شرکت هوش مصنوعی Anthropic اخیراً گزارش داده است که درآمد سالانه آن به 3 میلیارد دلار رسیده است، که نمایانگر افزایش قابل توجهی نسبت به تقریباً 1 میلیارد دلار در دسامبر 2024 است.
این جهش، که تنها در پنج ماه محقق شد، نشان دهنده افزایش روزافزون تقاضا برای خدمات هوش مصنوعی در بین شرکت ها است.
به گفته منابع آگاه، درآمد سالانه این شرکت تا مارس 2025 از 2 میلیارد دلار فراتر رفته است.
رشد Anthropic ناشی از مدل های هوش مصنوعی آن، به ویژه در زمینه تولید کد، است که به طور گسترده توسط شرکت ها مورد استفاده قرار می گیرند.
این شرکت مستقر در سانفرانسیسکو که از حمایت Alphabet و Amazon برخوردار است، پس از تکمیل یک دور تأمین مالی 3.5 میلیارد دلاری در اوایل سال جاری، ارزشی در حدود 61.4 میلیارد دلار دارد.
در حالی که رقیب آن، OpenAI، پیش بینی می کند تا پایان سال 2025 درآمدی بیش از 12 میلیارد دلار داشته باشد، یک سرمایه گذار خطرپذیر سرعت رشد Anthropic را در بین شرکت های SaaS “بی سابقه” توصیف کرده است.
نرخ پذیرش شرکت ها در حوزه هوش مصنوعی پس از سال ها آزمایش به نقطه عطف رسید
رشد فوق العاده درآمد Anthropic نشان دهنده تغییر گسترده تر بازار از آزمایش هوش مصنوعی به پیاده سازی آن است.
جهش از 1 میلیارد دلار به 3 میلیارد دلار در تنها پنج ماه، نشان دهنده تسریع است که با یافته های نظرسنجی McKinsey مطابقت دارد، به این معنی که 63 درصد از شرکت ها گزارش می دهند که پذیرش هوش مصنوعی منجر به رشد درآمد شده است و شرکت های برجسته هوش مصنوعی را در پنج یا چند عملکرد تجاری پیاده سازی کرده اند.
این رشد سریع در تضاد با مراحل اولیه پذیرش است. طبق تحقیقات Avanade، در سال 2018، هنوز 44 درصد از سازمان ها در مرحله اثبات مفهوم بودند.
بازار شرکت هوش مصنوعی سریعتر از حد انتظار به بلوغ می رسد و شرکت ها از پایلوت به استقرار کامل روی می آورند، که نشان دهنده نگرانی مدیران از عقب ماندن است (در نظرسنجی Avanade، 85 درصد از کندی روند پذیرش هوش مصنوعی ابراز نگرانی کردند).
علیرغم چالش های مستند شده فراوان در فرآیند پیاده سازی، این تسریع در حال وقوع است، که نشان می دهد شرکت ها در حال یافتن راه هایی برای غلبه بر مسائل مربوط به کیفیت داده ها، کمبود استعداد و مسائل یکپارچه سازی هستند که قبلاً مانع از پذیرش شده بودند.
در چشم انداز هوش مصنوعی که به سرعت در حال تحول است، رشد تصاعدی Anthropic نشان دهنده تغییرات اساسی در پویایی بازار است. این رشد صرفاً یک داستان موفقیت اتفاقی نیست، بلکه شاخصی واضح است که نشان می دهد درک شرکت ها از هوش مصنوعی دستخوش تغییر اساسی شده است. سال ها، علاقه روزافزونی به پتانسیل هوش مصنوعی وجود داشته است، و بسیاری از شرکت ها آزمایش هایی را برای بررسی چگونگی ساده سازی عملیات، افزایش تصمیم گیری و پیشبرد نوآوری توسط هوش مصنوعی آغاز کرده اند. با این حال، شکاف قابل توجهی بین صرفاً انجام آزمایش ها و ادغام واقعی هوش مصنوعی در فرآیندهای تجاری وجود دارد. رشد سریع درآمد Anthropic نشان می دهد که تعداد فزاینده ای از شرکت ها در حال موفقیت در پر کردن این شکاف هستند و شروع به برداشت مزایای اقتصادی ملموس از سرمایه گذاری های هوش مصنوعی خود می کنند.
