I dati Ramp mostrano la spesa per l’IA in stallo proprio mentre Anthropic si avvicina all’IPO

Spesa per l’Intelligenza Artificiale in Stallo Nonostante l’Aumento dell’Uso: Pressioni sui Giganti del Settore

Le aziende stanno adottando l’intelligenza artificiale (AI) più che mai, eppure la spesa dedicata a questa tecnologia non sta crescendo di pari passo. Un nuovo rapporto di Ramp rivela che la spesa per l’AI ha registrato una battuta d’arresto alla fine dell’estate, anche con l’aumento dei volumi di token, un segnale che la concorrenza sui prezzi e clienti più avveduti potrebbero limitare i ricavi per colossi come OpenAI e Anthropic. Secondo i dati di Ramp, la spesa per i token è aumentata solo dell’1,5% tra agosto e settembre, un netto contrasto con il +42% registrato a luglio rispetto al mese precedente.

Questa stagnazione solleva interrogativi, specialmente in vista della potenziale IPO di Anthropic, suggerendo che gli investitori potrebbero sbagliare a supporre che le aziende di AI continueranno a crescere a una velocità vertiginosa. Ara Kharazian, economista capo di Ramp, ha dichiarato che "quasi tutta la spesa in AI proviene da aziende tecnologiche ad alta crescita e finanziate da capitale di rischio". Ha avvertito che "se la spesa per l’AI inizia a rallentare a causa di qualche fattore di mercato o altro, rallenteranno tutte simultaneamente, e ciò potrebbe portare ad altri effetti a cascata".

Kharazian osserva già segni di rallentamento tra il 1% delle aziende più "dipendenti dall’AI", le quali hanno ridotto leggermente la spesa in agosto e settembre, rimanendo al di sotto dei 10.000 dollari per dipendente che avevano raggiunto nei picchi estivi. Un rallentamento in questo segmento è "sufficiente a frenare completamente i ricavi, nonostante l’aumento dei volumi", ha spiegato. Sebbene i dati di Ramp mostrino una crescita della spesa tra le aziende medie e il 10% superiore, questa non è sufficiente a compensare la differenza. Le aziende medie spendono 12-15 dollari per dipendente al mese, e il 10% superiore spende 600-1.000 dollari.

"Se si guardano i casi d’uso odierni, non è necessariamente chiaro che raggiungeranno quel tetto di 10.000 dollari per dipendente al mese che il primo 1% sta spendendo", ha affermato Kharazian, aggiungendo che, mentre c’è molta domanda per agenti di codifica AI in settori come il software e la finanza, "non è necessariamente vero che uno studio medico o una concessionaria d’auto dovranno spendere così tanto in AI". L’economista conclude che "l’era dell’iper-crescita potrebbe essere finita, e ora sappiamo che non c’è più così tanto da spremere dal primo 1%".

Nonostante i dati di ottobre abbiano mostrato una riaccelerazione, con la spesa per i token in aumento dell’8,9% dal 23 settembre al 23 ottobre, Kharazian, autore della serie di blog "Cracks in the AI Thesis", sottolinea che i venti contrari alla crescita della spesa rimangono forti. Il rallentamento, secondo Kharazian, non è dovuto a un problema di domanda, dato che i volumi di AI sono in crescita. La causa risiede piuttosto nella natura competitiva del mercato.

"I tagli dei prezzi di OpenAI e Anthropic hanno semplicemente reso più economico l’uso dell’AI", ha dichiarato. A settembre, OpenAI ha dimezzato i prezzi delle API per GPT-6 Sol e GPT-6 Luna. Anthropic, rispondendo a questa guerra dei prezzi, ha anche apportato significative riduzioni ai prezzi per Fable 5.1 e Opus 5.5, una decisione che, secondo un recente documento aziendale, ha ridotto la crescita dei ricavi di circa 600 milioni di dollari. Entrambe le aziende hanno anche offerto sconti aziendali volti a fidelizzare la spesa, ma che in realtà stanno intaccando i loro obiettivi di fatturato.

