Claude 3.7 Sonnet: มาตรฐานใหม่ในความสามารถด้านโค้ดดิ้ง
การเปิดตัว Claude 3.7 Sonnet เมื่อสองสัปดาห์ก่อน เป็นหลักฐานที่น่าสนใจ การปรับปรุงครั้งนี้ได้ทำลายสถิติ benchmark ที่มีอยู่สำหรับประสิทธิภาพการโค้ดดิ้ง ในขณะเดียวกัน Anthropic ได้เปิดตัว Claude Code ซึ่งเป็น AI agent แบบ command-line ที่ออกแบบมาเพื่อเร่งการพัฒนาแอปพลิเคชันสำหรับโปรแกรมเมอร์ นอกจากนี้ Cursor ซึ่งเป็น code editor ที่ขับเคลื่อนด้วย AI ซึ่งใช้โมเดล Claude ของ Anthropic เป็นค่าเริ่มต้น มีรายงานว่ามีรายได้ประจำปี (annual recurring revenue) สูงถึง 100 ล้านดอลลาร์ภายในเวลาเพียง 12 เดือน
การที่ Anthropic ให้ความสำคัญกับการโค้ดดิ้งนั้นสอดคล้องกับการที่องค์กรต่างๆ ตระหนักถึงศักยภาพในการเปลี่ยนแปลงของ AI coding agent ที่เพิ่มมากขึ้น agent เหล่านี้ช่วยให้นักพัฒนาที่มีประสบการณ์และบุคคลที่ไม่มีความเชี่ยวชาญด้านโค้ดดิ้งสามารถสร้างแอปพลิเคชันด้วยความเร็วและประสิทธิภาพที่ไม่เคยมีมาก่อน ดังที่ Guillermo Rauch ซีอีโอของ Vercel ซึ่งเป็นบริษัทที่เติบโตอย่างรวดเร็วที่ช่วยให้นักพัฒนา (รวมถึงผู้ที่ไม่ใช่ coder) สามารถปรับใช้แอปพลิเคชัน front-end ได้กล่าวไว้อย่างเหมาะสมว่า ‘Anthropic ยังคงเป็นอันดับหนึ่ง’ การตัดสินใจของ Vercel เมื่อปีที่แล้วในการเปลี่ยนโมเดลโค้ดดิ้งหลักจาก GPT ของ OpenAI เป็น Claude ของ Anthropic หลังจากประเมินประสิทธิภาพของพวกเขาในงานโค้ดดิ้งที่สำคัญอย่างถี่ถ้วน ตอกย้ำประเด็นนี้
Claude 3.7 Sonnet ซึ่งเปิดตัวเมื่อวันที่ 24 กุมภาพันธ์ ได้แสดงให้เห็นอย่างชัดเจนว่าเป็นผู้นำในเกือบทุก benchmark การโค้ดดิ้ง โดยทำคะแนนได้ 70.3% ใน benchmark SWE-bench ที่ได้รับการยอมรับอย่างสูง ซึ่งเป็นตัวชี้วัดความสามารถในการพัฒนาซอฟต์แวร์ของ agent คะแนนนี้สูงกว่าคู่แข่งที่ใกล้เคียงที่สุดอย่าง o1 ของ OpenAI (48.9%) และ DeepSeek-R1 (49.2%) อย่างมาก นอกจากนี้ Claude 3.7 ยังแสดงประสิทธิภาพที่เหนือกว่าในงาน agentic
