na globalne trendy wydatków.

Rynek dostawców pozostaje przy tym silnie skoncentrowany. Według danych za lipiec Anthropic umocnił pozycję lidera wśród amerykańskich firm płacących za AI, z udziałem 43,5 procent, podczas gdy OpenAI urósł zaledwie o 0,23 punktu procentowego, do 39,7 procent. Oznacza to, że mimo spowolnienia ogólnych wydatków, walka o klienta korporacyjnego między dwoma największymi laboratoriami trwa dalej, a stawką jest to, kto przechwyci większą część i tak wolniej rosnącego tortu.

Co to znaczy dla branży

Dla inwestorów i analityków rynku technologicznego sierpniowe dane Ramp są pierwszym twardym sygnałem, że tempo wzrostu wydatków korporacyjnych na AI może się ustabilizować, zamiast rosnąć wykładniczo, jak zakładały prognozy stojące za falą inwestycji w centra danych, chipy i infrastrukturę energetyczną. Ekonomiści cytowani w analizie zastrzegają, że jeden miesiąc danych, obciążony do tego efektem wakacji, to za mało, by mówić o trwałym trendzie - wrześniowe i październikowe odczyty pokażą, czy sierpień był chwilowym zastojem, czy początkiem trwalszego wyhamowania.

Dla polskich firm wdrażających AI wnioski są praktyczne: presja cenowa między OpenAI a Anthropic oznacza tańszy dostęp do modeli, ale jednocześnie sygnalizuje, że dostawcy będą szukać przychodów gdzie indziej, na przykład w nowych warstwach usług, subskrypcjach dla przedsiębiorstw czy funkcjach agentowych rozliczanych inaczej niż za sam token. Firmy planujące budżety na AI na 2027 rok powinny brać pod uwagę, że ceny tokenów mogą dalej spadać, ale to niekoniecznie oznacza spadek całkowitych kosztów wdrożeń, jeśli dostawcy zrekompensują to opłatami za dodatkowe funkcje.