aifollow.news Search
Back TechCrunch AI 报道
TechCrunch AI 报道· · Original publication time AI score53

Anthropic launches tools to track the value of enterprise AI spendingMachine translation

Anthropic 推出企业 AI 支出分析工具

Automatically verified and published · Generated and evidence-checked automatically; not reviewed by a human.

AI-assisted summary

Anthropic announced reporting tools that let managers review a team's output, costs and workflow problems over a selected period, along with recommendations for improvement. It is also creating pooled group budgets to manage token spending. Anthropic says it will not use the reporting data for model training by default.

Article · AI translation

Anthropic 本周向投资者分享的财务数据显示,其 AI 编程工具 Claude Code 的商业成功完全符合这家前沿实验室的期望。该公司在第 2 季度录得营业利润,净收入留存率达到 900%——也就是说,同一批客户在 2026 年第 3 季度的支出是 2025 年第 3 季度的 9 倍。

Anthropic 一直着力留住企业用户,并于周三宣布推出一套新的报告工具,旨在让这些客户更细致地了解其令牌支出所带来的价值。

借助内部分析数据和员工调查,管理者可以查看团队在指定日期范围内的工作、产出、成本,以及工作流程在哪些环节遇到障碍。Anthropic 表示,默认情况下不会将这些数据用于模型训练。报告还将提供改进成果的建议。

这显然是为了展示 Anthropic 工具的投资回报,并向客户说明如何提高回报;这是大客户的一项主要关切。Anthropic 还在建立团队共享预算,以便团队更好地管理令牌支出。

企业一直在寻找这类信息,以确定如何最好地部署 AI 工具。虽然风险投资支持的公司对这些工具的使用正在推动令牌支出增长,但《财富》500 强中的大多数企业并未从部署 AI 中获得显著收益。

为软件开发者提供工具的公司 Jellyfish 昨天发布了一份新报告,依据是其 276,000 名客户对智能体编程工具的使用情况。调查显示,Claude Code 和其他基于 Anthropic 模型构建的工具仍是使用最广泛的工具,在所有提交审查的拟议代码变更中占近 3 分之 1。更重要的是,自今年年初以来,这些工具的支出增长了 10 倍,其成本目前约占工程总成本的 2%。

Jellyfish 首席科学家 Nicholas Arcolano 告诉 TechCrunch:“即使你认为 2% 仍然很小,10 倍的增长也是大多数首席财务官没有预料到的。我们显然正走到这样一个阶段:人们意识到,光是投入大量资金已经不够了。现在你必须优化支出,让它发挥作用。”

Anthropic 的新报告正是针对这一挑战。Anthropic 在企业客户中处于领先地位,但究竟是什么让智能体编程工具真正具有用户黏性,仍难以确定。今年夏天 OpenAI 发布 Astra 模型时,似乎可能对 Anthropic 构成威胁,但到目前为止,它并未减缓 Anthropic 的用户采用增长。

Jellyfish 的 AI 产品负责人 Nikolas Albarran 告诉 TechCrunch:“我们花了很长时间才在数据中看到 Codex 真正冒头,而它是随着 Astra[OpenAI 的最新模型]出现的。”他接着说,如果看看 X,你会明显觉得竞争更加激烈。“硅谷的每个人都在说,‘哦,Codex 更好。’”但 Albarran 继续说,实际情况是:“Anthropic 当时已经有很出色的企业客户拓展策略,也积累了自己的先发优势——这些工具就是好用,而且运行得很好,很多人花了大量精力围绕它们建立标准化工作流程。没有足够大的理由让他们改用别的工具。”

这也不仅仅是模型和工作流程的问题。商业现实意味着,一旦一家前沿实验室与客户建立了紧密关系,客户要转用其他工具,就比个人程序员或小型组织更困难。Albarran 指出,各大 AI 实验室都在投资建设前线部署工程(FDE)团队,让 AI 顾问进驻客户组织,帮助其启动相关工作。对 Anthropic 客户而言,这些新的报告工具可以看作一种简化版 FDE:以更轻量的方式提供类似的实地协助。

“现在它已经足够成熟,一旦你开始使用,转换到别的工具就会越来越难,因为你已经投入了精力,”他说。“即使它们大体上都一样,也都会有些细微差别,在处理智能体与 ND 文件等方面各有一些小特点,因此转换成本并不为零。”

Found an error? Send a correction