Questa dinamica ha trasformato il mercato in un "mercato del compratore", secondo Kharazian. La strategia di sovvenzionare l’uso di tecnologie costose per fidelizzare i clienti, tipica delle Big Tech, non sembra funzionare nel mondo dell’AI a causa dell’eccessiva concorrenza. Meta e Nvidia, ad esempio, stanno introducendo offerte aziendali con modelli molto economici o open source. Esistono anche numerose altre aziende di modelli open provenienti da Cina e Stati Uniti, oltre a nuove realtà come Jev, uno strumento leggero per scegliere tra output predeterminati, che sta emergendo tra le migliori performance su Ramp. "Per molti casi d’uso dell’AI, basta un semplice Sì/No", spiega Kharazian. "Così si prendono i modelli già economici, li si sposta su Jev, e ora le cose già economiche diventano ancora più economiche".

La capacità di completare carichi di lavoro a costi molto inferiori è un altro fattore che frena la spesa. Questo è in parte dovuto agli sconti delle aziende AI, ma anche perché le aziende stanno diventando più abili nel gestire i costi. "Man mano che si diventa davvero esperti nell’uso dell’AI, si migliora nel controllarla", ha detto Kharazian. "È più probabile utilizzare impostazioni predefinite che impediscono l’uso di modelli molto costosi per attività a lungo termine. È più probabile imporre budget ai dipendenti. È più probabile scaricare parte della spesa da modelli standard e leggeri a modelli leggeri ancora più economici tramite router". Akshay Kothari, co-fondatore di Notion, ha recentemente pubblicato dati interni che corroborano le intuizioni di Ramp: "tokens go brrr. costs go ahhh."

"Molte delle ipotesi che avevamo sulla traiettoria della spesa per l’AI stanno iniziando a crollare", ha detto Kharazian. "Si può usare più AI, ma usarla per meno. Questo è ottimo per i clienti, ma non necessariamente per le aziende che sviluppano i modelli. E introduce nuove domande sulle loro traiettorie di ricavo".

Bloomberg ha recentemente riportato che la potenziale valutazione di Anthropic è scesa dai 2 trilioni di dollari stimati all’inizio di ottobre a soli 1,2-1,3 trilioni. Si prevede inoltre che l’azienda riceverà un rating "junk" elevato dalle agenzie di credito. Anche OpenAI ha ridotto la sua proposta di valutazione a 1,25 trilioni di dollari da 1,4 trilioni e ha tagliato gli obiettivi di raccolta fondi più recenti di circa 10 miliardi di dollari. Kharazian suggerisce che il set di dati di Ramp probabilmente alimenta molte delle preoccupazioni degli investitori. Esiste, tuttavia, un potenziale lato positivo per le traiettorie di spesa, seppur speculativo.

Gran parte della tesi per una spesa in iper-crescita si basa sull’idea che l’AI introdurrà senza dubbio nuovi casi d’uso che accelereranno le cose. Gli agenti di codifica AI sono emersi solo un anno e mezzo fa come il prodotto commercialmente più redditizio che ha portato Anthropic e OpenAI a diventare aziende da trilioni di dollari. La speranza tra gli investitori è che ci sarà un’altra rivoluzione che guiderà ulteriore spesa. Alcuni ritengono che gli agenti personali saranno i prossimi "coding agents". OpenAI, SpaceXAI e Meta hanno tutti rilasciato i propri agenti personali, accanto a startup come Instinct. Kharazian è scettico, tuttavia, sul fatto che gli agenti personali, che "non sono economicamente produttivi come la codifica", forniranno l’impulso di cui l’industria ha bisogno per una crescita ininterrotta. "La proiezione è che verranno introdotti nuovi prodotti che guideranno un’ulteriore crescita", ha concluso Kharazian. "Ma in base a ciò che possiamo osservare oggi e ai prodotti disponibili e a ciò che è commercialmente avanzato, la spesa per l’AI ha iniziato a rallentare."