Anthropic ने कंपनियों को AI खर्च और रिटर्न मापने में मदद करने के लिए नए टूल लॉन्च किए

Anthropic द्वारा साझा किए गए वित्तीय विवरणों से संकेत मिलता है कि इसके AI कोडिंग टूल, Claude Code, को उद्यम स्तर पर काफी अच्छी सफलता मिली है। रिपोर्ट के अनुसार, कंपनी ने दूसरी तिमाही में परिचालन लाभ दर्ज किया है और शुद्ध राजस्व प्रतिधारण में भी वृद्धि देखी गई है। कॉर्पोरेट ग्राहकों द्वारा खर्च की स्पष्टता की मांग को पूरा करने के लिए, Anthropic ने नए रिपोर्टिंग टूल पेश किए हैं, जिनका उद्देश्य उद्यम ग्राहकों को उनके टोकन खर्च पर मिलने वाले निवेश पर रिटर्न (ROI) को मापने में मदद करना है।

नए रिपोर्टिंग टूल की मुख्य विशेषताएं

नए पेश किए गए टूल प्रबंधकों को एक निश्चित तारीख सीमा के भीतर विस्तृत जानकारी प्रदान करने के लिए आंतरिक एनालिटिक्स और कर्मचारी सर्वेक्षणों का उपयोग करते हैं। रिपोर्ट की गई प्रमुख विशेषताएं इस प्रकार हैं:

• कार्य आउटपुट ट्रैकिंग: यह देखना कि एक टीम ने क्या उत्पादन किया और उसकी लागत क्या आई।
• वर्कफ़्लो विश्लेषण: वर्कफ़्लो में बाधाओं और सुधार के क्षेत्रों की पहचान करना।
• ऑप्टिमाइज़ेशन सिफारिशें: परिणामों की गुणवत्ता को कैसे बेहतर बनाया जाए, इस पर अंतर्निहित सुझाव।
• समूह बजट प्रबंधन: टीमों को टोकन खर्च को बेहतर ढंग से नियंत्रित करने में मदद करने के लिए बजट सुविधाएं।

Anthropic के अनुसार, डिफ़ॉल्ट रूप से इस डेटा का उपयोग मॉडल प्रशिक्षण के लिए नहीं किया जाएगा। ये टूल ऐसे समय में आए हैं जब कई बड़े उद्यम यह मूल्यांकन कर रहे हैं कि वास्तविक उत्पादकता लाभ के मुकाबले बढ़ते AI खर्च को कैसे उचित ठहराया जाए।

उद्योग संदर्भ और डेवलपर डेटा

डेवलपर टूल कंपनी Jellyfish की एक हालिया रिपोर्ट, जो 276,000 ग्राहकों के डेटा पर आधारित है, व्यापक बाजार रुझानों पर प्रकाश डालती है। रिपोर्ट बताती है कि Anthropic मॉडल पर बने टूल समीक्षा के लिए प्रस्तुत किए जाने वाले सभी प्रस्तावित कोड परिवर्तनों का लगभग एक तिहाई हिस्सा हैं। इसके अलावा, इन टूल पर होने वाले खर्च में साल के दौरान काफी वृद्धि देखी गई है।

उद्योग विशेषज्ञों का उल्लेख है कि हालांकि उपयोग अधिक है, लेकिन अप्रत्याशित लागत को प्रबंधित करना मुख्य वित्तीय अधिकारियों (CFOs) के लिए एक केंद्रीय चुनौती बन गया है। मानकीकृत उद्यम वर्कफ़्लो, स्थापित एकीकरण लागत और विशेष परामर्श सहायता जैसे कारक फ्रंटियर AI लैब्स के लिए उच्च ग्राहक प्रतिधारण में योगदान करते हैं।

व्यावहारिक निहितार्थ और सत्यापन

उद्यम AI का उपयोग करने वाले व्यवसायों को टूल की दक्षता और टोकन उपयोग का ऑडिट करने की निरंतर चुनौती का सामना करना पड़ता है। इन सॉफ्टवेयर अपडेट और प्लेटफॉर्म घोषणाओं को सत्यापित करने वाले संगठनों को फीचर उपलब्धता, डेटा गोपनीयता डिफ़ॉल्ट और कार्यान्वयन पूर्वापेक्षाओं को समझने के लिए सीधे आधिकारिक Anthropic घोषणाओं और दस्तावेजों से परामर्श करना चाहिए।