ผลลัพธ์ benchmark เหล่านี้ได้รับการตรวจสอบอย่างรวดเร็วโดยชุมชนนักพัฒนาผ่านการทดสอบในโลกแห่งความเป็นจริง การสนทนาออนไลน์ โดยเฉพาะอย่างยิ่งบนแพลตฟอร์มอย่าง Reddit ที่เปรียบเทียบ Claude 3.7 กับ Grok 3 (โมเดลล่าสุดจาก xAI ของ Elon Musk) ต่างก็เห็นพ้องกันว่าโมเดลของ Anthropic เหมาะสำหรับงานโค้ดดิ้งมากกว่า ผู้แสดงความคิดเห็นอันดับต้นๆ สรุปความรู้สึกว่า: ‘จากสิ่งที่ฉันได้ทดสอบ Claude 3.7 ดูเหมือนจะเป็นตัวเลือกที่ดีที่สุดสำหรับการเขียนโค้ด (อย่างน้อยก็สำหรับฉัน)’ เป็นสิ่งสำคัญมากที่จะต้องสังเกตว่าแม้แต่ Manus ซึ่งเป็น agent อเนกประสงค์ตัวใหม่ของจีนที่สร้างความฮือฮาไปทั่วโลกเมื่อต้นสัปดาห์นี้ โดยกล่าวว่าดีกว่า Deep Research ของ Open AI และงานอัตโนมัติอื่นๆ ส่วนใหญ่ก็ถูกสร้างขึ้นบน Claude
กลยุทธ์ที่มุ่งเน้น: การดำเนินการในระดับองค์กรของ Anthropic
การที่ Anthropic มุ่งเน้นไปที่ความสามารถในการโค้ดดิ้งอย่างแน่วแน่ไม่ใช่เรื่องบังเอิญ การคาดการณ์ที่รั่วไหลออกมาซึ่งรายงานโดย The Information ชี้ให้เห็นว่า Anthropic กำลังตั้งเป้าที่จะมีรายได้สูงถึง 34.5 พันล้านดอลลาร์ภายในปี 2027 ซึ่งเพิ่มขึ้น 86 เท่าจากระดับปัจจุบัน ส่วนสำคัญ (ประมาณ 67%) ของรายได้ที่คาดการณ์ไว้นี้คาดว่าจะมาจากธุรกิจ API โดยแอปพลิเคชันโค้ดดิ้งระดับองค์กรจะเป็นกลไกขับเคลื่อนการเติบโตหลัก แม้ว่า Anthropic จะไม่ได้เปิดเผยตัวเลขรายได้ที่แม่นยำ แต่ก็รายงานว่ารายได้จากการโค้ดดิ้งเพิ่มขึ้นอย่างน่าทึ่งถึง 1,000% ในช่วงไตรมาสสุดท้ายของปี 2024 นอกจากนี้ Anthropic เพิ่งประกาศระดมทุน 3.5 พันล้านดอลลาร์ ทำให้บริษัทมีมูลค่าสูงถึง 61.5 พันล้านดอลลาร์
กลยุทธ์ที่เน้นการโค้ดดิ้งนี้สอดคล้องกับผลการวิจัยของ Economic Index ของ Anthropic เอง ดัชนีเปิดเผยว่า 37.2% ของคำค้นหาที่ส่งไปยัง Claude อยู่ในหมวดหมู่ ‘คอมพิวเตอร์และคณิตศาสตร์’ คำค้นหาเหล่านี้ส่วนใหญ่เกี่ยวข้องกับงานวิศวกรรมซอฟต์แวร์ เช่น การแก้ไขโค้ด การแก้ไขข้อบกพร่อง และการแก้ไขปัญหาเครือข่าย
แนวทางของ Anthropic โดดเด่นท่ามกลางการแข่งขันที่คู่แข่งมักจะติดอยู่ในวังวนของกิจกรรม พยายามที่จะตอบสนองทั้งตลาดองค์กรและผู้บริโภคด้วยคุณสมบัติที่หลากหลาย OpenAI แม้ว่าจะยังคงเป็นผู้นำที่แข็งแกร่งเนื่องจากการเป็นที่รู้จักและการยอมรับของผู้บริโภคในช่วงต้น แต่ก็เผชิญกับความท้าทายในการให้บริการทั้งผู้ใช้ทั่วไปและธุรกิจด้วยโมเดลและฟังก์ชันการทำงานที่หลากหลาย Google ก็กำลังดำเนินกลยุทธ์ในการนำเสนอผลิตภัณฑ์ที่หลากหลายเช่นกัน
