ChatGPT dan Claude, sudah bukan pemain di jalur yang sama lagi

Baru-baru ini, OpenAI dan Anthropic secara berturut-turut merilis laporan pengguna inti tentang ChatGPT dan Claude. Kedua dokumen ini bukan sekadar tampilan kinerja, tetapi mengungkapkan tren yang sangat penting dalam industri kecerdasan buatan saat ini: dua model terkemuka sedang berkembang di jalur yang sangat berbeda, dengan posisi pasar, skenario aplikasi inti, dan pola interaksi pengguna yang telah menunjukkan perbedaan yang signifikan.

Untuk itu, Silicon Rabbit menggabungkan komunikasi dengan tim ahli Silicon Valley-nya untuk melakukan analisis perbandingan terhadap dua laporan, mengungkap sinyal industri yang tersembunyi di baliknya, dan mengeksplorasi wawasan mendalam tentang jalur teknologi masa depan, model bisnis, serta strategi investasi terkait.

Dua laporan tersebut secara jelas menunjukkan perbedaan fokus antara ChatGPT dan Claude dalam hal basis pengguna dan fitur inti, yang merupakan titik awal untuk memahami perbedaan strategi jangka panjang mereka.

ChatGPT: Penetrasi pasar di bidang aplikasi umum

Laporan OpenAI mengkonfirmasi status ChatGPT sebagai aplikasi fenomenal. Hingga Juli 2025, pengguna aktif mingguan telah melampaui 700 juta. Struktur pengguna menunjukkan dua karakteristik kunci:

Pertama, kelompok pengguna telah berhasil diperluas ke kelompok yang lebih luas, di mana profil pengguna yang awalnya didominasi oleh teknisi telah berubah menjadi kelompok pekerja kantoran dengan pendidikan tinggi dan berbagai profesi;

Kedua, rasio gender cenderung seimbang, proporsi pengguna wanita meningkat menjadi 52%.

Dalam hal aplikasi, fungsi inti ChatGPT terfokus pada tiga bidang: panduan praktis, pencarian informasi, dan penulisan dokumen, ketiga bidang ini mencakup hampir 80% dari total percakapan.

Pengguna terutama menggunakannya untuk membantu kehidupan sehari-hari dan tugas-tugas kantor reguler. Perlu dicatat bahwa laporan secara tegas menyatakan bahwa proporsi penggunaan bantuan teknis profesional seperti pemrograman, telah turun secara signifikan dari 12% menjadi 5%.

Secara keseluruhan, jalur strategi ChatGPT adalah menjadi asisten AI umum yang melayani berbagai kelompok pengguna. Hambatan inti terletak pada basis pengguna yang besar dan efek jaringan yang dihasilkan, serta penetrasi yang tinggi dalam proses pengolahan informasi sehari-hari pengguna.

Claude: Fokus pada skenario otomatisasi tingkat perusahaan dan profesional

Laporan Anthropic menggambarkan gambaran yang sangat berbeda. Distribusi pengguna Claude menunjukkan hubungan positif yang kuat dengan tingkat perkembangan ekonomi daerah (PDB per kapita), yang menunjukkan bahwa kelompok pengguna utamanya adalah para pekerja pengetahuan dan profesional di negara-negara ekonomi maju.

Skenario aplikasi inti sangat terfokus. Data laporan menunjukkan bahwa rekayasa perangkat lunak adalah bidang aplikasi utama di hampir semua daerah, dengan proporsi tugas terkait stabil antara 36% hingga 40%, yang kontras tajam dengan tren aplikasi ChatGPT di bidang tersebut.

Data yang paling mencolok dalam laporan tercermin pada proporsi tugas “otomatisasi”. Dalam 8 bulan terakhir, proporsi tugas otomatisasi “instruksional” yang langsung diperintahkan oleh pengguna dan diselesaikan sebagian besar oleh AI meningkat secara signifikan dari 27% menjadi 39%.

Di antara pengguna tingkat perusahaan API berbayar, tren ini lebih jelas: hingga 77% interaksi percakapan menunjukkan pola otomatisasi, dan sebagian besar merupakan otomatisasi “instruksional” dengan intervensi manusia minimal.

