企業採用度：多少公司在用、誰收到錢、用多深
這一板回答四件事：多少公司在付錢用 AI、錢流向哪家模型商、用得多深、工具層留不留得住。
這一板的判讀：三種量測同向往上：付費的公司過半、官方問卷改題後翻倍、職缺占比創高；錢正從工具層往模型層集中，用得深的公司跟其他人越拉越開。
付費採用率
56.1%
2026/8｜Ramp，有 AI 付費交易的企業
模型商滲透率
43.8% / 39.8%
2026/8｜Anthropic／OpenAI，Ramp
前 1% 每員工月支出
$7,205
2026/8｜Ramp 公布的數字
美國 AI 職缺占比
6.5%
2026/8｜Indeed，占全部職缺
怎麼看這一板
核心看法：三種量測抓的是同一件事的不同切面：Ramp 看刷卡實付，最靈敏；BTOS 是官方問卷，最嚴謹但偏保守，免費工具和員工自用抓不到；Indeed 看職缺，是企業為 AI 投入人力的意願。三線同向往上，企業端需求就是健康的。反過來，Ramp 增速放緩加上職缺占比回落，是應用層需求轉弱的早期警訊，會比雲端資本支出和晶片訂單先出現。
- 廣度看 Ramp 的家數，深度看每員工支出和 OpenAI 的企業訊號。深度爆增、廣度持平，就是「存量深化」，不是新客戶變多。
- 錢的方向看類別：模型層全部正成長、工具層有一半以上類別年減，才算留存警訊。目前八個工具類別三個年減，還沒亮。
- BTOS 在 2025 年 11 月改了題目，數字翻倍，前後不能直接比。它的價值在雙週頻率和官方的產業、州、規模切面，不在絕對水準。
- Ramp 的樣本是用 Ramp 付款的美國企業，偏中小與新創，前 1% 會被 AI 原生公司灌高，不能外推到全體企業。
名詞：採用率 ＝ 當月有 AI 付費交易的企業占比（Ramp，樣本約七萬家美國企業）。滲透率 ＝ 當月有該模型商付費交易的企業占比，同一家公司可以同時用好幾家，所以會重疊。每員工支出 ＝ 該公司 AI 支出除以員工數，前 1% 指分布最高的那 1% 公司的中位數。
問題 1多少公司在用
1三種量測：付費、自報、職缺
Ramp 是月頻、有 AI 付費交易的企業占比，樣本七萬家；BTOS 是雙週、自報正在使用 AI 的企業占比。兩條線差很多是口徑不同：問卷抓不到免費工具和員工自己付的帳。BTOS 2025 年 11 月改題後從一成跳到近兩成，虛線段是從新聞稿讀的近似值。
企業 AI 採用率：Ramp（付費）vs BTOS（自報）#
怎麼看這張圖
Ramp 是月頻、有 AI 付費交易的企業占比，樣本約 7 萬家；BTOS 是美國普查局的雙週調查，自報正在使用 AI 的企業占比。BTOS 的虛線段是從新聞稿讀到的近似值。
資料來源：Ramp AI Index（公開資料），FinSight 彙整 · 更新日期 2026-10-02
2擴散到哪裡：分產業、分規模
左：每個產業都單調往上，沒有一個回過頭。2025 下半年起非科技業加速，製造業一年增加 14 個百分點、金融從六成到七成四，擴散從早期採用者走進主流；最慢的住宿餐飲也有三成，天花板還很遠。右：中型企業一路領先，大型企業 2023 到 2024 年落後、2025 下半年起加速追上，代表企業級採購流程跑完，是主流化的訊號。
分產業採用率走勢（Ramp 月度）#
怎麼看這張圖
三個看點：每個產業都只升不降；2025 下半年起非科技業加速，製造業一年增加 14 個百分點、金融從 60% 到 74%；最慢的住宿餐飲也有 31%，離天花板還遠。
資料來源：Ramp AI Index（公開資料），FinSight 彙整 · 更新日期 2026-10-02
