💸 Ramp AI Index: расходы на ИИ впервые приблизились к стоимости человеческого труда

Ramp AI Index — это регулярное исследование финтех-платформы Ramp, построенное на обезличенных данных о реальных транзакциях свыше 70 тысяч американских компаний: кто и сколько платит за подписки, кодовых агентов и токены.

Главные выводы исследования

В июньском выпуске 2026 года, который подготовила ведущий экономист Ramp Ара Харазян, индекс сменил фокус — раньше он просто фиксировал, использует ли компания ИИ вообще, а теперь измеряет интенсивность внедрения: например, расходы на сотрудника.

По представленным данным:
➡️ топ-1% по ИИ-расходам американских компаний тратят на ИИ 7449 долларов на сотрудника в месяц,
➡️ топ-10% — 611 долларов,
➡️ медианная компания — всего 11,38 доллара, что сопоставимо со стоимостью одной подписки на ChatGPT или Claude.

У лидеров расходы растут на 14,1% в месяц, и если экстраполировать этот темп, к концу года они превысят среднюю годовую зарплату инженера в США — около 192 тыс. долларов. Ramp тут делает оговорку: даже у самых расточительных компаний ИИ-бюджет пока меньше половины типичной месячной зарплаты инженера — экстраполяция это сценарий, а не прогноз.

Что происходит на практике?

Глазами руководителей ИИ-нативных компаний картина куда драматичнее статистики. Основатель Mercor Брендан Фуди на подкасте 20VC признал, что компания уже тратит на токены для внутренних агентов больше, чем на зарплаты сотрудников, и предположил, что через пять лет так будет устроено среднее предприятие.

Вице-президент Nvidia по прикладному глубокому обучению Брайан Катанзаро сказал изданию Axios, что для его команды стоимость вычислений уже намного превышает затраты на сотрудников. Для них это не тревожный сигнал, а свидетельство, что агенты дают больше эффекта, чем наём ещё одного человека.

Глазами рядового инженера всё выглядит куда менее радужно. В индустрии прижился термин «токенмаксинг» — соревнование за самый большой месячный счёт на токены, у отдельных пользователей превышающий 150 тыс. долларов. Инженеры Uber на Claude Code, по данным The Information, уже исчерпали весь годовой ИИ-бюджет компании.

Главный вопрос — рабочие места

Отдельное исследование Ramp с Revelio Labs по 21 559 американским компаниям добавляет поворот: компании с высокой интенсивностью применения ИИ за два года после внедрения нарастили штат примерно на 10%, найм на начальные позиции — на 12%, тогда как компании с низкими расходами на ИИ остались почти без изменений.

Но сами авторы предупреждают: это корреляция, а не доказательство, что ИИ порождает найм — такие компании и так были крупнее и быстро росли до всякого внедрения, поэтому их сравнивали не со всем рынком, а с похожими фирмами на более ранней стадии принятия технологии.

Если основная масса компаний сократит штат хотя бы на скромные 10% под предлогом ИИ-эффективности, абсолютное число потерянных мест на такой широкой базе способно на порядки перекрыть весь прирост немногочисленных быстрорастущих ИИ-компаний — просто потому, что база для сокращения несопоставимо больше базы для роста.

💬 Тест Тьюринга. События в сфере ИИ. Подписаться