SemiAnalysis analisou o orçamento de IA das empresas: a Meta já consumiu 70 trilhões de tokens em um único mês, mas o verdadeiro risco não é que os clientes parem de usar IA.

火星财经消息，7 月 1 日，企业 AI 使用正在从「尽量多用」转向「有额度地用」。SemiAnalysis 在 7 月 1 日发布的 Token Budgeting 报告中称，年初一度流行的 tokenmaxxing，也就是鼓励员工尽可能多消耗 AI token 以提升生产力，正在被更现实的预算制度取代。但该机构认为，媒体关于企业削减 AI 支出的叙事被夸大了，OpenAI 和 Anthropic 的 API 业务在今年下半年并未面临实质性预算风险。 SemiAnalysis 团队称，他们通过 Slack、电话以及 Databricks AI Summit 与 50 多家企业客户交流后发现，大多数公司确实开始设置 AI 使用上限，但并没有形成统一标准。低端预算可能只有每人每月 250 至 500 美元，高端预算则可达到每月 2000 美元甚至数万美元。一家美国大型航空航天与国防制造商把部分员工的月度额度设在 250 美元，一家大型制药公司设在 500 美元；Workday、Stripe 等技术更前沿的企业，部分员工预算约为每月 2000 美元。 这与年初的「token 最大化」形成对比。报告提到，Meta 和 Salesforce 等公司曾鼓励员工大量使用 AI 工具。Meta 内部甚至出现过一个名为「Claudeconomics」的仪表盘，对公司前 250 名重度用户进行排名。数据显示，Meta 员工在 30 天内消耗超过 60 万亿 tokens，单个最高用户消耗约 2800 亿 tokens。该仪表盘在相关报道后两天被关闭。Uber 也被报道称在四个月内消耗完 Claude Code 和 Codex 的年度预算，随后设置了每人每月 1500 美元的限额，超额申请需逐案审批。 但 SemiAnalysis 认为，这些极端案例更多反映激励机制和管理松散，而不是企业 AI 支出整体见顶。报告称，前 10% 高消费客户贡献了 AI 实验室大部分收入，这些客户在今年剩余时间削减 API 支出的风险很低。即便 Meta 在 2 月每月消耗约 70 万亿 tokens，并且按标价计算每名员工每年花费接近 5 万美元，SemiAnalysis 估计其仍只占 Anthropic 收入的 3% 至 5%。 企业支出分布也高度不均。SemiAnalysis 引用 Ramp 数据称，前 1% 客户每名员工年均 AI 支出接近 9 万美元，前 10% 客户约为 7300 美元，而中位数客户仅为 136 美元。该机构还称，许多技术领先的财富 500 强公司每名员工年均 AI 支出仍低于 2000 美元，且大额支出主要集中在工程和数据科学部门。这意味着，企业 AI 使用的 S 曲线仍有很大增长空间。 预算制度的兴起正在改变员工使用方式。一些公司把默认模型从 Opus 切换到 Sonnet，关闭高级模型或快速模式；也有员工先用 Microsoft 365 Copilot 进行草拟和总结，再把更昂贵的 Claude 或 Codex token 用在关键任务上。一家全球旅游科技公司每年 AI 支出接近 1000 万美元，近期把默认 Claude 模型从 Opus 改为 Sonnet，但仍允许员工主动切换到 Opus。部分岗位默认预算只有每月 200 美元，但工程师或高级员工可以申请更高额度。 SemiAnalysis 的结论是，预算管理会长期存在，但它并不等于需求萎缩。相反，企业正在把 AI 从实验性工具纳入正式成本管理。编码是当前最强的需求垂直领域，SemiAnalysis 估计 OpenAI 和 Anthropic 目前超过 70% 的 ARR 可归因于编码场景。未来，网络安全、白领知识工作、企业协作和自动化办公，可能复制 Claude Code、Codex 和 Copilot 在开发者市场中的增长路径。 这意味着 AI 市场正在进入一个新阶段。早期企业可能愿意为「尝试 AI」支付模糊账单；现在，财务部门开始要求预算、额度和 ROI。但只要员工效率提升能够抵消成本，企业不会停止购买 token。对 AI 模型公司来说，风险不是客户突然不用 AI，而是它们必须证明每一美元 token 消耗都能转化为更快的代码、更短的招聘流程、更高的销售效率或更少的人力投入。Notícias Mars Finance, 1º de julho – O uso de IA nas empresas está mudando de "usar o máximo possível" para "usar dentro de um orçamento". Em um relatório sobre Orçamento de Tokens divulgado em 1º de julho, a SemiAnalysis afirmou que o tokenmaxxing, que era popular no início do ano – ou seja, incentivar os funcionários a consumir o máximo possível de tokens de IA para aumentar a produtividade – está sendo substituído por um sistema de orçamento mais realista. No entanto, a empresa acredita que a narrativa da mídia sobre cortes nos gastos corporativos com IA foi exagerada, e que os negócios de API da OpenAI e da Anthropic não enfrentam riscos orçamentários significativos no segundo semestre deste ano.

