Z raportu The Information wynika, że zarówno Meta, jak i Microsoft znacznie zmniejszają częstotliwość korzystania z Claude firmy Anthropic przez swoich pracowników, ponieważ obaj giganci technologiczni kierują inżynierów w stronę wewnętrznych narzędzi do kodowania sztucznej inteligencji i powstrzymują spiralę wydatków na sztuczną inteligencję.
Ta zmiana wpływa na wewnętrzne budżety i przepływy pracy, a nie na dostęp klientów. Claude pozostaje dostępny za pośrednictwem komercyjnych produktów Microsoftu, a wydatki klientów na modele Anthropic za pośrednictwem platform korporacyjnych Microsoftu nadal rosną, nawet gdy Microsoft dokręca śrubę swoim własnym pracownikom. Więcej kontekstu na ten temat znajdziesz w naszych trendy AI.
Firma Microsoft obniża wewnętrzne szacunki wydatków antropicznych o ponad jedną trzecią
Microsoft przewidywał wcześniej, że jego wewnętrzne wydatki na technologię Anthropic przekroczą 1 miliard dolarów rocznie. Od tego czasu szacunki te spadły o ponad jedną trzecią po tym, jak kierownictwo poleciło pracownikom ograniczyć korzystanie z Claude i faworyzować własne narzędzia Microsoftu, w tym GitHub Copilot i platformy oparte na OpenAI – podaje The Information.
W dziale chmury i sztucznej inteligencji firmy Microsoft miesięczne pułapy wydatków na sztuczną inteligencję na pracownika zostały w większości przypadków obniżone ze 100 000 dolarów do około 10 000 dolarów. Liczby te stanowią raczej limity wydatków, a nie odzwierciedlenie faktycznych wydatków inżynierów, ale zaostrzone budżety frustrują niektórych inżynierów, którzy wcześniej cieszyli się dużą swobodą eksperymentowania z różnymi pionierskimi modelami.
Dyrektywa ilustruje napięcie charakterystyczne dla epoki wdrażania sztucznej inteligencji: Microsoft jest jednocześnie największym inwestorem i najbliższym partnerem dystrybucyjnym OpenAI, jednym z największych klientów korporacyjnych Anthropic i konkurentem obu firm posiadającym własny stos Copilot. Każdy dolar wydany na wewnętrzne wykorzystanie Claude to w pewnym sensie finansowanie modeli konkurujących z narzędziami, z których Microsoft chce korzystać swoich pracowników.
Baza użytkowników Claude Code Meta zmniejszona o połowę
Według doniesień w Meta liczba pracowników korzystających z Claude Code spadła z około 60 000 na początku tego roku do około 30 000. Zwolnienia odegrały pewną rolę, ale według raportu głównym motorem jest strategiczny zwrot Meta w kierunku własnych rozwiązań do kodowania AI: MetaCode, zbudowany na zastrzeżonych modelach Meta, z którego korzysta obecnie ponad 30 000 użytkowników wewnętrznych, oraz Muse Code, z którego korzysta ponad 6000 pracowników. Meta rozpoczęła zewnętrzne testy Muse Code z klientami w sierpniu.
Nawet gdy liczba użytkowników spadła, wydatki Meta na narzędzie do kodowania Anthropic pozostały znaczne. Według doniesień firma przekazała Claude Code ponad 105 milionów dolarów w ciągu jednego 28-dniowego okresu, co przypomina, że mniejsza liczba użytkowników niekoniecznie oznacza mniej pieniędzy wpływających do Anthropic.
Anthropic i tak rośnie
Nic z tego nie wpłynęło na nagłówki Anthropic. W sierpniu firma poinformowała inwestorów, że jej roczne przychody osiągnęły na koniec lipca 65 miliardów dolarów i podobno przygotowuje się do pierwszej oferty publicznej o wartości aż 2 bilionów dolarów. Utrata części wewnętrznych stanowisk u dwóch największych klientów korporacyjnych firmy jest błędem zaokrąglenia w porównaniu z szerszą krzywą popytu ze strony tysięcy innych firm kierujących prace związane z kodowaniem za pośrednictwem Claude.
