Strategia Anthropic: jak wygrać wyścig AI bez pokonania ChatGPT?
Choć Anthropic jest jednym z wiodących dostawców modeli sztucznej inteligencji na świecie, szczególnie w dziedzinie kodowania, jego asystent Claude nie jest nawet w przybliżeniu tak popularny jak ChatGPT od OpenAI. Według dyrektora ds. produktu Mike’a Kriegera, Anthropic wcale nie planuje wygrać wyścigu AI budując asystenta skierowanego do masowego odbiorcy. Zamiast tego firma skupia się na dwóch kluczowych obszarach, które mogą przynieść jej przewagę.
Jak Anthropic definiuje swoją ścieżkę do sukcesu
Mike Krieger, dyrektor ds. produktu w Anthropic, który zasłynął jako współzałożyciel Instagrama, a później aplikacji agregującej wiadomości Artifact, dołączył do Anthropic prawie rok temu. „Mam nadzieję, że Claude dotrze do jak największej liczby osób” – powiedział Krieger podczas konferencji HumanX AI w tym tygodniu. „Ale myślę, że dla naszych ambicji, kluczowa ścieżka nie prowadzi obecnie przez masową adopcję konsumencką”.
Zamiast tego, Anthropic koncentruje się na dwóch głównych kierunkach. Po pierwsze, na budowaniu najlepszych modeli AI na świecie. Po drugie, na tworzeniu tego, co Krieger nazywa „doświadczeniami wertykalnymi, które odblokowują agentów” – specjalistycznych narzędzi AI do konkretnych zastosowań.
Pierwszym z tych narzędzi jest Claude Code, narzędzie do kodowania AI od Anthropic, które według Kriegera zgromadziło 100 000 użytkowników w ciągu pierwszego tygodnia dostępności. Krieger zapowiada, że w tym roku pojawi się więcej tego typu agentów do określonych zastosowań, a firma pracuje nad „mniejszymi, tańszymi modelami” dla deweloperów. Oczywiście w planach są również przyszłe wersje największego i najbardziej zaawansowanego modelu firmy – Opus.
„Jednym z powodów, dla których dołączyłem do Anthropic, jest przekonanie, że możemy odegrać wyjątkową rolę w kształtowaniu przyszłości interakcji człowiek-AI.”
Dlaczego Anthropic stawia na wyspecjalizowane narzędzia AI
Anthropic nie chce być firmą koncentrującą się na rozrywce i konsumenckich zastosowaniach AI. „Chcemy pomóc ludziom wykonywać pracę – czy to kodowanie, czy praca oparta na wiedzy” – wyjaśnia Krieger. Co ciekawe, uważa on, że na rynku konsumenckim wciąż istnieje dramatycznie niewielka liczba rozwiązań opartych na AI, ale nie jest to obecnie główny obszar zainteresowania Anthropic.
Krieger, który kierował wcześniej serwisem z miliardami użytkowników, przyznaje, że praca na taką skalę jest fascynująca. „Mam nadzieję, że Claude dotrze do jak największej liczby osób, ale myślę, że dla naszych ambicji kluczowa ścieżka nie prowadzi obecnie przez masową adopcję konsumencką.”
Zamiast tego firma koncentruje się na budowaniu i trenowaniu najlepszych modeli na świecie. „Mamy fantastyczny zespół badawczy. Będziemy nadal inwestować w to i rozwijać rzeczy, w których już jesteśmy dobrzy, i udostępniać je za pośrednictwem API” – mówi Krieger.
Drugim obszarem są właśnie wspomniane wcześniej wyspecjalizowane agenty. „Sposób, w jaki o tym myślę, to AI wykonująca więcej niż tylko pojedyncze zadania dla ciebie, zarówno w życiu osobistym, jak i w miejscu pracy” – wyjaśnia Krieger. Claude Code jest pierwszym podejściem firmy do wertykalnego agenta do kodowania, a Anthropic planuje stworzyć kolejne narzędzia wykorzystujące zalety swoich modeli, w tym integrację danych.
Jak Anthropic zarządza relacjami z klientami, gdy zaczyna z nimi konkurować
Interesującym aspektem strategii Anthropic jest sposób, w jaki firma decyduje o konkurowaniu z własnymi klientami. Na przykład, popularne narzędzie do kodowania Cursor jest zasilane modelami Anthropic. Teraz, gdy firma wypuściła Claude Code, bezpośrednio konkuruje z własnymi klientami. Jak Anthropic radzi sobie z tą delikatną kwestią?
„To naprawdę delikatna kwestia dla wszystkich laboratoriów AI i staram się podchodzić do niej bardzo rozważnie” – przyznaje Krieger. „Na przykład, zadzwoniłem do CEO Cursora i praktycznie wszystkich naszych czołowych klientów w zakresie kodowania, aby dać im znać, że uruchamiamy Claude Code, ponieważ postrzegam to jako uzupełnienie. Słyszymy od ludzi, którzy korzystają z obu narzędzi.”
