В последнее время OpenAI и Anthropic последовательно опубликовали ключевые пользовательские отчёты о ChatGPT и Claude. Эти документы — не просто демонстрация достижений, а раскрытие важнейшего тренда в современной индустрии искусственного интеллекта: два ведущих крупных ИИ-модели развиваются по совершенно разным траекториям, и их рыночное позиционирование, основные сценарии применения и модели взаимодействия с пользователями уже заметно различаются.
В связи с этим команда Silicon Rabbit совместно с экспертами из Кремниевой долины провела сравнительный анализ двух отчётов, выделила скрытые отраслевые сигналы и рассмотрела их глубокие последствия для будущих технологических маршрутов, бизнес-моделей и инвестиционных стратегий.
Данные из обоих отчётов чётко демонстрируют различия между ChatGPT и Claude в пользовательской базе и ключевых функциях — это отправная точка для понимания их долгосрочных стратегических различий.
ChatGPT: проникновение на рынок в сфере универсальных приложений
Отчёт OpenAI подтверждает статус ChatGPT как феноменального приложения. По состоянию на июль 2025 года еженедельная активная аудитория превысила 700 миллионов. Пользовательская структура демонстрирует два ключевых признака:
Во-первых, аудитория успешно расширилась до более широкой группы людей: изначально преобладали технические специалисты, а теперь доминируют высокообразованные белые воротнички из разных профессий;
Во-вторых, гендерное соотношение стало более сбалансированным — доля женщин выросла до 52%.
В плане сценариев использования основные функции ChatGPT сосредоточены в трёх областях: практические советы, поиск информации и написание документов — эти три направления составляют почти 80% всех диалогов.
Пользователи в основном используют его для помощи в повседневной жизни и рутинных офисных задачах. Примечательно, что в отчёте чётко указано: доля использования для профессиональной технической поддержки, такой как программирование, снизилась с 12% до 5%.
В целом стратегия ChatGPT — стать универсальным AI-ассистентом для широкой аудитории. Его основное преимущество — огромная пользовательская база и возникающий сетевой эффект, а также высокая степень проникновения в ежедневные процессы обработки информации пользователей.
Claude: фокус на корпоративных и профессиональных автоматизированных сценариях
Отчёт Anthropic рисует совершенно иную картину. Распределение пользователей Claude сильно коррелирует с уровнем экономического развития региона (ВВП на душу населения), что указывает на то, что основная аудитория — это работники знаний и профессионалы из развитых экономик.
Его ключевые сценарии применения крайне сфокусированы. Данные отчёта показывают, что программная инженерия — ведущая область применения практически во всех регионах, на неё стабильно приходится от 36% до 40% задач, что резко контрастирует с трендом использования ChatGPT в этой сфере.
Самый впечатляющий показатель отчёта — доля задач по автоматизации. За последние 8 месяцев доля «инструкционных» автоматизированных задач, когда пользователь даёт прямую команду, а AI самостоятельно выполняет большую часть работы, выросла с 27% до 39%.
Среди корпоративных пользователей платного API эта тенденция выражена ещё сильнее: до 77% диалогов проходят в автоматизированном режиме, причём подавляющее большинство — это «инструкционная» автоматизация с минимальным вмешательством человека.
Таким образом, стратегическое позиционирование Claude совершенно ясно: стать профессиональным инструментом производительности и автоматизации, глубоко интегрированным в основные рабочие процессы компаний. Его конкурентное преимущество — глубокая оптимизация под конкретные профессиональные области (особенно разработку ПО) и максимальная эффективность выполнения задач.
Исходя из вышеуказанных стратегических различий, команда Silicon Rabbit и эксперты Кремниевой долины провели перекрёстный анализ данных двух отчётов и выделили для инвесторов три перспективных отраслевых инсайта.
Первое: дивергенция «программных приложений» предвещает рост рынка специализированных AI-инструментов
Взаимное изменение долей ChatGPT и Claude в программных приложениях отражает не колебания рыночного спроса, а эволюцию пользовательских потребностей в сторону «специализации» и «интеграции».
Универсальный диалоговый интерфейс уже не удовлетворяет глубокие потребности профессиональных разработчиков в сложных рабочих процессах. Им нужны AI-функции, которые бесшовно интегрируются с интегрированной средой разработки (IDE), системами контроля версий и программами управления проектами.
Эта тенденция указывает на появление важной рыночной возможности: создание «AI-родных инструментальных цепочек», глубоко интегрированных с существующими рабочими процессами для конкретных отраслей (например, разработка ПО, финансовый анализ, юридические услуги).
Это требует от AI не только мощных моделей, но и глубокого понимания отрасли. Для инвестиций в соответствующие области ключевым критерием станет способность компании строить такую «глубокую интеграцию».