แนวทางที่มีระเบียบวินัยของ Anthropic ยังสะท้อนให้เห็นในการตัดสินใจเกี่ยวกับผลิตภัณฑ์ แทนที่จะไล่ตามส่วนแบ่งการตลาดของผู้บริโภค บริษัทได้ให้ความสำคัญกับคุณสมบัติระดับองค์กร เช่น การผสานรวม GitHub, บันทึกการตรวจสอบ, สิทธิ์ที่ปรับแต่งได้ และการควบคุมความปลอดภัยเฉพาะโดเมน เมื่อหกเดือนก่อน ได้เปิดตัว context window ขนาดใหญ่ 500,000 โทเค็นสำหรับนักพัฒนา ซึ่งตรงกันข้ามกับการตัดสินใจของ Google ที่จะจำกัด window 1 ล้านโทเค็นไว้สำหรับผู้ทดสอบส่วนตัว การมุ่งเน้นเชิงกลยุทธ์นี้ส่งผลให้เกิดข้อเสนอที่ครอบคลุมและเน้นการโค้ดดิ้ง ซึ่งโดนใจองค์กรต่างๆ มากขึ้น
การเปิดตัวคุณสมบัติล่าสุดของบริษัทที่ช่วยให้ผู้ที่ไม่ใช่ coder สามารถเผยแพร่แอปพลิเคชันที่สร้างโดย AI ภายในองค์กรของตน ควบคู่ไปกับการอัปเกรดคอนโซลเมื่อสัปดาห์ที่แล้วซึ่งมีคุณสมบัติการทำงานร่วมกันที่ได้รับการปรับปรุง (รวมถึง prompt และ template ที่แชร์ได้) เป็นตัวอย่างเพิ่มเติมของแนวโน้มนี้ การทำให้เป็นประชาธิปไตยนี้สะท้อนถึงกลยุทธ์ ‘ม้าโทรจัน’: เริ่มแรกให้อำนาจแก่นักพัฒนาในการสร้างรากฐานที่แข็งแกร่ง ตามด้วยการขยายการเข้าถึงไปยังพนักงานในองค์กรที่กว้างขึ้น จนถึงระดับผู้บริหารในที่สุด
การทดลองใช้ Claude: การทดลองเชิงปฏิบัติ
เพื่อประเมินความสามารถในโลกแห่งความเป็นจริงของ coding agent เหล่านี้ ได้มีการทดลองเชิงปฏิบัติ โดยเน้นที่การสร้างฐานข้อมูลเพื่อจัดเก็บ articles มีการใช้วิธีการที่แตกต่างกันสามวิธี: Claude 3.7 Sonnet ผ่านแอปของ Anthropic, coding agent ของ Cursor และ Claude Code
การใช้ Claude 3.7 โดยตรงผ่านแอปของ Anthropic คำแนะนำที่ให้มานั้นมีข้อมูลเชิงลึกอย่างน่าทึ่ง โดยเฉพาะอย่างยิ่งสำหรับผู้ที่ไม่มีประสบการณ์ด้านโค้ดดิ้งมากนัก โมเดลนำเสนอตัวเลือกหลายอย่าง ตั้งแต่โซลูชันที่มีประสิทธิภาพโดยใช้ฐานข้อมูล PostgreSQL ไปจนถึงทางเลือกอื่นที่มีน้ำหนักเบากว่า เช่น Airtable เมื่อเลือกโซลูชันที่มีน้ำหนักเบา Claude ได้แนะนำกระบวนการดึง articles จาก API และรวมเข้ากับ Airtable โดยใช้บริการ connector อย่างเป็นระบบ แม้ว่ากระบวนการนี้จะใช้เวลาประมาณสองชั่วโมง ซึ่งส่วนใหญ่เกิดจากความท้าทายในการตรวจสอบสิทธิ์ แต่ก็จบลงด้วยระบบที่ใช้งานได้ โดยพื้นฐานแล้ว แทนที่จะเขียนโค้ดทั้งหมดโดยอัตโนมัติ Claude ได้ให้พิมพ์เขียวที่ครอบคลุมเพื่อให้บรรลุผลลัพธ์ที่ต้องการ
