Mendefinisikan Ulang Arena Permainan AI
Anthropic berdiri sebagai raksasa di bidang penyedia model AI, khususnya unggul dalam domain seperti pengkodean. Namun, asisten AI andalannya, Claude, belum mencapai popularitas luas seperti ChatGPT OpenAI. Menurut Mike Krieger, Chief Product Officer Anthropic, perusahaan tidak terpaku pada penaklukan lanskap AI dengan menciptakan asisten AI yang diadopsi secara universal.
‘Meskipun saya bercita-cita agar Claude menjangkau khalayak luas,’ Krieger berbagi selama percakapan di konferensi HumanX AI, ‘visi besar kami tidak bergantung pada pencapaian adopsi konsumen pasar massal saat ini.’
Strategi Bifurkasi: Model dan Pengalaman Vertikal
Krieger menjelaskan bahwa fokus Anthropic saat ini ada dua: membuat model yang unggul dan mengembangkan apa yang ia sebut ‘pengalaman vertikal yang membuka agen.’ Manifestasi awal dari strategi ini adalah Claude Code, alat pengkodean bertenaga AI Anthropic, yang dengan cepat mengumpulkan 100.000 pengguna dalam minggu pertama. Krieger mengisyaratkan jalur agen khusus serupa yang menargetkan kasus penggunaan tertentu, yang dijadwalkan untuk dirilis tahun ini. Selain itu, Anthropic secara aktif mengembangkan ‘model yang lebih kecil dan lebih murah’ yang dirancang untuk pengembang. Dan, tentu saja, iterasi masa depan dari model mereka yang paling kuat, Opus, ada di cakrawala.
Dari Instagram ke AI: Perjalanan Membentuk Interaksi Manusia-AI
Krieger, yang dikenal sebagai salah satu pendiri Instagram dan aplikasi agregasi berita Artifact, bergabung dengan Anthropic hampir setahun yang lalu. ‘Alasan penting untuk transisi saya ke Anthropic adalah keyakinan bahwa kami memiliki kapasitas unik untuk membentuk lintasan interaksi manusia-AI,’ ungkapnya. ‘Pendekatan kami berbeda. Kami berusaha untuk memberdayakan individu daripada hanya menggantikan mereka. Kami bertujuan untuk menumbuhkan kesadaran akan potensi besar dan keterbatasan inheren AI.’
Menavigasi Perairan Kehati-hatian dan Inovasi
Secara historis, Anthropic telah dianggap sebagai salah satu lab AI yang lebih berhati-hati. Namun, perusahaan sekarang mengisyaratkan pergeseran ke arah membuat modelnya kurang ketat. Krieger mencatat bahwa rilis terbaru mereka, Sonnet 3.7, menunjukkan pengurangan 45% dalam penolakan prompt dibandingkan dengan pendahulunya. ‘Kami membayangkan spektrum model, mulai dari yang sangat berani hingga yang sangat berhati-hati,’ jelasnya. ‘Kepuasan tertinggi saya terletak pada pengguna yang menganggap model kami mencapai keseimbangan yang harmonis.’
Menyelami Lebih Dalam Strategi Produk Anthropic
Percakapan di HumanX menggali berbagai aspek operasi Anthropic. Kami menjelajahi bagaimana Anthropic menavigasi persaingan dengan pelanggan API-nya, seperti alat pengkodean AI Cursor, seluk-beluk pengembangan produk dalam lab AI terdepan, dan faktor-faktor pembeda yang membedakan Anthropic dari OpenAI.
Perusahaan vs. Konsumen: Target Audiens Anthropic
Pertanyaan: Saat Anthropic memetakan jalurnya untuk tahun-tahun mendatang, apakah ini terutama perusahaan yang berfokus pada perusahaan, yang berorientasi pada konsumen, atau hibrida?
Krieger: Misi inti kami adalah memberdayakan individu dalam pekerjaan mereka, apakah itu pengkodean, tugas berbasis pengetahuan, atau upaya profesional lainnya. Kami kurang tertarik pada kasus penggunaan yang berpusat pada hiburan dan murni konsumen. Saya percaya masih ada potensi signifikan yang belum dimanfaatkan di ruang AI konsumen, tetapi itu bukan prioritas utama kami.
Setelah memelopori layanan satu miliar pengguna, saya dapat membuktikan kegembiraan dan kepuasan membangun pada skala itu. Meskipun saya berharap Claude menjangkau khalayak luas, ambisi kami saat ini tidak bergantung pada pencapaian adopsi konsumen yang luas.
Jalan Menuju Kepemimpinan AI: Melampaui Adopsi Massal
Pertanyaan: Jika adopsi massal bukan tujuan utama, apa jalan Anthropic menuju kepemimpinan?
