Wydatki korporacji w USA na AI osiągają nowy szczyt, wzrost zwalnia w obliczu zmian departamentalnych

Wydatki korporacji w USA na AI osiągnęły nowy szczyt w październiku 2026 r., według The Decoder, który poinformował o skromnym wzroście o 1,65 procent miesiąc do miesiąca, bazując na indeksie Ramp AI Index. Ten wzrost, choć osiągnął szczyt, sygnalizuje spowolnienie szybkiej ekspansji obserwowanej w poprzednich okresach.

Co się wydarzyło

Indeks Ramp AI Index, który śledzi wydatki na AI wśród klientów biznesowych dostawcy usług finansowych Ramp, wskazał, że wydatki korporacji w USA na AI odnotowały wzrost o 1,65 procent miesiąc do miesiąca w październiku 2026 r. The Decoder, cytując Ramp, zauważa, że najwięksi użytkownicy AI znacznie przewyższali wydatki typowych firm; jeden procent firm z najwyższymi wydatkami na AI płacił średnio 10 200 USD na pracownika miesięcznie, co stanowi wzrost o dziewięć procent. W przeciwieństwie do tego, typowa firma wydała zaledwie 16,32 USD, co stanowi niewielki wzrost o mniej niż dolara w porównaniu z poprzednim miesiącem.

Dane Ramp, pochodzące od ponad 85 000 amerykańskich firm, odzwierciedlają trendy rynkowe, ale mogą zawyżać ogólną adopcję AI ze względu na to, że baza klientów Ramp skłania się ku firmom zorientowanym na wzrost, zaawansowanym technologicznie i większym przedsiębiorstwom. Darmowe narzędzia AI i ich użycie za pośrednictwem kont osobistych są prawdopodobnie wykluczone z tych danych, według The Decoder. Wzrost specyficzny dla dostawców pokazał, że OpenAI wzrosło o 2,1 procent miesiąc do miesiąca, podczas gdy Anthropic wzrosło o 0,5 procent. Główny ekonomista Ramp, Ara Kharazian, podkreślił, że jeden procent firm generuje 80 procent przychodów zarówno dla OpenAI, jak i Anthropic, głównie firm wspieranych kapitałem wysokiego ryzyka w sektorach technologicznym, finansowym i usług technicznych, przy czym adopcja AI ledwo rozprzestrzenia się poza te sektory.

Jednocześnie ceny AI spadają; średnia cena za milion przetworzonych tokenów tekstowych spadła o 21 procent w zeszłym miesiącu, jak podał The Decoder, cytując Ramp. Wskazuje to, że wolumen użycia rośnie szybciej niż wydatki, napędzany presją konkurencyjną i modelami o otwartej wadze. Anthropic osiągnął 44,8 procent adopcji, co oznacza wzrost o 1,1 punktu procentowego, podczas gdy OpenAI utrzymywał się na poziomie 40,6 procent. Ogólna adopcja usług AI wzrosła do 56,8 procent.

Wydatki departamentalne uległy zmianom: zespoły programistyczne, choć nadal odpowiadały za 72 procent wszystkich śledzonych wydatków na AI, odnotowały spadek w porównaniu z letnimi szczytami. Działy obsługi klienta i sukcesu klienta doświadczyły najsilniejszego wzrostu, a ich udział w wydatkach na AI wzrósł z 0,8 procent w czerwcu do 13,3 procent w październiku, potencjalnie napędzany przez chatboty AI. Zespoły kierownicze również nieznacznie zwiększyły swoje wydatki. Kharazian zauważył jednak, że wzrost w obsłudze klienta nie dorównuje szybkiemu tempu obserwowanemu wcześniej w zespołach deweloperskich, a te przypadki użycia często faworyzują tańsze, szybsze modele AI.

Dlaczego jest to ważne dla liderów RevOps

Dla liderów RevOps, te trendy podkreślają krytyczny punkt zwrotny w adopcji AI i strategii inwestycyjnej. Spowolnienie ogólnego wzrostu wydatków, w połączeniu z koncentracją wysokich wydatków wśród niewielkiej części dużych, zaawansowanych technologicznie firm, sugeruje, że mniejsze i średnie firmy muszą podchodzić do integracji AI z wyraźnym naciskiem na mierzalne wyniki przychodów, a nie na szerokie, niezróżnicowane inwestycje. Znaczący wzrost wydatków na AI w działach obsługi klienta i sukcesu klienta stanowi bezpośrednią okazję dla RevOps do usprawnienia całego cyklu życia przychodów, od poprawy doświadczenia klienta i retencji po usprawnienie operacji serwisowych, które wpływają na rentowność. Integracja narzędzi AI w tych obszarach może generować cenne dane dla modeli atrybucji i prognozowania, pod warunkiem, że potoki danych są wystarczająco solidne, aby przechwytywać i analizować te nowe dane wejściowe.

Spadające ceny modeli AI i preferencja dla tańszych, szybszych opcji w rolach związanych z obsługą klienta podkreślają okazję do optymalizacji kosztów. Liderzy RevOps mogą wykorzystać te bardziej przystępne cenowo modele do osiągnięcia konkretnych efektywności operacyjnych bez ponoszenia wyższych kosztów związanych z flagowymi modelami, poprawiając tym samym zwrot z inwestycji w AI. Wymaga to systemowego podejścia do oceny rozwiązań AI, dostosowania wyborów technologicznych do specyficznych potrzeb departamentalnych i ogólnych celów przychodowych. Dysproporcje w adopcji poza sektorami technologicznym i finansowym sygnalizują również, że firmy w innych branżach mają szansę na zdobycie przewagi konkurencyjnej poprzez strategiczne wdrażanie AI w celu optymalizacji swoich unikalnych procesów przychodowych.

Co zrobić w tym tygodniu

1. Przeprowadź audyt obecnego wykorzystania AI: Przejrzyj istniejące narzędzia AI w całej organizacji, szczególnie w zespołach obsługi klienta i deweloperskich, aby zidentyfikować obecne wydatki, wzorce użytkowania i potencjalne obszary do zwiększenia efektywności lub rozszerzenia zastosowań.
2. Wprowadź pilotaż AI w zespołach obsługi klienta: Zbadaj i przetestuj chatboty lub narzędzia oparte na AI w działach obsługi klienta i sukcesu klienta, aby skrócić czas reakcji, spersonalizować interakcje i zbierać dane w celu poprawy retencji klientów i możliwości sprzedaży dodatkowej.
3. Oceń opłacalne modele AI: Zbadaj możliwość wdrożenia tańszych, szybszych modeli AI do konkretnych zadań w ramach operacji przychodowych, upewniając się, że spełniają one wymagania wydajnościowe, jednocześnie optymalizując wydatki na technologię i poprawiając ROI.

Źródła

• US corporate AI spending hits a new high in October, but growth slows to 1.65 percent — The Decoder