Cursor ซึ่งใช้โมเดลของ Claude เป็นค่าเริ่มต้น นำเสนอประสบการณ์ code editor ที่สมบูรณ์แบบและแสดงให้เห็นถึงความโน้มเอียงไปสู่ระบบอัตโนมัติที่มากขึ้น อย่างไรก็ตาม จำเป็นต้องได้รับอนุญาตในแต่ละขั้นตอน ส่งผลให้มีขั้นตอนการทำงานแบบวนซ้ำ
Claude Code นำเสนอแนวทางที่แตกต่างกัน โดยทำงานโดยตรงภายใน terminal และใช้ SQLite เพื่อสร้างฐานข้อมูล local ที่มี articles จาก RSS feed โซลูชันนี้ได้รับการพิสูจน์แล้วว่าง่ายกว่าและเชื่อถือได้มากกว่าในการบรรลุเป้าหมาย แม้ว่าจะมีความแข็งแกร่งและมีคุณสมบัติน้อยกว่าเมื่อเทียบกับการใช้งาน Airtable สิ่งนี้เน้นย้ำถึงการแลกเปลี่ยนโดยธรรมชาติที่เกี่ยวข้อง และเน้นย้ำถึงความสำคัญของการเลือก coding agent ตามข้อกำหนดเฉพาะของโครงการ
ประเด็นสำคัญจากการทดลองนี้คือ แม้จะไม่ใช่นักพัฒนา ก็สามารถสร้างแอปพลิเคชันฐานข้อมูลที่ใช้งานได้โดยใช้วิธีการทั้งสามวิธี ซึ่งแทบจะเป็นไปไม่ได้เลยเมื่อหนึ่งปีที่แล้ว และที่สำคัญ ทั้งสามวิธีนี้ใช้ความสามารถพื้นฐานของ Claude
ระบบนิเวศ Coding Agent: Cursor และอื่นๆ
บางทีตัวบ่งชี้ความสำเร็จของ Anthropic ที่น่าสนใจที่สุดคือการเติบโตอย่างน่าทึ่งของ Cursor ซึ่งเป็น AI code editor รายงานระบุว่า Cursor มีผู้ใช้ 360,000 คน โดยมีผู้ใช้มากกว่า 40,000 คนเป็นลูกค้าที่ชำระเงินภายในเวลาเพียง 12 เดือน เส้นทางการเติบโตอย่างรวดเร็วนี้อาจทำให้ Cursor เป็นบริษัท SaaS ที่เติบโตเร็วที่สุดที่ไปถึงหลักชัยนั้น
ความสำเร็จของ Cursor เชื่อมโยงกับ Claude อย่างแยกไม่ออก ดังที่ Sam Witteveen ผู้ร่วมก่อตั้ง Red Dragon (นักพัฒนาอิสระของ AI agent) สังเกตว่า ‘คุณต้องคิดว่าลูกค้าอันดับหนึ่งของพวกเขาคือ Cursor คนส่วนใหญ่ใน [Cursor] ใช้โมเดล Claude Sonnet ซึ่งเป็นโมเดล 3.5 อยู่แล้ว และตอนนี้ดูเหมือนว่าทุกคนกำลังย้ายไปใช้ 3.7’
ความสัมพันธ์ระหว่าง Anthropic และระบบนิเวศของมันขยายไปไกลกว่าบริษัทแต่ละแห่ง เช่น Cursor ในเดือนพฤศจิกายน Anthropic ได้เปิดตัว Model Context Protocol (MCP) เป็นมาตรฐานเปิด ทำให้นักพัฒนาสามารถสร้างเครื่องมือที่โต้ตอบกับโมเดล Claude ได้อย่างราบรื่น มาตรฐานนี้ได้รับการยอมรับอย่างกว้างขวางในชุมชนนักพัฒนา
