अँथ्रोपिकची एआय वर्चस्वाची मोहीम

AI च्या खेळाचे क्षेत्र पुन्हा परिभाषित करणे

अँथ्रोपिक AI मॉडेल पुरवठादारांच्या क्षेत्रात एक मोठा खेळाडू म्हणून उभा आहे, विशेषतः कोडिंगसारख्या डोमेनमध्ये उत्कृष्ट कामगिरी करत आहे. तथापि, त्याचे प्रमुख AI सहाय्यक, क्लॉड (Claude) ने अद्याप OpenAI च्या ChatGPT ची व्यापक लोकप्रियता मिळवलेली नाही. अँथ्रोपिकचे मुख्य उत्पादन अधिकारी (Chief Product Officer), माईक क्रिगर (Mike Krieger) यांच्या मते, कंपनी सार्वत्रिकरित्या स्वीकारले जाणारे AI सहाय्यक तयार करून AI जग जिंकण्यावर लक्ष केंद्रित करत नाही.

क्रिगर यांनी HumanX AI परिषदेमध्ये झालेल्या संभाषणादरम्यान सांगितले, “जरी माझी इच्छा आहे की क्लॉडने मोठ्या प्रमाणात प्रेक्षकांपर्यंत पोहोचावे, आमची मोठी दृष्टी या क्षणी मोठ्या प्रमाणात ग्राहकांच्या स्वीकृतीवर अवलंबून नाही.”

एक द्विभाजित धोरण: मॉडेल्स आणि अनुलंब अनुभव

क्रिगर स्पष्ट करतात की अँथ्रोपिकचे सध्याचे लक्ष दोन गोष्टींवर आहे: उत्कृष्ट मॉडेल्स तयार करणे आणि ‘एजंट्सना अनलॉक करणारे अनुलंब अनुभव’ विकसित करणे. या धोरणाची पहिली अंमलबजावणी म्हणजे क्लॉड कोड (Claude Code), अँथ्रोपिकचे AI-चालित कोडिंग साधन, ज्याने त्याच्या पहिल्या आठवड्यात 100,000 वापरकर्ते मिळवले. क्रिगर यांनी विशिष्ट वापरासाठी तयार केलेल्या अशाच विशेष एजंट्सच्या पाइपलाइनचा उल्लेख केला आहे, जे यावर्षी रिलीज होणार आहेत. याव्यतिरिक्त, अँथ्रोपिक सक्रियपणे विकासकांसाठी तयार केलेली “लहान, स्वस्त मॉडेल्स” विकसित करत आहे. आणि, अर्थातच, त्यांच्या सर्वात शक्तिशाली मॉडेल, ओपस (Opus) च्या पुढील आवृत्त्या लवकरच येत आहेत.

इंस्टाग्राम ते AI: मानवी-AI संवादाला आकार देण्याचा प्रवास

क्रिगर, इंस्टाग्राम आणि न्यूज एग्रीगेशन ॲप आर्टिफॅक्टचे (Artifact) सह-संस्थापक म्हणून प्रसिद्ध आहेत, ते जवळपास एक वर्षापूर्वी अँथ्रोपिकमध्ये सामील झाले. “अँथ्रोपिकमध्ये माझ्या सामील होण्याचे एक महत्त्वाचे कारण म्हणजे मानवी-AI संवादाच्या मार्गाला आकार देण्याची आमच्यामध्ये एक अद्वितीय क्षमता आहे, यावर माझा विश्वास होता,” ते सांगतात. “आमचा दृष्टिकोन वेगळा आहे. आम्ही लोकांना फक्त बदलण्याऐवजी त्यांना सक्षम करण्याचा प्रयत्न करतो. आमचे ध्येय AI च्या प्रचंड क्षमतेबद्दल आणि अंगभूत मर्यादांबद्दल जागरूकता वाढवणे आहे.”

