ค่าใช้จ่าย AI ต่อพนักงานในกลุ่มบริษัทชั้นนำลดลงเกือบ 10% แม้การใช้งานยังโตต่อเนื่อง

ข้อมูลการใช้จ่ายจาก Ramp ผู้ให้บริการด้าน Payment ในระดับองค์กร ครอบคลุมลูกค้ากว่า 70,000 แห่ง ชี้ให้เห็นว่าอัตราการเติบโตของการนำเทคโนโลยี AI มาปรับใช้ในภาคธุรกิจเริ่มส่งสัญญาณชะลอตัวในเดือนสิงหาคม โดยมีลูกค้า Ramp เพียง 56% ที่จ่ายเงินซื้อบริการ AI เพิ่มขึ้นจากเดือนก่อนหน้าเพียง 0.4% เท่านั้น

แม้ตัวเลขดังกล่าวจะสะท้อนภาพเฉพาะกลุ่มองค์กรสายเทคโนโลยีที่มักปรับใช้ AI ได้เร็วกว่าภาพรวมตลาด หรือเมื่อเทียบกับข้อมูลสำรวจจาก U.S. Census Bureau ซึ่งพบว่ามีภาคธุรกิจในสหรัฐฯ เพียง 22% ที่ระบุว่านำ AI มาใช้งาน แต่สัญญาณการชะลอตัวนี้กลับส่งแรงกระเพื่อมสำคัญมายังตลาดโครงสร้างพื้นฐานระดับ Hyperscaler และ Frontier Labs ที่ทุ่มงบลงทุนไปมหาศาลเพื่อหวังผลตอบแทนระยะยาว

Ara Kharazian นักเศรษฐศาสตร์ของ Ramp แจ้งว่า กลุ่มบริษัท Top 1% ที่ใช้เครื่องมือ AI มากที่สุด มีตัวเลขค่าใช้จ่าย AI ต่อพนักงาน ปรับตัวลดลงเกือบ 10% เหลือเฉลี่ย 7,205 ดอลลาร์สหรัฐ ซึ่งปัจจัยเบื้องหลังไม่ได้มีเพียงแค่เรื่องของวันหยุดยาวในฝั่งตะวันตก แต่สะท้อนถึงการเปลี่ยนแปลงเชิงโครงสร้างของต้นทุนดังนี้

• ต้นทุน Token ดิ่งลงต่อเนื่อง: การแข่งขันดุเดือดระหว่าง OpenAI และ Anthropic ส่งผลให้ต้นทุนเฉลี่ยต่อ Token ลดลงเหลือเพียง 0.68 ดอลลาร์สหรัฐต่อ 1 ล้าน Token เทียบกับจุดสูงสุดของปี 2026 ในเดือนมีนาคมที่เคยแตะ 1.15 ดอลลาร์สหรัฐ
• องค์กรเบนเข็มสู่โมเดลราคาประหยัด: ผู้พัฒนาและองค์กรจำนวนมากเลือกหันไปใช้โมเดลรุ่นรองหรือโมเดลรุ่นเก่าที่ประหยัดต้นทุนกว่า เช่น ตระกูล GPT-5.6 หรือ Sonnet แทนที่จะใช้โมเดลเรือธงราคาแพง
• ปริมาณการใช้งานยังชดเชยราคาที่ลดลงไม่ทัน: บรรดาผู้พัฒนาโมเดลชั้นนำพึ่งพารายได้ช่วงสัปดาห์แรก ๆ หลังเปิดตัวโมเดลใหม่เพื่อนำมาชดเชย Training Cost แต่เมื่ออัตราการเติบโตของปริมาณการใช้งานไม่พุ่งสูงตามราคาที่ลดลง การคืนทุนจึงต้องเผชิญแรงกดดันมากขึ้น

ขณะเดียวกัน ภาพของการใช้ประโยชน์จากโมเดลแบบ Open-weight หรือแพลตฟอร์ม Inference สำหรับการให้บริการโมเดล พบว่ามีธุรกิจที่จ่ายเงินซื้อ AI ใช้งานแพลตฟอร์มเหล่านี้เพียง 6.4% ในเดือนสิงหาคม สะท้อนว่าองค์กรส่วนใหญ่ยังเลือกใช้งานเครื่องมือสำเร็จรูปมากกว่าการสร้างโครงสร้างพื้นฐานขึ้นมาจัดการเอง และชี้ให้เห็นว่าAI กำลังเปลี่ยนผ่านจากการเห่อตามกระแสไปสู่การบริหารความคุ้มค่า

ยิ่งหากมองจากฝั่งขององค์กรธุรกิจ นี่คือช่วงเวลาที่ดีที่สุดในการเข้าถึงขีดความสามารถของ AI ในต้นทุนที่ถูกลงอย่างมีนัยสำคัญ แต่ในทางกลับกัน ฝั่งผู้พัฒนาโมเดลและบรรดา Hyperscaler ที่มีชิปประมวลผลมูลค่านับแสนล้านดอลลาร์ในมือ จำเป็นต้องเร่งผลักดันขีดความสามารถและขยายการใช้งานไปยังกลุ่มผู้ใช้ทั่วไปที่ไม่ใช่โปรแกรมเมอร์เร็วขึ้น เพื่อสร้างปริมาณการใช้งานที่เพียงพอต่อการเดินหน้าธุรกิจ

ที่มา: https://techcrunch.com/2026/09/09/ai-spend-per-employee-slumped-at-top-firms-in-august-summer-doldrums-or-a-warning-sign/