Американские компании меняют приоритеты при выборе инструментов ИИ. Индекс ИИ Ramp за май показывает, что уровень внедрения Claude от Anthropic среди американских предприятий вырос до 34,4%, немного превысив показатель OpenAI ChatGPT на 32,3%. Эти данные основаны на записях корпоративных карт и счетов более 50 000 американских компаний и отражают реальные расходы, а не результаты опросов.
За год темпы роста значительно дивергировали
За последний год корпоративное внедрение Claude выросло примерно в четыре раза, в то время как ChatGPT за тот же период вырос всего на 0,3%. Это означает, что на корпоративном рынке ИИ Anthropic перешла от позиции последователя к одной из ведущих компаний.
Данные Ramp также показывают, что текущий общий уровень внедрения ИИ в бизнесе составляет 50,6%. Суммарный уровень внедрения Claude и ChatGPT превышает этот показатель, что свидетельствует о том, что многие компании не ограничиваются одним поставщиком, а одновременно используют услуги обоих типов моделей.
Развертывание нескольких моделей стало нормой
По оценкам Ramp, около 16% американских компаний платят как Anthropic, так и OpenAI. Другими словами, примерно одна треть компаний, использующих ИИ, уже перешли на мульти-модельную архитектуру.
Такой способ развертывания ближе к реальным практикам использования корпоративного программного обеспечения. Компании распределяют модели по задачам: например, одна модель используется для обработки документов, генерации кода или фоновых процессов, а другая — для создания творческого контента или взаимодействия с клиентами.
Новые проекты больше ориентированы на Claude
Статья отмечает, что корпоративные команды при запуске новых проектов, особенно в сценариях разработки программного обеспечения и кодирования, предпочитают использовать Claude в качестве стандартной отправной точки. Даже если некоторые компании продолжают использовать продукты OpenAI в других областях, новые проекты начинают приоритетно интегрировать Anthropic.
Это изменение связано с потребностями бизнеса. Компании больше ценят стабильность модели в производственной среде, способность обрабатывать длинные контексты и последовательность выполнения инструкций, чем демонстрационные эффекты. Эти возможности определяют, сможет ли ИИ-система работать непрерывно с минимальным вмешательством человека.
Фокус закупок смещается на реализуемые возможности
Согласно отчету, корпоративные закупки ИИ больше не ограничиваются экспериментальными этапами, а сосредоточены на доступности и затратах на обслуживание после запуска системы. По мере внедрения ИИ в операционные процессы стабильность и предсказуемость начинают иметь большее значение, чем результаты отдельных демонстраций.
Однако главный экономист Ramp Ара Харазян также предупредил, что текущий рынок все еще находится на ранней стадии, и лидирующие позиции могут продолжать меняться. Ограничения вычислительной мощности, проблемы надежности и стоимость, связанная с оплатой по токенам, остаются факторами, которые необходимо оценить командам закупок компаний.
Он рекомендует компаниям сохранять гибкость при выборе моделей, приоритизируя тестирование производительности платформы на основе реальных производственных процессов и избегая преждевременной привязки инфраструктуры и контрактов к одному поставщику.