Anthropic запустила инструменты, которые покажут компаниям, на что идут расходы на ИИ

Финансовые данные Anthropic, которыми компания поделилась с инвесторами на этой неделе, показывают успех Claude Code — её инструмента для программирования. Во втором квартале Anthropic получила операционную прибыль, а удержание чистой выручки составило 900%. Это значит, что в третьем квартале 2026 года те же клиенты потратили в девять раз больше, чем в третьем квартале 2025-го.

Anthropic стремится удерживать корпоративных клиентов. В среду компания представила набор отчётов, призванных подробнее показать, какую пользу те получают от расходов на токены.

Руководители смогут изучать внутреннюю аналитику и результаты опросов сотрудников: чем команда занималась за выбранный период, что произвела, сколько это стоило и на каких этапах рабочего процесса возникали сбои. По умолчанию Anthropic не будет использовать эти данные для обучения моделей. Отчёты также дадут рекомендации, как улучшить результаты.

Источник: techcrunch.com

Источник: techcrunch.com

Инструменты должны показать отдачу от вложений в продукты Anthropic и помочь клиентам повысить её — это один из главных вопросов для крупных компаний. Кроме того, Anthropic вводит общие бюджеты для групп, чтобы командам было проще контролировать расходы на токены.

Источник: techcrunch.com

Бизнес ищет такие данные, пока решает, как лучше внедрять инструменты ИИ. Расходы на токены растут благодаря компаниям, поддержанным венчурными фондами, однако большинство компаний из списка Fortune 500 пока не получают заметной выгоды от внедрения ИИ.

Источник: techcrunch.com

Компания Jellyfish, разрабатывающая инструменты для создателей программного обеспечения, вчера опубликовала отчёт об использовании инструментов для программирования с ИИ-агентами. В исследовании учтены данные 276 000 клиентов. Claude Code и другие инструменты на моделях Anthropic остаются самыми распространёнными: на них приходится почти треть всех предложенных изменений кода, отправленных на проверку. Расходы на эти инструменты с начала года выросли в десять раз и теперь составляют около 2% общих затрат на разработку.

«Даже если 2% — пока небольшая доля, такой десятикратный рост застал большинство финансовых директоров врасплох», — рассказал TechCrunch Николас Арколано, главный научный сотрудник Jellyfish. По его словам, компании начинают понимать, что просто тратить деньги уже недостаточно: расходы нужно оптимизировать и добиваться от них результата.

Новые отчёты Anthropic помогают решать эту задачу. Компания лидирует среди корпоративных клиентов, но понять, что именно заставляет их оставаться с инструментом для программирования с ИИ-агентом, непросто. Летом выход модели Astra от OpenAI выглядел возможной угрозой для Anthropic, но пока не замедлил рост числа её пользователей.

«Мы долго вообще не видели, чтобы Codex заметно проявлялся в наших данных, а с появлением Astra [последней модели OpenAI] он стал встречаться чаще», — рассказал TechCrunch Николас Альбарран, руководитель направления продуктов с ИИ в Jellyfish. По его словам, чтение X создаёт впечатление, что конкуренция намного острее: «В Кремниевой долине все говорят: “О, Codex лучше”».

Но, продолжил Альбарран, «у Anthropic уже были хорошие корпоративные процессы и преимущество действующего поставщика. Инструменты работали хорошо, а многие компании вложили немало сил в стандартизацию рабочих процессов вокруг них. Достаточной причины для перехода нет».

Дело не только в моделях и рабочих процессах. Когда передовая ИИ-лаборатория уже начала работать с клиентом, бизнесу сложнее сменить поставщика, чем отдельному программисту или небольшой организации. Альбарран указывает на инвестиции крупных ИИ-лабораторий в команды выездных инженеров (FDE). Такие специалисты работают непосредственно в организациях клиентов и помогают тем начать пользоваться продуктом. Новые отчёты Anthropic можно считать облегчённой версией этой помощи.

«Теперь технология достаточно зрелая, и после перехода сменить её становится всё сложнее, потому что вы уже вложили в неё усилия», — сказал он. Даже если продукты в целом похожи, у каждого есть свои особенности, например в работе с файлами agent.md. Поэтому переход на другой инструмент всё равно требует затрат.