企業の経費管理サービスを手がけるRampは2026年11月11日、10月のAI関連支出が前月比1.65%増加し、過去最高を更新したと発表した。今回初めて公表された部門別データでは、顧客支援・カスタマーサクセス部門が、支出先の部門を判別できたAI支出の13.3%を占めた。6月の0.8%から大きく上昇しており、開発以外の部門でもAIへの支出が広がっている。一方、100万トークン当たりの平均価格は直近1カ月で21%下落した。
企業のAI支出を分析するうえでは、有料サービスを利用する企業の増加だけでなく、どの部門がどれほど利用し、いくら支払っているかを区別する必要がある。有料採用率はAIに料金を支払った企業の割合を表すのに対し、部門別の構成比は分類可能な支出額の内訳を示すものだ。AIの利用が開発以外の部門へ広がっても、モデル供給企業の売上が増えるとは限らない。利用量の増加が単価の下落を上回るかどうかが、今後の成長を左右する。
AI支出の8割は上位1%の企業に集中
Rampの2026年11月のAI Index月報によると、観測対象企業のうち支出額が上位1%に入る企業が、OpenAIとAnthropic向けの支出の80%を占めている。これらの企業は主に、ベンチャーキャピタル（VC）の支援を受けるテック企業や、金融、専門技術サービス分野の企業だという。AIへの支出総額は増加を続けているものの、その大部分を少数の企業が担う構造は変わっていない。
従業員1人当たりの月間AI支出にも大きな差がある。AIに料金を支払っている企業全体の中央値は16.32ドルだが、支出額上位10%の企業群では800.84ドル、上位1%の企業群では10,199.20ドルに達する。これは、各企業群における従業員1人当たり支出の中央値を比較したものであり、企業全体の支出額を従業員数で割った値ではない。また、上位10%や上位1%という区分はAIへの支出額に基づいており、従業員数や売上高による企業規模の分類とは異なる。
Rampの公式ダッシュボードの定義に基づき、10月の主な指標を整理すると次のようになる。
| 指標 | 10月の値 | 分母・対象 |
|---|---|---|
| AI有料採用率 | 56.8% | Rampの対象企業のうち、月内にAI製品・サービスへ料金を支払った企業の割合 |
| 部門別支出構成比 | 開発72%、顧客支援・カスタマーサクセス13.3% | 支出先の部門を判別できたAI支出額 |
| 従業員1人当たり月間AI支出 | 有料企業全体16.32ドル、支出上位10%群800.84ドル、上位1%群10,199.20ドル | AIに料金を支払う企業の各群における、従業員1人当たり支出の中央値 |
有料採用率が上昇しても、支出額が幅広い企業に分散しているとは限らない。AIに料金を支払う企業が増える一方で、支出総額の大部分を少数の大口顧客が占める状態は今後も続く可能性がある。モデル供給企業にとっては、新規顧客の獲得だけでなく、既存の大口顧客による支出が維持されるかどうかも重要になる。
顧客支援部門の支出構成比が13.3%に上昇
10月の部門別AI支出では、開発部門が72%を占め、依然として最大の割合を維持した。一方、顧客支援・カスタマーサクセス部門の構成比は、6月の0.8%から10月には13.3%へ上昇している。今回の部門別集計により、AIへの支出が社内のどの部門で増減しているのかを、これまでより詳しく把握できるようになった。
RampのAra Kharazian氏によると、開発部門のAI支出は夏につけた高水準から減少している一方、顧客支援部門の支出増加が全体の成長を下支えしている。経営陣によるAI支出にも小幅な伸びが見られたという。ただし、顧客支援部門の伸びは、開発部門が2026年初頭に記録した急成長にはまだ及んでいない。
Kharazian氏は、顧客支援部門でAIへの支出が増えている背景として、カスタマーサービス用チャットボットの利用拡大を挙げている。ただし、今回のデータから分かるのは、どの部門で支出が発生したかという点までだ。AIによって何件の問い合わせを処理したのか、対応時間がどれほど短縮されたのかといった業務上の成果までは明らかになっていない。
また、Rampの月報では、部門別集計の対象となった企業数や、AI支出全体のうち部門を特定できた割合、各部門の支出額そのものは公表されていない。顧客支援部門の構成比が13.3%まで上昇した背景には、同部門の支出増加だけでなく、開発部門の支出減少も影響している可能性がある。そのため、構成比の上昇率をそのまま支出額や問い合わせ処理件数の増加率とみなすことはできない。顧客支援がAIの持続的な需要源になるかを判断するには、実際の利用量や支出額、業務効率への効果を継続的に確認する必要がある。
