Los datos de Ramp muestran que el gasto en IA se estanca justo cuando Anthropic se acerca a su IPO

Las empresas utilizan más IA que nunca, pero no gastan más en ella.

Un nuevo informe de Ramp muestra que el gasto en IA se mantuvo estable a finales del verano, incluso cuando los volúmenes de tokens aumentaron, una señal de que la competencia de precios y los clientes más inteligentes pueden estar limitando los ingresos de OpenAI y Anthropic. Según los datos de Ramp, el gasto en tokens solo creció un 1,5% entre agosto y septiembre. En comparación, en julio creció un 42% respecto al mes anterior.

Mientras Anthropic se prepara para su IPO, los datos sugieren que los inversores podrían estar equivocados al suponer que las empresas de IA seguirán creciendo a una velocidad vertiginosa.

«Casi todo el gasto en IA proviene de empresas tecnológicas de alto crecimiento respaldadas por empresas», dijo a TechCrunch el economista principal de Ramp, Ara Kharazian. «Eso está bien mientras el gasto en IA siga aumentando, pero si comienza a desacelerarse debido a algo en el mercado o algún otro factor, todos comenzarán a desacelerarse simultáneamente, y eso podría conducir a otros efectos en cascada».

Kharazian dijo que ya está viendo evidencia de que el 1% superior de las empresas -las más «pilladas de IA»- han tartamudeado ligeramente en su gasto en agosto y septiembre, quedando justo por debajo de los 10.000 dólares por empleado que alcanzaban en sus picos de verano. Una desaceleración en esa cohorte es «suficiente para desacelerar los ingresos por completo, a pesar de que estamos viendo volúmenes crecientes», dijo.

Los datos de Ramp muestran un crecimiento en el gasto entre el 10% medio y el 10% superior, pero no es suficiente para compensar la diferencia. Las empresas medianas gastan entre 12 y 15 dólares por empleado al mes, y el 10% superior gasta entre 600 y 1.000 dólares.

«Si nos fijamos en los casos de uso actuales, no está necesariamente claro que alcanzarán esa marca de 10.000 dólares por empleado al mes en la que se encuentra el 1%», dijo Kharazian. Si bien hay mucha demanda de agentes de codificación de IA en industrias como la del software y las finanzas, «no es necesariamente cierto que un consultorio médico o un concesionario de automóviles deban gastar tanto en IA».

«La era del hipercrecimiento puede haber terminado, y ahora que sabemos que puede que no haya tanto jugo que sacarle al 1% superior», continuó.

Los datos de octubre vieron una nueva aceleración, con un gasto en tokens que aumentó un 8,9% del 23 de septiembre al 23 de octubre, pero Kharazian dijo que los obstáculos para el crecimiento del gasto son fuertes.

Kharazian (que ha publicado una serie de blogs llamados “Grietas en la tesis de la IA”) dijo que la desaceleración no se debe a un problema de demanda. Una vez más, los volúmenes de IA han aumentado. En cambio, señala la naturaleza competitiva del mercado.

«Los recortes de precios de OpenAI y Anthropic… simplemente han abaratado el uso de la IA», dijo. En septiembre, OpenAI redujo a la mitad los precios API para GPT-6 Sol y GPT-6 Luna. En respuesta a la guerra de precios, Anthropic también ha realizado reducciones significativas en los precios de Fable 5.1 y Opus 5.5, una decisión que, según dijo la compañía en una presentación reciente, redujo el crecimiento de los ingresos en aproximadamente 600 millones de dólares. Ambas empresas también han estado ofreciendo descuentos empresariales destinados a bloquear el gasto, pero en realidad están alcanzando sus objetivos de ingresos.

Kharazian dijo que esta dinámica significa que se ha convertido en gran medida en un mercado de compradores.

Subvencionar el uso de tecnología costosa para captar clientes siempre ha sido parte del manual de estrategia de las grandes tecnológicas. Solo recuerde lo barato que solía ser tomar un viaje en Uber o Lyft, y ahora que hay pocos otros participantes en el transporte, el costo de ir de A a B ha aumentado significativamente. Kharazian dice que esas dinámicas no funcionan en el mundo de la IA porque simplemente hay demasiada competencia.

«Meta y Nvidia también están introduciendo ofertas empresariales con modelos bastante baratos o modelos de código abierto», dijo Kharazian. También señaló la variedad de otras empresas de modelos abiertos de China y Estados Unidos, así como una nueva empresa llamada Jev (una herramienta liviana para elegir entre unas pocas salidas predeterminadas) que se encuentra cada vez más entre las de mejor desempeño en Ramp.

«Para muchos casos de uso de IA, sólo se necesita un simple Sí o No», dijo Kharazian. «Así que tomas tus modelos que ya son baratos, los cambias a Jev, y ahora tus cosas que ya son baratas se vuelven aún más baratas».

La capacidad de completar cargas de trabajo a un costo mucho más económico es otro factor que impulsa la desaceleración del gasto. Esto se debe en parte a los descuentos de las empresas de inteligencia artificial, pero también a que las empresas están mejorando en su ahorro.

«A medida que avanzas en el uso de la IA, aprendes mejor cómo controlarla», dijo Kharazian. «Es más probable que utilice valores predeterminados que impidan el uso de modelos muy caros para tareas de larga duración. Es más probable que imponga algunos presupuestos a los empleados. Es más probable que descargue parte del gasto de los modelos estándar y livianos a modelos livianos aún más baratos a través de enrutadores».

El cofundador de Notion, Akshay Kothari, publicó recientemente datos internos que coincidían con las ideas de Ramp. Como lo expresó sucintamente: «las fichas se vuelven brrr. los costos se vuelven ahhh».