Η Meta και η Microsoft μειώνουν σημαντικά το πόσο οι δικοί τους υπάλληλοι χρησιμοποιούν το Anthropic's Claude, σύμφωνα με μια αναφορά από το The Information, καθώς οι δύο τεχνολογικοί γίγαντες κατευθύνουν τους μηχανικούς προς τα εσωτερικά εργαλεία κωδικοποίησης AI και περιορίζουν τις σπειροειδείς δαπάνες για τεχνητή νοημοσύνη.
Η αλλαγή επηρεάζει τους εσωτερικούς προϋπολογισμούς και τις ροές εργασίας, όχι την πρόσβαση των πελατών. Ο Claude παραμένει διαθέσιμος μέσω των εμπορικών προϊόντων της Microsoft και οι δαπάνες των πελατών σε μοντέλα Anthropic μέσω των εταιρικών πλατφορμών της Microsoft συνεχίζουν να αυξάνονται ακόμη και όταν η Microsoft σφίγγει τις βίδες στο προσωπικό της. For more context on this story, see our ongoing AI news.
Η Microsoft μειώνει τις εσωτερικές ανθρωπιστικές εκτιμήσεις δαπανών κατά πάνω από το ένα τρίτο
Η Microsoft είχε προβλέψει προηγουμένως ότι οι εσωτερικές της δαπάνες για την τεχνολογία της Anthropic θα ξεπερνούσαν το 1 δισεκατομμύριο δολάρια ετησίως. Αυτή η εκτίμηση έχει έκτοτε μειωθεί περισσότερο από το ένα τρίτο αφού η διοίκηση ζήτησε από τους υπαλλήλους να περιορίσουν τη χρήση του Claude και να ευνοήσουν τα εργαλεία της Microsoft, συμπεριλαμβανομένων των πλαισίων που βασίζονται στο GitHub Copilot και στο OpenAI, ανέφερε η The Information.
Στο τμήμα cloud και AI της Microsoft, τα μηνιαία ανώτατα όρια δαπανών τεχνητής νοημοσύνης ανά εργαζόμενο φέρεται να έχουν μειωθεί από 100.000 $ σε περίπου 10.000 $ στις περισσότερες περιπτώσεις. Αυτοί οι αριθμοί είναι όρια δαπανών και όχι αντικατοπτρισμοί του τι πραγματικά ξοδεύουν οι μηχανικοί, αλλά οι αυστηρότεροι προϋπολογισμοί έχουν απογοητεύσει ορισμένους μηχανικούς που απολάμβαναν προηγουμένως μεγάλο εύρος να πειραματιστούν με διαφορετικά μοντέλα συνόρων.
Η οδηγία απεικονίζει μια ένταση μοναδική σε αυτήν την εποχή υιοθέτησης της τεχνητής νοημοσύνης: η Microsoft είναι ταυτόχρονα ο μεγαλύτερος επενδυτής και ο πλησιέστερος συνεργάτης διανομής του OpenAI, ένας από τους μεγαλύτερους επιχειρηματικούς πελάτες της Anthropic και ανταγωνιστής και των δύο εταιρειών με τη δική της στοίβα Copilot. Κάθε δολάριο εσωτερικής χρήσης του Claude χρηματοδοτεί, κατά μία έννοια, τα μοντέλα που ανταγωνίζονται τα εργαλεία που θέλει η Microsoft να χρησιμοποιούν οι δικοί της υπάλληλοι.
Η βάση χρήστη Claude Code του Meta μειώθηκε στο μισό
Στη Meta, ο αριθμός των εργαζομένων που χρησιμοποιούν τον κωδικό Claude μειώθηκε από περίπου 60.000 νωρίτερα φέτος σε περίπου 30.000. Οι απολύσεις έπαιξαν ρόλο, αλλά ο κύριος μοχλός, σύμφωνα με την έκθεση, είναι ο στρατηγικός άξονας της Meta προς τις δικές της λύσεις κωδικοποίησης τεχνητής νοημοσύνης: το MetaCode, που βασίζεται στα ιδιόκτητα μοντέλα της Meta, που διεκδικεί πλέον περισσότερους από 30.000 εσωτερικούς χρήστες, και το Muse Code, με περισσότερους από 6.000 χρήστες εργαζόμενους. Η Meta ξεκίνησε τις εξωτερικές δοκιμές του Muse Code με πελάτες τον Αύγουστο.
Παρόλο που ο αριθμός των χρηστών μειώθηκε, οι δαπάνες της Meta για το εργαλείο κωδικοποίησης της Anthropic παρέμειναν σημαντικές. Η εταιρεία φέρεται να διέθεσε περισσότερα από 105 εκατομμύρια δολάρια στον Claude Code σε μία μόνο περίοδο 28 ημερών, μια υπενθύμιση ότι λιγότεροι χρήστες δεν σημαίνει απαραίτητα ότι ρέουν λιγότερα χρήματα στην Anthropic.
Το Anthropic συνεχίζει να μεγαλώνει ούτως ή άλλως
Τίποτα από αυτά δεν έχει μειώσει τους αριθμούς των επικεφαλίδων του Anthropic. Η εταιρεία είπε στους επενδυτές τον Αύγουστο ότι ο ετήσιος ρυθμός εκτέλεσης εσόδων της έφτασε τα 65 δισεκατομμύρια δολάρια στα τέλη Ιουλίου και σύμφωνα με πληροφορίες ετοιμάζεται για μια δημόσια εγγραφή με αποτίμηση έως και 2 τρισεκατομμυρίων δολαρίων. Η απώλεια ορισμένων εσωτερικών θέσεων σε δύο από τους μεγαλύτερους εταιρικούς πελάτες της είναι ένα σφάλμα στρογγυλοποίησης έναντι της ευρύτερης καμπύλης ζήτησης από χιλιάδες άλλες εταιρείες που δρομολογούν εργασίες κωδικοποίησης μέσω του Claude.
