Компания Anthropic запустила инструменты, позволяющие компаниям оценить результаты своих инвестиций в ИИ.

Компания Anthropic сосредоточилась на привлечении корпоративных пользователей и в среду анонсировала новый набор инструментов отчетности, призванных предоставить этим клиентам более детальное понимание ценности, которую они получают от расходования токенов.

Используя внутреннюю аналитику и опросы сотрудников, менеджеры могут отслеживать работу команды за определенный период времени, результаты ее деятельности, затраты и места сбоев в рабочих процессах. Компания Anthropic заявляет, что по умолчанию не будет использовать эти данные для обучения модели. В отчетах также будут содержаться рекомендации по улучшению результатов.

Это явная попытка продемонстрировать окупаемость инвестиций в инструменты Anthropic и показать клиентам, как их улучшить — важный вопрос для крупных клиентов. Anthropic также создает объединенные групповые бюджеты, чтобы позволить командам лучше управлять расходованием токенов.

Компании ищут подобную информацию, чтобы понять, как лучше всего внедрить инструменты ИИ. Хотя использование этих инструментов среди фирм, финансируемых венчурным капиталом, стимулирует расходы на токены, большинство компаний из списка Fortune 500 не видят существенной выгоды от внедрения ИИ.

Компания Jellyfish, разрабатывающая инструменты для разработчиков программного обеспечения, вчера опубликовала новый отчет , основанный на использовании инструментов агентного кодирования 276 000 своих клиентов. Инструменты Claude Code и другие инструменты, построенные на основе антропных моделей, остаются наиболее широко используемыми в исследовании, на их долю приходится почти треть всех предложенных изменений кода, представленных на рассмотрение. Что еще более важно, расходы на эти инструменты выросли в 10 раз с начала года, и теперь их стоимость составляет около 2% от общих затрат на разработку.

«Даже если вы говорите, что 2% — это все еще мало, десятикратный рост — это рост, который большинство финансовых директоров не планировали», — сказал Николас Арколано, главный научный сотрудник Jellyfish. «Мы определенно приближаемся к тому моменту, когда люди понимают: недостаточно просто потратить кучу денег. Теперь нужно оптимизировать процесс, заставить его работать».

Новые отчеты Anthropic подтверждают эту проблему. Anthropic лидирует среди корпоративных клиентов, но определить, что делает инструмент для агентного программирования по-настоящему востребованным, довольно сложно. Выпуск модели Astra от OpenAI этим летом казался потенциальной угрозой для Anthropic, но пока это не замедлило темпы внедрения продукта компанией.

«Нам потребовалось много времени, чтобы увидеть, как Codex действительно начнет приносить результаты в наших данных, и вот наконец он появился благодаря Astra [последней модели OpenAI]», — рассказал Николас Альбарран, руководитель отдела продуктов ИИ в Jellyfish. Глядя на X, продолжил он, создается отчетливое впечатление, что конкуренция гораздо острее. «Все в Кремниевой долине говорят: „О, Codex лучше“». В действительности, продолжил Альбарран, «Anthropic просто предлагала отличные решения для предприятий, и у них был собственный вес — все это просто работало и работало хорошо, и многие люди просто приложили много усилий к стандартизации рабочих процессов. И нет достаточно веской причины для перехода на другую платформу».

Речь идёт не только о моделях и рабочих процессах. Реалии бизнеса таковы, что как только передовая лаборатория завоёвывает доверие клиента, переход к ней становится сложнее, чем для отдельного программиста или небольшой организации. Альбарран указывает на инвестиции, которые все крупные лаборатории ИИ вкладывают в организации, занимающиеся развертыванием инженерных решений (FDE), — команды, которые внедряют консультантов по ИИ в организации клиентов, чтобы помочь им начать работу. Эти новые инструменты отчётности можно рассматривать как своего рода облегчённую версию FDE для клиентов Anthropic.

«Сейчас мы достигли той стадии, когда система достаточно зрелая, и после перехода на новую версию переходить будет все сложнее, потому что вы уже приложили усилия», — сказал он. «Даже если все они в основном одинаковы, у каждой будут свои небольшие отличия, свои особенности в обработке файлов agent.md и т. д., поэтому затраты на переход не равны нулю».