Второе: «77% уровень автоматизации» — ускорение процесса автоматизации корпоративных задач
Показатель «77% автоматизации корпоративных API» в отчёте Anthropic — очень сильный сигнал: на передовой коммерческого применения роль AI быстро меняется с «помощника человека» на «исполнителя задач».
Эти данные требуют пересмотра оценки скорости влияния AI на производительность, структуру организации и модель затрат компаний. Ранее рынок в основном фокусировался на «повышении эффективности» с помощью AI, но теперь необходимо включить в анализ и «замещающую» ценность.
Инвестиционная логика должна расшириться от оценки «как AI помогает сотрудникам» до анализа «в каких областях интеллектуального труда AI может самостоятельно выполнять стандартизированные задачи быстрее и дешевле».
Генерация финансовых отчётов, первичный анализ контрактов, анализ рыночных данных и другие рутинные процессы с высокими затратами на персонал станут направлениями, где AI-автоматизация принесёт наибольший экономический эффект в первую очередь.
Третье: различия между моделями «сотрудничества и автоматизации» раскрывают эволюцию бизнес-моделей AI
Один из парадоксальных выводов отчёта: в регионах с более высокой средней частотой использования Claude пользователи чаще выбирают режим «сотрудничества»; напротив, в регионах с низкой частотой использования преобладает «автоматизация».
Это, возможно, раскрывает связь между бизнес-моделью AI и зрелостью пользователей. На ранних этапах проникновения рынка пользователи склонны рассматривать AI как простой инструмент повышения эффективности, используемый для замещения отдельных задач (автоматизация).
Однако по мере того, как пользователи (особенно профессионалы) глубже понимают границы возможностей AI и способы взаимодействия с ним, они начинают исследовать возможности сложного совместного труда с AI для выполнения ранее невозможных, более креативных задач (сотрудничество).
Это ставит новые вопросы для долгосрочных бизнес-моделей AI. Помимо сокращения затрат за счёт автоматизации (SaaS-модель), создание новой ценности и повышение качества решений через человеко-машинное сотрудничество может привести к появлению более продвинутых бизнес-моделей, например, оплате за результат или подписке на поддержку принятия решений. Инвесторы при оценке AI-проектов должны учитывать потенциал развития как по пути «автоматизации», так и по пути «совместного творчества».
Анализ на основе открытых отчётов — лишь отправная точка процесса принятия решений. Для полноценного решения необходимо ответить на более глубокие вопросы о «как реализовать» и «кто реализует», например:
Каковы техническая архитектура, состав команды и рыночная валидация наиболее перспективных стартапов в области «AI-родных инструментальных цепочек»?
Каковы реальные технические пути, затраты на внедрение и показатели возврата инвестиций (ROI) при высокой автоматизации задач внутри ведущих технологических компаний?
Какова стратегия AI в замкнутой экосистеме таких компаний, как Apple, особенно базовая технологическая логика и коммерциализация собственных крупных моделей?
Эту информацию невозможно получить из открытых отчётов — она приходит из практического опыта на передовой отрасли. Чтобы по-настоящему понять динамику современной AI-индустрии, необходимо вести прямой диалог с ключевыми людьми, определяющими эти технологии и продукты.
Например, для глубокого изучения отрасли наши финансовые клиенты недавно провели интенсивные обсуждения с двумя экспертами:
Один из них — учёный и технический руководитель по ML/DL/NLP из Apple. Как ключевой участник команды, с нуля обучавшей собственную большую языковую модель (LLM) Apple, он может напрямую рассказать о технических вызовах, реальных затратах на обучение и стратегических соображениях, которые докладываются высшему руководству технологического гиганта.
Второй — технический руководитель (Engineer Lead) генеративного AI-подразделения Meta. Как инженер-основатель, он не только глубоко участвовал в разработке LLM, но и возглавил интеграцию GenAI с такими ключевыми коммерческими движками, как ранжирование рекламы и рекомендательные системы. Общение с ним позволяет чётко проследить путь от возможностей модели к коммерческому ROI, а также получить его инвестиционные наблюдения за передовыми AI-стартапами Северной Америки.
Мнения таких экспертов превращают макротренды из открытых отчётов в тактическую информацию с высокой детализацией, пригодную для принятия конкретных решений. В быстро меняющейся отрасли получение инсайтов, выходящих за рамки открытых данных, — основа для формирования когнитивного преимущества и принятия точных решений. Если вы хотите обсудить вышеуказанные темы подробнее, мы приглашаем вас связаться с нами для организации общения с экспертами в соответствующих областях.
Когда ваша команда спорит о технологических маршрутах, когда ваши инвестиционные решения остаются нерешёнными, когда ваша продуктовая стратегия погружается в туман... помните: ваши сомнения, возможно, уже давно преодолены каким-то экспертом. Мы в Silicon Rabbit верим: настоящий опыт всегда исходит от людей, которые сами двигают индустриальные перемены.
