每名员工每月AI支出的中位数是$11.38。

这是Ramp在2026年6月对美国7万家以上企业真实支出数据的分析结果。 相当于一个ChatGPT Teams席位。这就是大多数公司的现实。

那前1%呢?每人每月支出$7,449。 680倍的差距。而且上个月还增长了14.1%。

核心要点
  • 中位数支出为每人每月$11.38 — 基本就是一个SaaS订阅
  • 前1%支出每月$7,449 — 差距680倍,环比增长14.1%
  • 分水岭在于:SaaS订阅还是智能体基础设施
  • 智能体AI每个工作流成本是聊天机器人的30倍($1.20对比$0.04)
  • 在这个规模上,AI支出已成为竞争护城河,而不只是成本

大多数公司每月只花$11在AI上

Ramp追踪7万家以上美国企业的真实卡片和发票支出。2026年6月的AI指数显示的是企业实际花了多少,而不是他们认为应该花多少。

层级每人每月支出主要构成
中位数(第50百分位)$11.38一个ChatGPT Teams或Copilot席位
较高(第75至90百分位)$50至$500多个AI SaaS工具加少量API用量
前1%$7,449智能体工作流、内部AI基础设施、Token预算管理

6月数据中有两个值得关注的信号:Anthropic首次在Ramp企业支出份额中超越OpenAIDeepSeek则登上热门工具榜首——这意味着支出最高的企业已经在混合使用前沿模型和开源模型,而不是只订阅一个高级服务。

前1%的企业实际在做什么?

三家触碰上限的公司案例,以及是什么触发了这个临界点。

Meta — "Claudeonomics"与Token Legend
Meta构建了一个名为"Claudeonomics"的内部AI使用量排行榜,并向最高消耗者颁发"Token Legend"徽章。这个项目的目的是推动内部采用。效果太好了。由于成本超出预期,Meta在6月被迫设置了强制使用上限。

Uber — 年度预算4个月用完
Uber工程团队的AI采用率达到84%。年度AI预算在4月就耗尽了。罪魁祸首是在大型代码库上自主运行的智能体编码助手,每个工作流$1.20,每天运行数百次。

Mercor — AI成本超过员工薪资
AI招聘平台Mercor的AI Token费用已经超过员工薪酬总额。整个招聘流水线都在自主智能体上运行。

三家公司的共同点:都在没有成本管控的情况下扩展了智能体工作流。教训不是"少花钱",而是"扩张前先建立成本可视化"。

为什么差距会越来越快地拉大?

根本原因不是采用率,而是成本架构。

维度聊天机器人(2023)智能体(2026)
每个工作流成本$0.04$1.20(30倍)
动作触发方人工智能体(自主)
每日运行次数10至50次数百至数千次
竞争可见度低(通用工具)高(专有基础设施)

当一个智能体系统每天运行数百次,每次$1.20,月度Token账单会快速累积。 EY的分析说得很直接:现在构建智能体基础设施的企业正在建立成本护城河。差距不是预算规模的问题,而是哪些企业已经搭建好了能够证明支出合理性的流水线。

$0.04
聊天机器人每工作流成本(2023)
$1.20
智能体每工作流成本(2026)
680倍
前1%与中位数支出差距

你的公司现在处于哪个层级?

五个步骤确定你的AI支出位置,并决定下一步怎么走。

  1. 计算当前每人AI支出
    将所有AI订阅和API成本相加,除以员工人数。如果这个数字你马上说不出来,那本身就是一个信号。
  2. 找出成本最高的单一工作流
    如果最大费用是SaaS订阅,你可能处于中位数层级。如果是来自内部工具的自主API调用,你正在向上层移动。
  3. 检查是否有自主运行的智能体工作流
    智能体意味着AI无需人工逐步审批就能采取行动。如果你的智能体工作流为零,现在每月$11的支出对你在做的事情来说可能是合理的。
  4. 做出选择:SaaS租户还是基础设施所有者?
    SaaS AI工具部署快、易于管理。基础设施所有权——自定义智能体、模型路由、Token预算——成本高但能构建专有能力。前1%的企业已经明确做出了这个选择。
  5. 如果要扩张:先构建成本管控
    Meta和Uber都因为在没有预算可视化的情况下扩张而触碰上限。在扩大智能体工作流之前,先实施按团队的Token预算和模型路由,让更便宜的模型处理简单任务。

想要深入了解?

Ramp AI指数 — 2026年6月 主要数据来源:美国7万家以上企业,按AI工具分类的真实支出数据。 ramp.com

2026年企业AI Token支出实况 Grey Journal对Ramp数据的深度拆解,含层级分布和工具级支出基准。 greyjournal.net

EY — 企业智能体AI的Token成本 从聊天机器人到智能体工作流的成本结构变化分析,包含$0.04到$1.20的每工作流成本框架。 ey.com

Meta AI Token支出 Claudeonomics项目以及内部AI采用激励措施超过成本管控的经过。 cryptobriefing.com

重塑2026年企业AI的三条断层线 Uber预算耗尽案例以及大规模智能体采用的形态分析。 marketscale.com