אנתרופיק משיקה כלים שמראים לחברות מה הן מקבלות תמורת ההוצאה על AI
אנתרופיק השיקה חבילת דוחות שמראה למנהלים מה הצוותים שלהם הפיקו מהשימוש במודלים של החברה, כמה זה עלה ואיפה תהליכי העבודה נתקעו. ההשקה מגיעה באותו שבוע שבו החברה הציגה למשקיעים רווח תפעולי ברבעון השני, ובזמן שההוצאה הארגונית על כלי קוד מבוססי AI גדלה מהר יותר ממה שמנהלי כספים תכננו.
אנתרופיק השיקה ביום רביעי חבילה של כלי דיווח ללקוחות עסקיים. הכלים נועדו להראות לארגונים מה הם מקבלים בפועל תמורת הכסף שהם מוציאים על tokens, כלומר יחידות העיבוד שלפיהן מתומחר השימוש במודלים. מנהלים יוכלו לראות מה צוות עשה בטווח תאריכים מסוים, מה הוא הפיק, כמה זה עלה ובאילו שלבים תהליכי העבודה נתקעו. הנתונים נאספים מאנליטיקה פנימית ומסקרי עובדים.
הדוחות כוללים גם המלצות לשיפור התוצאות. בנוסף, אנתרופיק מוסיפה תקציבים קבוצתיים משותפים (pooled budgets), שיאפשרו לצוותים לנהל טוב יותר את ההוצאה על tokens. לדברי החברה, כברירת מחדל היא לא תשתמש בנתונים האלה לאימון המודלים שלה.
המספרים שמאחורי ההשקה
לפי TechCrunch, הנתונים הפיננסיים שאנתרופיק הציגה למשקיעים השבוע מראים ש-Claude Code, כלי התכנות שלה, מצליח מסחרית. החברה דיווחה על רווח תפעולי ברבעון השני ועל שימור הכנסות נטו (net revenue retention) של 900%. במילים אחרות, ההוצאה של אותם לקוחות גדלה פי תשעה בין הרבעון השלישי של 2025 לרבעון השלישי של 2026.
נתונים חיצוניים מצביעים על מגמה דומה. Jellyfish, חברה שמפתחת כלים למפתחי תוכנה, פרסמה דוח שמבוסס על השימוש של 276 אלף מלקוחותיה בכלי קוד אגנטיים, כלומר כלים שמבצעים משימות תכנות באופן עצמאי. לפי הדוח, Claude Code וכלים אחרים שמבוססים על המודלים של אנתרופיק הם הנפוצים ביותר, ומהם מגיעים כמעט שליש מכל שינויי הקוד שמוגשים לבדיקה. ההוצאה על הכלים האלה גדלה פי 10 מתחילת השנה, והיא שווה כיום לכ-2% מסך עלויות ההנדסה.
"גם אם אומרים ש-2% זה עדיין מעט, צמיחה פי 10 היא צמיחה שרוב מנהלי הכספים לא תכננו", אמר ל-TechCrunch ניקולס ארקולנו, המדען הראשי של Jellyfish. "אנחנו בהחלט מגיעים לנקודה שבה אנשים מבינים שלא מספיק פשוט להוציא הרבה. עכשיו צריך לייעל את זה ולגרום לזה לעבוד."
למה דווקא עכשיו
ההשקה היא ניסיון גלוי להוכיח את התשואה על ההשקעה בכלים של אנתרופיק, נושא שמטריד לקוחות גדולים. לפי הכתבה, ההוצאה על tokens נשענת בעיקר על חברות שמגובות בהון סיכון, ואילו רוב חברות Fortune 500 לא רואות עדיין תועלת משמעותית מהטמעת AI. המשמעות לארגון שמשלם על AI היא ככל הנראה כלי שמאפשר לבחון אם ההוצאה מוצדקת, במקום להסתמך על תחושת בטן.
גם התחרות משחקת כאן תפקיד. השקת המודל Astra של OpenAI בקיץ נראתה כאיום על אנתרופיק, אבל לפי הכתבה היא לא האטה עד כה את קצב האימוץ של החברה. "לקח הרבה זמן עד ש-Codex בכלל בלט בנתונים שלנו, והוא עלה עם Astra", אמר ניקולס אלבראן, מוביל מוצרי ה-AI ב-Jellyfish. לדבריו, ב-X מתקבל רושם שהתחרות חריפה יותר ו"כולם בעמק אומרים ש-Codex טוב יותר". אבל בפועל, "לאנתרופיק היה מהלך ארגוני חזק... הדברים פשוט עבדו, והרבה אנשים השקיעו מאמץ בבניית תהליכי עבודה סביבם. ואין סיבה מספיק גדולה לעבור".
אלבראן מזכיר גם שכל מעבדות ה-AI הגדולות משקיעות בצוותי forward-deployed engineering (FDE), יועצים שמוצבים בתוך הארגון של הלקוח ועוזרים לו להתחיל לעבוד עם הכלים. אפשר לראות בכלי הדיווח החדשים גרסה קלה של הליווי הזה. "הגענו לשלב שבו התחום בשל מספיק כך שברגע שנכנסת, יהיה קשה יותר ויותר לעבור, כי כבר השקעת את המאמץ", אמר. "גם אם כולם פחות או יותר דומים, לכל אחד יש מוזרויות משלו... עלות המעבר היא לא אפס".
המשמעות
נראה שאנתרופיק פועלת בשני מישורים. כלפי הלקוחות היא מספקת שקיפות שמקלה להצדיק את ההוצאה מול הנהלת הכספים. כלפי המתחרים היא מעמיקה את הקשר עם הלקוחות הקיימים, ובכך ככל הנראה מייקרת עוד יותר את המעבר לספק אחר. לארגונים ישראליים שמשתמשים ב-Claude Code, הכלים האלה עשויים לענות על שאלה שמנהלי כספים כבר שואלים: על מה בדיוק הולך הכסף.