ChatGPT та Claude вже не є гравцями на одній дорозі.

Нещодавно OpenAI та Anthropic випустили основні звіти користувачів щодо ChatGPT та Claude. Ці два документи не є простим показом досягнень, а виявляють важливу тенденцію сучасної індустрії штучного інтелекту: два провідні моделі еволюціонують зовсім різними шляхами, їхнє ринкове позиціювання, основні сценарії застосування та моделі взаємодії з користувачами вже зазнали значної диференціації.

Для цього, Silikon Bunny разом з командою експертів з Кремнієвої долини провели порівняльний аналіз двох звітів, виявивши приховані індустріальні сигнали та обговоривши їх глибокі підказки щодо майбутніх технологічних маршрутів, бізнес-моделей та відповідних інвестиційних стратегій.

Два звіти чітко демонструють різні акценти ChatGPT та Claude в користувацькій базі та основних функціях, що є відправною точкою для розуміння їхніх довгострокових стратегічних відмінностей.

ChatGPT: Проникнення на ринок в сфері загальних застосувань

Звіт OpenAI підтвердив статус ChatGPT як феноменального застосунку. Станом на липень 2025 року його тижневі активні користувачі перевищують 700 мільйонів. Структура користувачів має дві ключові характеристики:

По-перше, користувацька аудиторія успішно розширилася до більш широкого кола людей, раніше переважно технічні користувачі змінилися на високоосвічену, міжпрофесійну групу білого комірця;

По-друге, статевий баланс наближається до рівноваги, частка жінок користувачів зросла до 52%.

У контексті застосування основні функції ChatGPT зосереджені на трьох сферах: практичне керівництво, інформаційні запити та написання документів, які займають близько 80% загальної кількості діалогів.

Користувачі в основному використовують його для допомоги в повсякденному житті та регулярних офісних завданнях. Варто зазначити, що в звіті чітко вказано, що частка використання допомоги в професійних технічних сферах, таких як програмування, значно знизилася з 12% до 5%.

Загалом, стратегічний шлях ChatGPT полягає в тому, щоб стати універсальним AI-асистентом, який обслуговує широкий спектр користувачів. Його основною перевагою є величезна база користувачів і сформований внаслідок цього мережевий ефект, а також висока проникність у повсякденні процеси обробки інформації користувачів.

Клод: Зосередження на корпоративних і професійних автоматизованих сценаріях

Звіт Anthropic малює зовсім іншу картину. Розподіл користувачів Claude має сильну позитивну кореляцію з рівнем економічного розвитку регіонів (ВВП на душу населення), що свідчить про те, що основна група користувачів - це знаннєві працівники та фахівці у розвинених економіках.

Основні сфери застосування зосереджені на ключових аспектах. Згідно з даними звіту, програмна інженерія є найголовнішою сферою застосування практично в усіх регіонах, пов'язані завдання займають стабільну частку від 36% до 40%, що різко контрастує з тенденціями використання ChatGPT у цій галузі.

Найбільш вражаючі дані в звіті відображені в частці «автоматизованих» завдань. Протягом останніх 8 місяців частка «інструктивних» автоматизованих завдань, в яких користувачі віддавали команди, а AI самостійно виконував більшість роботи, значно зросла з 27% до 39%.

Серед корпоративних користувачів платних API ця тенденція є ще більш очевидною: до 77% діалогових взаємодій демонструють автоматизований режим, і більшість з них є “інструктивною” автоматизацією з мінімальним людським втручанням.

Отже, стратегічна позиція Claude є дуже чіткою: стати професійним інструментом продуктивності та автоматизації, який глибоко інтегрований у основні робочі процеси підприємства. Його конкурентна перевага полягає у глибокій оптимізації в конкретних професійних сферах (особливо в розробці програмного забезпечення) та в екстремальному прагненні до ефективності виконання завдань.

На основі вищезазначених стратегічних напрямків, команда експертів Silicon Rabbit та її команда з Кремнієвої долини провели перехресний аналіз даних двох звітів, щоб виділити три перспективні індустріальні інсайти для інвесторів.

О: “Розподіл програмних додатків” передбачає зростання ринку спеціалізованих AI інструментів.

Перевага ChatGPT над Claude в програмних застосунках не є відображенням коливань ринкового попиту, а є оновленням потреб користувачів до “спеціалізації” та “інтеграції”.

Універсальний інтерфейс для діалогу вже не може задовольнити глибокі потреби професійних розробників у складних робочих процесах. Їм потрібні AI-функції, які можуть безперешкодно інтегруватися з інтегрованими середовищами розробки (IDE), системами контролю версій коду та програмним забезпеченням для управління проектами.

Ця тенденція вказує на появу важливої ринкової можливості: “AI-роджені інструменти”, спеціально розроблені для певних галузей (таких як розробка програмного забезпечення, фінансовий аналіз, юридичні послуги), які глибоко інтегровані в існуючі робочі процеси.

Це вимагає від ШІ не лише моделювальних можливостей, а й глибокого розуміння галузі. Для інвестицій у відповідні сфери оцінка того, чи має об'єкт можливість створити таку “глибоку інтеграцію”, стане ключовим критерієм.

Друге: “77% рівень автоматизації”, прискорення процесу автоматизації завдань у кількісних підприємствах

У звіті Anthropic “77% автоматизація API підприємств” є дуже сильним сигналом, який вказує на те, що роль ШІ на передовій комерційних застосувань швидко переходить від “допомоги людині” до “виконання завдань”.

