เมื่อธุรกิจในสหรัฐฯ เลือกเครื่องมือ AI จุดเน้นการจัดซื้อกำลังเปลี่ยนไป ดัชนี AI ของ Ramp ในเดือนพฤษภาคมแสดงให้เห็นว่า Claude ของ Anthropic มีอัตราการนำไปใช้ในธุรกิจสหรัฐฯ เพิ่มขึ้นเป็น 34.4% ซึ่งสูงกว่า ChatGPT ของ OpenAI ที่ 32.3% ข้อมูลนี้มาจากบันทึกบัตรธุรกิจและใบแจ้งหนี้ของบริษัทกว่า 50,000 แห่งในสหรัฐฯ และสะท้อนถึงการใช้จ่ายจริง ไม่ใช่การสำรวจแบบสอบถาม
การเติบโตภายในหนึ่งปีมีความแตกต่างอย่างชัดเจน
ในปีที่ผ่านมา การใช้งาน Claude ในภาคธุรกิจเพิ่มขึ้นประมาณสี่เท่า ขณะที่ ChatGPT ในช่วงเวลาเดียวกันเติบโตเพียงเล็กน้อย 0.3% ซึ่งหมายความว่า ในตลาด AI สำหรับองค์กร Anthropic ได้เปลี่ยนจากผู้ตามหลังมาเป็นหนึ่งในผู้นำ
ข้อมูลของ Ramp ยังแสดงให้เห็นว่า อัตราการนำไปใช้งาน AI ขององค์กรในปัจจุบันอยู่ที่ 50.6% การรวมอัตราการนำไปใช้งานของ Claude และ ChatGPT สูงกว่าระดับนี้ ซึ่งบ่งชี้ว่าหลายบริษัทไม่ได้เลือกซัพพลายเออร์เพียงรายเดียว แต่ซื้อบริการโมเดลทั้งสองประเภทพร้อมกัน
การปรับใช้โมเดลหลายตัวได้กลายเป็นเรื่องปกติ
ตามการประมาณการของ Ramp ประมาณ 16% ของบริษัทในสหรัฐอเมริกาจ่ายค่าบริการให้กับ Anthropic และ OpenAI พร้อมกัน กล่าวอีกนัยหนึ่ง ประมาณหนึ่งในสามขององค์กรที่ใช้ AI ได้ปรับใช้สถาปัตยกรรมแบบหลายโมเดล
วิธีการปรับใช้นี้ใกล้เคียงกับนิสัยการใช้งานจริงของซอฟต์แวร์องค์กร องค์กรจะจัดสรรโมเดลตามงาน เช่น ใช้โมเดลหนึ่งสำหรับการประมวลผลเอกสาร การสร้างรหัส หรือกระบวนการพื้นหลัง และใช้อีกโมเดลหนึ่งสำหรับเนื้อหาเชิงสร้างสรรค์หรือบริบทที่เกี่ยวข้องกับลูกค้า
โครงการใหม่มีแนวโน้มไปทาง Claude
บทความระบุว่าทีมองค์กรเมื่อเริ่มโครงการใหม่ โดยเฉพาะในบริบทของการพัฒนาซอฟต์แวร์และการเขียนโค้ด มีแนวโน้มที่จะใช้ Claude เป็นจุดเริ่มต้นเริ่มต้น แม้ว่าบริษัทบางแห่งยังคงใช้ผลิตภัณฑ์ของ OpenAI ในธุรกิจอื่นๆ แต่โครงการใหม่เริ่มให้ความสำคัญกับการเชื่อมต่อกับ Anthropic
การเปลี่ยนแปลงนี้เกี่ยวข้องกับความต้องการขององค์กร บริษัทให้ความสำคัญกับความเสถียรของโมเดลในสภาพแวดล้อมการผลิต ความสามารถในการจัดการบริบทยาว และความสอดคล้องในการดำเนินการคำสั่ง มากกว่าการแสดงผลตัวอย่าง ความสามารถเหล่านี้กำหนดว่าระบบ AI สามารถทำงานต่อเนื่องได้โดยมีการแทรกแซงจากมนุษย์น้อยที่สุดหรือไม่
การเน้นการจัดซื้อเปลี่ยนไปสู่ความสามารถในการดำเนินการได้จริง
รายงานระบุว่า การซื้อ AI โดยองค์กรได้เลิกอยู่ในขั้นตอนการทดลองแล้ว และเริ่มให้ความสำคัญกับความพร้อมใช้งานและต้นทุนการดูแลรักษาหลังจากการเปิดใช้งานระบบ พร้อมกับที่ AI ค่อยๆ รวมเข้าสู่กระบวนการดำเนินงาน ความเสถียรและความสามารถในการคาดการณ์เริ่มมีความสำคัญมากกว่าผลลัพธ์จากการแสดงตัวอย่างเพียงครั้งเดียว
อย่างไรก็ตาม อารา คาร์ฮาซีอัน หัวหน้านักเศรษฐศาสตร์ของ Ramp ยังเตือนว่า ตลาดในปัจจุบันยังอยู่ในระยะเริ่มต้น และตำแหน่งผู้นำอาจยังคงเปลี่ยนแปลงต่อไป ข้อจำกัดด้านกำลังการประมวลผล ปัญหาด้านความน่าเชื่อถือ และแรงกดดันด้านต้นทุนจากการคิดค่าใช้จ่ายตามโทเค็น ยังคงเป็นปัจจัยที่ทีมจัดซื้อของบริษัทจำเป็นต้องประเมิน
เขาแนะนำให้บริษัทรักษาความยืดหยุ่นในการเลือกโมเดล โดยให้ความสำคัญกับการทดสอบประสิทธิภาพของแพลตฟอร์มตามกระบวนการผลิตจริง และหลีกเลี่ยงการผูกมัดโครงสร้างพื้นฐานและสัญญาไว้กับผู้ให้บริการรายเดียวในระยะเริ่มต้น