AI花费快追上工资了吗？Ramp数据显示只有最激进企业接近这条线

美国企业的AI账单正在变厚，但还没有普遍贵过人。Ramp AI Index最新数据称，美国AI使用最激进的前1%企业，每月人均AI支出约7500美元；作为对照，软件工程师平均月薪约1.6万美元。

这组数据给近期的AI成本争论泼了一点冷水。NVIDIA高管曾称算力成本已高于员工薪酬，Mercor CEO也说公司内部智能体的token开销超过员工人数成本。Ramp的数据至少说明：在最重度使用者那里，AI开销已经很重，但“企业普遍为AI花得比员工更多”还不是事实。

前1%企业很贵，但中位数仍接近普通软件订阅

Ramp AI Index衡量美国企业AI采用与支出。它把最激进的前1%企业称为“AI-pilled”，这类公司的人均AI开销已经不是试用预算，而更像核心生产成本。

这张表的关键不在最高值，而在分布差异。前1%和中位数相差数百倍，说明AI商业化不是均匀渗透。少数公司在用多模型、内部智能体和自动化流程冲高消耗，大多数企业仍停留在办公助手、代码辅助、客服试点或部门级采购。

与薪酬相比，临界点还没被越过

把AI支出和工资放在同一张表里，是因为企业CFO最终看的不是技术叙事，而是单位产出成本。每月7500美元已经足以改变预算会讨论的顺序，但它仍不到一名软件工程师平均月薪的一半。

这意味着，AI目前更像高价工具和部分岗位杠杆，而不是大范围替代工资表。对技术团队来说，现实动作可能是重新审查token预算、统一模型调用入口、限制高成本模型默认使用，而不是马上用AI预算去替代招聘预算。

这里也有一个容易被忽略的限制：Ramp统计的是支出，不是产出。7500美元可能买来更快的代码生成、销售线索处理或客服自动化，也可能只是团队在多个模型之间反复试错。没有任务完成率、人工节省量和质量指标，单看账单无法判断投入是否划算。

支出还在涨，控成本靠模型切换而非单一押注

Ramp称，前1%企业上月人均AI支出增长14.1%。这个数字说明重度用户仍在加码，但它只是单月变化，不能直接推成长期曲线。企业AI预算常受项目上线、模型迁移、采购周期影响，短期波动很大。

更有意思的是使用方式。Ramp提到，这些重度企业往往不会只押一个前沿模型，而是在多个前沿模型和能接入更便宜开源模型的平台之间切换。行业现实是，OpenAI、Anthropic、Google Gemini等闭源模型在能力和生态上仍有优势，Llama、Mistral等开源路线则给企业留下压价和私有化部署空间。

对企业技术和财务负责人来说，接下来最该盯的不是“AI是不是要比人贵”，而是三个更具体的问题：哪些任务必须用最贵模型，哪些可以降级到小模型或开源模型；token开销能否绑定到业务结果；模型供应商涨价或降价时，内部工具链能不能快速切换。

AI成本正在从创新预算进入运营预算。进入这一步后，热情不再够用，账本会接管话语权。