تحقیقات McKinsey این روند را بیشتر تأیید می کند، زیرا نشان می دهد که بخش قابل توجهی از شرکت ها در حال حاضر از هوش مصنوعی برای افزایش درآمد خود استفاده می کنند. شایان ذکر است، شرکت هایی که فناوری های هوش مصنوعی را در سراسر سازمان خود به کار می برند، رشد درآمد بیشتری را نشان می دهند، که نشان می دهد پیاده سازی استراتژیک و جامع هوش مصنوعی می تواند منجر به نتایج تحول آفرین شود. این یافته ها فراتر از گمانه زنی های نظری است، آنها استدلال های قانع کننده ای را برای شرکت ها ارائه می دهند تا آنها را تشویق کنند تا استراتژی های پذیرش هوش مصنوعی را در اولویت قرار دهند. با افزایش روزافزون هوش مصنوعی، شرکت هایی که می توانند به طور موثر هوش مصنوعی را ادغام کنند، احتمالاً از رقبا متمایز می شوند و فرصت های رشد جدید را به دست می آورند و در خط مقدم پیشرفت های حوزه خود باقی می مانند.
علاوه بر این، وضعیت فعلی بازار شرکت هوش مصنوعی تفاوت چشمگیری با آنچه چند سال پیش بود دارد. در سال 2018، تعداد قابل توجهی از سازمان ها هنوز در مرحله اثبات مفهوم هوش مصنوعی بودند، که نشان دهنده این است که ادغام گسترده فناوری های هوش مصنوعی هنوز دور از دسترس بود. اثبات مفهوم به منظور ارزیابی امکان پذیری و پتانسیل راه حل های هوش مصنوعی طراحی شده است، اما آنها معمولاً شامل استقرار کامل و عملیاتی هوش مصنوعی در یک محیط واقعی نمی شوند. این محدودیت مانع از این می شود که شرکت ها بتوانند از قابلیت های هوش مصنوعی خود به طور کامل بهره ببرند و همچنین توضیح می دهد که چرا سرعت پذیرش هوش مصنوعی در آن زمان کندتر بود.
با این حال، وضعیت تغییر قابل توجهی کرده است. امروزه، بازار شرکت هوش مصنوعی سریعتر از حد انتظار به بلوغ می رسد و تعداد فزاینده ای از شرکت ها در حال حرکت از اثبات مفهوم به استقرار کامل هستند. این انتقال نشان می دهد که شرکت ها نه تنها به پتانسیل هوش مصنوعی اطمینان دارند، بلکه استراتژی ها و زیرساخت های موثری برای پیاده سازی هوش مصنوعی در مقیاس وسیع ایجاد کرده اند. این انتقال ناشی از عوامل مختلفی است، از جمله دسترسی روزافزون به فناوری های هوش مصنوعی، افزایش در دسترس بودن داده ها و درک و تخصص بیشتر در مورد راه حل های هوش مصنوعی.
نگرانی فزاینده مدیران اجرایی در مورد کندی روند پذیرش هوش مصنوعی، پذیرش هوش مصنوعی را بیشتر سرعت بخشیده است. طبق نظرسنجی Avanade، اکثریت قریب به اتفاق مدیران اجرایی نگرانی خود را در مورد عدم پذیرش هوش مصنوعی به اندازه کافی سریع ابراز کردند. این نگرانی بی اساس نبود، زیرا منعکس کننده این آگاهی است که هوش مصنوعی این پتانسیل را دارد که مدل های کسب و کار را در صنایع مختلف مختل کند. شرکت هایی که نتوانند هوش مصنوعی را بپذیرند، ممکن است خود را در موقعیت نامطلوبی قرار دهند و رقابت با رقبای پذیرنده هوش مصنوعی برای آنها دشوار باشد. این نگرانی شرکت ها را مجبور کرده است تا ابتکارات هوش مصنوعی را در اولویت قرار دهند و به طور فعال به دنبال راه هایی برای تسریع پیاده سازی هوش مصنوعی باشند.
شایان ذکر است که علیرغم چالش های شناخته شده در فرآیند پیاده سازی، پذیرش سریع هوش مصنوعی همچنان در حال وقوع است. پیاده سازی راه حل های هوش مصنوعی می تواند بسیار پیچیده باشد و نیاز به رسیدگی به مسائلی مانند کیفیت داده ها، کمبود استعداد و چالش های یکپارچه سازی دارد. کیفیت داده برای دقت و قابلیت اطمینان مدل های هوش مصنوعی بسیار مهم است و شرکت ها اغلب با اطمینان از کیفیت و یکپارچگی داده های خود مشکل دارند. علاوه بر این، تقاضای زیادی برای متخصصانی وجود دارد که دارای مهارت ها و تخصص لازم برای طراحی، توسعه و استقرار راه حل های هوش مصنوعی هستند. در نهایت، یکپارچه سازی سیستم های هوش مصنوعی با زیرساخت های فناوری اطلاعات و گردش کارهای موجود می تواند بسیار پیچیده و زمان بر باشد.