分規模採用率走勢（Ramp 月度）#
怎麼看這張圖
依資金來源的歷史序列沒有公開，所以用依規模的序列補上時間維度。中型企業 66% 領先；大型企業 2023 到 2024 年落後，2025 下半年起加速到 60%。
資料來源：Ramp AI Index（公開資料），FinSight 彙整 · 更新日期 2026-10-02
3官方怎麼問：BTOS 分產業走勢
美國普查局雙週調查，新題「過去兩週是否在任何業務功能使用 AI」回答是的比例，2025 年 11 月起。依水準分三組、各自軸。資訊業八個月增加 8 個百分點、專業服務增加 6 個百分點領跑；低組的住宿餐飲、運輸、礦業幾乎不動。擴散是「用得深的產業更深」，不是全面鋪開，和 OpenAI 訊號裡前緣公司拉開的方向一致。
4官方低估了多少：新舊題與採用管線
左：同一時點、同一批企業，只是問法不同。舊題問生產商品或服務時是否用 AI，多數企業覺得與自己無關，量出來只有 3% 到 10%；新題問任何業務功能，住宿餐飲從 2.5% 到 8.4%、運輸從 3.1% 到 7.2%，後台導入比想像普遍，官方長期低估。右：各產業現在使用對比未來六個月預期，灰色是現在、綠色是預期高於現在，標籤是差距，等於各產業的採用管線厚度；預期一直高於現在三到五個百分點，管線一直是滿的。
5全國序列：現在使用 vs 未來六個月預期
左：新題期，2025 年 11 月起的官方雙週序列，現在使用約兩成、預期一直高於現在三到四個百分點。右：舊題期，問法不同所以水準只有一成，但預期同樣高於當期三到五個百分點。兩段的共同點是採用管線一直是滿的，從來沒有一期預期低於現在。
6投入人力：AI 職缺占比
職缺占比是企業把 AI 當成長期能力建設的證據，比一次性訂閱更能代表承諾。加拿大與愛爾蘭自 2025 下半年起垂直拉升，半年內翻倍以上，反映 AI 資料中心與跨國科技公司在當地的擴張集中度；美國從 2023 年低點穩步升到約 5.8%。歐陸大國明顯落後，跨國落差本身就是美國 AI 供應商的市場縱深。Ramp 的研究顯示高採用企業的僱用成長反而更高，至少目前的資料裡 AI 採用與裁員沒有同時出現。
問題 2誰收到錢
7誰收到企業的錢：模型商競爭
左：各月有該模型商付費交易的企業占比，同一家可以用多家。OpenAI 兩年多維持三到四成的穩定領先後，2025 年 9 月起停滯；Anthropic 從 2024 年的個位數一路加速，2026 年 5 月反超。Google 三年卡在 5% 到 6%，xAI 約 3%，DeepSeek 三年沒超過 0.3%，美國企業市場從來沒有因為低價轉向它。右：類別支出份額 OpenAI 還略多，但新客戶七成選 Anthropic、換供應商的六成換到 Anthropic，存量 OpenAI 領先、增量倒向 Anthropic。
模型商企業採用份額走勢（全五家）#
怎麼看這張圖
同一家企業可以同時用多家，份額可以重疊。DeepSeek 在美國企業三年不曾超過 0.3%：美企市場從沒因為低價轉向 DeepSeek，漲價也不會從這裡掉量。
資料來源：Ramp AI Index（公開資料），FinSight 彙整 · 更新日期 2026-10-02
錢流向誰：基礎模型類別競爭快照（2026/6）#
怎麼看這張圖
類別支出份額 OpenAI 52% 對 Anthropic 46%；但新增客戶 72% 選 Anthropic，換供應商的 62% 轉向 Anthropic。存量一方領先，增量倒向另一方。
資料來源：Ramp AI Index（公開資料），FinSight 彙整 · 更新日期 2026-10-02
問題 3用多深