Witteveen อธิบายถึงความสำคัญของแนวทางนี้: ‘ด้วยการเปิดตัวสิ่งนี้เป็นโปรโตคอลแบบเปิด พวกเขากำลังพูดว่า ‘เฮ้ ทุกคน ลุยเลย คุณสามารถพัฒนาอะไรก็ได้ที่เหมาะกับโปรโตคอลนี้ เราจะสนับสนุนโปรโตคอลนี้’’
กลยุทธ์นี้สร้างวงจรที่ดี: นักพัฒนาสร้างเครื่องมือสำหรับ Claude โดยเฉพาะ ซึ่งช่วยเพิ่มคุณค่าให้กับองค์กร ซึ่งจะนำไปสู่การนำไปใช้ต่อไปและดึงดูดนักพัฒนามากขึ้น
ภูมิทัศน์การแข่งขัน: Microsoft, OpenAI, Google และ Open Source
ในขณะที่ Anthropic ได้สร้างช่องทางเฉพาะด้วยแนวทางที่มุ่งเน้น คู่แข่งกำลังดำเนินกลยุทธ์ที่หลากหลายด้วยระดับความสำเร็จที่แตกต่างกัน
Microsoft ยังคงรักษาฐานที่มั่นที่แข็งแกร่งผ่าน GitHub Copilot ซึ่งมีผู้ใช้ที่ชำระเงิน 1.3 ล้านคน และได้รับการยอมรับจากองค์กรกว่า 77,000 แห่งภายในเวลาประมาณสองปี บริษัทที่มีชื่อเสียง เช่น Honeywell, State Street, TD Bank Group และ Levi’s เป็นหนึ่งในผู้ใช้ การยอมรับอย่างกว้างขวางนี้ส่วนใหญ่เป็นผลมาจากความสัมพันธ์ที่มีอยู่ของ Microsoft กับองค์กร และความได้เปรียบในการเป็นผู้บุกเบิก ซึ่งเกิดจากการลงทุนในช่วงต้นใน OpenAI และการใช้โมเดลของ OpenAI เพื่อขับเคลื่อน Copilot
อย่างไรก็ตาม แม้แต่ Microsoft ก็ยังยอมรับจุดแข็งของ Anthropic ในเดือนตุลาคม ได้เปิดใช้งานให้ผู้ใช้ GitHub Copilot เลือกโมเดลของ Anthropic เป็นทางเลือกแทนข้อเสนอของ OpenAI นอกจากนี้ โมเดลล่าสุดของ OpenAI, o1 และ o3 ที่ใหม่กว่า (ซึ่งเน้นการให้เหตุผลผ่านการคิดที่ขยายออกไป) ยังไม่ได้แสดงให้เห็นถึงข้อได้เปรียบเฉพาะในการโค้ดดิ้งหรืองาน agentic
Google ได้ดำเนินการของตนเองโดยเสนอ Code Assist ฟรีเมื่อเร็วๆ นี้ แต่ดูเหมือนว่าจะเป็นการป้องกันมากกว่าการริเริ่มเชิงกลยุทธ์
การเคลื่อนไหว open-source เป็นอีกหนึ่งแรงสำคัญในภูมิทัศน์นี้ โมเดล Llama ของ Meta ได้รับแรงฉุดในระดับองค์กรอย่างมาก โดยบริษัทใหญ่ๆ เช่น AT&T, DoorDash และ Goldman Sachs ได้ปรับใช้โมเดลที่ใช้ Llama สำหรับแอปพลิเคชันต่างๆ แนวทาง open-source ช่วยให้องค์กรต่างๆ มีการควบคุม ตัวเลือกการปรับแต่ง และผลประโยชน์ด้านต้นทุนที่มากกว่า ซึ่งโมเดลแบบปิดมักจะไม่สามารถเทียบได้
