据TechCrunch AI报道，支付公司Ramp收集的7万家企业支出数据表明，2026年8月，Ramp客户中为AI产品付费的比例为56%，较前一个月仅上升0.4%，企业采用AI工具的速度出现放缓。

Ramp的指标并非首次显示采用放缓。去年，该公司的AI指数曾在8月至10月间几乎没有增长，随后在年底重新加速。但对AI基础设施投入巨大的前沿实验室和超大规模云厂商而言，即便小幅放缓也可能构成警示，因为其投资回报依赖足够的收入支撑。迄今为止，使用量增长迅速，尤其是软件工程师采用智能体编程工具，一旦采用放缓，收入也可能随之放缓。

Ramp的数据可能高估整体采用率，因为其客户偏科技行业。美国人口普查局截至8月23日更新的调查显示，仅22%的企业报告使用AI。Ramp的调查不一定代表整个市场，但它是少数直接支出数据集之一，并可能成为先行指标。8月正值行业休假高峰，这可能解释采用放缓。

不过，Ramp经济学家Ara Kharazian指出了其他警示信号。首先，其样本中前1%公司的员工人均AI支出大幅下降近10%，至7205美元。这可能是休假因素，也反映出Token成本下降。随着OpenAI和Anthropic降价，平均Token成本已降至每百万Token 0.68美元，而2026年3月的峰值为每百万Token 1.15美元。

数据显示，这些实验室尚未通过用量增长弥补降价影响。同样的激励促使许多客户选择较旧、更便宜的模型，如OpenAI的ChatGPT 5.6-Terra和Anthropic的Sonnet，而非更强大的前沿版本。前沿实验室员工曾表示，新模型发布后最初几周就能收回大部分训练成本，采用放缓可能威胁这一模式。

尽管开放权重模型威胁前沿实验室的说法不断，8月仅有6.4%有AI支出的企业使用模型服务或推理平台。这一比例在稳步增长，但速度不足以推动更广泛企业采用的动态。

Kharazian说：“我们正在看到，OpenAI和Anthropic之间的竞争让AI更容易获得，也在为企业压低价格——不仅是压低价格，还压低了此前市场预期将推动未来大部分增长的前1%公司的支出。”这也解释了AI实验室为何专注于为非技术用户争取AI协作工具。

这一数据点对模型构建者或已订购约两千亿美元芯片的超大规模云厂商来说可能是坏消息。但Kharazian指出，“这取决于你在市场中的位置。如果你的公司正在使用AI，那就是好事。”