全球AI產業高頻數據變化及企業支付成本結構分析

AI Token高頻數據顯示出邊際放緩跡象，主要體現為Token支出指數在5月量價齊升后，6月價格出現松動并高位回落。這一現象的原因在于用戶向高價前沿模型遷移的速度放緩，AI需求邊際轉弱。同時，國產大模型調用份額在5月中旬后快速上升，其價格約為海外大模型的1/10甚至更低，這種結構性變化導致整體Token支出指數下滑，反映出市場從“量價齊升”轉向“以價換量”。

在算力成本方面，GPU租賃價格呈現分化。現貨市場實際成交價大幅下滑，例如B200從6月初的高位下跌。而長協價格在今年1-3月明顯抬升，但4-5月抬升速度邊際放緩，顯示供需關系正在調整。

盡管高頻數據松動，但美國頭部AI大模型（如Anthropic和Open AI）的年度經常性收入（ARR）仍在上修，表明頭部效應依然顯著。然而，從企業支付成本來看，AI應用目前仍處早期階段。統計顯示，美國消耗Token較高的前10%公司，平均每位員工每月花費較高，而中位數公司花費極低。以軟件工程師薪酬為基準，中位數公司員工AI花費占薪酬比例極低，前10%公司的這一比例也遠低于4%。

從企業規模和行業分布看，小企業使用AI的成本高于中大企業，顯示其靈活性更強。科技行業付費能力最強，其次是金融保險，制造業較低。滲透率方面，美國科技行業AI滲透率已提升至較高水平，非科技行業如金融、專業科學服務等仍在穩步提升，整體處于加速滲透階段。