AI用量升、支出停：Anthropic IPO前的增长拷问

TechCrunch最新报道抛出一个值得警惕的信号：企业AI使用量仍在上升，但AI支出却停滞了。这个反差出现在Anthropic临近IPO的时间窗口，因而不仅是产品层面的观察，更可能成为资本市场重新审视AI增长故事的触发点。

用量与支出为何分道扬镳

Ramp是一家企业支出管理平台，其聚合的企业卡交易和账单数据常被用来观察软件与云服务支出趋势。根据TechCrunch援引的Ramp数据，AI工具的调用频率、席位使用和应用渗透仍在增长，但企业为AI支付的总金额没有同步扩张。换句话说，企业用得更多，却花得更少，或者至少不再线性增加预算。

这并非需求萎缩。更合理的解释是AI的单位经济正在快速变化。模型推理价格持续下降，开源模型和多家供应商竞争压低了API单价；企业也开始采用模型路由、缓存、批处理、预算上限和供应商议价等成本控制手段。头部AI支出方尤其如此：它们用量最大，也最有动力把每一美元花得更有效率。

AI usage keeps climbing, but spending has stalled. Price cuts and smarter cost controls among the biggest spenders could challenge investor assumptions about AI hypergrowth.

TechCrunch摘要中的这句话点出了关键：降价和更聪明的成本控制，可能挑战投资者对AI超高速增长的假设。过去两年，AI叙事很大程度上建立在用量爆炸到收入爆炸的线性推演上；如果最大的客户在用量增长的同时压低单位成本，收入曲线就可能明显低于用量曲线。

对Anthropic IPO意味着什么

Anthropic临近IPO，使这一数据信号更具敏感性。公开市场投资者通常不只看技术能力，更看收入增长、客户留存、毛利率和可预测性。若企业AI支出整体趋于理性，Anthropic需要证明自己能在价格竞争中找到可持续的变现路径，而不是仅靠token调用量增长来支撑估值。

这并不意味着IPO前景转弱。Anthropic在企业级市场、模型安全与长上下文等方向有差异化定位，且AI从实验走向生产会带来长期需求。但资本市场可能会追问：当推理价格下降、客户集中度上升、预算审批更严格时，收入增长能否维持？用量增长能否转化为净收入留存？这些问题的答案，比单纯的调用量更能决定IPO定价。

行业背景：从军备竞赛到ROI考核

AI支出停滞也反映了企业软件采购逻辑的变化。早期企业AI预算常由创新实验驱动，部门可以快速采购工具。随着生成式AI进入生产环境，CFO和采购团队开始要求明确的ROI：每个席位带来多少效率提升，每次调用替代多少人工，供应商能否承诺成本上限。AI从预算例外变成预算科目，增长自然更受约束。

同时，模型厂商之间的价格战仍在继续。更便宜的推理、更多开源替代、云厂商的自研模型，都在压低企业支付意愿。对于AI公司而言，这意味着必须从卖token转向卖工作流、卖结果、卖行业解决方案。谁能把AI嵌入关键业务流程并证明价值，谁才更可能穿越价格下行周期。

编者按：不是需求见顶，而是增长换挡

把Ramp数据简单解读为AI需求见顶可能过度悲观。更准确的判断是，AI市场正在从拼用量的早期阶段进入拼价值的规模化阶段。用量继续上升说明采用仍在深化；支出停滞则说明价格下降和成本优化正在发生。对投资者而言，真正需要调整的不是对AI长期需求的信心，而是对收入增速与用量增速同步的假设。

对Anthropic及其他AI公司来说，IPO窗口既是融资机会，也是叙事大考。它们需要向公开市场展示：即使单位价格下降，也能通过更高价值的工作负载、企业级合同和生态锁定实现收入增长。AI超高速增长的故事未必结束，但衡量增长的尺子正在改变。

本文编译自TechCrunch