แทนที่จะมองว่าสิ่งนี้เป็นภัยคุกคามโดยตรง Anthropic ดูเหมือนจะวางตำแหน่งตัวเองเป็นส่วนเสริมของ open source ลูกค้าองค์กรสามารถใช้ประโยชน์จาก Claude ร่วมกับโมเดล open-source ได้ ขึ้นอยู่กับความต้องการเฉพาะของพวกเขา โดยใช้แนวทางแบบผสมผสานที่เพิ่มจุดแข็งของแต่ละอย่างให้สูงสุด
ในความเป็นจริง บริษัทระดับองค์กรขนาดใหญ่หลายแห่งได้นำแนวทาง multimodal มาใช้ โดยใช้โมเดลใดก็ตามที่เหมาะสมที่สุดสำหรับงานที่กำหนด ตัวอย่างเช่น Intuit เริ่มแรกใช้ OpenAI เป็นค่าเริ่มต้นสำหรับแอปพลิเคชันคืนภาษี แต่ต่อมาได้เปลี่ยนไปใช้ Claude เนื่องจากประสิทธิภาพที่เหนือกว่าในบางสถานการณ์ ประสบการณ์นี้ทำให้ Intuit พัฒนากรอบการประสาน AI ที่อำนวยความสะดวกในการสลับระหว่างโมเดลได้อย่างราบรื่น
บริษัทองค์กรส่วนใหญ่ได้นำแนวทางที่คล้ายคลึงกันมาใช้ โดยใช้โมเดลที่เหมาะสมที่สุดสำหรับแต่ละกรณีการใช้งานเฉพาะ ซึ่งมักจะรวมโมเดลผ่านการเรียก API อย่างง่าย แม้ว่าโมเดล open-source เช่น Llama อาจเหมาะสมในบางกรณี แต่ Claude มักเป็นตัวเลือกที่ต้องการสำหรับงานที่ต้องการความแม่นยำสูง เช่น การคำนวณ
ผลกระทบต่อองค์กร: การนำทางการเปลี่ยนแปลงไปสู่ Coding Agent
สำหรับผู้มีอำนาจตัดสินใจในองค์กร ภูมิทัศน์ที่พัฒนาอย่างรวดเร็วนี้แสดงให้เห็นถึงทั้งโอกาสและความท้าทาย
ความปลอดภัยยังคงเป็นข้อกังวลที่สำคัญที่สุด แต่รายงานอิสระล่าสุดระบุว่า Claude 3.7 Sonnet เป็นโมเดลที่ปลอดภัยที่สุดในปัจจุบัน โดยเป็นโมเดลเดียวที่ได้รับการทดสอบว่า ‘ป้องกันการเจลเบรค’ ท่าทีด้านความปลอดภัยนี้ ควบคู่ไปกับการสนับสนุนของ Anthropic จากทั้ง Google และ Amazon (และการรวมเข้ากับ AWS Bedrock) ทำให้เป็นที่ชื่นชอบสำหรับการนำไปใช้ในองค์กร
การแพร่หลายของ coding agent ไม่เพียงแต่เปลี่ยนวิธีการพัฒนาแอปพลิเคชันเท่านั้น แต่ยังทำให้กระบวนการเป็นประชาธิปไตยอีกด้วย จากข้อมูลของ GitHub นักพัฒนาที่อยู่ในสหรัฐอเมริกาจำนวนมากถึง 92% ในบริษัทระดับองค์กรได้ใช้เครื่องมือโค้ดดิ้งที่ขับเคลื่อนด้วย AI ในที่ทำงานเมื่อ 18 เดือนที่แล้ว ตัวเลขนี้มีแนวโน้มเพิ่มขึ้นอย่างมากตั้งแต่นั้นมา
Witteveen เน้นย้ำถึงการเชื่อมช่องว่างระหว่างสมาชิกในทีมด้านเทคนิคและไม่ใช่ด้านเทคนิค: ‘ความท้าทายที่ผู้คนกำลังเผชิญ [เนื่องจาก] ไม่ได้เป็น coder ก็คือพวกเขาไม่รู้คำศัพท์เฉพาะทางมากมาย พวกเขาไม่รู้แนวทางปฏิบัติที่ดีที่สุด’ AI coding agent กำลังจัดการกับความท้าทายนี้มากขึ้นเรื่อยๆ ทำให้เกิดการทำงานร่วมกันที่มีประสิทธิภาพมากขึ้น