A equipe da SemiAnalysis disse que, após conversar com mais de 50 clientes corporativos via Slack, telefone e no Databricks AI Summit, descobriu que a maioria das empresas realmente começou a estabelecer limites de uso de IA, mas não há um padrão unificado. Orçamentos baixos podem ser de apenas US$ 250 a US$ 500 por pessoa por mês, enquanto orçamentos altos podem chegar a US$ 2.000 ou até dezenas de milhares de dólares por mês. Um grande fabricante aeroespacial e de defesa dos EUA definiu um limite mensal de US$ 250 para alguns funcionários, uma grande farmacêutica definiu US$ 500; empresas mais à frente em tecnologia, como Workday e Stripe, têm orçamentos de cerca de US$ 2.000 por mês para alguns funcionários.

Isso contrasta com a "maximização de tokens" do início do ano. O relatório menciona que empresas como Meta e Salesforce incentivaram os funcionários a usar ferramentas de IA em grande escala. Internamente, a Meta chegou a ter um painel chamado "Claudeconomics", que classificava os 250 maiores usuários da empresa. Os dados mostraram que os funcionários da Meta consumiram mais de 60 trilhões de tokens em 30 dias, com o maior usuário individual consumindo cerca de 280 bilhões de tokens. O painel foi desativado dois dias após a publicação de reportagens relacionadas. A Uber também foi noticiada por ter consumido todo o orçamento anual do Claude Code e do Codex em quatro meses, estabelecendo em seguida um limite de US$ 1.500 por pessoa por mês, com solicitações excedentes precisando de aprovação caso a caso.

Mas a SemiAnalysis acredita que esses casos extremos refletem mais incentivos e gestão frouxa do que um pico geral nos gastos corporativos com IA. O relatório afirma que os 10% principais clientes de alto consumo contribuem com a maior parte da receita dos laboratórios de IA, e o risco de esses clientes reduzirem os gastos com API no restante do ano é baixo. Mesmo que a Meta tenha consumido cerca de 70 trilhões de tokens por mês em fevereiro, e com um custo por funcionário próximo a US$ 50.000 anuais a preços tabelados, a SemiAnalysis estima que isso ainda representa apenas 3% a 5% da receita da Anthropic.

A distribuição dos gastos corporativos também é altamente desigual. Citando dados da Ramp, a SemiAnalysis afirma que os 1% principais clientes têm um gasto médio anual por funcionário com IA de quase US$ 90.000, os 10% principais cerca de US$ 7.300, enquanto a mediana dos clientes é de apenas US$ 136. A empresa também afirma que muitas empresas da Fortune 500 com tecnologia avançada ainda têm gastos anuais com IA por funcionário abaixo de US$ 2.000, e que os grandes gastos estão concentrados principalmente nos departamentos de engenharia e ciência de dados. Isso significa que a curva S do uso corporativo de IA ainda tem grande espaço para crescimento.

O surgimento de sistemas de orçamento está mudando a forma como os funcionários usam a IA. Algumas empresas estão trocando o modelo padrão de Opus para Sonnet, desativando modos avançados ou rápidos; outros funcionários usam primeiro o Microsoft 365 Copilot para rascunhos e resumos, e depois usam tokens mais caros do Claude ou Codex em tarefas críticas. Uma empresa global de tecnologia de viagens, com gastos anuais de IA próximos a US$ 10 milhões, recentemente mudou o modelo Claude padrão de Opus para Sonnet, mas ainda permite que os funcionários mudem ativamente para o Opus. Alguns cargos têm um orçamento padrão de apenas US$ 200 por mês, mas engenheiros ou funcionários seniores podem solicitar limites mais altos.

A conclusão da SemiAnalysis é que a gestão de orçamento veio para ficar, mas isso não equivale a uma contração da demanda. Pelo contrário, as empresas estão integrando a IA de ferramenta experimental para gestão formal de custos. A codificação é atualmente o segmento vertical de maior demanda, e a SemiAnalysis estima que mais de 70% da receita recorrente anual (ARR) da OpenAI e da Anthropic atualmente pode ser atribuída a cenários de codificação. No futuro, segurança cibernética, trabalho do conhecimento de colarinho branco, colaboração empresarial e automação de escritório podem replicar o caminho de crescimento do Claude Code, Codex e Copilot no mercado de desenvolvedores.

Isso significa que o mercado de IA está entrando em uma nova fase. As empresas no início podem estar dispostas a pagar contas vagas para "experimentar IA"; agora, os departamentos financeiros começam a exigir orçamentos, limites e ROI. Mas, desde que o aumento de produtividade dos funcionários compense os custos, as empresas não pararão de comprar tokens. Para as empresas de modelos de IA, o risco não é que os clientes parem de usar IA de repente, mas que elas precisem provar que cada dólar gasto em tokens se traduz em código mais rápido, processos de recrutamento mais curtos, maior eficiência de vendas ou menos mão de obra.