Meta dan Microsoft sama-sama secara signifikan mengurangi jumlah karyawan mereka yang menggunakan Claude dari Anthropic, menurut laporan dari The Information, karena kedua raksasa teknologi tersebut mengarahkan para insinyur ke alat pengkodean AI internal dan mengendalikan pengeluaran AI yang terus meningkat.
Pergeseran ini memengaruhi anggaran dan alur kerja internal, bukan akses pelanggan. Claude tetap tersedia melalui produk komersial Microsoft, dan pengeluaran pelanggan untuk model Anthropic melalui platform perusahaan Microsoft terus meningkat bahkan ketika Microsoft memperketat kebijakan pada stafnya sendiri. For more context on this story, see our ongoing breaking AI news.
Microsoft Memotong Perkiraan Pengeluaran Antropik Internal Lebih dari Sepertiganya
Microsoft sebelumnya memproyeksikan bahwa pengeluaran internalnya untuk teknologi Anthropic akan melebihi $1 miliar per tahun. Perkiraan tersebut telah turun lebih dari sepertiganya setelah manajemen mengarahkan karyawannya untuk membatasi penggunaan Claude dan lebih memilih alat milik Microsoft, termasuk GitHub Copilot dan kerangka kerja berbasis OpenAI, The Information melaporkan.
Di divisi cloud dan AI Microsoft, batas atas pengeluaran AI bulanan per karyawan dilaporkan telah dipotong dari $100.000 menjadi sekitar $10.000 dalam banyak kasus. Angka-angka tersebut merupakan batasan pengeluaran dan bukan cerminan dari jumlah yang sebenarnya dibelanjakan oleh para insinyur, namun anggaran yang ketat telah membuat frustrasi beberapa insinyur yang sebelumnya memiliki kebebasan yang luas untuk bereksperimen dengan model-model terdepan yang berbeda.
Arahan ini menggambarkan ketegangan yang unik dalam era adopsi AI ini: Microsoft sekaligus merupakan investor terbesar dan mitra distribusi terdekat OpenAI, salah satu pelanggan perusahaan terbesar Anthropic, dan pesaing kedua perusahaan yang memiliki tumpukan Copilot sendiri. Setiap dolar dari penggunaan internal Claude, dalam arti tertentu, mendanai model yang bersaing dengan alat yang Microsoft ingin karyawannya gunakan.
Basis Pengguna Kode Claude Meta Dibelah Dua
Di Meta, jumlah karyawan yang menggunakan Claude Code dilaporkan turun dari sekitar 60.000 pada awal tahun ini menjadi sekitar 30.000. PHK memang berperan, namun pendorong utamanya, menurut laporan tersebut, adalah poros strategis Meta menuju solusi pengkodean AI miliknya sendiri: MetaCode, yang dibangun berdasarkan model milik Meta, yang kini memiliki lebih dari 30.000 pengguna internal, dan Muse Code, dengan lebih dari 6.000 pengguna karyawan. Meta memulai pengujian eksternal Kode Muse dengan klien pada bulan Agustus.
Bahkan ketika jumlah pengguna menurun, pengeluaran Meta untuk alat pengkodean Anthropic tetap besar. Perusahaan dilaporkan mengalokasikan lebih dari $105 juta untuk Claude Code selama periode 28 hari, sebuah pengingat bahwa lebih sedikit pengguna tidak berarti lebih sedikit uang yang mengalir ke Anthropic.
Antropis Terus Berkembang
Semua ini tidak mengurangi jumlah berita utama Anthropic. Perusahaan tersebut mengatakan kepada investor pada bulan Agustus bahwa tingkat pendapatan tahunannya mencapai $65 miliar pada akhir Juli, dan dilaporkan sedang mempersiapkan IPO dengan valuasi sebesar $2 triliun. Kehilangan beberapa kursi internal di dua pelanggan perusahaan terbesarnya merupakan kesalahan pembulatan terhadap kurva permintaan yang lebih luas dari ribuan perusahaan lain yang merutekan pekerjaan pengkodean melalui Claude.