Ці дані вимагають від нас переоцінити швидкість впливу ШІ на продуктивність підприємств, організаційну структуру та моделі витрат. Раніше ринок загалом зосереджувався на “ефективності” ШІ, але тепер необхідно включити “заміну” в основний аналітичний каркас.

Інвестиційна логіка повинна розширюватися з оцінки “Як ШІ може допомогти людським працівникам” до “В яких сферах знань ШІ може самостійно виконувати стандартизовані завдання з більшою ефективністю та нижчими витратами.”

Генерація фінансових звітів, первинний аудит контрактів, аналіз ринкових даних та інші процеси з високими витратами на робочу силу стануть напрямками, де технології автоматизації AI принесуть найбільшу економічну вигоду.

Три: Різниця між режимами «Співпраця та автоматизація», що розкриває еволюційний шлях бізнес-моделей AI.

Непередбачуваний пункт даних у звіті полягає в тому, що в регіонах з вищим середнім використанням Claude користувачі більше схильні до “кооперативного” режиму; навпаки, в регіонах з нижчим рівнем використання більше схильні до “автоматизованого” режиму.

Це може виявити еволюційний зв'язок між бізнес-моделями ШІ та зрілістю користувачів. На ранніх етапах проникнення на ринок користувачі більше схильні розглядати ШІ як простий інструмент ефективності, що використовується для альтернативного виконання незалежних завдань (автоматизація).

А коли користувачі (особливо професійні) отримають глибше розуміння меж можливостей штучного інтелекту та способів взаємодії, вони почнуть досліджувати, як складно співпрацювати з ШІ для виконання завдань, які раніше було важко реалізувати та які є більш творчими (співпраця).

Це ставить нові питання стосовно довгострокової бізнес-моделі AI. Окрім скорочення витрат через автоматизацію (модель SaaS), співпраця людини і машини може створити нову цінність і підвищити якість прийняття рішень, що може призвести до виникнення більш розвинутих бізнес-моделей, таких як оплата за ефект або підписка на підтримку прийняття рішень. Інвестори, оцінюючи проекти AI, повинні враховувати потенціал розвитку в обох напрямках: “автоматизація” та “співпраця”.

Вищенаведений аналіз на основі відкритих звітів є лише початком процесу прийняття рішень. Повне рішення також потребує відповіді на більш глибокі ключові питання про “як реалізувати” та “хто реалізує”, наприклад:

Яка технологічна архітектура, структура команди та стан ринкової верифікації найперспективніших стартапів у сфері “AI-орієнтованих інструментів”?

Які конкретні дані про реальні технологічні шляхи, витрати на впровадження та рентабельність інвестицій (ROI) для досягнення високого рівня автоматизації завдань в рамках провідних технологічних компаній?

Яка логіка основних технологій та комерційних шляхів AI-стратегії компанії, такої як Apple, в рамках її замкненої екосистеми, особливо стосовно власних великих моделей?

Цю інформацію неможливо отримати з публічних звітів, вона походить з практичного досвіду на передовій індустрії. Щоб справді зрозуміти динаміку сучасної AI-індустрії, потрібно безпосередньо спілкуватися з ключовими особами, які визначають ці технології та продукти.

Наприклад, щоб глибше вивчити передову лінію галузі, наші фінансові клієнти нещодавно провели глибокий обмін думками з двома експертами:

Вчений, технічний керівник з ML/DL/NLP з відділу машинного навчання Apple. Як один з основних учасників навчання великої мовної моделі (LLM) Apple з нуля, він може безпосередньо розкрити технічні виклики, з якими стикаються великі технологічні компанії під час створення власних основних AI-можливостей, реальні витрати на навчання, а також стратегічні міркування для прямого звітування вищому керівництву.

Технічний директор (Engineer Lead) організації Meta з генеративного ШІ. Як засновник-інженер, він не тільки глибоко залучений у розробку великих мовних моделей (LLM), але й, що є ключовим, він очолив процес впровадження технології GenAI в основні бізнес-двигуни, такі як реклама та системи рекомендацій. Спілкування з ним дозволяє чітко окреслити шлях перетворення від можливостей моделі до комерційного ROI, а також його спостереження за інвестиціями в передові стартапи ШІ в Північній Америці.

Інсайти від таких експертів перетворять макротренди з публічних звітів на тактичну інформацію з дуже детальним рівнем деталізації, яка може спрямовувати конкретні рішення. У середовищі галузі з швидкою ітерацією інформації отримання глибоких інсайтів, які виходять за межі публічної інформації, є основою для встановлення когнітивної переваги та прийняття точних рішень. Якщо у вас є потреба в подальшому обговоренні вищеозначених тем, ми запрошуємо вас зв'язатися з нами для організації спілкування з експертами у відповідній галузі.

Коли ваша команда безперервно сперечається про технологічний маршрут, коли ваше інвестиційне рішення залишається невизначеним, коли ваша продуктова стратегія опиняється в тумані… пам'ятайте, що ті труднощі, з якими ви стикаєтеся, можливо, вже пройдені якимось експертом. Ми, Silky Rabbit, віримо: справжній практичний досвід завжди походить від тих, хто насправді змінює галузь.