DeepSeek dukker opp i amerikanske AI-regninger

DeepSeek er ikke lenger bare et symbol på billigere kinesiske modeller. Ifølge nye data fra Ramp dukket selskapet opp øverst på listen over nye, trendende programvareleverandører blant amerikanske virksomheter i juni. Det interessante er ikke bare at DeepSeek vokser. Det interessante er hvordan.

Ramp skriver at kundene betaler DeepSeek direkte. Det betyr at dette ikke bare er lokal bruk av åpne vekter, interne testmiljøer eller eksperimenter via en vestlig skyplattform. Ara Kharazian, sjeføkonom i Ramp, skriver at amerikanske selskaper sender og mottar data gjennom DeepSeek direkte. Han legger samtidig til at han ikke vil overdrive hvor varig trenden er, fordi direkte onboarding til DeepSeek reiser både sikkerhetsmessige og konkurransemessige spørsmål.

For norske ledere er dette et tidlig varsel om hvordan AI-markedet faktisk kan utvikle seg. Modellvalg blir ikke lenger styrt bare av funksjon, merkevare og benchmark. Det blir styrt av regning. Når tokenkostnader og agentbruk vokser, vil økonomiavdelingen, utviklermiljøene og produktteamene lete etter billigere alternativer. Da kan leverandører som tidligere ble vurdert som for risikable, plutselig dukke opp i faktura- og kortdata.

Ramp baserer analysen på transaksjonsdata fra mer enn 50 000 virksomheter på selskapets spend-plattform. Listen over trendende programvareleverandører måler breakout-vekst relativt til størrelse, ikke total markedsandel. DeepSeek står øverst i kategorien for foundational LLMs. På samme liste finner Ramp også Fireworks AI, fal AI og DeepInfra, alle innen modellservering og inferens. Det peker mot samme mønster: virksomheter flytter deler av AI-forbruket fra de mest kjente frontmodellene og over til billigere modell- og inferensplattformer.

Dette er ikke en akademisk diskusjon om åpen kildekode. Det er økonomi i drift. I januar hadde DeepSeek en kort hypebølge, men Ramp målte da lav bedriftsadopsjon. I juni-dataene er selskapet tilbake som en faktisk betalt leverandør. Kharazian knytter det til en mer kostnadsdisiplinert tilnærming til AI-forbruk. Bedrifter tester åpne modeller, rimeligere modeller fra de store leverandørene og plattformer som kan rute arbeid billigere.

Det er akkurat her risikoen ligger. Når AI-forbruket flyttes fra sentrale avtaler til mange små leverandører, blir det vanskeligere å vite hvor data går, hvilke vilkår som gjelder, hvilke logger som finnes, og hvem som kan bruke dataene videre. En utvikler eller produktleder kan se en billig modell-API som en pragmatisk løsning. En CISO vil se en ny utgående datakanal. En CFO vil se lavere stykkpris, men også en ny leverandørrisiko som ikke nødvendigvis er fanget opp i innkjøpsprosessen.

DeepSeek gjør dette mer sensitivt fordi leverandøren er kinesisk. Det betyr ikke at alle virksomheter automatisk må avvise teknologien. Men direkte betaling og direkte databruk gjør vurderingen annerledes enn lokal kjøring av en åpen modell i eget miljø. Da handler spørsmålet om databehandleravtaler, jurisdiksjon, eksportkontroll, kundekrav, intern policy, leverandørstyring og hvilke data som faktisk sendes til modellen.

For styret er poenget enkelt: AI-kostnadsstyring og AI-sikkerhet må behandles sammen. Hvis virksomheten bare setter et budsjettmål om lavere AI-kostnader, vil organisasjonen naturlig lete etter rimeligere modeller og ruting. Hvis sikkerhet og innkjøp ikke følger med, kan resultatet bli skyggebruk av leverandører som aldri er risikovurdert. Det gamle mønsteret fra SaaS gjentar seg, men med større datakonsekvens.

Ramp-dataene sier også noe om presset på de etablerte leverandørene. OpenAI, Anthropic og Google kan ikke regne med at bedriftskundene ukritisk betaler premiumpris for alle oppgaver. Mange arbeidsflyter trenger ikke den sterkeste modellen. Kodeforslag, enkel klassifisering, oppsummering, supportutkast og interne assistenter kan ofte kjøres billigere. Spørsmålet blir hvem som tilbyr trygg nok ruting, logging og policykontroll til at virksomheten tør å optimalisere kostnaden uten å miste kontrollen.

Dette gjør modellruting til en strategisk funksjon. Bedrifter trenger ikke én AI-leverandør. De trenger et kontrollpunkt som kan avgjøre hvilke oppgaver som kan gå til billigere modeller, hvilke som må gå til godkjente vestlige leverandører, og hvilke som må holdes lokalt eller i private miljøer. Det kontrollpunktet må forstå dataklasse, brukerrolle, formål og risiko. Hvis rutingen bare styres av pris, er det ikke FinOps. Da er det blind outsourcing.

Ramp-notatet avliver også en litt enkel fortelling om at AI raskt dreper eksisterende programvare. Figma, Paper, Canva, Grammarly, Vercel og Netlify dukker fortsatt opp i vekstdataene. Det tyder på at virksomheter ikke bare kaster SaaS-verktøy og erstatter alt med modeller. De kjøper fortsatt konkrete arbeidsverktøy, samtidig som modell- og inferenslaget vokser under og rundt dem. Det gir et mer realistisk bilde av 2026: AI blir et nytt kostnadslag i IT-porteføljen, ikke en magisk erstatning for hele porteføljen.

For norske CIO-er og CFO-er er neste steg praktisk. Finn AI-leverandørene i fakturasystemet, kortdataene og skyregningen. Ikke stol på at alt går gjennom den formelle AI-plattformen. Skill mellom direkte modellleverandører, inferensplattformer, agentverktøy, notatverktøy og SaaS-produkter med innebygget AI. Sett deretter policy etter datarisiko, ikke etter hype.

CISO bør særlig se etter tre ting: direkte bruk av ikke-godkjente modell-API-er, uklar lagring eller viderebruk av data, og manglende logging av hvilke interne data som sendes ut. CFO bør se etter om billigere modeller faktisk reduserer totalkostnaden, eller om lav stykkpris bare fører til mer bruk. Styret bør spørre om virksomheten har en samlet oversikt over AI-forbruk og AI-leverandører, eller om svaret fortsatt ligger spredt i kredittkort, produktteam og utviklermiljøer.

DeepSeek på Ramp-listen er derfor mer enn en leverandørnyhet. Det er et tegn på at AI-markedet går fra hype til innkjøpsadferd. Når brukerne begynner å betale for billigere alternativer, må virksomhetene ha styring som tåler at modellmarkedet blir bredere, billigere og mer geopolitisk komplisert.

Kilder og medier

Primærkilde: Ramp, "Top SaaS Vendors on Ramp (June 2026)". https://ramp.com/leading-indicators/top-saas-vendors-on-ramp-june-2026

Bakgrunnskilde: Ramp, "Are businesses actually using DeepSeek?". https://ramp.com/leading-indicators/are-businesses-actually-using-deepseek

Supplerende mediekilde: The Decoder, "Deepseek topped Ramp's trending software vendors in June 2026 as US companies chase cheaper AI". https://the-decoder.com/deepseek-topped-ramps-trending-software-vendors-in-june-2026-as-us-companies-chase-cheaper-ai/

Thumbnail: OpenAI Image 2 / hogby.ai