Penghematan di Meta dan Microsoft menjelaskan lebih banyak tentang pembeli dibandingkan penjual. Kedua perusahaan tersebut merupakan salah satu perusahaan yang membelanjakan AI terbesar di dunia, dan keduanya telah mencapai tahap di mana anggaran AI, yang membengkak selama serbuan adopsi awal, dikenakan disiplin yang sama seperti item-item lainnya. Asisten pengkodean telah beralih dari eksperimen ke infrastruktur penting, dan infrastruktur penting mendapat tinjauan pengadaan.
Ekonomi di Balik Langit-Langit
Batasan pengeluaran yang baru juga membuat penganggaran dapat diprediksi dengan cara yang tidak pernah dilakukan dengan eksperimen tanpa batas. Dengan $100.000 per karyawan per bulan, sebuah organisasi yang beranggotakan 10.000 insinyur secara teoritis dapat menghabiskan lebih dari $1 miliar per tahun hanya untuk akses model, sebelum biaya komputasi, peralatan, dan integrasi. Sekalipun penggunaan sebenarnya tidak pernah mencapai batas maksimal, batasan yang terlalu tinggi membuat perkiraan menjadi tidak mungkin, dan perkiraan adalah hal yang tepat yang diminta oleh organisasi pengadaan setelah suatu teknologi lulus dari eksperimen ke item baris.
Tren yang Lebih Besar: Membangun versus Membeli dalam Peralatan AI
Laporan tersebut juga menangkap kalkulus build-versus-buy yang kini terjadi di industri perangkat lunak. API model Frontier memudahkan perusahaan terbesar sekalipun untuk mengadopsi alat AI terbaik di kelasnya dalam semalam. Namun agen pengkodean berbeda dari chatbot pemasaran: mereka berada di pusat alur kerja teknik, menyentuh kode sumber kepemilikan, dan mewakili biaya per kursi yang disesuaikan dengan jumlah karyawan.
Bagi Meta, yang telah menghabiskan waktu bertahun-tahun membangun organisasi penelitian AI dan keluarga modelnya sendiri, mengganti asisten pengkodean eksternal dengan asisten internal yang dibangun berdasarkan modelnya sendiri merupakan konsolidasi alami. Bagi Microsoft, mendorong para insinyur menuju GitHub Copilot dan alat yang didukung OpenAI menyelaraskan perilaku karyawan dengan taruhan produk perusahaan itu sendiri.
Risikonya, bagi keduanya, adalah kemampuan. Jika alat yang dimiliki perusahaan tertinggal dibandingkan model terdepan dalam tolok ukur pengkodean, peningkatan produktivitas dapat terkikis bahkan ketika biaya turun. Perdagangan tersebut, menghemat uang versus memaksimalkan leverage insinyur, adalah salah satu hal yang akan dihadapi oleh setiap perusahaan besar yang mengadopsi AI dalam beberapa tahun ke depan, dan keputusan di Meta dan Microsoft akan diawasi dengan ketat sebagai ujiannya.
Bagi Anthropic, episode ini adalah peringatan yang memiliki hikmah. Dua pelanggan perusahaannya yang paling terkemuka menunjukkan bahwa anggaran AI yang paling besar pun mempunyai batas, dan kualitas model saja tidak menjamin retensi kursi ketika ada alternatif yang kredibel, lebih murah, dan dikendalikan secara internal. Respons perusahaan, yang dibuktikan dengan pertumbuhan pendapatan yang berkelanjutan, adalah dengan mendiversifikasi basis pelanggannya dengan cukup cepat sehingga tidak ada satu pun penghematan yang dapat mengubah jumlah tersebut.
---
Stay Ahead of AIGet the latest AI news, analysis, and breakthroughs — all in one place.
Read more AI news →