สำหรับการนำไปใช้ในองค์กร Witteveen สนับสนุนแนวทางที่สมดุล: ‘มันคือความสมดุลระหว่างความปลอดภัยและการทดลองในขณะนี้ เห็นได้ชัดว่าในด้านนักพัฒนา ผู้คนกำลังเริ่มสร้างแอปในโลกแห่งความเป็นจริงด้วยสิ่งนี้’
การเกิดขึ้นของ AI coding agent เป็นสัญญาณของการเปลี่ยนแปลงขั้นพื้นฐานในการพัฒนาซอฟต์แวร์ระดับองค์กร เมื่อปรับใช้อย่างมีประสิทธิภาพ เครื่องมือเหล่านี้ไม่ได้เข้ามาแทนที่นักพัฒนา แต่เปลี่ยนบทบาทของพวกเขา ทำให้พวกเขาสามารถมุ่งเน้นไปที่สถาปัตยกรรมและนวัตกรรมแทนที่จะเป็นรายละเอียดการใช้งาน
แนวทางที่มีระเบียบวินัยของ Anthropic โดยมุ่งเน้นไปที่ความสามารถในการโค้ดดิ้งโดยเฉพาะ ในขณะที่คู่แข่งกำลังดำเนินการตามลำดับความสำคัญหลายอย่าง ดูเหมือนว่าจะให้ข้อได้เปรียบที่สำคัญ ภายในสิ้นปี 2025 ช่วงเวลานี้อาจถูกมองย้อนหลังว่าเป็นช่วงเวลาสำคัญที่ AI coding agent กลายเป็นเครื่องมือระดับองค์กรที่ขาดไม่ได้ โดยมี Claude เป็นผู้นำ
สำหรับผู้มีอำนาจตัดสินใจด้านเทคนิค ความจำเป็นเร่งด่วนนั้นชัดเจน: เริ่มทดลองกับเครื่องมือเหล่านี้ทันที หรือเสี่ยงที่จะล้าหลังคู่แข่งที่ใช้ประโยชน์จากเครื่องมือเหล่านี้เพื่อเร่งรอบการพัฒนาอย่างมาก สถานการณ์นี้สะท้อนถึงยุคแรกๆ ของการปฏิวัติ iPhone ที่บริษัทต่างๆ พยายามจำกัดอุปกรณ์ ‘ที่ไม่ได้รับอนุญาต’ จากเครือข่ายองค์กรของตนในตอนแรก เพียงเพื่อที่จะยอมรับนโยบาย BYOD ในที่สุด เนื่องจากความต้องการของพนักงานมีมากเกินไป บริษัทบางแห่ง เช่น Honeywell เพิ่งพยายามปิดการใช้งานเครื่องมือโค้ดดิ้ง AI ที่ ‘ไม่ได้รับอนุญาต’ ซึ่งไม่ได้รับการอนุมัติจากฝ่ายไอที
บริษัทที่ชาญฉลาดกำลังสร้างสภาพแวดล้อม sandbox ที่ปลอดภัยเพื่ออำนวยความสะดวกในการทดลองที่มีการควบคุม องค์กรที่สร้างแนวป้องกันที่ชัดเจนในขณะที่ส่งเสริมนวัตกรรมจะได้รับประโยชน์จากทั้งความกระตือรือร้นของพนักงานและข้อมูลเชิงลึกเกี่ยวกับวิธีที่เครื่องมือเหล่านี้สามารถตอบสนองความต้องการเฉพาะของตนได้ดีที่สุด ทำให้ตนเองอยู่เหนือคู่แข่งที่ต่อต้านการเปลี่ยนแปลง และ Claude ของ Anthropic อย่างน้อยก็ในปัจจุบัน เป็นผู้ได้รับประโยชน์หลักจากการเคลื่อนไหวที่เปลี่ยนแปลงนี้