Krieger: Strategi kami terbentang di sepanjang dua sumbu utama. Pertama, kami tetap teguh dalam komitmen kami untuk membangun dan melatih model AI tercanggih di dunia. Tim peneliti kami yang luar biasa adalah bukti dedikasi ini. Kami akan terus berinvestasi di bidang ini, memanfaatkan kekuatan kami dan membuat kemampuan ini dapat diakses melalui API kami.
Kedua, kami fokus pada penyusunan pengalaman vertikal yang membuka potensi agen AI. Agen-agen ini melampaui interaksi satu putaran, membantu pengguna dalam kehidupan pribadi dan profesional mereka. Claude Code mewakili terjun awal kami ke agen vertikal, yang secara khusus menargetkan pengkodean. Kami memiliki rencana untuk memperkenalkan agen tambahan yang memanfaatkan kekuatan model kami dan memenuhi kebutuhan pengguna tertentu, termasuk integrasi data. Harapkan untuk melihat kami berkembang melampaui Claude AI dan Claude Code dengan berbagai agen khusus di tahun mendatang.
Menavigasi Persaingan dengan Pelanggan API: Keseimbangan yang Halus
Pertanyaan: Banyak pengembang yang antusias dengan Cursor, yang didukung oleh model Anda. Bagaimana Anthropic memutuskan kapan harus bersaing dengan pelanggannya, seperti halnya dengan Claude Code?
Krieger: Ini adalah masalah yang bernuansa dan sensitif untuk semua lab AI, dan salah satu yang saya dekati dengan sangat hati-hati. Misalnya, saya secara pribadi menghubungi CEO Cursor dan pelanggan pengkodean utama kami untuk memberikan pemberitahuan sebelumnya tentang peluncuran Claude Code, menekankan sifat pelengkapnya. Kami mengamati pengguna memanfaatkan kedua alat tersebut.
Model dasar yang mendukung Claude Code identik dengan yang mendorong Cursor, Windsurf, dan bahkan GitHub Copilot. Setahun yang lalu, sebagian besar produk ini bahkan belum ada, dengan Copilot menjadi pengecualian. Kami optimis bahwa kami dapat menavigasi kedekatan yang sesekali terjadi ini secara kolaboratif.
Memberdayakan Alexa Baru: Kemitraan Strategis
Pertanyaan: Anthropic memainkan peran kunci dalam memberdayakan Alexa yang dirubah. Amazon adalah investor yang signifikan di perusahaan Anda. Bagaimana kemitraan produk ini berasal, dan apa artinya bagi Anthropic?
Krieger: Itu terungkap selama minggu ketiga saya di Anthropic. Amazon menunjukkan keinginan yang kuat untuk berinovasi. Kesempatan itu sangat beresonansi dengan saya, karena kami dapat menyumbangkan model terdepan kami dan keahlian dalam mengoptimalkannya untuk kasus penggunaan yang kompleks. Amazon, pada gilirannya, memiliki ekosistem perangkat yang luas, jangkauan yang luas, dan integrasi yang mapan.
Kemitraan ini sebenarnya menandai salah satu dari dua kontribusi pengkodean saya di Anthropic. Baru-baru ini, saya memiliki kesempatan untuk membangun beberapa fitur untuk Claude Code, yang sangat bermanfaat bagi para manajer. Hal ini memungkinkan mereka untuk mendelegasikan tugas sebelum rapat dan kemudian meninjau hasilnya setelahnya. Dengan Alexa, saya mengembangkan prototipe dasar yang menunjukkan interaksi dengan sistem seperti Alexa yang didukung oleh model Claude.
Implikasi dari Kesepakatan Alexa: Melampaui Spesifik
Pertanyaan: Tanpa menggali seluk-beluk keuangan dari kesepakatan Alexa, apa implikasi yang lebih luas untuk model Anda?
Krieger: Meskipun kami tidak dapat mengungkapkan ekonomi yang tepat, kemitraan ini terbukti saling menguntungkan. Ini berfungsi sebagai katalis bagi kami, terutama dalam hal optimasi latensi. Kami pada dasarnya memadatkan upaya optimasi selama setahun menjadi kerangka waktu tiga hingga enam bulan. Saya menghargai pelanggan yang menantang kami dan menetapkan tenggat waktu yang ambisius, karena pada akhirnya menguntungkan semua orang. Banyak dari peningkatan ini dimasukkan ke dalam model yang tersedia untuk semua pengguna.
Mencari Saluran Distribusi Lebih Lanjut: Potensi Siri
Pertanyaan: Apakah Anthropic terbuka untuk lebih banyak kemitraan distribusi yang mirip dengan Alexa? Tampaknya Apple mungkin mencari bantuan dengan Siri. Apakah itu arah yang akan Anda pertimbangkan?