علیرغم این چالش ها، شرکت ها مصمم هستند تا بر این موانع غلبه کرده و پذیرش هوش مصنوعی را تسریع کنند. این نشان می دهد که شرکت ها در حال بالغ تر شدن و توانمندتر شدن در رسیدگی به پیچیدگی های مرتبط با پیاده سازی هوش مصنوعی هستند. شرکت ها در حال سرمایه گذاری در پیاده سازی چارچوب های حاکمیت داده، آموزش متخصصان هوش مصنوعی و توسعه استراتژی های یکپارچه سازی قوی برای اطمینان از استقرار موفقیت آمیز هوش مصنوعی هستند. شرکت ها با رفع این چالش های پیاده سازی می توانند پتانسیل کامل هوش مصنوعی را باز کرده و از مزایای کامل ناشی از تحول مبتنی بر هوش مصنوعی بهره مند شوند.
بازار هوش مصنوعی در حال تکامل به سمت مدل های تجاری تخصصی است، نه یک رویکرد یکسان برای همه
این مقاله تفاوت های آشکاری را در مدل های تجاری شرکت های بزرگ هوش مصنوعی برجسته می کند، به طوری که Anthropic بر فروش سازمانی تمرکز دارد و OpenAI کسب و کاری مشتری محور ایجاد کرده است.
این تخصصی شدن در ساختار درآمد آنها منعکس می شود: تقریباً 85 درصد از درآمد Anthropic از خدمات API سازمانی ناشی می شود، در حالی که 73 درصد از درآمد OpenAI از اشتراک ربات های گفتگوی مصرف کننده و تنها 27 درصد از استفاده از API ناشی می شود.
رویکردهای مختلف منعکس کننده الگوی تاریخی در بازارهای فناوری است، جایی که محصولات اولیه عمومی در نهایت به راه حل های تخصصی برای گروه های مشتری خاص تقسیم می شوند.
همانطور که بازار هوش مصنوعی به سمت ارزش پیش بینی شده 3.68 تریلیون دلاری تا سال 2034 گسترش می یابد (با نرخ رشد سالانه ترکیبی 19.20 درصد از 757.58 میلیارد دلار در سال 2025)، این تخصصی شدن بسیار مهم است و فضایی را برای شکوفایی مدل های تجاری مختلف در بخش های مختلف ایجاد می کند.
این تفاوت همچنین منعکس کننده تمرکزهای تاکنولوژیکی متفاوت این شرکت ها است، به طوری که Anthropic بر چارچوب هوش مصنوعی قانون اساسی خود برای برنامه های کاربردی سازمانی حیاتی ایمنی تأکید می کند، در حالی که OpenAI بر تطبیق پذیری و دسترسی گسترده تمرکز دارد.
با افزایش روزافزون هوش مصنوعی در صنایع مختلف، بازار هوش مصنوعی در حال تجربه یک تغییر پارادایم است. دوران «یک اندازه برای همه» به پایان رسیده است و اکنون توسعه دهندگان و ارائه دهندگان هوش مصنوعی مدل های تجاری و دیدگاه های تکنولوژیکی خود را بر اساس گروه های مشتری خاص و موارد استفاده تنظیم می کنند. Anthropic و OpenAI، دو غول در حوزه هوش مصنوعی، این انتقال را رهبری می کنند و استراتژی های کاملاً متفاوتی را اتخاذ می کنند که تنوع و پویایی بازار هوش مصنوعی کنونی را برجسته می کند.
Anthropic یک رویکرد استراتژیک را برای تمرکز بر فروش سازمانی انتخاب کرده است. Anthropic با تشخیص تقاضای رو به رشد برای راه حل های هوش مصنوعی در بین شرکت ها، خود را به عنوان یک ارائه دهنده برتر خدمات هوش مصنوعی سفارشی برای مشتریان سازمانی معرفی می کند. Anthropic با تمرکز بر فروش سازمانی، قادر است نیازها و الزامات منحصر به فردی را که شرکت ها معمولاً مطرح می کنند، برآورده کند. برخلاف مصرف کنندگان فردی، شرکت ها اهداف تجاری خاص، زیرساخت های موجود و تعهدات انطباق با مقررات دارند، که همگی هنگام پیاده سازی راه حل های هوش مصنوعی نیاز به بررسی دارند.
هسته اصلی مدل تجاری Anthropic خدمات API آن است، که برای فعال کردن شرکت ها برای ادغام هوش مصنوعی در جنبه های مختلف عملیات طراحی شده است. این API ها به شرکت ها اجازه می دهند از مدل های پیشرفته هوش مصنوعی Anthropic برای تولید کد، تجزیه و تحلیل داده ها، پردازش زبان طبیعی و موارد دیگر استفاده کنند. Anthropic با ارائه API، شرکت ها را قادر می سازد تا به راحتی هوش مصنوعی را در سیستم ها و گردش کارهای موجود خود ادغام کنند، در نتیجه کارایی، بهره وری و قابلیت های تصمیم گیری را بهبود می بخشند.
