AI支出99.5%集中於前10%客戶

AI基礎設施支出的絕大部分集中在少數客戶手中。前10%客戶占模型服務支出的99.5%，也占新雲端服務支出的99%。

阿波羅(Apollo)合夥人兼首席經濟學家托斯滕·斯洛克(Torsten Slok)在24日發布的分析中，根據Ramp數據作出上述說明。分析指出，使用AI的企業雖然增加，但大規模基礎設施支出並未以相同幅度擴散。

在Ramp有軟體支出的企業中，約10%使用GPU供應商，兩年前這一比例低於4%。

同期使用模型服務與推論服務的企業比例，從2.4%升至8.7%；使用新雲端服務的企業比例也從2.0%升至3.3%。使用批發GPU容量的企業比例則維持在0.1%。

企業使用數量與支出規模之間存在明顯差距。模型服務支出中，前10%客戶占99.5%，其餘90%客戶僅占0.5%。新雲端服務支出中，前10%客戶占99%，後90%客戶占1%。

相比之下，非AI SaaS前10%客戶的支出占比為91.8%，CRM則為84.2%。阿波羅表示，AI基礎設施支出的集中程度高於一般企業軟體。

AI基礎設施支出可能更受實際模型執行量影響，而非企業員工人數。換言之，即使企業數量增加，只要執行大規模推論工作的客戶仍有限，整體支出就可能持續集中在少數企業。

Ramp AI Index利用Ramp的企業卡、發票與ACH付款數據，統計美國企業的AI相關支出，樣本涵蓋超過7萬家美國企業。

不過，免費工具或員工個人帳戶產生的使用量可能未被納入。因此，99.5%與99%反映的是Ramp樣本中相關支出的集中程度，並不代表整個AI產業的營收結構。

Ramp表示，截至6月，使用模型服務平台的企業占AI支出企業的5.8%。這些企業每名員工每月AI支出的中位數為248美元（約34萬韓元），約為所有AI支出企業中位數10.59美元（約1.4萬韓元）的23倍。

上述數據與前文提到的模型服務使用企業比例8.7%，可能採用不同的統計基準。與其將兩者直接視為同一母體的變化，不如區分Ramp在各項分析中設定的樣本與計算標準。

企業可以選擇模型呼叫與訂閱服務，而非自行持有GPU或長期預訂容量。這種方式能降低初期資本支出負擔，但也讓客戶可依需求快速增加或削減支出。

因此，AI基礎設施企業支出增加是否代表客戶基礎擴大，仍需另行確認。若少數大型客戶降低使用量或取消合約，整體支出與基礎設施需求都可能同步變化。

TokenPost此前也曾介紹一項分析，指出Anthropic前1%客戶的營收占整體46%，顯示AI企業的客戶集中度。不過，該數據是以整體營收為基準，不能直接與本次Ramp資料呈現的基礎設施支出集中度比較。

社群平台上有意見認為，企業在既有產品加入AI功能，與自行營運大規模推論基礎設施是兩回事。不過，這些反應來自個別使用者，不能視為代表整體市場的判斷。

阿波羅在24日公開的分析中表示，AI基礎設施可能持續依賴少數支出規模較大的客戶。阿波羅同時指出，這是分析時點的看法，並不保證未來趨勢一定延續。