Анализ
Ode With Anthropic ставит внедрение корпоративного ИИ в бизнес-модель Frontier-Lab
Предприятие Anthropic по внедрению, поддерживаемое Blackstone, показывает, что следующий этап конкуренции в области корпоративного ИИ может определяться передовыми инженерными разработками, интеграцией рабочих процессов и измеримым бизнес-влиянием, а не только запусками моделей.
Эльвин С ·
Anthropic и Blackstone придали название и коммерческую форму тезису, который уже понятен многим корпоративным покупателям: одни лучшие модели — это недостаточно. TechCrunch сообщалось, что Ode с Anthropic — это компания по внедрению ИИ стоимостью 1,5 миллиарда долларов, созданная через совместное предприятие с участием Anthropic, Blackstone, Hellman & Friedman, Goldman Sachs и других. Ее задача — посылать высококлассных инженеров по прикладному ИИ в компании, которым нужно заставить Claude и другие системы работать в реальных операциях.
Этот шаг является тихим признанием со стороны индустрии моделей для предприятий. Принятие в компании не происходит просто потому, что поставщик публикует лучший бенчмарк. Оно происходит тогда, когда модель интегрирована в системы разрешений, потоки данных, системы проверки, обработку исключений, рабочие процессы сотрудников и измеримые бизнес-результаты. Ode создана для того, чтобы владеть этим уровнем реализации, а не просто продавать доступ к конечной точке модели.
TechCrunch сообщил, что Ode выросла из опыта Blackstone по внедрению ИИ в компаниях своего портфеля и из приобретения Anthropic стартапа Fractional AI, предоставляющего услуги, соучредители которого теперь возглавляют 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 технологиями Anthropic, когда нужен другой продукт.
Этот последний момент имеет коммерческое значение. Если бы Ode была только реселлером, она была бы каналом поддержки. Если она может строить долговечные системы вокруг рабочих процессов клиентов, она становится сервисной компанией со стратегическим влиянием. Профиль маржинальности может быть ниже, чем у чистого программного обеспечения, но контроль над аккаунтами может быть сильнее. Как только инженеры понимают внутренние процессы компании, затраты на смену повышаются, а пути расширения множатся.
OpenAI движется в том же направлении со своим собственным бизнесом по развёртыванию. Параллель показывает, что ведущие лаборатории рассматривают внедрение как нечто большее, чем успех для клиентов. Это новый источник дохода, оборонительный канал и способ узнать, что на самом деле нужно предприятиям. Чем больше сходится производительность моделей, тем ценнее становится операционное знание.
Точка сравнения — это не только другие лаборатории. Это инженерия с предварительным развёртыванием в стиле Palantir и консультационные гиганты, которые уже продают трансформацию технологий. Deloitte, Accenture и другие компании создали команды по работе с AI-услугами, потому что компаниям нужна помощь в решении, что автоматизировать, как управлять результатами и где ошибки модели допустимы. Ode пытается конкурировать с меньшей, более технической, более тесно связанной с моделями версией этой стратегии.
Для покупателей это обещание выглядит привлекательно и рискованно одновременно. Команда, поддерживаемая Anthropic, может сократить путь от пилотного проекта до производства, особенно когда компании не хватает внутреннего прикладного ИИ-таланта. Но это также может усилить зависимость от одной экосистемы моделей. Даже когда Ode использует инструменты не от Anthropic, его стимулы и экспертиза естественным образом будут склоняться в сторону Claude. Предприятиям, нанимающим компании по внедрению, потребуется сохранить переносимость моделей, журналы аудита и права на знания о рабочих процессах.
Для Anthropic стратегическая выгода заключается в данных о трудностях внедрения. Каждый неудачный пилотный проект, вопрос соответствия требованиям, проблема с задержкой и несоответствие рабочего процесса учит лабораторию, где нужно улучшить модель и продуктовый слой. Эта обратная связь ценна, даже если маржа услуг Ode не впечатляет. Она превращает трения в предприятиях в продуктовую информацию.
Ограничение в талантах может быть самой трудной частью. TechCrunch цитировал руководителей Ode, описывающих необходимость инженеров, способных полностью решать неоднозначные бизнес-проблемы, а не просто писать обертки для моделей. Такой профиль редок. Масштабировать бутик-культуру внедрения, не снижая качество, сложно в любом сервисном бизнесе. Это труднее, когда сервис одновременно зависит от суждений в передовой области ИИ, корпоративной политики и дисциплины в производственном программном обеспечении.
Запуск Ode не означает, что соревнование моделей окончено. Это означает, что цепочка создания ценности в предприятии расширяется. Компаниями-победителями могут оказаться не те, у кого лучший демонстрационный показ в день релиза. А те, кто сможет сделать так, чтобы ИИ выживал через закупки, проверку безопасности, принятие сотрудниками, восстановление после ошибок и квартальные бизнес-метрики. Anthropic и Blackstone ставят на то, что эта работа не является после мысли. Они ставят на то, что это рынок.
Темы: Anthropic, Blackstone, корпоративный ИИ, Ode