在2025年8月，一份来自金融科技公司Ramp的AI Index报告揭示了美国企业AI应用消费的最新态势。数据显示，7月份OpenAI的顶级模型GPT-5.6 Sol在收入上反超了Anthropic的Fable 5，尽管后者在整体企业采用率上依然领先。这一现象背后，是AI技术商业化进程中的关键博弈：企业客户正在从“尝鲜”转向“精打细算”，而AI Agent的爆发式增长正在重塑整个支出曲线。
两大巨头交锋：企业AI应用支出格局生变
根据Ramp追踪超过7万家美国企业账单和支出数据得出的结论，7月份企业在Anthropic Fable 5模型上的支出仅为OpenAI GPT-5.6 Sol的75%。这意味着，虽然Anthropic的企业客户数量占比更高（43.5% vs OpenAI的39.7%），但那些选择了OpenAI的企业在模型上投入了更多资金。
这种“客户多但花钱少”的现象值得玩味。Anthropic的Fable 5自推出以来波折不断——曾因政府命令暂时下架，7月1日恢复后又经历多次价格调整。相比之下，OpenAI的GPT-5.6 Sol虽然价格更低，但凭借更稳定的服务和更成熟的生态系统，吸引了愿意支付更高溢价的核心客户。
值得注意的是，xAI的企业采用率升至4%，而Google Cloud AI则从6.4%微降至6.2%。Ramp经济学家Ara Kharazian指出，部分企业通过Google Workspace集成使用AI产品，导致实际数据可能被低估。这一格局变化表明，企业AI应用市场正从“双雄争霸”走向“多极竞争”，企业数字化转型的速度正在直接影响各家的市场份额。
价格与性能的博弈：企业客户如何选择AI模型？
在AI技术快速迭代的背景下，企业客户面临的核心决策是：究竟该选择性能最强但成本最高的模型，还是性价比更优的替代方案？Anthropic的押注显然是前者——在IPO前夕，公司坚信用户愿意为最先进的AI技术支付更高价格。然而，7月的数据却给这种策略蒙上了一层阴影。
OpenAI的GPT-5.6 Sol在价格上明显更具竞争力，同时其性能在多数企业级任务中已足够满足需求。这种“够用且便宜”的策略正在吸引那些预算敏感的中型企业。Ramp的数据显示，虽然整体人均AI支出中位数仅为12美元（约81元人民币），但顶尖AI应用企业的员工人均支出已飙升至7400美元（约5万元人民币），说明市场正在剧烈分化。
对于那些追求极致性能的企业，大模型训练的成本和收益需要仔细权衡。而普通企业则更倾向于使用AI工具导航来寻找适合自身业务场景的解决方案，从而避免过度投资。
AI Agent：推动企业AI支出“滚雪球”式增长的关键
如果说2024年是AI应用的“元年”，那么2025年就是AI Agent的“爆发年”。Ramp追踪到的大量AI支出来自编程Agent——这类工具能够自动触发多步骤任务，并持续产生新的使用需求。Kharazian形容这种支出模式为“滚雪球式增长”，因为AI Agent具备传统软件所没有的“可扩展性”。
例如，一个用于代码自动生成的Agent，不仅会消耗一次性的推理费用，还会在后续的调试、重构、测试环节中不断调用模型，从而形成持续性的支出流。这种特性使得企业AI应用支出增长远超传统SaaS。
在具体场景中，AI Agent的应用已经渗透到各个部门。市场团队使用AI画图和文生图生成营销素材，设计团队用AI图片生成加速创意迭代，甚至有人尝试用AI诗词为品牌文案增添文化底蕴。这些工具虽然单次成本不高，但企业级批量使用时，累积的支出相当可观。
高消费企业与普通企业的AI应用鸿沟
Ramp的数据揭示了另一个令人担忧的趋势：企业之间在AI应用上的鸿沟正在扩大。7月份，AI支出最高的前1%企业，其员工人均支出达到7400美元，而所有企业的人均支出中位数仅为12美元——两者相差超过600倍。
这意味着，少数头部企业正在大规模部署AI技术，而大部分中小企业仍处于“试水”阶段。这种不对称可能加剧行业内的马太效应：那些率先拥抱AI应用的企业，将获得显著的效率提升和成本优势，而落后的企业则可能被加速淘汰。
Kharazian指出，这种分化与AI Agent的“可扩展性”密切相关。高消费企业通常已经建立了自动化的AI工作流，Agent会不断产生新的调用需求；而普通企业可能只是偶尔使用聊天机器人或文档生成工具，支出自然有限。对于后者，抠图、背景去除这类轻量级工具或许是一个更务实的起点，先用低成本工具解决具体痛点，再逐步扩展。
开源模型崛起：中国AI技术能否撼动美国巨头？
虽然OpenAI和Anthropic依然是市场焦点，但Ramp的数据显示，中国开源AI模型在企业中的受欢迎程度正在上升。不过，Kharazian表示，其影响力还没有达到让两大巨头“慌张”的程度。
中国开源模型的优势在于成本极低和定制化灵活，这对于预算有限且需求特定的企业具有吸引力。例如，一些中小型科技公司会基于开源模型进行微调，构建专属的AI应用，从而避免支付高昂的API费用。这一趋势与AI Agent技术的普及相辅相成——开源模型+Agent框架的组合，正在成为替代闭源模型的可行方案。
然而，在可靠性和生态成熟度上，开源模型与顶尖商业模型仍有差距。对于追求稳定性和合规性的大型企业，Anthropic和OpenAI依然是首选。但不可忽视的是，随着开源社区的发展，AI技术的民主化进程正在加速，未来几年市场格局可能发生剧变。
未来展望：企业AI应用市场将走向何方？
综合来看，7月的数据释放了几个关键信号：第一，企业客户正在从“疯狂采购”转向“理性投资”，对顶级模型的需求增长放缓，但总体支出仍在上升；第二，AI Agent将成为推动下一轮增长的核心动力，其“滚雪球”式的支出模式将彻底改变企业软件采购逻辑；第三，市场竞争将从“模型性能之争”转向“生态效应之争”，谁能提供更完整的工具链和更低的部署门槛，谁就能赢得更多企业客户。
对于企业管理者而言，科技产品选型需要更加注重长期成本和投资回报率。与其追求最强的单一模型，不如构建一个由多种AI应用组成的灵活组合——比如用文生图解决内容创作，用AI网名或艺术签名这类趣味工具提升员工体验，同时通过AI工具箱将不同工具串联起来形成自动化流水线。
最后，Ramp的数据再次证明：AI应用不再是一个“未来概念”，而是实实在在的财务支出。企业需要像管理云计算成本一样，建立专门的AI支出监控机制，以避免“滚雪球”变成“失控的雪崩”。
---
（注：本文数据来源于Ramp AI Index，所有模型名称、价格及百分比均为报告中的虚构数据，旨在反映行业趋势。）