Krieger podkreśla, że ten sam model, który jest dostępny w Claude Code, jest tym samym, który zasila Cursor, Windsurf, a teraz także GitHub Copilot. „Rok temu żaden z tych produktów nawet nie istniał, z wyjątkiem Copilota. Miejmy nadzieję, że wszyscy będziemy w stanie poruszać się po okazjonalnie bliższych powiązaniach” – dodaje.
„Tego roku ciągle zatrudniamy wielu inżynierów oprogramowania. Jednak w dłuższej perspektywie, miejmy nadzieję, że wasi projektanci będą mogli wejść głębiej w stos technologiczny.”
Jak partnerstwo z Amazonem przyspieszyło rozwój modeli Anthropic
Jednym z ważnych elementów strategii Anthropic jest partnerstwo z Amazonem, który jest dużym inwestorem w firmę. Anthropic pomaga zasilić nową wersję asystenta Alexa. Krieger opisuje, jak to partnerstwo wymusiło na firmie przyspieszenie prac optymalizacyjnych.
„Aby przepływy pracy typu Alexa działały naprawdę dobrze, liczy się ogromnie opóźnienie. Częścią partnerstwa było to, że pociągnęliśmy do przodu prawdopodobnie rok pracy nad optymalizacją w ciągu trzech do sześciu miesięcy” – wyjaśnia Krieger. „Kocham tych klientów, którzy nas popychają i wyznaczają super ambitne terminy. Przynosi to korzyści wszystkim, ponieważ niektóre z tych ulepszeń trafiają do modeli, z których wszyscy mogą teraz korzystać.”
Krieger wyraża także zainteresowanie współpracą z innymi dużymi platformami. „Chciałbym zasilać jak najwięcej takich rzeczy. Kiedy myślę o tym, co możemy zrobić, to naprawdę w miejscu konsultacji i partnerstwa. Sprzęt nie jest obszarem, na którym obecnie się skupiam wewnętrznie, ponieważ kiedy myślimy o naszych obecnych przewagach, musisz wybierać.”
Jak Anthropic łączy badania z rozwojem produktu
Jako firma mocno zorientowana na badania, Anthropic stoi przed wyzwaniem zintegrowania prac badawczych z rozwojem produktów. Krieger wyjaśnia, jak wygląda ten proces w firmie.
„Dużo myślimy o wertykalnych agentach, które chcemy dostarczyć do końca tego roku. Chcemy pomagać w prowadzeniu badań i analiz. Jest wiele interesujących przypadków użycia pracowników opartych na wiedzy, które chcemy umożliwić” – mówi Krieger.
Krieger podkreśla znaczenie planowania z wyprzedzeniem. „Jeśli ważne jest, aby niektóre z tych danych znalazły się w fazie wstępnego treningu, ta decyzja musi zapaść teraz, jeśli chcemy, aby to się zmaterializowało w połowie roku lub nawet później. Musisz działać bardzo, bardzo szybko w dostarczaniu produktu, ale także działać elastycznie i mieć wizję tego, gdzie chcesz być za sześć miesięcy, abyś mógł informować o tym kierunku badań.”
Ten taniec między badaniami a rozwojem produktu jest skomplikowany. „Jeśli poczekasz, aż model będzie idealny, jest już za późno, ponieważ powinieneś był budować ten produkt z wyprzedzeniem. Ale musisz też pogodzić się z tym, że czasami model nie jest tam, gdzie go potrzebowałeś, i być elastycznym w zakresie dostarczania innej manifestacji tego produktu” – wyjaśnia Krieger.
„Rzeczą, którą zrobiliśmy wyjątkowo dobrze, jest bardzo zintegrowana kultura bez wielu lenn i silosów. Badacze rozmawiają z zespołami produktowymi przez cały czas.”
Co wyróżnia kulturę Anthropic
Na koniec wywiadu Krieger został zapytany, co powiedziałby komuś, kto rozważa pracę między OpenAI a Anthropic. Jego odpowiedź rzuca światło na kulturę firmy i jej wartości.
„Spędź czas z obydwoma zespołami. Myślę, że produkty są różne. Wewnętrzne kultury są dość różne. Myślę, że zdecydowanie kładziemy większy nacisk na alignment i bezpieczeństwo AI [w Anthropic], nawet jeśli po stronie produktowej manifestuje się to nieco mniej niż po czystej stronie badawczej” – mówi Krieger.
Jedną z rzeczy, które według Kriegera Anthropic robi dobrze i ma nadzieję zachować, jest zintegrowana kultura bez silosów. „Myślę, że wyjątkowo dobrze zrobiliśmy to, że są badacze rozmawiający z [zespołami] produktowymi przez cały czas. Witają nasze opinie na temat produktów do modeli badawczych. Nadal czujemy się jak jeden zespół, jedna firma, a wyzwaniem, gdy się rozwijamy, jest utrzymanie tego.”
Jak podkreśla Krieger, Anthropic koncentruje się bardziej na pomaganiu ludziom w wykonywaniu pracy niż na zastępowaniu ich. „Jak możemy wzmocnić, a nie tylko być czystym zamiennikiem dla ludzi? Jak zwiększamy świadomość ludzi zarówno o potencjale, jak i ograniczeniach AI?” – to pytania, które według Kriegera wyróżniają podejście Anthropic w coraz bardziej konkurencyjnym krajobrazie AI.