सावधगिरी आणि नावीन्यपूर्णतेच्या मार्गावर

ऐतिहासिकदृष्ट्या, अँथ्रोपिकला अधिक सावध AI लॅबपैकी एक म्हणून पाहिले गेले आहे. तथापि, कंपनी आता त्याचे मॉडेल कमी प्रतिबंधात्मक बनवण्याच्या दिशेने वाटचाल करत आहे. क्रिगर म्हणतात की त्यांची नवीनतम आवृत्ती, सॉनेट 3.7 (Sonnet 3.7), त्याच्या आधीच्या आवृत्तीच्या तुलनेत प्रॉम्प्ट नाकारण्यात 45% घट दर्शवते. “आम्ही अत्यंत साहसी ते अपवादात्मकपणे सावध अशा मॉडेल्सची श्रेणी पाहतो,” ते स्पष्ट करतात. “माझ्यासाठी सर्वात मोठे समाधान तेव्हा मिळेल जेव्हा वापरकर्त्यांना आमची मॉडेल्स एक सुसंवादी संतुलन साधत असल्याचे जाणवेल.”

अँथ्रोपिकच्या उत्पादन धोरणात एक सखोल दृष्टीक्षेप

HumanX मधील संभाषणाने अँथ्रोपिकच्या कामकाजाच्या विविध पैलूंचा शोध घेतला. अँथ्रोपिक आपल्या API ग्राहकांशी, जसे की AI कोडिंग साधन कर्सर (Cursor), स्पर्धा कशी हाताळते, फ्रंटियर AI लॅबमध्ये उत्पादन विकासाची गुंतागुंत आणि अँथ्रोपिकला OpenAI पासून वेगळे करणारे घटक यावर आम्ही चर्चा केली.

एंटरप्राइझ वि. ग्राहक: अँथ्रोपिकचे लक्ष्यित प्रेक्षक

प्रश्न: अँथ्रोपिक पुढील वर्षांसाठी आपला मार्ग आखत असताना, ते प्रामुख्याने एंटरप्राइझ-केंद्रित कंपनी आहे, ग्राहक-केंद्रित कंपनी आहे किंवा हायब्रिड आहे?

क्रिगर: आमचे मुख्य ध्येय लोकांना त्यांच्या कामात, मग ते कोडिंग असो, ज्ञानावर आधारित कार्य असो किंवा इतर व्यावसायिक प्रयत्न असोत, त्यांना सक्षम करणे आहे. आम्ही मनोरंजन-केंद्रित, पूर्णपणे ग्राहक-केंद्रित वापरांकडे कमी आकर्षित आहोत. मला वाटते की ग्राहक AI क्षेत्रात अजूनही खूप मोठी संधी आहे, परंतु ते आमचे तात्काळ प्राधान्य नाही.

एक अब्ज वापरकर्त्यांच्या सेवेचे नेतृत्व केल्यामुळे, मी त्या प्रमाणात इमारत बांधण्याच्या उत्साहाची आणि पूर्ततेची साक्ष देऊ शकतो. क्लॉडने मोठ्या प्रेक्षकांपर्यंत पोहोचावे अशी माझी इच्छा असली तरी, आमची महत्त्वाकांक्षा सध्या मोठ्या प्रमाणावर ग्राहकांच्या स्वीकृतीवर अवलंबून नाही.

AI नेतृत्वाचा मार्ग: मोठ्या प्रमाणातील स्वीकृती पलीकडे

प्रश्न: जर मोठ्या प्रमाणावर स्वीकार करणे हे प्राथमिक उद्दिष्ट नसेल, तर अँथ्रोपिकचा नेतृत्वाचा मार्ग कोणता आहे?

क्रिगर: आमचे धोरण दोन प्राथमिक अक्षांवर अवलंबून आहे. प्रथम, आम्ही जगातील सर्वात प्रगत AI मॉडेल्स तयार करण्यासाठी आणि प्रशिक्षित करण्यासाठी वचनबद्ध आहोत. आमची अपवादात्मक संशोधन टीम या समर्पणाचा पुरावा आहे. आम्ही या क्षेत्रात गुंतवणूक करणे सुरू ठेवू, आमच्या सामर्थ्याचा फायदा घेऊ आणि आमच्या API द्वारे ही क्षमता उपलब्ध करू.

