अमेरिकी व्यवसाय जब AI उपकरण चुन रहे होते हैं, तो खरीद केंद्र में परिवर्तन आ रहा है। Ramp का मई का AI सूचकांक दर्शाता है कि Anthropic के Claude की अमेरिकी व्यवसायों में अपनाया जाना 34.4% तक पहुँच गया है, जो OpenAI ChatGPT के 32.3% से थोड़ा अधिक है। यह डेटा 50,000 से अधिक अमेरिकी कंपनियों के कॉर्पोरेट कार्ड और बिल के रिकॉर्ड से आया है, जो प्रश्नावली के बजाय वास्तविक खर्च को दर्शाता है।
एक वर्ष में वृद्धि दर में स्पष्ट अंतर आया
पिछले वर्ष, क्लॉड के उद्योग में अपनाया जाना लगभग चार गुना बढ़ गया, जबकि चैटजीपीटी ने इसी अवधि में केवल 0.3% की थोड़ी वृद्धि की। इसका मतलब है कि उद्योग-स्तरीय एआई बाजार में, एंथ्रोपिक अब पीछे रहने वाले से अग्रणी में बदल गया है।
Ramp के डेटा के अनुसार, वर्तमान उद्योग में AI का समग्र अपनाया जाना 50.6% है। Claude और ChatGPT के अपनाये जाने की दरों का योग इस स्तर से अधिक है, जिससे स्पष्ट होता है कि कई कंपनियाँ केवल एक आपूर्तिकर्ता का चयन नहीं कर रही हैं, बल्कि दोनों प्रकार के मॉडल सेवाओं को एक साथ खरीद रही हैं।
मल्टी-मॉडल डिप्लॉयमेंट अब सामान्य हो चुका है
रैम्प के अनुमान के अनुसार, लगभग 16% अमेरिकी व्यवसाय एंथ्रोपिक और ओपनएआई दोनों के लिए भुगतान करते हैं। दूसरे शब्दों में, लगभग एक तिहाई AI उपयोगकर्ता व्यवसाय बहु-मॉडल आर्किटेक्चर को अपना चुके हैं।
यह डिप्लॉयमेंट शैली उद्योग सॉफ्टवेयर की वास्तविक उपयोग आदतों के अधिक करीब है। उद्योग अपने कार्यों के आधार पर मॉडल आवंटित करते हैं, उदाहरण के लिए, किसी एक मॉडल का उपयोग दस्तावेज़ प्रसंस्करण, कोड जेनरेशन या बैकएंड प्रक्रियाओं के लिए किया जाता है, जबकि दूसरे मॉडल का उपयोग रचनात्मक सामग्री या ग्राहक-अभिमुख परिदृश्यों के लिए किया जाता है।
नया प्रोजेक्ट Claude पर अधिक केंद्रित है
लेख में उल्लेख किया गया है कि उद्यमी टीमें नए प्रोजेक्ट शुरू करते समय, विशेष रूप से सॉफ्टवेयर डेवलपमेंट और कोडिंग के संदर्भ में, क्लॉड को डिफ़ॉल्ट शुरुआती बिंदु के रूप में अधिक पसंद करती हैं। भले ही कुछ कंपनियाँ अभी भी अन्य व्यवसायों में OpenAI के उत्पादों का उपयोग कर रही हों, नए प्रोजेक्ट्स Anthropic के साथ प्राथमिकता से एकीकृत होने लगे हैं।
यह परिवर्तन उद्यमों की आवश्यकताओं से संबंधित है। प्रदर्शन प्रभाव के बजाय, उद्यम उत्पादन वातावरण में मॉडल की स्थिरता, लंबे संदर्भ संसाधन क्षमता और निर्देशों के निष्पादन की सुसंगठितता पर अधिक ध्यान देते हैं। ये क्षमताएँ यह निर्धारित करती हैं कि AI प्रणाली कम मानव हस्तक्षेप के साथ लगातार कैसे चल सकती है।
खरीद का ध्यान व्यावहारिक क्षमताओं पर स्थानांतरित हो गया है
रिपोर्ट के अनुसार, उद्योग द्वारा AI की खरीद अब परीक्षण चरण तक सीमित नहीं है, बल्कि इसके बाद सिस्टम की उपलब्धता और रखरखाव लागत पर अधिक ध्यान केंद्रित है। जैसे-जैसे AI ऑपरेशन प्रक्रियाओं में शामिल हो रहा है, स्थिरता और भविष्यवाणीयता एकल प्रदर्शन प्रभाव से अधिक महत्वपूर्ण हो रही है।
हालांकि, रैंप के मुख्य अर्थशास्त्री अरा खराज़ारियन ने सतर्क किया है कि वर्तमान बाजार अभी शुरुआती चरण में है और अग्रणी स्थिति अभी भी बदलती रह सकती है। कैलकुलेशन क्षमता की सीमाएँ, विश्वसनीयता के मुद्दे और टोकन-आधारित बिलिंग के कारण लागत का दबाव, व्यवसायों के खरीद टीमों के लिए अभी भी मूल्यांकन के योग्य कारक हैं।
उन्होंने सुझाव दिया कि व्यवसायों को मॉडल चयन में लचीलापन बनाए रखना चाहिए, वास्तविक उत्पादन प्रक्रियाओं के आधार पर प्लेटफॉर्म के प्रदर्शन की जांच करनी चाहिए, और अपने बुनियादी ढांचे और अनुबंधों को एकल आपूर्तिकर्ता पर जल्दी से बांधने से बचना चाहिए।