Η μείωση στη Meta και στη Microsoft λέει περισσότερα για τους αγοραστές παρά για τον πωλητή. Και οι δύο εταιρείες είναι μεταξύ των μεγαλύτερων δαπανών τεχνητής νοημοσύνης στον κόσμο και και οι δύο έχουν φτάσει στο στάδιο όπου οι προϋπολογισμοί τεχνητής νοημοσύνης, που εξερράγησαν κατά την αρχική βιασύνη υιοθέτησης, υπόκεινται στην ίδια πειθαρχία με οποιοδήποτε άλλο στοιχείο γραμμής. Οι βοηθοί κωδικοποίησης έχουν περάσει από το πείραμα στη βασική υποδομή και οι βασικές υποδομές λαμβάνουν κριτικές προμηθειών.
Η οικονομία πίσω από τα ταβάνια
Τα νέα όρια δαπανών καθιστούν επίσης προβλέψιμο τον προϋπολογισμό με τρόπο που δεν ήταν ποτέ απεριόριστος πειραματισμός. Με 100.000 $ ανά εργαζόμενο το μήνα, ένας οργανισμός 10.000 μηχανικών θα μπορούσε θεωρητικά να καίει περισσότερα από 1 δισεκατομμύριο δολάρια ετησίως μόνο με την πρόσβαση στο μοντέλο, πριν από το κόστος υπολογισμού, εργαλείων και ολοκλήρωσης. Ακόμα κι αν η πραγματική χρήση δεν πλησίασε ποτέ το ανώτατο όριο, τα γενναιόδωρα ανώτατα όρια καθιστούν αδύνατη την πρόβλεψη και η πρόβλεψη είναι ακριβώς αυτό που απαιτούν οι οργανισμοί προμηθειών μόλις μια τεχνολογία αποφοιτήσει από πείραμα σε στοιχείο γραμμής.
Η μεγαλύτερη τάση: Build Versus Buy in AI Tooling
Οι αναφορές καταγράφουν επίσης τον λογισμό build-versus-buy που διαδραματίζεται τώρα σε όλη τη βιομηχανία λογισμικού. Τα Frontier model API διευκόλυναν ακόμη και τις μεγαλύτερες εταιρείες να υιοθετήσουν τα καλύτερα στην κατηγορία τους εργαλεία τεχνητής νοημοσύνης σε μια νύχτα. Αλλά οι πράκτορες κωδικοποίησης διαφέρουν από ένα chatbot μάρκετινγκ: βρίσκονται στο επίκεντρο των ροών εργασιών της μηχανικής, αγγίζουν τον αποκλειστικό πηγαίο κώδικα και αντιπροσωπεύουν ένα κόστος ανά θέση που κλιμακώνεται με τον αριθμό ατόμων.
Για τη Meta, η οποία έχει περάσει χρόνια δημιουργώντας τον δικό της ερευνητικό οργανισμό AI και οικογένειες μοντέλων, η αντικατάσταση ενός εξωτερικού βοηθού κωδικοποίησης με έναν εσωτερικό που βασίζεται στα δικά του μοντέλα είναι μια φυσική ενοποίηση. Για τη Microsoft, η ώθηση των μηχανικών προς τα εργαλεία GitHub Copilot και OpenAI ευθυγραμμίζει τη συμπεριφορά των εργαζομένων με τα στοιχήματα προϊόντων της ίδιας της εταιρείας.
Ο κίνδυνος και για τους δύο είναι η ικανότητα. Εάν τα εσωτερικά εργαλεία καθυστερούν τα μοντέλα αιχμής στα σημεία αναφοράς κωδικοποίησης, τα κέρδη παραγωγικότητας θα μπορούσαν να διαβρωθούν ακόμη και όταν το κόστος μειώνεται. Αυτό το εμπόριο, εξοικονόμηση χρημάτων έναντι μεγιστοποίησης της μόχλευσης των μηχανικών, είναι κάτι που θα αντιμετωπίσει κάθε μεγάλη επιχείρηση που υιοθετεί τεχνητή νοημοσύνη τα επόμενα χρόνια και οι αποφάσεις στη Meta και τη Microsoft θα παρακολουθούνται στενά ως δοκιμαστική περίπτωση.
Για το Anthropic, το επεισόδιο είναι μια προειδοποιητική βολή με ασημένια επένδυση. Οι δύο πιο εξέχοντες εταιρικοί πελάτες της αποδεικνύουν ότι ακόμη και οι πιο βαθιές προϋπολογισμοί τεχνητής νοημοσύνης έχουν όρια και ότι η ποιότητα του μοντέλου από μόνη της μπορεί να μην εγγυάται τη διατήρηση της θέσης όταν υπάρχει μια αξιόπιστη, φθηνότερη, εσωτερικά ελεγχόμενη εναλλακτική λύση. Η απάντηση της εταιρείας, που αποδεικνύεται από τη συνεχιζόμενη αύξηση των εσόδων της, ήταν η διαφοροποίηση της πελατειακής της βάσης αρκετά γρήγορα ώστε καμία μεμονωμένη μείωση να μην μπορεί να μετακινήσει τους αριθμούς.
---
Stay Ahead of AIGet the latest AI news, analysis, and breakthroughs — all in one place.
Read more AI news →
