Ramp AI 2025 企业支出春季报告

PART 01 —— 引言

RAMP AI 经济学家寄语

各位同事：

在此，很荣幸与大家分享 Ramp 的《企业支出报告》。在本期报告中，我们研究了广告支出趋势、整体支出，以及我尤为关注的一个领域：AI。

本报告首次推出了名为“Ramp AI 指数”的研究成果，该指数衡量 AI 的应用程度、竞争格局和成本。经济学家们正在密切关注 AI 如何改变生产率和促进经济增长，而了解AI的采用情况是得出相关结论的第一步。我们的分析显示，企业采用 AI 的速度更快、成本更低，这两方面都优于此前报告所显示的水平。

为什么我们要发布这些报告？目前没有公开的数据集能够全面反映美国企业的支出情况，包括场景、金额和用途。许多经济学家都关注消费者支出数据，却很少有人跟踪企业支出数据，而后者每年超过 25 万亿美元，比美国消费者支出高出 36%。Ramp 凭借其独特优势能够填补这一公共领域研究的空白。

填补这一空白的契机正是我对经济学钟爱的原因所在。我深受经济学所要求的持续不断的智力探索所激励，即不断地重新审视数据、假设和解读。凯恩斯曾称经济学“是一种方法而不是教条，是头脑的一种工具，是一种思维的技术，可以帮助掌握它的人得出正确的结论。”

Ara Kharazian

Economist at Ramp

关于本报告

Ramp 企业支出报告是一份每季度发布的企业支出趋势分析报告，基于 3 万多家使用 Ramp 支付账单和Ramp企业卡的企业所产生的数十亿条匿名交易数据汇总而成。我们使用企业模型提取交易后采购方上传的收据和账单中的明细文本，构建交易数据集。然后结合内部和外部数据，利用专有模型将企业按规模和行业进行分类：小型企业指员工人数为 1–24 人的公司，中型企业指员工人数为 25–99 人的公司，大型企业指员工人数达到 100 人以上的公司（包括数千员工的大型企业）。以上分类及报告中的其他定义可能会随时更新变动。本报告分析了 Ramp 企业卡和其他交易数据，以及来自可信第三方来源的数据。任何结论都不应被视为某一公司或 Ramp 本身业务表现的指标。为保护客户隐私，部分数据未被采用。

主要发现

Ramp 数据显示，美国已有 35.5% 的企业开始使用 AI，其中科技、金融和制造业的采用率最为领先。
在 AI 模型服务提供商中，OpenAI 在企业的采用率中处于绝对领先地位，其次是 Anthropic。
大型企业正在减少广告支出，而小型企业则在增加广告预算。我们发现 53% 的大型企业在同比基础上保持或减少了广告支出，而 55% 的小型企业则在同比基础上增加了广告投入。
在广告支出同比增长方面，TikTok 的广告平台位居首位，这表明广告商并未因 TikTok 面临禁令而受到阻碍。
总体来看，企业总支出环比保持稳定。

PART 02 —— Ramp AI 指数

AI 可能成为推动美国摆脱二十年劳动力生产率增长停滞的变革性技术。如果 AI 驱动经济增长，那么它的采用程度将是首要领先指标。虽然已有其他数据集尝试跟踪 AI 的应用程度，但没有一个使用实际交易数据，而 Ramp 的数据集正是基于实际交易数据进行分析。

美国政府低估了 AI 的采用率

Ramp 的数据显示，美国已有 35.5% 的企业采用 AI，这一比例是美国人口普查局报告的 4.4 倍。我们认为，美国人口普查局通过问卷调查来统计企业 AI 采用率的做法低估了实际情况。调查问题如：“贵企业是否使用 AI 来生产商品和服务？”这一表述过于笼统和抽象。它是否包括由 AI 驱动的客户服务代表？销售聊天机器人？软件工程师在编写代码时使用的 AI 工具？或者，从字面理解是否指用于实际制造实体产品的 AI？这一类问题会使得受访者困惑。而 Ramp 的统计则基于企业对 AI 软件和解决方案的实际采购记录。通过分析企业与 AI 服务提供商签订的合同，我们可以明显看出有越来越多的企业已经在使用 AI，即便它们告诉人口普查局并未使用。对这项研究持批评态度的人可能指出，客户更有可能采用AI解决方案，因为他们已将 Ramp 作为其业务支出平台，采用了以 AI 为导向的方法。这一观点并非没有道理。然而，值得强调的是，Ramp 的数据可能仍然低估了企业中实际的 AI 采用率，因为我们的研究未涵盖免费 AI 工具的使用情况以及员工对个人 AI 账户的使用。

有多少企业正在使用 AI？

Ramp 预计美国已有 35.5% 的企业采用 AI 来生产商品和提供服务，而美国政府（基于人口普查局数据）的统计仅为 8.1%。

采用 AI 生产产品和服务的企业比例

科技行业的 AI 采用率最高

科技行业的 AI 采用率最高，而住宿与餐饮业采用率最低。这是因为该类业务主要依赖人工服务。然而，我们也注意到 Ramp 平台上一些餐饮企业开始将 AI 用于后台事务的自动化处理。这些发现的趋势与美国人口普查局的报告方向一致：它同样指出科技行业的采用率最高、住宿与餐饮业最低；但总体而言，我们预计各行业的 AI 采用率均比人口普查局所报告的要高。

