El uso de IA sube mientras el gasto se estanca, según Ramp

TechCrunch publica datos de Ramp que muestran una división en el mercado de la IA: el uso sigue subiendo, pero el gasto se ha estancado. Los mismos datos señalan los recortes de precios y un control de costes más disciplinado entre los que más gastan como motores de esa brecha. El informe no especifica qué proveedores, tamaños de contrato o periodos sustentan las cifras, ni cómo se mide la tendencia de gasto.

El momento importa porque el texto lo enmarca frente al enfoque de Anthropic hacia una salida a bolsa, lo que convierte la señal de gasto en una pregunta sobre la economía de la oferta de IA más que en una curiosidad sobre los hábitos de los compradores.

Qué indica realmente una línea de gasto plana

Uso y gasto son dos métricas distintas, y pueden moverse en direcciones opuestas por razones mundanas. Si los precios unitarios bajan, una empresa puede enviar más peticiones a un modelo y aun así pagar menos. Si los compradores consolidan proveedores, derivan tareas simples a modelos más baratos o añaden caché y procesamiento por lotes, la curva de volumen sigue subiendo mientras la factura se aplana.

Para quien construye un producto sobre APIs de modelos, esa es la lectura relevante. El crecimiento en tokens procesados no se traduce automáticamente en crecimiento de ingresos por cliente. También es un contexto bien establecido que los precios de inferencia de los principales proveedores han caído repetidamente en los últimos años, así que una divergencia entre uso y gasto es plausible sin ninguna caída de la demanda.

Lo que el informe deja abierto es el reparto entre ahorros por precio y ahorros por disciplina. Esa distinción cambia bastante las perspectivas: los precios a la baja son un reajuste de todo el mercado, mientras que los controles de costes entre los que más gastan sugieren que los compradores ya tratan la IA como una partida que hay que gestionar y no como un experimento que hay que financiar.

Qué significa para los equipos de tráfico y monetización

La mayoría de los equipos que leen esto no venden modelos fundacionales, pero sí los compran, y su economía unitaria se sitúa dentro de ese mismo cambio. Merece la pena revisar algunas cosas esta semana.

• Revisa las facturas de APIs y herramientas de IA de los dos últimos trimestres y compáralas con el volumen de uso real, para saber si tu coste por tarea baja o se mantiene plano.
• Identifica los flujos de trabajo en los que un modelo más pequeño o barato superaría tu umbral de calidad y prueba uno de ellos.
• Comprueba si los complementos de IA por asiento de tu stack se siguen usando lo suficiente para justificar la renovación.

En el lado de la monetización, la lección va en sentido contrario. Si tu producto incluye funciones de IA, los compradores ya tienen referencias de lo que debería costar la inferencia y rechazarán precios que asumen márgenes de 2023. Las funciones con prima de precio por usar un modelo quedan expuestas; las que se priced según el resultado que producen, no.

En adquisición, una inferencia más barata amplía el rango de personalización y variantes creativas que puedes permitirte probar, una ventaja discreta para los equipos que instrumentan bien sus embudos.

La pregunta macro que plantean los datos es si el crecimiento de ingresos de la IA puede seguir el ritmo del uso si los compradores siguen apretando los costes unitarios. El informe no lo responde, y un solo conjunto de datos tampoco puede. Pero da una razón para tratar «más uso» y «más gasto» como supuestos separados en cualquier plan construido sobre este mercado.