利用量が増えても支出が伸びにくい理由
Rampは、直近1カ月でAIのトークン利用量が支出額を上回るペースで増加したと報告している。トークンとは、AIが処理する文章などの情報量を数える単位だ。利用量が増えても、トークン当たりの平均単価が下がれば、企業が支払う金額の伸びは抑えられる。10月のトークン関連支出は、OpenAI向けが前月比2.1%増、Anthropic向けが同0.5%増だった。
Rampが報告した平均単価の21%下落を基に、支出額を維持するために必要な利用量を計算できる。支出額は「平均単価×利用量」で決まるため、平均単価が21%下がれば、同じ利用量でも支出額は従来の79%になる。したがって、支出額を維持するには、利用量を従来の約1.266倍に増やさなければならない。必要な利用量の増加率は、以下の計算で求められる。
\[ \left(\frac{1}{1-0.21}-1\right)\times100 \approx 26.6\% \]
つまり、平均単価が21%下落した場合、同じ支出額を維持するには利用量を約26.6%増やす必要がある。 ただし、これは集計条件や利用するモデルの構成が変わらないと仮定した計算上の値であり、実際に観測されたトークン利用量の増加率ではない。また、Rampが集計した平均単価には、利用するモデルの種類やその構成比の変化も反映されている可能性がある。個々のモデルの料金が引き下げられたことと、企業が実際に支払う平均単価が下がったことは区別しなければならない。
一方、平均単価の下落と、高性能な最先端モデルへの支出増加は同時に起きている。Rampの月報によると、Opus、Fable、Sol、Astraをまとめた最先端モデル群の支出構成比は、従来の67.7%から10月には69.5%へ上昇した。Kharazian氏は、顧客支援業務では高速かつ低価格なモデルが適している可能性を指摘しているが、支出全体では最先端モデル群への集中が進んでいる。
この傾向は、AIの用途が広がっても、利用されるモデルの種類や価格によって支出額の伸びが変わることを意味する。比較的安価なモデルの利用が増えるだけでは、モデル供給企業の売上が大きく伸びるとは限らない。開発以外の部門への普及が新たな収益源になるかどうかは、利用量の増加が平均単価の下落をどこまで補えるかにかかっている。
AI普及の次に注目すべきは部門別の利用量と支出額
10月のAI有料採用率は56.8%となり、前月から1ポイント上昇した。支払先別では、Anthropicが1.1ポイント増の44.8%、OpenAIが横ばいの40.6%、SpaceXAIが2.2ポイント増の6.3%だった。ただし、同じ企業が複数のAIサービスに料金を支払う場合があるため、これらの数値は各社の排他的な市場シェアを示すものではない。
この有料採用率は、法人カードや請求書払いなどでRampを利用する米国企業85,000社超を対象に集計されている。Rampは、無料サービスの利用や個人アカウントを通じた業務利用を把握しにくいため、実際のAI利用状況や支出を過小評価している可能性があると説明している。一方、The Decoderの報道では、Rampの顧客は成長志向が強く、技術への理解度や企業規模も米国企業全体の平均を上回る傾向があるため、有料採用率が高めに出ている可能性が指摘されている。つまり、支払いの把握漏れによる過小評価と、顧客構成の偏りによる過大評価の両方を考慮する必要がある。
さらに、トークンの利用量や平均単価を分析したデータは、有料採用率とは異なる標本に基づいている。Rampの公式ダッシュボードの定義によると、トークン分析の対象は、Token Spend Managementを利用する企業が接続したAIプロバイダーの使用量と請求データだ。そのため、Rampの全顧客によるAI支出を代表するものではない。有料採用率の対象企業、トークン分析の標本、部門を特定できた支出額は、それぞれ異なる集計であることに注意が必要だ。
今回のデータからは、AIへの支出が一部の大口顧客に集中する一方、開発以外の部門でも有料利用が広がり始めていることが読み取れる。ただし、顧客支援が継続的な収益源になるかどうかは、支出構成比だけでは判断できない。今後は部門ごとの利用量、実際の支出額、業務上の成果を同じ期間で比較し、AIの導入拡大がどれほどの経済的価値につながっているかを確かめることが重要になる。モデル供給企業にとっても、利用量の増加が単価の下落を上回り、収益の持続的な成長につながるかが、今後の重要な評価基準となる。