8用多深：每員工每月 AI 支出
三層分開看：前 1%、前 10%、中間的公司。虛線是依 Ramp 官方走勢圖估的序列，實點是 Ramp 文章公布的數字。中間的公司大約等於一個訂閱席次，前 1% 是自建 AI 工作流的企業，兩者差近六百倍：少數企業重壓，不是普及。8 月前 1% 首次月減 9.7%，Ramp 歸因季節性、降價與改用便宜模型，看 9 月有沒有回升。
9誰漲得快：三層的成長性與距離
三張圖答三個問題。累積成長：三線疊在同一起點，一年多都翻了三到四倍。年增率：前 10% 約 +245% 仍是三層裡最快，前 1% 在 8 月首次月減後從 +265% 回到 +200%。倍數結構：「前 1% 除以前 10%」三年都在 10 到 13 倍之間，頭部沒有再甩開；「前 10% 除以中間」從約 30 倍擴大到約 54 倍，位移發生在第二層，重度使用正從前 1% 的特例擴散成前 10% 的常態。全部是估計序列的衍生值，看趨勢和量級就好。
10用多深（企業端）：OpenAI 的職能滲透
OpenAI 經濟研究團隊公布企業客戶內部的使用強度：Codex 週活用戶相對 2026 年 2 月 1 日的成長倍數，對數軸。2026 年 2 月是 GPT-5.3 Codex 發布月，剛好可以和 Ramp 同期的家數滲透對照：左圖法務、業務、招募這些非工程職能的倍數遠高於工程，右圖其他職稱也是同樣的形狀，深度爆增而廣度持平，就是存量深化，非工程職能用 agent 不是在聊天，是在搭自己的自動化。倍數是相對低基期的指數，OpenAI 不給絕對人數。
11消費端在稀釋：個人版 ChatGPT 兩年月頻
同一家公司兩條線分家：上面的企業端在深化，這裡的消費端在稀釋。左：訊息用途，工作相關只占不到兩成，其他個人用途三分之二。中：「執行」是要 ChatGPT 做事而不是問資訊，工作訊息的執行占比 45%，非工作訊息只有 22%。右：工作相關占比依方案，付費層越高越偏工作，Pro 58%、免費 26%。
12Claude 被拿來做什麼：Anthropic 經濟指數
Anthropic 公開的六個版次快照，不分公司、只分平台，問三件事：人放手多少（自動化 vs 增強）、做的事集不集中、拿來工作還是個人。它沒有企業內部強度，和 OpenAI 的企業訊號不是同一種東西，能對照的是方向：任務在擴散、API 端是放手型（自動化占比近九成）、聊天端是協作型（約一半）。2026 年 6 月版改了方法，之後的值與之前不完全可比。
問題 4留得住嗎
13留得住嗎：應用類別的採用率與年變化
左：付費企業占全體樣本的比例，基礎模型 81.7% 一枝獨秀，企業 AI 的錢重心還在模型層；工具類別最高的內容創作只有它的三分之一，代理型應用（AI 客服 3.3%、AI 銷售 0.3%）還非常早期。右：年變化，模型層全部正成長，工具層八個類別有三個年減（AI 寫程式、軟體設計、AI 客服），是錢往模型層集中的第一個量化證據。注意 Claude Code、Codex 的訂閱記在模型商帳下，工具類別下滑有一部分是模型原生功能把獨立工具的錢吃掉，不等於個別公司衰退。
14錢往模型層搬家：類別走勢分三群
Ramp 每個類別只給當月剖面，但附月變化、三個月變化與年變化，用現值往回減可得四個官方時點，指數化成一年前 ＝ 100。下滑組五個類別全是一路走低的斜坡，不是單月急跌：AI 寫程式 79、AI 客服 81、軟體設計 83、AI 銷售 84、向量資料庫 92，是被模型層吸走的名單。上行組被模型層和新入口包辦：開源代管 173、AEO 162、基礎模型 120、GPU 雲 118。持平組是內容創作與影音生成。