采用 AI 生产产品和服务的企业比例

各类企业中 AI 应用呈增长趋势，并随着企业规模的扩大而增加

大型企业采用 AI 的可能性更高。我们认为这主要是因为大型公司内部不同团队之间存在差异：大型企业拥有更多团队，其中一些团队对新技术的采用速度较快，这些团队在企业内部推动了 AI 工具的推广和应用。

采用 AI 生产产品和服务的企业比例

科技中心地区在 AI 增长与应用方面领先

波士顿作为生物技术创新和学术研究中心，其 AI 支出同比增长率位居各城市首位，其次是同为科技中心的西雅图。硅谷核心的山景城整体采用率最高，其次是相邻的旧金山。这主要归功于这些地区科技行业的高采用率。

Ramp 支出平台上 AI 模型和产品的每月支出（2025 年 3 月）

谁在赢得AI竞赛？

OpenAI 在 AI 产品和服务市场中遥遥领先。该公司是第一个推出主要消费级 AI 产品的厂商，这一先发优势使其占据领导地位。OpenAI 的旗舰产品 ChatGPT（于 2022 年推出）几乎已经成为 AI 的代名词，并推动了企业对 AI 的广泛采用。由前 OpenAI 员工创立的 Anthropic 排名第二。尽管 Google 在 AI 研究方面居于领先地位并拥有深厚资源，但其 AI 产品在企业中的应用进展有限。业内新势力 xAI 和中国的 DeepSeek 最近引起关注，但在更广泛的市场中它们仍然只是小玩家。

OpenAI 在商业应用方面处于领先地位购买 AI 模型、平台和工具的美国企业比例

OpenAI 在各地区领先于 Anthropic

虽然 Anthropic 在各地区的采用率仍低于 OpenAI，但在硅谷地区，其采用率达到了最高，这主要是由当地科技行业的高渗透率推动。越来越多的企业同时采用来自多个公司的 AI 模型，而不是依赖单一供应商的方案。此前 Ramp 的分析已经显示，企业正越来越多地采用多供应商的模型产品。

Ramp 支出平台上 AI 模型和产品的每月支出（2025 年 3 月）

DeepSeek 失去势头，而 xAI 增长

如上图所示，DeepSeek 和 xAI 在企业用户中的整体采用率仍然很低，但我们在第一季度初观察到了它们的环比增长峰值。2025 年 1 月推出后，低成本的中国 AI 模型 DeepSeek 在应用商店下载榜上迅速登顶，甚至超过了 ChatGPT，并引发了美国科技股的一波抛售。Ramp 的数据显示，一月期间企业对 DeepSeek 的尝试激增，但到了二月增长速度大幅放缓。随后，其他 AI 公司也推出了更多高性能低成本的模型来竞争。尽管 3 月 DeepSeek 的增长率有所回升，但其企业采用率仍只有 0.1%。xAI 的增长可能是由于 Grok 3 的成功发布，这种新模式在企业中获得了广泛欢迎，而 DeepSeek 则未能达到同样的水平。xAI 的企业采用率略高于 DeepSeek 的 0.4%。近期，xAI 收购了社交媒体平台 X（前身为 Twitter），两家公司均由 Elon Musk 掌控，这意味着该公司的 AI 模型可能会因获得来自 X 的实时用户生成内容而得到显著改善。

AI 模型公司在 Ramp 支出平台上的月度支出增长情况

Vibecoding 平台增长速度超过 AI 公司

我们注意到诸如 Cursor（Ramp 上增长最快的软件供应商之一）、Codeium 和 Lovable 等平台的采用率正在提高。这些平台允许开发者轻松地在不同基础模型（如 OpenAI 和 Anthropic 等）之间切换。从支出角度看，它们的增长速度甚至超过了许多 AI 模型公司自身。工程师可以将 Cursor 等工具直接集成到开发流程中，由此催生了一种被称为“vibecoding”的新型编程方式。开发者通过一系列提示和优化，让 AI 模型生成所需的代码，而无需手工编写。即使没有深厚工程背景，用户也可以创建软件。

与 vibecoding 相关的软件公司（Cursor、Codeium、Replit 等）的月度支出增长情况

AI成本正在下降

Ramp 数据显示，AI 模型运行所需的核心 —— token 的成本正在大幅降低。一年前，企业为每百万token支付约 10 美元；截至 2025 年 3 月，这一成本已降至约 2.5 美元，下降了 75%。即便在 2024 年末 OpenAI 推出迄今最昂贵的模型（o1-preview）时，平均成本也仅略有回升，随后迅速回落。

我们认为，这一趋势主要归因于 AI 技术的快速进步和激烈的市场竞争。

AI 领域竞争激烈，OpenAI、Anthropic 等公司必须快速优化技术以扩大市场份额。电力是 AI 运行的最大成本，因此更高效（更省电）的新模型使得每个 token 的处理成本降低。

我们预计这一降价趋势将持续下去。AI 公司将继续加大力度提升模型的计算效率，从而进一步降低成本。实际上，一些客户曾因为担心 AI 成本上升而对采用新服务持观望态度，但我们认为这种担忧是多余的。随着 token 价格不断下降，企业应定期评估可用的 AI 服务和模型，确保以最低成本选择性能最优的方案。

AI token 的成本正在下降OpenAI 和 Anthropic 每 100 万个 token 的中位价格