Ograniczenia w Meta i Microsoft mówią więcej o kupujących niż o sprzedającym. Obie firmy należą do największych na świecie wydawców na sztuczną inteligencję i obie osiągnęły etap, w którym budżety na sztuczną inteligencję, które eksplodowały w początkowej fazie wdrażania, podlegają tej samej dyscyplinie, co każda inna pozycja. Asystenci kodowania przeszli od eksperymentów do niezbędnej infrastruktury, a niezbędna infrastruktura podlega przeglądom zamówień.
Ekonomia za sufitami
Nowe limity wydatków sprawiają również, że budżetowanie jest przewidywalne w sposób, w jaki nigdy nie było nieograniczonego eksperymentowania. Przy 100 000 dolarów na pracownika miesięcznie organizacja zatrudniająca 10 000 inżynierów mogłaby teoretycznie wydać ponad 1 miliard dolarów rocznie na samym dostępie do modelu, bez ponoszenia kosztów obliczeń, narzędzi i integracji. Nawet jeśli rzeczywiste wykorzystanie nigdy nie osiągnęło pułapu, tak hojne pułapy uniemożliwiają prognozowanie, a prognozowanie jest dokładnie tym, czego wymagają organizacje zaopatrzeniowe, gdy technologia przechodzi od eksperymentu do elementu zamówienia.
Większy trend: budowanie kontra kupowanie narzędzi AI
W raportach uwzględniono także rachunek „kompilacja kontra zakup”, stosowany obecnie w całej branży oprogramowania. Frontierowe interfejsy API modeli sprawiły, że nawet największym firmom wdrożenie najlepszych w swojej klasie narzędzi AI z dnia na dzień stało się banalnie proste. Agenci kodujący różnią się jednak od chatbota marketingowego: znajdują się w centrum procesów inżynieryjnych, mają kontakt z zastrzeżonym kodem źródłowym i reprezentują koszt jednego stanowiska, który rośnie wraz z liczbą pracowników.
Dla Meta, która przez lata budowała własną organizację badawczą AI i rodziny modeli, zastąpienie zewnętrznego asystenta kodowania wewnętrznym, zbudowanym na własnych modelach, jest naturalną konsolidacją. W przypadku firmy Microsoft zachęcanie inżynierów do korzystania z narzędzi GitHub Copilot i OpenAI dostosowuje zachowania pracowników do założeń dotyczących produktów firmy.
Ryzykiem dla obu jest potencjał. Jeśli wewnętrzne narzędzia będą opóźnione w stosunku do modeli pionierskich w testach porównawczych kodowania, wzrost produktywności może ulec zmniejszeniu nawet w przypadku spadku kosztów. Ta transakcja, czyli oszczędzanie pieniędzy w porównaniu z maksymalizacją dźwigni inżynierów, to branża, przed którą w ciągu najbliższych kilku lat stanie każde duże przedsiębiorstwo wdrażające sztuczną inteligencję, a decyzje podjęte w Meta i Microsoft będą uważnie obserwowane jako przypadek testowy.
Dla Anthropic ten odcinek jest strzałem ostrzegawczym z pozytywnym skutkiem. Dwóch jej najważniejszych klientów korporacyjnych pokazuje, że nawet największe budżety na sztuczną inteligencję mają ograniczenia i że sama jakość modelu może nie zagwarantować utrzymania miejsca, gdy istnieje wiarygodna, tańsza i kontrolowana wewnętrznie alternatywa. Reakcją firmy, o czym świadczy ciągły wzrost przychodów, była dywersyfikacja bazy klientów na tyle szybko, aby żadne pojedyncze cięcia nie mogły zmienić wyników.
---
Bądź na Bieżąco z AINajnowsze wiadomości, analizy i przełomy w dziedzinie AI — wszystko w jednym miejscu.
Czytaj więcej wiadomości AI →
