ChatGPT и Claude уже не игроки на одной и той же дорожке.

Недавно OpenAI и Anthropic опубликовали ключевые отчёты пользователей о ChatGPT и Claude. Эти два документа не являются простым представлением результатов, а раскрывают критически важную тенденцию в текущей индустрии искусственного интеллекта: две главные модели развиваются по совершенно разным путям, и их рыночные позиции, ключевые сценарии применения и модели взаимодействия с пользователями значительно различаются.

!

Для этого Силиконовая Кролик проанализировала два отчета, основываясь на общении с командой экспертов из Кремниевой долины, выделив скрытые сигналы в индустрии и исследуя их глубокие инсайты относительно будущих технологических путей, бизнес-моделей и связанных инвестиционных стратегий.

Данные из двух отчетов четко демонстрируют различия в акцентах ChatGPT и Claude в отношении пользовательской базы и основных функций, что является отправной точкой для понимания их долгосрочной стратегической разницы.

ChatGPT: Проникновение на рынок в области универсальных приложений

!

Отчет OpenAI подтвердил статус ChatGPT как феноменального приложения. По состоянию на июль 2025 года его недельная активная аудитория превысила 700 миллионов. Структура пользователей демонстрирует две ключевые характеристики:

Во-первых, пользовательская база успешно расширилась до более широкой аудитории, и ранний портрет пользователей, состоящий в основном из технических специалистов, изменился на высокообразованных офисных работников из разных профессий;

Во-вторых, соотношение полов становится более сбалансированным, доля женщин среди пользователей возросла до 52%.

В приложениях ChatGPT сосредоточен на трех основных функциях: практическом руководстве, информационных запросах и написании текстов, которые составляют почти 80% от общего объема диалогов.

Пользователи в основном используют его для помощи в повседневной жизни и обычных офисных задачах. Примечательно, что в отчете четко указано, что доля использования профессиональных технических помощников, таких как программирование, значительно снизилась с 12% до 5%.

В целом, стратегический путь ChatGPT заключается в том, чтобы стать универсальным AI-ассистентом, обслуживающим широкую группу пользователей. Его основным барьером является огромная база пользователей и возникающий в результате сетевой эффект, а также высокая степень проникновения в повседневные процессы обработки информации пользователей.

Клод: Фокус на корпоративных и профессиональных автоматизированных сценариях

!

Отчет Anthropic рисует совершенно другую картину. Распределение пользователей Claude имеет сильную положительную корреляцию с уровнем экономического развития регионов (ВВП на душу населения), что указывает на то, что его основная пользовательская группа состоит из квалифицированных работников и специалистов в развитых экономиках.

Основные сценарии применения имеют высокий уровень фокусировки. Данные отчета показывают, что программная инженерия является основным областью применения практически во всех регионах, доля соответствующих задач стабильно колеблется в пределах 36% - 40%, что резко контрастирует с тенденциями применения ChatGPT в этой области.

Наиболее впечатляющие данные в отчете отражаются в доле «автоматизированных» задач. За последние 8 месяцев доля «директивной» автоматизации задач, когда пользователи напрямую дают команды, а ИИ самостоятельно выполняет большую часть работы, значительно возросла с 27% до 39%.

Среди корпоративных пользователей платных API эта тенденция более выражена: до 77% взаимодействий в диалогах демонстрируют автоматизированный режим, и подавляющее большинство из них представляет собой «инструктивную» автоматизацию с минимальным вмешательством человека.

Таким образом, стратегическая позиция Claude весьма ясна: стать профессиональным инструментом для повышения производительности и автоматизации, глубоко интегрированным в основные рабочие процессы предприятий. Его конкурентное преимущество заключается в глубокой оптимизации для определенных профессиональных областей (особенно в разработке программного обеспечения) и стремлении к максимальной эффективности выполнения задач.

На основе вышеупомянутых стратегических областей, Силиконовый Кролик и его команда экспертов из Силиконовой Долины провели перекрестное сравнение данных двух отчетов, чтобы извлечь для инвесторов три перспективные отраслевые инсайта.

Один: "Программные приложения" дифференцируются, что предвещает восходящий рынок специализированных AI инструментов.

Соперничество между ChatGPT и Claude в области программных приложений не отражает колебания рыночного спроса, а является результатом перехода потребительских требований к "специализации" и "интеграции".

Универсальный интерфейс диалога уже не может удовлетворить глубокие потребности профессиональных разработчиков в сложных рабочих процессах. Им нужны AI-функции, которые могут бесшовно интегрироваться с интегрированными средами разработки (IDE), системами контроля версий кода и программным обеспечением для управления проектами.

Этот тренд предвещает появление важной рыночной возможности: "AI-родные инструменты", созданные специально для определенных отраслей (таких как разработка программного обеспечения, финансовый анализ, юридические услуги), глубоко интегрированные в существующие рабочие процессы.

Это требует от ИИ не только наличия модельных возможностей, но и глубокого понимания отрасли. При инвестициях в соответствующие области оценка того, обладает ли объект инвестиции способностью к созданию такой "глубокой интеграции", станет ключевым критерием.

Два: "77% уровень автоматизации", ускорение процесса автоматизации задач в количественных предприятиях

В отчете Anthropic «77% автоматизации API в компаниях» является сильным сигналом, указывающим на то, что роль ИИ на переднем крае коммерческого применения быстро переходит от «поддержки человека» к «выполнению задач».

