Krongkwun Rithiwong
Anthropic เปิดตัวเครื่องมือใหม่ ช่วยองค์กรตรวจสอบค่าใช้จ่าย AI และผลตอบแทนจากการใช้งานโมเดล AI ได้อย่างละเอียด
Anthropic เปิดตัวเครื่องมือใหม่ ช่วยองค์กรตรวจสอบค่าใช้จ่าย AI ว่าคุ้มค่าไหม
ข้อมูลทางการเงินที่ Anthropic แชร์ให้นักลงทุนทราบในสัปดาห์นี้ชี้ให้เห็นว่า Claude Code ซึ่งเป็นเครื่องมือช่วยเขียนโค้ดด้วย AI ประสบความสำเร็จในเชิงธุรกิจอย่างที่แล็บ AI คาดหวังไว้ โดยบริษัทมีกำไรจากการดำเนินงานในไตรมาสที่ 2 และมีอัตราการรักษารายได้สุทธิ (Net Revenue Retention) สูงถึง 900% ซึ่งหมายความว่าการใช้จ่ายจากลูกค้ารายเดิมในไตรมาสที่ 3 ของปี 2025 เติบโตขึ้นถึง 9 เท่าในไตรมาสที่ 3 ของปี 2026
Anthropic ให้ความสำคัญกับการรักษาฐานผู้ใช้ระดับองค์กร และได้ประกาศเปิดตัวชุดเครื่องมือรายงานผลชุดใหม่ เพื่อช่วยให้ลูกค้าเหล่านี้เข้าใจคุณค่าและผลตอบแทนที่ได้รับจากการใช้จ่ายค่า Token ได้อย่างละเอียดยิ่งขึ้น
ด้วยระบบการวิเคราะห์ภายในและการสำรวจความคิดเห็นของพนักงาน ผู้บริหารสามารถตรวจสอบการทำงานของทีมในช่วงเวลาที่กำหนด สิ่งที่ทีมสร้างขึ้น ค่าใช้จ่ายที่เกิดขึ้น และจุดที่กระบวนการทำงานมีปัญหา โดย Anthropic ระบุว่าจะไม่นำข้อมูลเหล่านี้ไปใช้ในการฝึกโมเดลเป็นค่าเริ่มต้น นอกจากนี้ รายงานยังให้คำแนะนำเกี่ยวกับวิธีปรับปรุงผลลัพธ์ให้มีประสิทธิภาพมากขึ้นด้วย
แก้โจทย์ความคุ้มค่าและงบประมาณระดับองค์กร
ความเคลื่อนไหวนี้แสดงให้เห็นถึงความพยายามในการพิสูจน์ผลตอบแทนจากการลงทุน (ROI) ของเครื่องมือจาก Anthropic และแสดงให้ลูกค้าเห็นว่าจะปรับปรุงประสิทธิภาพได้อย่างไร ซึ่งเป็นข้อกังวลหลักของลูกค้ารายใหญ่ นอกจากนี้ บริษัทยังสร้างระบบงบประมาณแบบกลุ่ม (Pooled Group Budgets) เพื่อช่วยให้ทีมต่าง ๆ จัดการการใช้จ่าย Token ได้ดียิ่งขึ้น
ธุรกิจต่าง ๆ พยายามค้นหาข้อมูลลักษณะนี้เพื่อพิจารณาว่าจะนำเครื่องมือ AI มาปรับใช้อย่างไรให้เกิดประโยชน์สูงสุด แม้ว่าการใช้งานในกลุ่มบริษัทที่ได้รับการสนับสนุนจาก Venture Capital จะช่วยขับเคลื่อนการใช้จ่าย Token แต่บริษัทส่วนใหญ่ใน Fortune 500 ยังไม่เห็นผลประโยชน์ที่ชัดเจนจากการนำ AI มาใช้งาน
Jellyfish ซึ่งเป็นบริษัทผู้สร้างเครื่องมือสำหรับนักพัฒนาซอฟต์แวร์ ได้เปิดเผยรายงานฉบับใหม่ที่อ้างอิงจากการใช้งานเครื่องมือช่วยเขียนโค้ดแบบ Agentic Coding ของลูกค้า 276,000 ราย โดย Claude Code และเครื่องมืออื่นๆ ที่พัฒนาบนโมเดลของ Anthropic ยังคงเป็นเครื่องมือที่มีการใช้งานแพร่หลายที่สุดในผลสำรวจ และมีสัดส่วนคิดเป็นเกือบหนึ่งในสามของการเสนอแก้ไขโค้ดทั้งหมดที่ส่งมาให้ตรวจสอบ ที่สำคัญคือ การใช้จ่ายกับเครื่องมือเหล่านี้เติบโตขึ้น 10 เท่าตั้งแต่ช่วงต้นปี โดยค่าใช้จ่ายปัจจุบันคิดเป็นประมาณ 2% ของต้นทุนด้านวิศวกรรมทั้งหมด
