Les données Ramp montrent que Claude dépasse ChatGPT en matière d'adoption entreprise

icon币界网
Partager
Share IconShare IconShare IconShare IconShare IconShare IconCopy
AI summary iconRésumé

expand icon
L'indice IA de Ramp de mai montre que Claude a dépassé ChatGPT en matière d'adoption par les entreprises aux États-Unis, avec 34,4 % contre 32,3 %. Les données, issues de plus de 50 000 entreprises, mettent en évidence une augmentation quadruplée de l'utilisation de Claude d'une année sur l'autre, tandis que ChatGPT n'a progressé que de 0,3 %. Environ 16 % des entreprises utilisent les deux modèles, ce qui témoigne d'une tendance vers des stratégies IA multi-modèles. L'adoption de la blockchain continue d'évoluer parallèlement à ces changements, les données sur l'inflation influençant également les décisions technologiques des entreprises.
CoinJournal rapporte :

Les entreprises américaines modifient leur priorité lors du choix d'outils d'IA. L'indice IA de Ramp en mai montre que l'adoption de Claude d'Anthropic aux États-Unis a atteint 34,4 %, légèrement supérieure à celle d'OpenAI ChatGPT à 32,3 %. Ces données proviennent des relevés de cartes d'entreprise et de factures de plus de 50 000 entreprises américaines, reflétant les dépenses réelles et non des enquêtes.

Une divergence nette des taux de croissance sur un an

Au cours de la dernière année, l'adoption entreprise de Claude a augmenté d'environ quatre fois, tandis que ChatGPT n'a connu qu'une croissance modeste de 0,3 % pendant la même période. Cela signifie que sur le marché de l'IA entreprise, Anthropic est passé de poursuivant à l'un des leaders.

Les données de Ramp indiquent également que le taux d'adoption général de l'IA entreprise est actuellement de 50,6 %. La somme des taux d'adoption de Claude et de ChatGPT dépasse ce niveau, ce qui indique que de nombreuses entreprises n'optent pas pour un seul fournisseur, mais souscrivent simultanément à des services de deux types de modèles.

Le déploiement de plusieurs modèles est devenu la norme

Selon les estimations de Ramp, environ 16 % des entreprises américaines paient à la fois Anthropic et OpenAI. Autrement dit, environ un tiers des entreprises utilisant l'IA ont adopté une architecture multi-modèles.

Ce type de déploiement correspond mieux aux habitudes d'utilisation des logiciels d'entreprise. Les entreprises attribuent des modèles en fonction des tâches, par exemple, utiliser un modèle pour le traitement de documents, la génération de code ou les processus d'arrière-plan, et un autre modèle pour les contenus créatifs ou les scénarios destinés aux clients.

Le nouveau projet privilégie Claude

L'article mentionne que les équipes d'entreprises privilégient Claude comme point de départ par défaut lors du lancement de nouveaux projets, notamment dans les contextes de développement logiciel et de codage. Même si certaines entreprises continuent d'utiliser des produits OpenAI pour d'autres activités, les nouveaux projets commencent à privilégier l'intégration d'Anthropic.

Ce changement est lié aux besoins des entreprises. Contrairement aux démonstrations, les entreprises accordent une plus grande importance à la stabilité du modèle en environnement de production, à sa capacité de gérer des contextes longs et à la cohérence de son exécution des instructions. Ces capacités déterminent si un système IA peut fonctionner de manière continue avec peu d'intervention humaine.

Les priorités d'achat se déplacent vers les capacités concrètes et réalisables

L'article estime que les entreprises n'achètent plus l'IA uniquement pour des essais, mais accordent désormais une plus grande importance à la disponibilité et aux coûts de maintenance après le déploiement du système. À mesure que l'IA intègre progressivement les processus opérationnels, la stabilité et la prévisibilité deviennent plus importantes qu'un simple effet de démonstration.

Cependant, Ara Kharazian, économiste en chef de Ramp, a également souligné que le marché est encore à un stade précoce et que les positions de leader pourraient continuer à évoluer. Les contraintes en matière de puissance de calcul, les problèmes de fiabilité et les pressions coûts liées à la facturation au token restent des facteurs à évaluer pour les équipes d'achat des entreprises.

Il recommande aux entreprises de rester flexibles dans le choix des modèles, de privilégier les tests basés sur les processus de production réels pour évaluer les performances des plateformes, et d'éviter de lier prématurément l'infrastructure et les contrats à un seul fournisseur.

Clause de non-responsabilité : les informations sur cette page peuvent avoir été obtenues auprès de tiers et ne reflètent pas nécessairement les points de vue ou opinions de KuCoin. Ce contenu est fourni à titre informatif uniquement, sans aucune représentation ou garantie d’aucune sorte, et ne doit pas être interprété comme un conseil en investissement. KuCoin ne sera pas responsable des erreurs ou omissions, ni des résultats résultant de l’utilisation de ces informations. Les investissements dans les actifs numériques peuvent être risqués. Veuillez évaluer soigneusement les risques d’un produit et votre tolérance au risque en fonction de votre propre situation financière. Pour plus d’informations, veuillez consulter nos conditions d’utilisation et divulgation des risques.