Відповідно до звіту The Information, і Meta, і Microsoft значно скорочують використання їхніми співробітниками Claude від Anthropic, оскільки два технічні гіганти спрямовують інженерів на власні інструменти кодування штучного інтелекту та стримують спіральні витрати на штучний інтелект.
Ця зміна впливає на внутрішні бюджети та робочі процеси, а не на доступ клієнтів. Claude залишається доступним через комерційні продукти Microsoft, і витрати клієнтів на моделі Anthropic через корпоративні платформи Microsoft продовжують зростати, навіть якщо Microsoft закручує гайки з власним персоналом. For more context on this story, see our ongoing more AI stories.
Microsoft скорочує внутрішні антропічні витрати більш ніж на третину
Раніше Microsoft прогнозувала, що її внутрішні витрати на технологію Anthropic перевищуватимуть 1 мільярд доларів на рік. Відтоді ця оцінка впала більш ніж на третину після того, як керівництво наказало співробітникам обмежити використання Claude і віддати перевагу власним інструментам Microsoft, включаючи GitHub Copilot і фреймворки на основі OpenAI, повідомляє The Information.
Повідомляється, що в підрозділі хмарних технологій і штучного інтелекту Microsoft щомісячні витрати на штучний інтелект на одного співробітника в більшості випадків скоротилися зі 100 000 доларів США до приблизно 10 000 доларів США. Ці цифри є обмеженнями витрат, а не відображенням того, що насправді витрачають інженери, але скорочення бюджетів розчарувало деяких інженерів, які раніше мали широкі можливості експериментувати з різними передовими моделями.
Директива ілюструє напругу, унікальну для цієї епохи впровадження штучного інтелекту: Microsoft одночасно є найбільшим інвестором OpenAI і найближчим партнером з дистрибуції, одним із найбільших корпоративних клієнтів Anthropic і конкурентом обох компаній із власним набором Copilot. Кожен долар внутрішнього використання Claude, у певному сенсі, фінансує моделі, які конкурують з інструментами, які Microsoft хоче використовувати своїми співробітниками.
База користувачів Meta Claude Code скоротилася вдвічі
Повідомляється, що в Meta кількість співробітників, які використовують Claude Code, скоротилася з приблизно 60 000 на початку цього року до приблизно 30 000. Звільнення зіграли свою роль, але основним рушієм, згідно зі звітом, є стратегічний поворот Meta до власних рішень кодування штучного інтелекту: MetaCode, побудований на власних моделях Meta, який наразі має більше ніж 30 000 внутрішніх користувачів, і Muse Code, який використовує понад 6 000 співробітників. Meta почала зовнішнє тестування Muse Code з клієнтами в серпні.
Незважаючи на те, що кількість користувачів зменшилася, витрати Meta на інструмент кодування Anthropic залишалися значними. Повідомляється, що компанія виділила понад 105 мільйонів доларів на Claude Code протягом одного 28-денного періоду, нагадуючи, що менше користувачів не обов’язково означає, що менше грошей надходить до Anthropic.
Anthropic все одно продовжує рости
Ніщо з цього не вплинуло на заголовки Anthropic. У серпні компанія повідомила інвесторам, що наприкінці липня її річний дохід сягнув 65 мільярдів доларів, і, як повідомляється, вона готується до IPO з оцінкою в 2 трильйони доларів. Втрата деяких внутрішніх місць у двох найбільших корпоративних клієнтів є помилкою округлення порівняно з ширшою кривою попиту з боку тисяч інших компаній, які направляють роботу з кодування через Claude.
Скорочення в Meta і Microsoft говорить більше про покупців, ніж про продавців. Обидві компанії є одними з найбільших витрат на штучний інтелект у світі, і обидві досягли того етапу, коли бюджети штучного інтелекту, які різко зросли під час початкового бурхливого впровадження, піддаються такій самій дисципліні, як і будь-які інші статті. Помічники з кодування перейшли від експерименту до основної інфраструктури, а основна інфраструктура отримує перевірку закупівель.
Економіка за стелями
Нові ліміти витрат також роблять бюджет передбачуваним, яким ніколи не було необмежених експериментів. При 100 000 доларів США на одного працівника на місяць організація з 10 000 інженерів теоретично може витрачати понад 1 мільярд доларів на рік лише на доступі до моделі без урахування витрат на обчислення, інструменти та інтеграцію. Навіть якщо фактичне використання ніколи не наближалося до верхньої межі, такі щедрі межі унеможливлюють прогнозування, а прогнозування – це саме те, чого вимагають закупівельні організації, коли технологія переходить від експерименту до позиції.
Більша тенденція: створення чи купівля в інструментах штучного інтелекту
Звіти також описують розрахунок «будувати проти покупки», який зараз розгортається в індустрії програмного забезпечення. Інтерфейси API моделі Frontier дозволили навіть найбільшим компаніям одразу запровадити найкращі у своєму класі інструменти штучного інтелекту. Але агенти кодування відрізняються від маркетингового чат-бота: вони знаходяться в центрі робочих процесів розробки, торкаються власного вихідного коду та представляють вартість робочого місця, яка залежить від кількості персоналу.
Для Meta, яка витратила роки на розбудову власної дослідницької організації штучного інтелекту та сімейств моделей, заміна зовнішнього помічника кодування внутрішнім, створеним на власних моделях, є природною консолідацією. Для Microsoft підштовхування інженерів до GitHub Copilot і інструментів на основі OpenAI узгоджує поведінку співробітників із ставками на власні продукти компанії.
Ризик для обох полягає в можливості. Якщо власні інструменти відстають від передових моделей у тестах кодування, приріст продуктивності може знизитися, навіть якщо витрати впадуть. Кожне велике підприємство, яке запроваджує штучний інтелект, зіткнеться з цією торгівлею, економією грошей проти максимізації використання інженерів, протягом наступних кількох років, і рішення в Meta та Microsoft розглядатимуться уважно як тестовий приклад.
Для Anthropic цей епізод є попереджувальним пострілом зі срібною підкладкою. Його два найвідоміші корпоративні клієнти демонструють, що навіть найглибші бюджети штучного інтелекту мають обмеження, і що сама по собі якість моделі може не гарантувати збереження робочих місць, якщо існує надійна, дешевша альтернатива з внутрішнім контролем. Реакцією компанії, що підтверджується постійним зростанням її доходів, стала диверсифікація клієнтської бази настільки швидко, що жодне скорочення не може змінити цифри.
---
Stay Ahead of AIGet the latest AI news, analysis, and breakthroughs — all in one place.
Read more AI news →
