ব্যবসায়িক AI ব্যয় এক বছরে 5.4 গুণ বেড়েছে, কিন্তু যারা টাকা খরচ করতে রাজি তাদের অনুপাত মাত্র 55% থেকে 65% এ বৃদ্ধি পেয়েছে। Menlo Ventures সাম্প্রতিকভাবে "2026 ব্যবসায়িক AI রিপোর্ট" প্রকাশ করেছে। এই বছরের 9 মাস পর্যন্ত, ব্যবসায়িক AI বাস্তবায়ন ব্যয় 1768 বিলিয়ন ডলারে পৌঁছেছে, যখন গত বছরের একই সময়ের বার্ষিক আকার ছিল 330 বিলিয়ন ডলার। এখানে কয়েকটি আকর্ষণীয় ডেটা: প্রথমত, Agent এখন AI ক্ষমতার সবচেয়ে বড় ভোক্তা। OpenRouter প্ল্যাটফর্মে, 80% Token খরচ Agent-এর দ্বারা হচ্ছে। ফেব্রুয়ারি 2024-এ Agent-এর ট্রাফিক মানুষের সরাসরি ব্যবহারকে ছাড়িয়েছিল, এবং তারপর 37 গুণ বৃদ্ধি পেয়েছে। দ্বিতীয়ত, মডেল মার্কেটটি দ্রুতভাবে শীর্ষস্থানীয়দের দিকে কেন্দ্রীভূত হচ্ছে। Anthropic-এর 55% ব্যবসায়িক LLM API খরচ, OpenAI-এর 31%, এবং দুটি কোম্পানি মিলিয়ে 86%। Google-এর 21%-এর 9%-এ পতন। আরও একটি অসাধারণ সংখ্যা: ব্যবসায়িক AI অ্যাপলিকেশন মার্কেট 773 বিলিয়ন ডলারে পৌঁছেছে, যার 340 বিলিয়ন ডলারই Programming Tools-এর। Claude Code এবং Codex-এর 70% Programming Market-এর খরচ। আমি মনে করি, এখানেই সবচেয়ে গুরুত্বপূর্ণ পরিবর্তনটি—AI-এর 商业化 성장 논리가 변화하고 있다. অতীতে SaaS-এর 수익, 사용자 수와 직접적으로 연결되어 있었다. 회사의 직원 수와 판매 가능한 계정 수가 그 수익의 상한선을 결정했다. 하지만 Agent는 다르다. 한 직원이 동시에 십여 개의 Agent를 실행할 수 있고, 이 Agent들은 지속적으로 작동하며 모델을 반복적으로 호출하고 Token을 소비한다. 회사가 직원을 한 명도 추가하지 않아도 AI 지출은 몇 배로 증가할 수 있다. 이것이 왜 지불하는 기업의 비율은 단지 10% 포인트만 증가했지만, 시장 규모는 5.4배 증가했는지를 설명한다. 더 주목할 만한 점은, 신규 AI 지출의 55%가 기업의 새로운 예산에서 나왔고, 기존 소프트웨어 예산에서 이전된 것은 단지 22%에 불과하다. 적어도 현재 단계에서 AI는 상당한 규모의 새로운 소프트웨어 시장을 창출하고 있다. 하지만 이 성장에는 명확한 구조적 차이가 있다. Programming Tools는 명확한 실행 환경과 검증 가능한 결과 덕분에 이미 340억 달러 규모의 시장을 달성했다. Agent가 얼마나 잘 작동하는지 측정하기 쉽다. 반면, 백오피스 직원을 대체할 수 있다고 주장하는 많은 Agent들은 여전히 독립적으로 작업을 완료하고 결과를 검증하는 문제를 해결하지 못했다. 따라서 앞으로 나는 다음 지표에 더 집중할 것이다: 기업이 실제 업무를 Agent에게 얼마나 많이 위임하고 있으며, 각 작업 완료 시 얼마를 지불할 의사가 있는가? AI가 스스로 AI를 소비하기 시작하면서, 모델 호출량과 기업 직원 수 사이의 관계는 점점 약해질 것이다. 이것이 향후 몇 년 동안 AI 시장에서 가장 주목할 만한 변수일 수 있다.