ChatGPT и Claude уже не являются игроками на одной и той же дороге.

Недавно OpenAI и Anthropic выпустили основные отчеты пользователей о ChatGPT и Claude. Эти два документа не являются простым представлением результатов, а раскрывают крайне важную тенденцию в текущей индустрии искусственного интеллекта: две ведущие модели развиваются по совершенно разным путям, их рыночные позиции, основные сценарии применения и модели взаимодействия с пользователями значительно различаются.

Для этого Гуи Ту Цзюнь в сочетании с общением со своей командой экспертов из Силиконовой долины провел сравнительный анализ двух отчетов, извлекая скрытые отраслевые сигналы и обсуждая их глубокие последствия для будущих технологических маршрутов, бизнес-моделей и связанных инвестиционных стратегий.

Два отчета четко показывают различия в акцентах ChatGPT и Claude на пользовательской базе и основных функциях, что является отправной точкой для понимания их долгосрочных стратегий.

ChatGPT: Проникновение на рынок в области универсальных приложений

Отчет OpenAI подтвердил статус ChatGPT как феноменального приложения. По состоянию на июль 2025 года, его еженедельная активная аудитория превышает 700 миллионов. Структура пользователей демонстрирует две ключевые характеристики:

Во-первых, пользовательская база успешно расширилась до более широкой аудитории, и изначально ориентированная на технических специалистов пользовательская картина изменилась на высокообразованных специалистов из различных профессий.

Во-вторых, соотношение полов стремится к балансу, доля женщин среди пользователей увеличилась до 52%.

В применении ChatGPT сосредоточен на трех основных областях: практическое руководство, информационный поиск и написание документов, которые составляют почти 80% от общего объема диалогов.

Пользователи в основном используют его для помощи в повседневной жизни и обычных офисных задачах. Стоит отметить, что отчет четко указывает, что доля использования профессиональной технической помощи, такой как программирование, значительно снизилась с 12% до 5%.

В общем, стратегический путь ChatGPT заключается в том, чтобы стать универсальным AI-ассистентом, обслуживающим широкий круг пользователей. Его основное преимущество заключается в огромной пользовательской базе и возникающем из этого сетевом эффекте, а также в высокой степени проникновения в повседневные процессы обработки информации пользователей.

Клод: Фокус на корпоративных и профессиональных автоматизированных сценариях

Отчет Anthropic рисует совершенно иную картину. Распределение пользователей Claude демонстрирует сильную положительную корреляцию с уровнем экономического развития региона (ВВП на душу населения), что указывает на то, что основная пользовательская база состоит из квалифицированных работников и профессионалов в развитых экономиках.

Основные сценарии применения сосредоточены на ключевых аспектах. По данным отчета, программная инженерия является основным областью применения практически во всех регионах, а доля связанных задач стабильно колеблется от 36% до 40%, что резко контрастирует с тенденцией использования ChatGPT в этой области.

Наиболее впечатляющие данные в отчете отражены в доле задач «автоматизации». За последние 8 месяцев доля «инструктивных» автоматизированных задач, когда пользователи напрямую отдают команды и AI самостоятельно выполняет большую часть работы, значительно увеличилась с 27% до 39%.

Среди корпоративных пользователей платных API эта тенденция более заметна: до 77% взаимодействий в диалогах демонстрируют автоматизированный режим, причем подавляющее большинство из них представляет собой автоматизацию с минимальным человеческим вмешательством в формате “инструктивной” автоматизации.

Таким образом, стратегическая позиция Claude совершенно ясна: стать профессиональным инструментом для продуктивности и автоматизации, глубоко интегрированным в основные рабочие процессы компании. Его конкурентное преимущество заключается в глубокой оптимизации для определенных профессиональных областей (особенно в разработке программного обеспечения) и в предельном стремлении к эффективности выполнения задач.

На основе вышеупомянутых стратегических направлений, команда экспертов Силиконовой долины во главе с Силиконовым кроликом провела перекрестное сравнение данных из двух отчетов, чтобы выделить три перспективных индустриальных инсайта для инвесторов.

1: "Разделение “программных приложений” предвещает восход профессиональных AI-инструментов.

Соперничество ChatGPT и Claude в области программирования не отражает колебания рыночного спроса, а является результатом перехода потребностей пользователей к «специализации» и «интеграции».

Универсальный интерфейс диалога уже не может удовлетворить глубокие потребности профессиональных разработчиков в сложных рабочих процессах. Им нужны AI-функции, которые могут бесшовно интегрироваться с интегрированными средами разработки (IDE), системами контроля версий кода и программным обеспечением для управления проектами.

Эта тенденция предвещает появление важной рыночной возможности: «AI-родные инструменты», созданные специально для определенных отраслей (таких как разработка программного обеспечения, финансовый анализ, юридические услуги), глубоко интегрированные в существующие рабочие процессы.

Это требует от ИИ не только наличия модельных возможностей, но и глубокого понимания отрасли. Для инвестиций в соответствующие области оценка способности объектов к созданию такой “глубокой интеграции” станет ключевым критерием.

Два: “77% уровень автоматизации”, ускорение процесса автоматизации задач в количественных предприятиях.