दुसरे म्हणजे, आम्ही AI एजंट्सची क्षमता अनलॉक करणारे अनुलंब अनुभव तयार करण्यावर लक्ष केंद्रित करत आहोत. हे एजंट्स वापरकर्त्यांना त्यांच्या वैयक्तिक आणि व्यावसायिक जीवनात मदत करतात. क्लॉड कोड हे आमचे अनुलंब एजंट्समधील पहिले पाऊल आहे, जे विशेषतः कोडिंगसाठी तयार केलेले आहे. आमच्या मॉडेलच्या सामर्थ्याचा फायदा घेण्यासाठी आणि विशिष्ट वापरकर्त्यांच्या गरजा पूर्ण करण्यासाठी, डेटा एकत्रीकरणासह, आम्ही अतिरिक्त एजंट्स सादर करण्याची योजना आखत आहोत. येत्या वर्षात क्लॉड AI आणि क्लॉड कोड व्यतिरिक्त विशेष एजंट्सची श्रेणी सादर करताना तुम्ही आम्हाला पाहाल.

API ग्राहकांसोबत स्पर्धा: एक नाजूक संतुलन

प्रश्न: बरेच डेव्हलपर्स कर्सरबद्दल उत्साही आहेत, जे तुमच्या मॉडेल्सद्वारे समर्थित आहे. अँथ्रोपिक आपल्या ग्राहकांशी कधी स्पर्धा करायची हे कसे ठरवते, जसे क्लॉड कोडच्या बाबतीत घडले?

क्रिगर: हा सर्व AI लॅबसाठी एक सूक्ष्म आणि संवेदनशील मुद्दा आहे आणि मी अत्यंत काळजीपूर्वक याकडे पाहतो. उदाहरणार्थ, मी कर्सरचे सीईओ आणि आमच्या प्रमुख कोडिंग ग्राहकांशी वैयक्तिकरित्या संपर्क साधला आणि त्यांना क्लॉड कोडच्या लाँचबद्दल आगाऊ सूचना दिली, हे स्पष्ट केले की ते पूरक आहे. आम्ही वापरकर्त्यांना दोन्ही साधनांचा वापर करताना पाहत आहोत.

क्लॉड कोडला सामर्थ्य देणारे अंतर्निहित मॉडेल तेच आहे जे कर्सर, विंडसर्फ (Windsurf) आणि अगदी GitHub कोपायलटला (GitHub Copilot) सामर्थ्य देते. एक वर्षापूर्वी, कोपायलट वगळता यापैकी बहुतेक उत्पादने अस्तित्वात नव्हती. आम्ही आशावादी आहोत की आम्ही या प्रसंगी जवळच्या गोष्टींमध्ये सहयोगपूर्वक पुढे जाऊ शकतो.

नवीन अलेक्साला (Alexa) सामर्थ्य देणे: एक धोरणात्मक भागीदारी

प्रश्न: अँथ्रोपिक नवीन अलेक्साला सामर्थ्य देण्यासाठी महत्त्वाची भूमिका बजावत आहे. ॲमेझॉन (Amazon) तुमच्या कंपनीत एक महत्त्वपूर्ण गुंतवणूकदार आहे. ही उत्पादन भागीदारी कशी सुरू झाली आणि अँथ्रोपिकसाठी याचा अर्थ काय आहे?

क्रिगर: हे माझ्या अँथ्रोपिकमधील तिसऱ्या आठवड्यात घडले. ॲमेझॉनने नावीन्यपूर्णतेची तीव्र इच्छा दर्शविली. संधी माझ्यासाठी खूप महत्त्वाची होती, कारण आम्ही आमची फ्रंटियर मॉडेल्स आणि जटिल वापरासाठी त्यांना ऑप्टिमाइझ करण्यात आमचे कौशल्य देऊ शकत होतो. ॲमेझॉनकडे एक विस्तृत डिव्हाइस इकोसिस्टम, व्यापक पोहोच आणि स्थापित एकत्रीकरण होते.

या भागीदारीने अँथ्रोपिकमधील माझ्या दोन कोडिंग योगदानांपैकी एक चिन्हांकित केले. अलीकडे, मला क्लॉड कोडसाठी काही वैशिष्ट्ये तयार करण्याची संधी मिळाली, जी विशेषतः व्यवस्थापकांसाठी फायदेशीर आहे. हे त्यांना बैठकांपूर्वी कार्ये सोपवण्याची आणि नंतर निकालांचे पुनरावलोकन करण्याची परवानगी देते. अलेक्सासह, मी क्लॉड मॉडेलद्वारे समर्थित अलेक्सासारख्या प्रणालीशी संवाद दर्शवणारा एक प्राथमिक प्रोटोटाइप विकसित केला.