Nicholas Arcolano หัวหน้านักวิทยาศาสตร์ของ Jellyfish ระบุว่า แม้จะมองว่า 2% ยังเป็นสัดส่วนที่น้อย แต่การเติบโตขึ้น 10 เท่าถือเป็นการเติบโตที่ CFO ส่วนใหญ่ไม่ได้คาดการณ์ไว้ล่วงหน้า และกำลังเข้าสู่จุดที่ผู้คนตระหนักว่าการทุ่มเงินซื้อเพียงอย่างเดียวไม่เพียงพออีกต่อไป แต่ต้องเพิ่มประสิทธิภาพและทำให้ระบบทำงานได้จริง
การแข่งขันในตลาดและความยากในการย้ายค่าย
รายงานชุดใหม่ของ Anthropic มีขึ้นเพื่อตอบสนองต่อความท้าทายนี้ แม้ว่าบริษัทจะมีความเป็นผู้นำในกลุ่มลูกค้าองค์กร แต่การระบุว่าสิ่งใดทำให้เครื่องมือ Agentic Coding สามารถดึงดูดผู้ใช้ได้อย่างต่อเนื่องนั้นเป็นเรื่องยาก การเปิดตัวโมเดล Astra ของ OpenAI ในช่วงฤดูร้อนดูเหมือนจะเป็นภัยคุกคามสำหรับ Anthropic แต่จนถึงตอนนี้ยังไม่ได้ทำให้ตัวเลขการนำไปใช้งานของ Anthropic ชะลอตัวลง
Nikolas Albarran หัวหน้าฝ่ายผลิตภัณฑ์ AI ของ Jellyfish ระบุว่า ต้องใช้เวลานานมากกว่าที่จะเห็น Codex ปรากฏขึ้นมาในข้อมูลอย่างชัดเจน และเพิ่งเริ่มปรากฏพร้อมกับ Astra ซึ่งเป็นโมเดลล่าสุดของ OpenAI ทั้งนี้ หากดูข้อมูลบน X จะรู้สึกว่าการแข่งขันมีความดุเดือด ทุกคนในซิลิคอนแวลลีย์ต่างบอกว่า Codex ดีกว่า แต่ในความเป็นจริง Anthropic เข้าถึงตลาดระดับองค์กรได้ดีมากและมีฐานลูกค้าที่เหนียวแน่น เครื่องมือของพวกเขาสามารถใช้งานได้เป็นอย่างดี และมีผู้คนจำนวนมากที่ทุ่มเทกับการสร้างมาตรฐานเวิร์กโฟลว์ตามเครื่องมือนั้น จนไม่มีเหตุผลที่หนักแน่นพอที่จะเปลี่ยนไปใช้บริการอื่น
ประเด็นนี้ไม่ได้ขึ้นอยู่กับโมเดลและขั้นตอนการทำงานเพียงอย่างเดียว แต่ในโลกธุรกิจ เมื่อแล็บ AI สามารถดึงลูกค้าเข้ามาในระบบได้แล้ว การเปลี่ยนย้ายระบบย่อมทำได้ยากกว่าโปรแกรมเมอร์รายบุคคลหรือองค์กรขนาดเล็ก โดย Albarran ชี้ให้เห็นถึงการลงทุนที่แล็บ AI รายใหญ่ดำเนินการในทีม Forward-Deployed Engineering (FDE) ซึ่งเป็นทีมที่ส่งที่ปรึกษา AI เข้าไปทำงานร่วมกับองค์กรของลูกค้าเพื่อช่วยเริ่มต้นใช้งาน เครื่องมือรายงานผลชุดใหม่นี้จึงเปรียบเสมือน FDE-lite ที่ให้ความช่วยเหลือลูกค้า Anthropic ในระดับที่เบาลง
Albarran กล่าวเสริมว่า ปัจจุบันระบบมีความสมบูรณ์เพียงพอจนถึงจุดที่เมื่อเริ่มใช้งานไปแล้ว การจะเปลี่ยนย้ายผู้ให้บริการจะทำได้ยากขึ้นเรื่อยๆ เพราะได้ทุ่มเทแรงและทรัพยากรไปแล้ว แม้ว่าเครื่องมือทั้งหมดจะคล้ายคลึงกัน แต่ต่างก็มีรายละเอียดและรูปแบบเฉพาะในการจัดการไฟล์อย่างเช่น agent.md ดังนั้นต้นทุนในการเปลี่ยนย้ายระบบจึงไม่ได้อยู่ที่ศูนย์
ที่มา: TechCrunch