Oleh karena itu, posisi strategis Claude sangat jelas: menjadi alat produktivitas dan otomatisasi profesional yang terintegrasi secara mendalam ke dalam alur kerja inti perusahaan. Keunggulan kompetitifnya terletak pada optimasi mendalam untuk bidang keahlian tertentu (terutama pengembangan perangkat lunak) dan pencarian efisiensi pelaksanaan tugas yang ekstrem.

Berdasarkan bidang strategi di atas, Silicon Rabbit dan tim ahli Silicon Valley-nya melakukan perbandingan silang data dari dua laporan untuk menyaring tiga wawasan industri yang visioner bagi para investor.

Satu: “Aplikasi Pemrograman” terfragmentasi, menandakan kebangkitan pasar alat AI yang profesional.

Perkembangan ChatGPT dan Claude dalam aplikasi pemrograman tidak mencerminkan fluktuasi permintaan pasar, melainkan merupakan peningkatan kebutuhan pengguna menuju “spesialisasi” dan “integrasi”.

Antarmuka dialog generik sudah sulit memenuhi kebutuhan mendalam para pengembang profesional dalam alur kerja yang kompleks. Apa yang mereka butuhkan adalah fungsi AI yang dapat terintegrasi secara mulus dengan lingkungan pengembangan terintegrasi (IDE), sistem kontrol versi kode, dan perangkat lunak manajemen proyek.

Tren ini menandakan munculnya peluang pasar penting: “rantai alat AI yang dirancang khusus untuk industri tertentu (seperti pengembangan perangkat lunak, analisis keuangan, layanan hukum) yang terintegrasi secara mendalam dengan alur kerja yang ada.”

Ini menuntut AI tidak hanya memiliki kemampuan model, tetapi juga pemahaman mendalam tentang industri. Untuk investasi di bidang terkait, menilai apakah target memiliki kemampuan untuk membangun “integrasi mendalam” ini akan menjadi poin pertimbangan kunci.

Kedua: “77% tingkat otomatisasi”, percepatan proses otomatisasi tugas perusahaan kuantitatif.

Laporan Anthropic tentang “77% tingkat otomatisasi API perusahaan” adalah sinyal yang sangat kuat, yang menunjukkan bahwa dalam aplikasi bisnis terdepan, peran AI sedang beralih dengan cepat dari “bantuan manusia” menjadi “pelaksanaan tugas”.

Data ini mengharuskan kita untuk mengevaluasi kembali kecepatan dampak AI terhadap produktivitas perusahaan, struktur organisasi, dan model biaya. Di masa lalu, pasar umumnya fokus pada nilai “efisiensi” AI, tetapi sekarang nilai “penggantian” harus dimasukkan ke dalam kerangka analisis inti.

Logika investasi perlu diperluas dari evaluasi “Bagaimana AI dapat membantu karyawan manusia” menjadi “Di bidang pekerjaan berbasis pengetahuan mana, AI dapat menyelesaikan tugas-tugas terstandarisasi dengan efisiensi yang lebih tinggi dan biaya yang lebih rendah secara mandiri.”

Bidang-bidang seperti pembuatan laporan keuangan, pra-pemeriksaan kontrak, analisis data pasar, dan lainnya yang terproses serta memiliki biaya tenaga kerja tinggi, akan menjadi arah di mana teknologi otomatisasi AI akan menghasilkan manfaat ekonomi yang signifikan terlebih dahulu.

Tiga: Perbedaan antara mode “Kolaborasi dan Automasi”, mengungkapkan jalur evolusi model bisnis AI.

Satu poin data yang bertentangan dengan intuisi dalam laporan adalah: di daerah dengan tingkat penggunaan Claude per kapita yang lebih tinggi, pengguna cenderung lebih memilih mode “kolaborasi”; sebaliknya, di daerah dengan tingkat penggunaan yang lebih rendah, mereka lebih cenderung memilih mode “otomatisasi”.

Ini mungkin mengungkapkan hubungan evolusi antara model bisnis AI dan tingkat kedewasaan pengguna. Pada tahap penetrasi pasar yang awal, pengguna cenderung melihat AI sebagai alat efisiensi sederhana, digunakan untuk menyelesaikan tugas-tugas mandiri secara alternatif (automasi).