अलेक्सा डीलचे परिणाम: विशिष्ट गोष्टींच्या पलीकडे

प्रश्न: अलेक्सा डीलच्या आर्थिक गुंतागुंतीमध्ये न जाता, तुमच्या मॉडेल्ससाठी व्यापक परिणाम काय आहेत?

क्रिगर: आम्ही अचूक अर्थशास्त्र उघड करू शकत नसलो तरी, भागीदारी परस्पर फायद्याची ठरली. हे आमच्यासाठी, विशेषतः लेटन्सी ऑप्टिमायझेशनच्या दृष्टीने उत्प्रेरक ठरले. आम्ही मूलत: एका वर्षाचे ऑप्टिमायझेशन प्रयत्न तीन ते सहा महिन्यांच्या कालावधीत पूर्ण केले. मला अशा ग्राहकांची कदर आहे जे आम्हाला आव्हान देतात आणि महत्त्वाकांक्षी अंतिम मुदत देतात, कारण याचा शेवटी सर्वांना फायदा होतो. यापैकी अनेक सुधारणा सर्व वापरकर्त्यांसाठी उपलब्ध असलेल्या मॉडेल्समध्ये समाविष्ट केल्या आहेत.

पुढील वितरण चॅनेल शोधणे: सिरीची (Siri) क्षमता

प्रश्न: अँथ्रोपिक अलेक्सासारख्या अधिक वितरण भागीदारीसाठी तयार असेल का? असे दिसते की ॲपल (Apple) सिरीसाठी मदत मागत आहे. तुम्ही त्या दिशेने विचार कराल का?

क्रिगर: आम्ही यापैकी शक्य तितक्या प्लॅटफॉर्मला सामर्थ्य देण्यासाठी उत्सुक आहोत. आमचे सामर्थ्य सल्ला आणि भागीदारीमध्ये आहे. हार्डवेअर विकास सध्या आमचे लक्ष नाही, कारण आम्हाला आमच्या विद्यमान फायद्यांना धोरणात्मकरित्या प्राधान्य देणे आवश्यक आहे.

संशोधन-चालित वातावरणात उत्पादन विकास: एक संतुलन

प्रश्न: एक CPO म्हणून, तुम्ही अँथ्रोपिकसारख्या संशोधन-केंद्रित कंपनीची गतिशीलता कशी हाताळता? जेव्हा ग्राउंडब्रेकिंग रिसर्च ब्रेकथ्रू अगदी जवळ असू शकतात तेव्हा तुम्ही भविष्यातील घडामोडींचा अंदाज कसा लावता?

क्रिगर: या वर्षाच्या अखेरीस आम्ही वितरित करण्याचे उद्दिष्ट ठेवलेल्या अनुलंब एजंट्ससाठी आम्ही महत्त्वपूर्ण विचार करतो. आम्ही वापरकर्त्यांना संशोधन आणि विश्लेषणात मदत करू इच्छितो. अशा अनेक ज्ञान कामगारांच्या वापराच्या केसेस आहेत ज्या आम्हाला संबोधित करायच्या आहेत.

जर प्रीट्रेनिंग टप्प्यात विशिष्ट डेटा समाविष्ट करणे महत्त्वाचे असेल, तर त्या क्षमता वर्षाच्या मध्यापर्यंत किंवा नंतर प्रकट करण्यासाठी तो निर्णय त्वरित घेणे आवश्यक आहे. आम्ही उत्पादन वितरणात चपळता आणि अनुकूलता या दोन्ही गोष्टींसह कार्य केले पाहिजे, संशोधनाची दिशा देण्यासाठी आमच्या सहा महिन्यांच्या उद्दिष्टांची स्पष्ट दृष्टी ठेवली पाहिजे.

जेव्हा मी सामील झालो तेव्हा आम्ही अधिक एजंट-आधारित कोडिंग उत्पादनांची कल्पना केली, परंतु मॉडेल्स इच्छित उत्पादनास समर्थन देण्यासाठी पूर्णपणे तयार नव्हते. जसजसे आम्ही 3.7 सॉनेट लाँचच्या जवळ आलो, तसतसे आम्हाला आत्मविश्वास वाटला. हे एक नाजूक नृत्य आहे. मॉडेल परिपूर्ण होण्याची वाट पाहणे म्हणजे आपण उत्पादन सक्रियपणे तयार करण्यासाठी खूप उशीर केला आहे. तथापि, मॉडेल आपल्याला पाहिजे असलेल्या ठिकाणी नसेल आणि उत्पादनाची भिन्न पुनरावृत्ती वितरीत करण्यासाठी लवचिक असणे आवश्यक आहे.

