美国企业AI支出创新高，部门结构转变下增速放缓

据The Decoder报道，基于Ramp AI指数的数据，美国企业AI支出在2026年10月创下新高，环比小幅增长1.65%。尽管支出规模达到顶峰，但这一增长表明此前几个星期的快速扩张态势有所放缓。

现状简析

Ramp AI指数追踪了金融服务提供商Ramp的企业客户的AI支出。该指数显示，2026年10月美国企业AI支出环比增长1.65%。The Decoder援引Ramp的数据指出，AI使用量最大的公司其支出显著高于普通公司：AI支出排名前1%的公司每名员工每月中位支出为10,200美元，增长了9%。相比之下，普通公司仅支出16.32美元，较上月仅增加不到1美元。

Ramp的数据涵盖了超过8.5万家美国公司，虽然反映了市场趋势，但由于其客户群偏向增长型、精通技术的企业以及大型企业，因此可能高估了整体AI采用率。据The Decoder分析，免费AI工具以及通过个人账户的使用可能未包含在这些数据中。在供应商具体的增长方面，OpenAI环比增长2.1%，而Anthropic增长0.5%。Ramp首席经济学家Ara Kharazian指出，无论是OpenAI还是Anthropic，1%的企业贡献了其80%的收入，这些企业主要是科技、金融和技术服务领域的风投支持型公司，AI的应用在这些领域之外几乎没有拓展。

与此同时，AI模型价格正在下降。根据The Decoder援引Ramp的数据，上个月每处理百万文本token的平均价格下降了21%。这表明在竞争压力和开放权重模型的推动下，使用量的增长速度快于总支出的增长。Anthropic的采用率达到44.8%，上升了1.1个百分点；而OpenAI保持在40.6%。总体AI服务采用率上升至56.8%。

部门支出结构出现转变：软件开发团队虽然仍占所有追踪到的AI支出的72%，但较夏季的高点有所下降。客户支持和客户成功部门的增长最强劲，其AI支出份额从6月份的0.8%攀升至10月份的13.3%，这可能是由AI聊天机器人所推动的。领导团队的支出也有所微升。不过，Kharazian指出，客户支持部门的增长并未达到此前开发团队那种迅猛的速度，而且这些应用场景通常更青睐更便宜、更快速的AI模型。

对RevOps领导者的意义

对于RevOps（营收运营）领导者而言，这些趋势突显了AI应用与投资策略的关键拐点。总体支出增长放缓，加之高支出集中在少数精通技术的大型企业，这意味着中小型企业在应用AI时必须明确专注于可衡量的营收成果，而非进行盲目、无差异的投资。客户支持和客户成功部门AI支出的显著增长，为RevOps提供了一个直接契机，以改善整个营收生命周期——从提升客户体验与留存率，到优化影响盈利能力的客服运营。在这些领域整合AI工具可以为归因模型和预测提供宝贵的数据，前提是数据管道足够稳健，能够捕获并分析这些新增输入。

AI模型价格的下降以及面向客户岗位对更便宜、更快速模型的偏好，凸显了成本优化的空间。RevOps领导者可以利用这些性价比更高的模型来实现具体的运营效率提升，而无需承担旗舰模型的高昂成本，从而提高AI投资回报率。这需要采用系统性思维方法评估AI解决方案，将技术选择与具体部门需求及整体营收目标保持一致。此外，科技和金融以外行业在采用率上的差距也表明，其他领域的企业有机会通过战略性部署AI来优化其独特的营收流程，从而获得竞争优势。

本周行动指南

1. 审计当前AI使用情况： 审查组织内现有的AI工具（尤其是面向客户和开发团队），识别当前支出、使用模式以及潜在的降本增效或扩大应用领域。
2. 在面向客户的团队中试点AI： 在客户支持和客户成功部门探索并试点AI驱动的聊天机器人或工具，以缩短响应时间、实现个性化互动，并收集数据以提升客户留存率和二次销售机会。
3. 评估具备成本效益的AI模型： 调查在营收运营中的具体任务里部署更便宜、更快速的AI模型的可行性，确保它们在优化技术支出和提高ROI的同时满足性能要求。

来源

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