Krieger: Kami ingin memberdayakan sebanyak mungkin platform ini. Kekuatan kami terletak pada konsultasi dan kemitraan. Pengembangan perangkat keras bukanlah fokus saat ini secara internal, karena kami perlu memprioritaskan secara strategis keuntungan yang ada.
Pengembangan Produk dalam Lingkungan yang Didorong oleh Penelitian: Tindakan Penyeimbangan
Pertanyaan: Sebagai CPO, bagaimana Anda menavigasi dinamika perusahaan yang intensif penelitian seperti Anthropic? Bagaimana Anda mengantisipasi perkembangan masa depan ketika terobosan penelitian terobosan mungkin sudah dekat?
Krieger: Kami mendedikasikan pemikiran yang signifikan untuk agen vertikal yang ingin kami berikan pada akhir tahun ini. Kami bercita-cita untuk membantu pengguna dalam penelitian dan analisis. Ada banyak kasus penggunaan pekerja pengetahuan yang menarik yang ingin kami atasi.
Jika memasukkan data tertentu ke dalam fase pra-pelatihan sangat penting, keputusan itu perlu segera dibuat untuk mewujudkan kemampuan tersebut pada pertengahan tahun atau lebih. Kita harus beroperasi dengan kelincahan dalam pengiriman produk dan kemampuan beradaptasi, mempertahankan visi yang jelas tentang tujuan enam bulan kita untuk menginformasikan arah penelitian.
Kami menyusun ide produk pengkodean yang lebih agentik ketika saya bergabung, tetapi modelnya belum cukup siap untuk mendukung produk yang diinginkan. Saat kami mendekati peluncuran 3.7 Sonnet, kami merasa percaya diri. Ini adalah tarian yang halus. Menunggu model menjadi sempurna berarti Anda terlambat untuk membangun produk secara proaktif. Namun, Anda juga harus siap untuk model yang tidak persis di tempat yang Anda butuhkan dan fleksibel dalam memberikan iterasi produk yang berbeda.
Kecakapan Pengkodean dan Dampaknya pada Perekrutan: Memikirkan Kembali Peran Rekayasa
Pertanyaan: Anthropic berada di garis depan pengembangan model untuk pengkodean. Sudahkah Anda mulai menilai kembali strategi perekrutan dan alokasi jumlah karyawan untuk insinyur?
Krieger: Saya baru-baru ini berbicara dengan salah satu insinyur kami yang menggunakan Claude Code. Dia menyoroti bahwa aspek yang paling menantang tetap menyelaraskan dengan desain, manajemen produk, hukum, dan tim keamanan untuk benar-benar mengirimkan produk. Seperti sistem yang kompleks, menyelesaikan satu kemacetan seringkali mengungkapkan area kendala lain.
Kami terus mempekerjakan sejumlah besar insinyur perangkat lunak tahun ini. Namun, dalam jangka panjang, kami membayangkan desainer dapat maju lebih jauh ke atas tumpukan dengan menerjemahkan desain Figma mereka ke dalam versi yang berjalan awal, atau bahkan beberapa versi. Manajer produk, seperti yang sudah terjadi di dalam Anthropic, dapat membuat prototipe versi awal dari ide-ide mereka menggunakan Claude Code.
Memprediksi jumlah absolut insinyur yang dibutuhkan itu sulit, tetapi kami mengantisipasi pengiriman lebih banyak produk dan memperluas cakupan kami daripada hanya mempercepat pengiriman yang sudah ada. Kecepatan pengiriman produk tetap lebih dibatasi oleh faktor manusia daripada hanya dengan pengkodean.
Keunggulan Anthropic: Budaya dan Kolaborasi
Pertanyaan: Apa yang akan Anda katakan kepada seseorang yang mempertimbangkan tawaran pekerjaan antara OpenAI dan Anthropic?
Krieger: Saya akan mendorong mereka untuk menghabiskan waktu dengan kedua tim. Produk, dan terutama budaya internal, berbeda secara signifikan. Anthropic menempatkan penekanan yang lebih kuat pada penyelarasan dan keamanan AI, meskipun ini mungkin kurang diucapkan di sisi produk dibandingkan dengan penelitian murni.
Salah satu kekuatan utama kami, yang saya harap kami pertahankan, adalah budaya kami yang sangat terintegrasi, tanpa wilayah kekuasaan dan silo. Kami telah memupuk komunikasi yang luar biasa antara tim penelitian dan produk. Para peneliti secara aktif menyambut umpan balik produk untuk menyempurnakan model. Ini benar-benar terasa seperti tim dan perusahaan yang bersatu, dan tantangannya saat kami meningkatkan skala adalah untuk mempertahankan kohesi ini.