कोडिंग पराक्रम आणि त्याचा भरतीवर परिणाम: अभियांत्रिकी भूमिकांचा पुनर्विचार

प्रश्न: अँथ्रोपिक कोडिंगसाठी मॉडेल विकासाच्या आघाडीवर आहे. तुम्ही अभियंत्यांसाठी तुमची भरती धोरणे आणि हेडकाउंट ॲलोकेशनचे पुनर्मूल्यांकन करण्यास सुरुवात केली आहे का?

क्रिगर: मी अलीकडेच आमच्या एका अभियंत्याशी बोललो जो क्लॉड कोड वापरतो. त्यांनी सांगितले की सर्वात आव्हानात्मक बाब म्हणजे उत्पादने प्रत्यक्षात पाठवण्यासाठी डिझाइन, उत्पादन व्यवस्थापन, कायदेशीर आणि सुरक्षा संघांशी जुळवून घेणे. कोणत्याही जटिल प्रणालीप्रमाणे, एक अडथळा सोडवल्याने अनेकदा अडथळ्याचे दुसरे क्षेत्र दिसून येते.

आम्ही यावर्षी मोठ्या संख्येने सॉफ्टवेअर अभियंत्यांची भरती करत आहोत. तथापि, दीर्घकाळात, आम्ही डिझायनर्सना त्यांच्या फिग्मा (Figma) डिझाइनचे प्रारंभिक चालू आवृत्त्यांमध्ये किंवा अगदी अनेक आवृत्त्यांमध्ये भाषांतरित करून स्टॅकमध्ये पुढे जाण्यास सक्षम होण्याची कल्पना करतो. उत्पादन व्यवस्थापक, जसे अँथ्रोपिकमध्ये आधीच घडत आहे, क्लॉड कोड वापरून त्यांच्या कल्पनांची प्रारंभिक आवृत्ती प्रोटोटाइप करू शकतात.

आवश्यक अभियंत्यांची अचूक संख्या सांगणे कठीण आहे, परंतु आम्ही केवळ विद्यमान उत्पादनांची जलद गतीने पूर्तता करण्याऐवजी अधिक उत्पादने वितरीत करण्याची आणि आमची व्याप्ती वाढवण्याची अपेक्षा करतो. उत्पादन वितरणाचा वेग कोडिंगपेक्षा मानवी घटकांद्वारे अधिक मर्यादित राहतो.

अँथ्रोपिकचा फायदा: संस्कृती आणि सहयोग

प्रश्न: OpenAI आणि अँथ्रोपिकमध्ये नोकरीच्या ऑफरवर विचार करणाऱ्या व्यक्तीला तुम्ही काय सांगाल?

क्रिगर: मी त्यांना दोन्ही संघांसोबत वेळ घालवण्यासाठी प्रोत्साहित करेन. उत्पादने आणि विशेषतः अंतर्गत संस्कृती खूप भिन्न आहेत. अँथ्रोपिक संरेखन आणि AI सुरक्षिततेवर अधिक जोर देते, जरी हे शुद्ध संशोधनाच्या तुलनेत उत्पादन बाजूला कमी स्पष्ट असू शकते.

आमचे एक महत्त्वाचे सामर्थ्य, जे मला आशा आहे की आम्ही जतन करू, ते म्हणजे आमची अत्यंत एकात्मिक संस्कृती, जी भांडणे आणि मतभेदांपासून मुक्त आहे. आम्ही संशोधन आणि उत्पादन संघांमध्ये अपवादात्मक संवाद वाढवला आहे. संशोधक मॉडेल्स सुधारण्यासाठी उत्पादन फीडबॅकचे सक्रियपणे स्वागत करतात. हे खरोखर एक एकत्रित टीम आणि कंपनीसारखे वाटते आणि आम्ही जसजसे मोठे होत जाऊ, तसतसे हे एकत्रीकरण टिकवून ठेवणे हे आव्हान आहे.