ChatGPT та Claude вже не є гравцями на одному шляху

Нещодавно OpenAI та Anthropic опублікували основні звіти користувачів про ChatGPT та Claude. Ці два документи не є простим демонструванням досягнень, а виявляють критично важливу тенденцію в сучасній індустрії штучного інтелекту: два провідних моделі розвиваються по абсолютно різних шляхах, їх ринкове позиціонування, основні сценарії застосування та моделі взаємодії з користувачами вже значно диференційовані.

!

Для цього, Silly Rabbit поєднує спілкування з експертною командою з Кремнієвої долини для порівняльного аналізу двох звітів, виділяючи приховані індустріальні сигнали та обговорюючи їх глибокі підказки щодо майбутніх технологічних маршрутів, бізнес-моделей та відповідних інвестиційних стратегій.

Дані з обох звітів чітко демонструють різні акценти ChatGPT та Claude щодо користувацької бази та основних функцій, що є відправною точкою для розуміння їхньої довгострокової стратегії.

ChatGPT: про проникнення на ринок у сфері загального застосування

!

Звіт OpenAI підтвердив статус ChatGPT як феноменального застосунку. Станом на липень 2025 року його щотижнева активна аудиторія перевищила 700 мільйонів. Структура користувачів виявляє дві ключові особливості:

По-перше, користувацька база успішно розширилася на ширшу аудиторію, з початково технічних спеціалістів користувачі змінилися на висококваліфікованих, міжпрофесійних білок.

По-друге, гендерний баланс стає більш рівноважним, частка жінок серед користувачів зросла до 52%.

У контексті застосування основні функції ChatGPT зосереджені на трьох сферах: практичне керівництво, інформаційний запит та написання документів, які становлять майже 80% від загальної кількості діалогів.

Користувачі в основному використовують його для допомоги в повсякденному житті та звичайних офісних завданнях. Варто зазначити, що звіт чітко вказує, що частка використання професійних технічних послуг, таких як програмування, зменшилася з 12% до 5%.

В цілому, стратегічний шлях ChatGPT полягає в тому, щоб стати універсальним AI асистентом, що обслуговує широке коло користувачів. Його основний бар'єр полягає в величезній базі користувачів і відповідному мережевому ефекті, а також у високій проникності в повсякденні інформаційні процеси користувачів.

Claude: зосередження на корпоративних та професійних автоматизованих сценаріях

!

Звіт Anthropic малює зовсім іншу картину. Розподіл користувачів Claude має сильну позитивну кореляцію з рівнем економічного розвитку регіонів (ВВП на душу населення), що свідчить про те, що основна група користувачів - це знаній працівники та фахівці в розвинутих економіках.

Його основні сценарії застосування зосереджені. Згідно з даними звіту, програмна інженерія є найголовнішою сферою застосування практично в усіх регіонах, а частка відповідних завдань стабільно коливається в межах 36% до 40%, що контрастує з тенденцією використання ChatGPT у цій сфері.

Найбільш вражаючі дані в звіті виявляються у частці "автоматизованих" завдань. Протягом останніх 8 місяців частка "інструктивних" автоматизованих завдань, коли користувачі безпосередньо надають команди, а AI самостійно виконує більшість роботи, збільшилася з 27% до 39%.

Серед корпоративних користувачів платних API ця тенденція є ще більш помітною: до 77% діалогових взаємодій демонструють автоматизований режим, і більшість із них є "інструктивною" автоматизацією з мінімальним людським втручанням.

Отже, стратегічна позиція Claude є дуже чіткою: стати професійним інструментом продуктивності та автоматизації, глибоко інтегрованим у основні робочі процеси підприємства. Його конкурентна перевага полягає в глибокій оптимізації для певних професійних галузей (особливо у розробці програмного забезпечення) та в максимальному прагненні до ефективності виконання завдань.

На основі вищезазначених стратегічних напрямків, Silic兔君 та його команда експертів з Силіконової долини провели перехресне порівняння даних з двох звітів, щоб виділити три перспективні індустріальні інсайти для інвесторів.

Один: "Диференціація програмних застосунків" передбачає зростання ринку спеціалізованих інструментів ШІ.

Зміна між ChatGPT та Claude в програмних застосуваннях не відображає коливання ринкового попиту, а є оновленням потреб користувачів у напрямку "професіоналізації" та "інтеграції".

Універсальний інтерфейс діалогу вже не може задовольнити глибокі потреби професійних розробників у складних робочих процесах. Їм потрібні AI-функції, які можуть безшовно взаємодіяти з інтегрованими середовищами розробки (IDE), системами контролю версій коду та програмним забезпеченням для управління проектами.

Ця тенденція вказує на появу важливої ринкової можливості: «AI-нативний інструментальний набір», створений спеціально для певних галузей (таких як розробка програмного забезпечення, фінансовий аналіз, юридичні послуги), глибоко інтегрований з існуючими робочими процесами.

Це вимагає від ШІ не лише наявності моделей, але й глибокого розуміння галузі. Для інвестування в відповідні сфери оцінка того, чи має об'єкт можливість створити таку "глибоку інтеграцію", стане ключовим критерієм.

Два: "77% автоматизації", прискорення автоматизації завдань у кількісних підприємствах.

Звіт Anthropic про "77% автоматизації API підприємств" є дуже потужним сигналом, який вказує на те, що роль ШІ на передовій комерційних застосувань швидко переходить від "допомоги людині" до "виконання завдань".

