Аналитика
Ода с Anthropic внедряет корпоративное ИИ в бизнес-модель Frontier-Lab
Проект Anthropic, поддержанный Blackstone, показывает, что следующий этап конкуренции в области корпоративного ИИ может определяться передовым внедрением инженерных решений, интеграцией рабочих процессов и измеримым бизнес-эффектом, а не только запуском моделей.
Элвин С. ·
Anthropic and Blackstone придумали название и коммерческую форму для идеи, которую многие корпоративные покупатели уже понимают: одних лучших моделей недостаточно. TechCrunch сообщалось, что Ode с Anthropic — это компания по реализации искусственного интеллекта стоимостью 1,5 миллиарда долларов, созданная через совместное предприятие с участием Anthropic, Blackstone, Hellman и Friedman, Goldman Sachs и других. Ее задача — отправлять высококвалифицированных инженеров по прикладному ИИ в компании, которым необходимо заставить Anthropic и другие системы работать в реальных операциях.
Этот шаг является тихим признанием со стороны индустрии моделей-первопроходцев. Принятие на уровне предприятия не происходит потому, что поставщик публикует лучший бенчмарк. Оно происходит, когда модель интегрируется в систему разрешений, каналы передачи данных, системы рецензирования, обработку исключений, рабочие процессы сотрудников и измеримые бизнес-результаты. Ode создана для того, чтобы владеть этим уровнем внедрения, а не просто продавать доступ к конечной точке модели.
TechCrunch сообщил, что Ode возникла из опыта Blackstone в попытках внедрить ИИ в портфельных компаниях и из приобретения Anthropic компании Fractional AI, стартапа в сфере услуг, соучредители которого теперь возглавляют это предприятие. В настоящее время в Ode работает около 100 инженеров и компания тесно сотрудничает с командой прикладного ИИ Anthropic. Её принцип заключается в Claude-во-первых, но руководители сообщили TechCrunch, что компания не ограничивается технологией Anthropic, когда нужен другой продукт.
Последний пункт имеет коммерческое значение. Если бы Ode была только реселлером, это был бы канал поддержки. Если же она может строить надежные системы вокруг рабочих процессов клиентов, она превращается в сервисную компанию со стратегическим влиянием. Профиль маржинальности может быть ниже, чем у чистого программного обеспечения, но контроль над счетом может быть сильнее. Как только инженеры понимают внутренние процессы компании, издержки переключения возрастают, а пути расширения множатся.
OpenAI двигается в том же направлении со своим собственным бизнесом по развертыванию. Параллель предполагает, что ведущие лаборатории рассматривают внедрение как нечто большее, чем успех клиента. Это новый слой доходов, защитный канал и способ узнать, что на самом деле нужно предприятиям. Чем больше сходится производительность модели, тем ценнее становится операционное знание.
Точкой сравнения являются не только другие лаборатории. Это инженерия в стиле Palantir, развёрнутая вперёд, и консалтинговые гиганты, которые уже продают трансформацию технологий. Deloitte, Accenture и другие компании создали команды по работе с ИИ-сервисами, потому что компаниям нужна помощь в решении того, что автоматизировать, как управлять результатами и где приемлемы ошибки моделей. Ode пытается конкурировать с более маленькой, более технической, более приближенной к модели версией этой стратегии.
Для покупателей это обещание привлекательно и рискованно. Команда, поддерживаемая Anthropic, может сократить путь от пилотного проекта до производства, особенно когда в компании отсутствуют внутренние специалисты по прикладному ИИ. Но это также может усилить зависимость от одной модели экосистемы. Даже когда Ode использует инструменты, не относящиеся к Anthropic, его стимулы и экспертиза естественно будут направлены на Claude. Предприятиям, нанимающим фирмы для внедрения, потребуется сохранять портативность моделей, журналы проверок и право собственности на знания о рабочих процессах.
Для Anthropic стратегическая выгода заключается в данных о трудностях развертывания. Каждый неудачный пилотный проект, вопрос соответствия требованиям, проблема с задержкой и несоответствие рабочего процесса учат лабораторию, где необходимо улучшить модель и продуктовый слой. Эта обратная связь ценна, даже если маржа услуг Ode не впечатляет. Она превращает корпоративное трение в продуктовую аналитику.
Ограничение в талантах может быть самой трудной частью. TechCrunch цитировал руководителей Ode, описывающих необходимость инженеров, способных полностью управлять неоднозначными бизнес-проблемами, а не только писать обертки для моделей. Такой профиль встречается редко. Масштабирование бутик-культуры внедрения без снижения качества сложно в любом сервисном бизнесе. Это еще сложнее, когда сервис одновременно зависит от передового AI-суждения, корпоративной политики и дисциплины производства программного обеспечения.
Запуск Ode не означает, что конкуренция моделей завершена. Это означает, что цепочка создания стоимости в компании расширяется. Компании, которые победят, могут быть не теми, у кого лучшее демо в день релиза. Это могут быть те, кто сможет обеспечить выживание ИИ через процессы закупок, проверку безопасности, принятие сотрудниками, восстановление после ошибок и ежеквартальные бизнес-показатели. Anthropic и Blackstone делают ставку на то, что эта работа не является второстепенной. Они ставят на то, что это и есть рынок.
Темы: Anthropic, Blackstone, корпоративный ИИ, Ода