В отчете Anthropic указано, что «77% автоматизации API в компаниях» является очень сильным сигналом, который показывает, что роль ИИ на переднем крае коммерческих приложений быстро переходит от «помощи человеку» к «выполнению задач».

Эти данные требуют от нас переоценки скорости влияния ИИ на производительность предприятий, организационную структуру и модель затрат. В прошлом рынок в основном сосредотачивался на «добавочной» ценности ИИ, но теперь необходимо включить «заменяющую» ценность в основную аналитическую рамку.

Инвестиционная логика должна расширяться от оценки “как ИИ может помочь человеческим работникам” до “в каких областях знаний ИИ может выполнять стандартизированные задачи с большей эффективностью и меньшими затратами”.

Сферы, такие как генерация финансовых отчетов, предварительный аудит контрактов, анализ рыночных данных и другие процессы с высокой трудозатратностью, станут направлениями, где технологии автоматизации на базе ИИ принесут наибольшую экономическую выгоду.

Три: различия между режимами “сотрудничество и автоматизация”, раскрывающие путь эволюции бизнес-моделей ИИ.

Одной из противоречивых данных в отчете является то, что в районах с более высоким средним использованием Claude пользователи больше склонны к режиму “сотрудничества”; наоборот, в районах с более низким уровнем использования предпочитают режим “автоматизации”.

Это может раскрыть эволюционную связь между бизнес-моделями ИИ и зрелостью пользователей. На ранних стадиях проникновения на рынок пользователи, как правило, предпочитают рассматривать ИИ как простой инструмент повышения эффективности, используемый для замены выполнения отдельных задач (автоматизация).

И когда пользователи (особенно профессионалы) глубже понимают пределы возможностей ИИ и способы взаимодействия с ним, они начинают исследовать, как можно осуществлять сложное совместное сотрудничество с ИИ для выполнения более креативных задач, которые ранее было трудно реализовать.

Это ставит новые вопросы о долгосрочной бизнес-модели ИИ. Кроме сокращения затрат за счет автоматизации (модель SaaS), создание новой ценности и повышение качества принятия решений через сотрудничество человека и машины могут привести к возникновению более сложных бизнес-моделей, таких как оплата по результатам или подписка на поддержку принятия решений. Инвесторы, оценивая проекты ИИ, должны одновременно учитывать их потенциал развития по двум направлениям: «автоматизация» и «совместное создание».

Вышеуказанный анализ на основе открытых отчетов является лишь отправной точкой для процесса принятия решений. Полное решение также должно отвечать на более глубокие ключевые вопросы о “как реализовать” и “кем реализовать”, например:

Какова архитектура технологий, состав команды и подтверждение рынка у стартапов с наибольшим потенциалом в области “AI-родных инструментов”?

Каковы реальные технологические пути, затраты на развертывание и конкретные данные о рентабельности инвестиций (ROI) для достижения высокого уровня автоматизации задач внутри ведущих технологических компаний?

Какова стратегия ИИ таких компаний, как Apple, в рамках их замкнутой экосистемы, особенно с точки зрения логики базовых технологий собственного крупного модели и путей коммерциализации?

Эта информация недоступна из публичных отчетов, она основана на практическом опыте из первой линии отрасли. Чтобы по-настоящему понять текущие динамики индустрии ИИ, необходимо вести прямой диалог с ключевыми фигурами, которые определяют эти технологии и продукты.

Например, чтобы глубже изучить фронтальную линию отрасли, наши финансовые клиенты недавно провели глубокое общение с двумя следующими экспертами:

Ученый, специалист в области ML/DL/NLP и технический руководитель из отдела машинного обучения Apple. Как ключевой член команды, обучающей собственную большую языковую модель (LLM) Apple с нуля, он может напрямую раскрыть технические проблемы, с которыми сталкиваются технологические гиганты при создании собственных ключевых AI-способностей, реальные затраты на обучение и стратегические соображения, о которых он напрямую сообщает высшему руководству.

Технический директор (Engineer Lead) организации Meta по генеративному ИИ. В качестве основного инженера он не только глубоко участвует в разработке крупных языковых моделей (LLM), но, что более важно, он возглавил процесс интеграции технологий GenAI с такими ключевыми коммерческими движками, как ранжирование рекламы и рекомендательные системы. Общение с ним позволяет четко очертить путь преобразования от возможностей модели до коммерческого ROI, а также его наблюдения за инвестициями в передовые стартапы в области ИИ в Северной Америке.

Мнение таких экспертов преобразует макро-тренды из открытых отчетов в тактическую информацию с высокой степенью детализации, которая может направлять конкретные решения. В быстро меняющейся информационной среде получение глубоких инсайтов, превосходящих открытые данные, является основой для создания когнитивного преимущества и принятия точных решений. Если у вас есть потребность в дальнейших обсуждениях по вышеупомянутым вопросам, мы приглашаем вас связаться с нами для организации общения с экспертами в соответствующей области.

Когда ваша команда спорит о техническом направлении, когда ваши инвестиционные решения остаются нерешенными, когда ваша продуктовая стратегия погружается в туман… помните, что ваши сомнения, возможно, уже преодолены каким-то экспертом. Мы, Силиконовые Кролики, верим: настоящие первоисточники опыта всегда приходят от людей, которые сами двигают изменения в отрасли.