!

Ці дані вимагають від нас повторно оцінити швидкість впливу ШІ на продуктивність підприємств, організаційну структуру та моделі витрат. Раніше ринок загалом зосереджувався на "додатковій" вартості ШІ, але тепер необхідно включити "замінну" вартість у основну аналітичну рамку.

Інвестиційна логіка повинна розширитися від оцінки "як ШІ може допомогти людським працівникам" до "в яких галузях знань ШІ може самостійно виконувати стандартизовані завдання з вищою ефективністю та нижчими витратами".

Генерація фінансових звітів, первинний аудит контрактів, аналіз ринкових даних та інші процеси, які мають високу вартість праці, будуть напрямками, де технології автоматизації штучного інтелекту найбільш швидко принесуть значні економічні вигоди.

Три: "Різниця між моделями "Співпраця та автоматизація", що розкриває еволюційний шлях бізнес-моделей ШІ

Одним з інтуїтивно несподіваних даних у звіті є те, що в регіонах з вищим середнім рівнем використання Claude користувачі більше схильні до "кооперативного" режиму; натомість у регіонах з нижчим рівнем використання більше схильні до "автоматизованого" режиму.

!

Це може вказувати на еволюційний зв'язок між бізнес-моделями ШІ та зрілістю користувачів. На ранніх стадіях проникнення на ринок користувачі більш схильні сприймати ШІ як простий інструмент для підвищення ефективності, який використовується для альтернативного виконання окремих завдань (автоматизація).

А коли користувачі (особливо професійні) глибше зрозуміють межі можливостей ШІ та способи взаємодії з ним, вони почнуть досліджувати, як здійснювати складну співпрацю з ШІ для виконання завдань, які раніше було важко реалізувати, більш креативного характеру (співпраця).

Це ставить нові питання щодо довгострокової бізнес-моделі ШІ. Окрім скорочення витрат шляхом автоматизації (модель SaaS), створення нової цінності та покращення якості прийняття рішень за допомогою співпраці людини та машини може призвести до виникнення більш просунутих бізнес-моделей, таких як оплата за ефект або підписка на підтримку прийняття рішень. Інвестори, оцінюючи проекти ШІ, повинні одночасно враховувати їхній потенціал розвитку в напрямках "автоматизації" та "співпраці".

Цей аналіз, оснований на публічних звітах, є лише початковою точкою для процесу прийняття рішень. Повне рішення також потребує відповіді на більш глибокі ключові питання про "як реалізувати" та "хто реалізує", наприклад:

Яка архітектура технологій, склад команди та стан ринкової перевірки у найперспективніших стартапів у сфері "AI-орієнтованих інструментів"?

Які конкретні дані про реальні технологічні шляхи, витрати на впровадження та рентабельність інвестицій (ROI) для досягнення високого рівня автоматизації завдань всередині провідних технологічних компаній?

Яка логіка основних технологій та комерційних шляхів AI-стратегії компаній, таких як Apple, в рамках їх закритої екосистеми, зокрема щодо власних великих моделей?

Цю інформацію не можна отримати з відкритих звітів, вона походить з практичного досвіду на передовій індустрії. Щоб дійсно зрозуміти динаміку сучасної індустрії ШІ, потрібно вести прямий діалог з ключовими особами, які визначають ці технології та продукти.

Наприклад, для поглибленого вивчення галузі на передовій, наші фінансові клієнти нещодавно провели глибокі бесіди з наступними двома експертами:

Вчений у галузі ML/DL/NLP та технічний керівник з відділу машинного навчання Apple. Як ключовий учасник, що тренував власну велику мовну модель (LLM) Apple з нуля, він може безпосередньо демонструвати технічні виклики, з якими стикаються технологічні гіганти при створенні власних основних AI-можливостей, реальні витрати на навчання, а також стратегічні міркування, які потрібно безпосередньо доповідати вищому керівництву.

Технічний керівник (Engineer Lead) організації Meta, що займається генеративним ШІ. Як засновник-інженер, він не лише глибоко залучений до розробки великих мовних моделей (LLM), але, що найважливіше, він очолює процес інтеграції технології GenAI з основними комерційними механізмами, такими як ранжування реклами та системи рекомендацій. Спілкуючись з ним, можна чітко окреслити шлях перетворення від можливостей моделі до комерційного ROI, а також його спостереження за інвестиціями в передові стартапи в сфері ШІ в Північній Америці.

Інсайти від таких експертів перетворять макро-тенденції в публічному звіті на тактичну інформацію з дуже детальним рівнем, яка може керувати конкретними рішеннями. У середовищі галузі з швидкою ітерацією інформації отримання глибоких інсайтів, що виходять за межі публічної інформації, є основою для створення когнітивної переваги та ухвалення точних рішень. Якщо у вас є потреба в подальшому обговоренні вищеозначених тем, ми запрошуємо вас зв’язатися з нами для організації спілкування з експертами у відповідній сфері.

Коли ваша команда безперервно сперечається щодо технологічного напрямку, коли ваше інвестиційне рішення залишається невизначеним, коли ваша продуктова стратегія заплутується в тумані... пам’ятайте, що плутанина, з якою ви стикаєтеся, можливо, вже стала шляхом, який подолав якийсь експерт. Ми, Silly Rabbit, віримо, що справжній безпосередній досвід завжди походить від тих, хто насправді сприяє змінам у галузі.

!