企業AI支出出現分化，輝達(NVDA)還吃得到算力成長嗎？

 

頂級企業8月人均AI支出較7月高點回落10%

今年8月，AI支出排名前1%的企業，每位員工平均投入7,200美元，低於7月創下的8,000美元高點，單月降幅達10%。Ramp首席經濟學家Ara Kharazian認為，幾項主要支出驅動因素可能已接近高峰，企業AI投資開始出現裂痕。

這組數據的觀察範圍集中在AI支出最積極的企業。這些公司通常較早導入大型語言模型、程式編寫代理工具與GPU雲端運算，因此支出轉折具有領先指標的價值。前1%企業率先降溫，顯示早期大客戶正在重新檢視模型成本與使用效益。

單月下滑仍不足以確認企業AI預算進入持續收縮。7月本身處於歷史高點，8月數字也可能包含高基期、採購週期與產品組合調整。後續需要觀察前1%企業的人均支出是否連續下降，以及企業合約、API用量與GPU雲端支出是否同步轉弱。

 

模型降價與輕量化選擇壓低支出金額

Kharazian將8月變化主要歸因於模型廠商之間的價格競爭。他未將支出下降單獨歸因於中國開源模型普及，解釋重心放在供應商降價，以及企業轉向標準版和輕量化模型。

輕量化模型的單次推論成本較低，也更適合大量、重複且任務範圍明確的企業工作。當企業把部分工作負載從前沿旗艦模型移往價格較低的版本，每位員工的AI支出自然下滑，模型呼叫次數與實際使用量仍可能成長。

這裡需要區分支出金額與運算需求。價格下降可能掩蓋用量成長，同樣預算可以購買更多API權杖或推論運算。若企業持續增加AI工作負載，模型供應商承受單價壓力，雲端與GPU基礎建設仍可能受惠於運算量擴張。

 

前10%與中位數企業仍在增加AI投入

企業市場呈現明顯的支出分層。今年8月，AI支出排名前10%的企業，每位員工月均投入約680美元；位於中位數的企業，每位員工月均支出則升至約14美元。兩者與前1%的7,200美元仍有巨大差距，但支出方向持續向上。

Ramp圖表也顯示，2024年1月至8月期間，前1%、前10%與中位數企業的人均AI支出都曾大幅成長。最新變化集中在最重度使用者從高點回落，較廣泛的企業導入仍在推進。

AI採用正往更多企業擴散。早期大客戶開始優化成本，中型與一般企業則處於增加訂閱、測試工具和部署工作流程的階段。這種分化會讓產業營收結構改變：新增客戶數可以成長，每位客戶的平均支出增幅卻可能放慢。

 

Ramp指數同時涵蓋軟體訂閱、API與GPU雲端

Ramp衡量的AI支出包含大型語言模型訂閱、程式編寫代理工具、API權杖，以及GPU雲端運算。這項指標同時混合軟體席次、模型使用量與基礎建設成本，無法直接對應單一供應商的營收變化。

對軟體服務商而言，企業轉向標準版與輕量化模型，可能降低底層推論成本，也可能壓低高階方案的平均售價。獲利結果取決於使用頻率、付費席次、模型成本下降速度，以及廠商能否將AI功能轉化為持續性訂閱收入。

對輝達(NVDA)與GPU雲端需求而言，Ramp指數涵蓋相關支出，卻無法直接代表GPU出貨量。模型效率提升、雲端降價與硬體利用率上升，都可能讓每單位運算成本下降。支出金額與算力消耗可能分離，評估基礎建設需求仍要搭配雲端資本支出、GPU租用率與推論工作負載。

 

後續要拆解支出、用量與企業效益

目前數據支持兩項同時存在的變化。頂級AI支出企業正在控制單位成本，更多企業則持續開始採用AI工具。市場尚未出現全面性需求萎縮的證據，最積極客戶的10%回落也提醒供應商，價格競爭與產品組合已開始影響營收增速。

後續判斷可聚焦三組訊號：前1%企業支出是否連續下降，前10%與中位數企業能否維持成長，以及API與GPU用量能否抵銷模型價格下滑。企業AI支出的下一階段將由使用效益決定；若工作負載持續增加，支出降溫仍可伴隨算力需求成長，若支出與用量同步轉弱，AI基礎建設的成長假設才會面臨更明顯壓力。