Dan ketika pengguna (terutama pengguna profesional) memiliki pemahaman yang lebih dalam tentang batas kemampuan dan cara interaksi AI, mereka akan mulai menjelajahi bagaimana berkolaborasi dengan AI untuk menyelesaikan tugas yang lebih kreatif dan sulit dicapai di masa lalu (kolaborasi).

Ini mengajukan pemikiran baru tentang model bisnis jangka panjang AI. Selain mengurangi biaya melalui penggantian otomatisasi (model SaaS), menciptakan nilai baru dan meningkatkan kualitas keputusan melalui kolaborasi manusia dan mesin, dapat memunculkan model bisnis yang lebih maju, seperti pembayaran berbasis hasil atau langganan dukungan keputusan. Investor dalam mengevaluasi proyek AI harus mempertimbangkan potensi pengembangan di dua jalur “otomatisasi” dan “kolaborasi penciptaan”.

Analisis di atas berdasarkan laporan publik hanya merupakan titik awal dari proses pengambilan keputusan. Sebuah keputusan yang lengkap juga perlu menjawab pertanyaan kunci yang lebih mendalam, mengenai “bagaimana cara mewujudkannya” dan “siapa yang akan mewujudkannya”, misalnya:

Dalam bidang “rantai alat asli AI”, bagaimana arsitektur teknologi, komposisi tim, dan status verifikasi pasar dari perusahaan rintisan yang paling berpotensi?

Apa data konkret tentang jalur teknologi nyata, biaya penerapan, dan pengembalian investasi (ROI) untuk mencapai otomatisasi tugas dengan proporsi tinggi di dalam perusahaan teknologi terkemuka?

Perusahaan seperti Apple, bagaimana strategi AI mereka dalam ekosistem tertutup, khususnya logika teknologi dasar dari model besar yang dimiliki dan jalur komersialisasinya?

Informasi ini tidak dapat diperoleh dari laporan publik, melainkan berasal dari pengalaman praktis di lini industri. Untuk benar-benar memahami dinamika industri AI saat ini, perlu melakukan dialog langsung dengan tokoh-tokoh kunci yang sedang mendefinisikan teknologi dan produk ini.

Misalnya, untuk melakukan penelitian mendalam di garis depan industri, klien keuangan kami baru-baru ini telah melakukan diskusi mendalam dengan dua ahli berikut:

Seorang ilmuwan ML/DL/NLP dan kepala teknis dari departemen pembelajaran mesin Apple. Sebagai anggota inti yang melatih model bahasa besar (LLM) milik Apple dari nol, ia dapat mengungkap tantangan teknis yang dihadapi raksasa teknologi saat membangun kemampuan AI inti mereka, biaya pelatihan yang sebenarnya, serta pertimbangan strategis yang dilaporkan langsung kepada manajemen puncak.

Seorang kepala teknik dari organisasi AI generatif Meta (Engineer Lead). Sebagai insinyur pendiri, ia tidak hanya terlibat dalam penelitian dan pengembangan model besar LLM, tetapi yang lebih penting, ia memimpin proses penerapan teknologi GenAI dengan mesin bisnis inti seperti peringkat iklan dan sistem rekomendasi. Komunikasi dengannya dapat secara jelas menggambarkan jalur konversi dari kemampuan model ke ROI bisnis, serta pengamatannya terhadap investasi di perusahaan startup AI terdepan di Amerika Utara.

Wawasan dari para ahli semacam ini akan mengubah tren makro dalam laporan publik menjadi informasi taktis yang sangat terperinci yang dapat memandu keputusan konkret. Dalam lingkungan industri di mana informasi beredar dengan cepat, mendapatkan wawasan mendalam yang melampaui informasi publik adalah kunci untuk membangun keunggulan kognitif dan membuat keputusan yang tepat. Jika Anda memiliki kebutuhan untuk membahas topik di atas lebih lanjut, kami menyambut Anda untuk menghubungi kami untuk mengatur pertemuan dengan ahli di bidang terkait.

Ketika tim Anda berdebat tanpa henti tentang jalur teknologi, ketika keputusan investasi Anda tergantung, ketika strategi produk Anda terjebak dalam kabut… ingatlah, kebingungan yang Anda hadapi mungkin adalah perjalanan yang telah dilalui oleh seorang ahli. Kami, Silikon Kelinci, percaya: pengalaman nyata yang otentik selalu berasal dari orang-orang yang sedang mendorong perubahan industri itu sendiri.