!

Эти данные требуют от нас переоценки скорости воздействия ИИ на производительность предприятий, организационную структуру и модель затрат. Ранее рынок в основном сосредоточивался на «эффективности» ИИ, но теперь необходимо включить «замену» в основную аналитическую рамку.

Инвестиционная логика должна расширяться от оценки "как ИИ может помочь человеческим работникам" до "в каких областях знаний ИИ может независимо выполнять стандартизированные задачи с большей эффективностью и меньшими затратами".

Сферы, такие как генерация финансовых отчетов, первичная проверка контрактов и анализ рыночных данных, которые требуют стандартизированных процессов и высоких затрат на труд, будут первыми направлениями, где технологии автоматизации на базе ИИ смогут принести значительные экономические выгоды.

Три: "Различия в моделях сотрудничества и автоматизации", раскрывающие эволюционный путь бизнес-моделей ИИ.

Одной из парадоксальных точек данных в отчете является то, что в регионах с более высоким средним уровнем использования Claude пользователи более склонны к «коллаборационному» режиму; наоборот, в регионах с более низким уровнем использования пользователи более склонны к «автоматизированному» режиму.

!

Это может раскрыть эволюционную связь между бизнес-моделями ИИ и зрелостью пользователей. На ранних этапах проникновения на рынок пользователи, как правило, склонны рассматривать ИИ как простой инструмент повышения эффективности, используемый для альтернативного выполнения независимых задач (автоматизация).

И когда пользователи (особенно профессиональные пользователи) получат более глубокое понимание границ возможностей ИИ и способов взаимодействия с ним, они начнут исследовать, как осуществлять сложное сотрудничество с ИИ для выполнения задач, которые ранее было трудно реализовать, и которые являются более творческими (сотрудничество).

Это ставит новые вопросы относительно долгосрочной бизнес-модели ИИ. Кроме сокращения затрат за счет автоматизации (модель SaaS), создание новой стоимости и повышение качества принятия решений через сотрудничество человека и машины могут привести к более сложным бизнес-моделям, таким как оплата по результатам или подписка на поддержку принятия решений. Инвесторы, оценивая проекты ИИ, должны одновременно учитывать потенциал их развития по двум направлениям: "автоматизация" и "сотрудничество в создании".

Анализ, основанный на открытых отчетах, является лишь отправной точкой для процесса принятия решений. Полное решение также требует ответа на более глубокие ключевые вопросы о "как это реализовать" и "кем это будет реализовано", например:

Какова архитектура технологий, состав команды и состояние рыночной верификации самых перспективных стартапов в области "AI-родных инструментов"?

Каковы конкретные данные о реальных технологических путях, затратах на развертывание и возврате инвестиций (ROI) для достижения высокой степени автоматизации задач внутри ведущих технологических компаний?

Какова стратегия ИИ таких компаний, как Apple, в их замкнутой экосистеме, особенно с точки зрения логики основного технологического стека и путей коммерциализации собственного большого модели?

Эта информация не может быть получена из публичных отчетов, она основана на практическом опыте на передовой отрасли. Чтобы по-настоящему понять динамику текущей AI-индустрии, необходимо вести прямой диалог с ключевыми фигурами, определяющими эти технологии и продукты.

Например, для более глубокого изучения передовой линии отрасли наши финансовые клиенты недавно провели глубокие беседы с двумя следующими экспертами:

Научный сотрудник и технический руководитель в области ML/DL/NLP из отдела машинного обучения Apple. Будучи ключевым членом команды, занимающейся обучением собственного большого языкового моделирования (LLM) Apple с нуля, он может прямо раскрыть технические вызовы, с которыми сталкиваются технологические гиганты при создании собственных основных возможностей ИИ, реальные затраты на обучение, а также стратегические соображения, о которых он напрямую отчитывается перед высшим руководством.

Технический директор (Lead Engineer) организации Meta по генеративному ИИ. В качестве одного из основателей он не только глубоко участвует в разработке больших языковых моделей (LLM), но, что более важно, он возглавил процесс внедрения технологий GenAI в такие ключевые коммерческие движки, как реклама и системы рекомендаций. Общение с ним позволяет четко очертить путь преобразования от возможностей модели до коммерческого ROI, а также его наблюдения за инвестициями в передовые стартапы в области ИИ в Северной Америке.

Мнения таких экспертов преобразуют макро-тенденции из публичных отчетов в тактическую информацию с высокой степенью детализации, которая может направлять конкретные решения. В условиях быстро меняющейся информационной среды получение углубленных знаний, выходящих за рамки общедоступной информации, является основой для создания познавательного преимущества и принятия точных решений. Если у вас есть необходимость в дальнейших обсуждениях по вышеупомянутой теме, мы рады пригласить вас связаться с нами для организации общения с экспертами в соответствующей области.

Когда ваша команда не может прийти к согласию по поводу технической стратегии, когда ваши инвестиционные решения остаются неопределенными, когда ваша продуктовая стратегия затруднена… помните, что ваши трудности могут быть теми же, что и путь, который уже преодолел какой-то эксперт. Мы, Силиконовый Кролик, уверены: истинный практический опыт всегда исходит от тех, кто на самом деле движет преобразованиями в индустрии.

!