Anthropic пусна инструменти, които показват на компаниите какво получават срещу разходите си за AI

Финансовите данни, които Anthropic сподели с инвеститорите тази седмица, показват, че нейният инструмент за програмиране с изкуствен интелект Claude Code е точно толкова успешен бизнес, колкото се е надявала водещата лаборатория. Компанията е отчела оперативна печалба през второто тримесечие и 900% нетно задържане на приходите — тоест разходите на същите клиенти през третото тримесечие на 2025 г. са нараснали девет пъти през третото тримесечие на 2026 г.

Anthropic се фокусира върху това да накара корпоративните потребители да останат и в сряда обяви нов пакет от инструменти за отчитане, създаден да даде на тези клиенти по-детайлна представа за стойността, която получават срещу разходите си за токени.

Използвайки вътрешни анализи и анкети сред служителите, мениджърите могат да видят работата на даден екип за определен период, какво е произвел екипът, колко е струвало това и къде са се затруднили работните му процеси. Anthropic заявява, че по подразбиране няма да използва тези данни за обучение на модели. Отчетите ще предлагат и препоръки как да се подобрят резултатите.

Това е ясен опит да се демонстрира възвръщаемостта на инвестициите в инструментите на Anthropic и да се покаже на клиентите как да я подобрят — сериозен повод за безпокойство сред големите клиенти. Anthropic също така създава общи групови бюджети, за да помогне на екипите да управляват по-добре разходите за токени.

Компаниите търсят именно такава информация, докато се опитват да разберат как най-добре да внедрят инструментите с изкуствен интелект. Макар че използването им от финансирани от рисков капитал фирми движи разходите за токени, повечето компании от Fortune 500 не отчитат значителни ползи от внедряването на изкуствен интелект.

Jellyfish, компания, която създава инструменти за софтуерни разработчици, публикува нов доклад вчера, основан на използването на автономни инструменти за програмиране от 276 000 нейни клиенти. Claude Code и други инструменти, изградени върху моделите на Anthropic, остават най-широко използваните в проучването и са отговорни за близо една трета от всички предложени промени в кода, изпратени за преглед. По-важното е, че разходите за тези инструменти са нараснали 10 пъти от началото на годината, като сега стойността им се равнява на около 2% от общите разходи за инженеринг.

„Дори да казвате, че 2% все още е малко, този 10-кратен ръст е нещо, което повечето финансови директори не са планирали“, заяви пред TechCrunch Никълъс Арколано, главен учен в Jellyfish. „Определено стигаме до момент, в който хората осъзнават: добре, не е достатъчно просто да харчите много. Сега трябва да оптимизирате разходите и да накарате всичко да работи.“

Новите отчети на Anthropic са отговор на това предизвикателство. Anthropic е лидер сред корпоративните клиенти, но е трудно да се определи какво прави един автономен инструмент за програмиране наистина незаменим. Пускането на модела Astra на OpenAI това лято изглеждаше като потенциална заплаха за Anthropic, но засега не е забавило темпа на възприемане на продуктите ѝ.

„Отне много време, докато изобщо видим Codex да се появява осезаемо в нашите данни, а той се появи заедно с Astra [най-новия модел на OpenAI]“, заяви пред TechCrunch Никълъс Албаран, ръководител на продуктите с изкуствен интелект в Jellyfish. Поглеждайки към X, продължи той, човек би останал с ясното впечатление, че конкуренцията е по-ожесточена. „Всички в Силициевата долина казват: „О, Codex е по-добър.“ В действителност, продължи Албаран, „Anthropic просто беше там с отлично присъствие в корпоративния сегмент и имаше собствена тежест като утвърден доставчик — тези неща просто работеха и работеха добре, а много хора положиха сериозни усилия, за да стандартизират работните процеси около тях. И няма достатъчно голяма причина за смяна.“

Въпросът не се свежда само до моделите и работните процеси. Реалностите на бизнеса означават, че след като една водеща лаборатория е успяла да привлече клиент, смяната на доставчика е по-трудна, отколкото при отделен програмист или малка организация. Албаран посочва инвестициите, които всички големи лаборатории за изкуствен интелект правят в организации за инженеринг на място (FDE) — екипи, които вграждат консултанти по изкуствен интелект в организациите на клиентите, за да им помогнат да започнат работа. Тези нови инструменти за отчитане могат да се разглеждат като своеобразна олекотена версия на FDE — по-лек вариант на тази практическа помощ за клиентите на Anthropic.

„Сега сме на етап, в който всичко е достатъчно зряло и след като веднъж сте се включили, смяната ще става все по-трудна, защото сте вложили усилия“, каза той. „Дори всички да са до голяма степен еднакви, те ще се различават леко, ще имат свои малки особености в начина, по който обработват агенти и ND файлове и т.н., така че разходите за смяна не са нулеви.“