از سوی دیگر، OpenAI کسب و کار خود را بر روی یک مدل مشتری محور بنا کرده است. OpenAI با شناخت جذابیت بالقوه برنامه های کاربردی هوش مصنوعی برای کاربران فردی، بر توسعه و راه اندازی محصولاتی که مستقیماً به مصرف کنندگان ارائه می شوند، مانند اشتراک ربات های گفتگو متمرکز بوده است. ربات های گفتگوی OpenAI محبوبیت گسترده ای به دست آورده اند و تعداد زیادی از کاربران مشتاق را جذب کرده اند که به دنبال دسترسی به اطلاعات، سرگرمی و کمک از طریق مکالمات مبتنی بر هوش مصنوعی هستند.
استراتژی مشتری محور OpenAI با اشتراک ربات های گفتگو که درآمد قابل توجهی ایجاد می کند، بسیار موفقیت آمیز بوده است. با این وجود، OpenAI همچنین پتانسیل ارائه خدمات هوش مصنوعی به شرکت ها را تشخیص می دهد و بخش قابل توجهی از ساختار درآمد خود را به استفاده از API اختصاص داده است. این نشان می دهد که OpenAI در حال پیگیری یک مدلتجاری ترکیبی است که خواسته های مصرف کنندگان فردی و مشتریان تجاری را برآورده می کند.
تفاوت در مدل های تجاری Anthropic و OpenAI منعکس کننده یک روند بزرگتر در بازار فناوری است، یعنی تخصصی شدن. در روزهای اولیه صنعت فناوری، شرکت ها اغلب سعی می کردند محصولاتی را ایجاد کنند که برای طیف گسترده ای از مخاطبان جذابیت داشته باشد. با این حال، با پیشرفت فناوری و پیچیده تر شدن نیازهای مشتری، نیاز به تخصصی شدن به طور فزاینده ای آشکار شد.
امروزه، شرکت ها متوجه می شوند که راه حل های تخصصی که نیازهای خاص آنها را برآورده می کنند، مطلوب تر از محصولات عمومی تولید شده در مقیاس وسیع هستند. این تخصصی شدن شرکت ها را قادر می سازد تا راه حل های هوش مصنوعی را بر اساس اهداف تجاری منحصر به فرد، پویایی صنعت و چشم انداز رقابتی خود تنظیم کنند.
با گسترش مداوم بازار هوش مصنوعی، پیش بینی می شود که مدل های تجاری گوناگونی در بخش های مختلف ظاهر شوند. برخی از شرکت ها ممکن است بر ارائه راه حل های هوش مصنوعی به شرکت ها در صنایع خاص مانند مراقبت های بهداشتی، امور مالی یا تولید تمرکز کنند. سایر شرکت ها ممکن است در کاربردهای خاصی از هوش مصنوعی مانند خدمات مشتری، بازاریابی یا مدیریت زنجیره تامین تخصص داشته باشند. شرکت ها با تخصصی شدن می توانند تخصص عمیقی ایجاد کنند، شناخت برند قوی ایجاد کنند و مزیت رقابتی کسب کنند.
تمرکز Anthropic بر چارچوب هوش مصنوعی قانون اساسی و تمرکز OpenAI بر تطبیق پذیری نیز منعکس کننده تفاوت در مدل های تجاری است. هوش مصنوعی قانون اساسی یک روش توسعه هوش مصنوعی است که ایمنی و اخلاق سیستم های هوش مصنوعی را در اولویت قرار می دهد. Anthropic تشخیص می دهد که هوش مصنوعی ایمن و قابل اعتماد برای کاربردهای سازمانی حیاتی ایمنی مانند مراقبت های بهداشتی و امور مالی ضروری است. Anthropic با تأکید بر هوش مصنوعی قانون اساسی، قصد دارد اعتماد و اطمینان را با مشتریان سازمانی که ایمنی و انطباق را در اولویت قرار می دهند، ایجاد کند.
از سوی دیگر، OpenAI بر توسعه سیستم های هوش مصنوعی همه کاره و به طور گسترده قابل دسترس تمرکز کرده است. OpenAI قصد دارد مدل های هوش مصنوعی سازگاری ایجاد کند که بتواند برای طیف گسترده ای از وظایف و حوزه ها اعمال شود. تمرکز OpenAI بر تطبیق پذیری به آنها این امکان را می دهد که طیف وسیع تری از کاربران را جذب کنند.