A Anthropic acaba de lançar ferramentas para mostrar às empresas o que seus gastos com IA estão comprando

Os dados financeiros que a Anthropic compartilhou com os investidores esta semana sugerem que sua ferramenta de codificação de IA, Claude Code, é exatamente o sucesso comercial que o laboratório de fronteira desejava. A empresa registrou lucro operacional no segundo trimestre e retenção de receita líquida de 900% – ou seja, os gastos dos mesmos clientes no terceiro trimestre de 2025 cresceram nove vezes no terceiro trimestre de 2026.

A Anthropic se concentrou em fazer com que os usuários corporativos permanecessem por perto e anunciou na quarta-feira um novo conjunto de ferramentas de relatórios projetadas para dar a esses clientes uma compreensão mais granular do valor que obtêm com seus gastos com tokens.

Usando análises internas e pesquisas com funcionários, os gerentes podem visualizar o trabalho de uma equipe em um determinado intervalo de datas, o que a equipe produziu, quanto custou e onde seus fluxos de trabalho falharam. A Antthropic diz que não usará esses dados para treinamento de modelo por padrão. Os relatórios também oferecerão recomendações sobre como melhorar os resultados.

Esta é uma tentativa clara de demonstrar o retorno do investimento das ferramentas da Anthropic e de mostrar aos clientes como melhorá-lo – uma grande preocupação entre os grandes clientes. A Anthropic também está criando orçamentos de grupo agrupados para permitir que as equipes gerenciem melhor os gastos com tokens.

As empresas têm procurado esse tipo de informação à medida que descobrem a melhor forma de implementar ferramentas de IA. Embora o uso entre empresas apoiadas por capital de risco esteja impulsionando os gastos com tokens, a maioria das empresas Fortune 500 não está obtendo grandes ganhos com a implantação da IA.

A Jellyfish, uma empresa que fabrica ferramentas para desenvolvedores de software, divulgou ontem um novo relatório baseado no uso de ferramentas de codificação de agentes por 276.000 de seus clientes. O Código Claude e outras ferramentas baseadas em modelos Antrópicos continuam sendo os mais utilizados na pesquisa, responsáveis ​​por quase um terço de todas as alterações de código propostas submetidas para revisão. Mais importante ainda, os gastos com essas ferramentas cresceram 10 vezes desde o início do ano, sendo o seu custo agora igual a cerca de 2% do custo total de engenharia.

“Mesmo que você diga que 2% ainda é pequeno, esse crescimento de 10x é um crescimento que a maioria dos CFOs não planejou”, disse Nicholas Arcolano, cientista-chefe da Jellyfish, ao TechCrunch. Certamente estamos chegando ao ponto em que as pessoas estão percebendo, ok, não basta gastar muito. Agora você tem que otimizá-lo, fazê-lo funcionar.”

Os novos relatórios da Antrópico abordam esse desafio. A Anthropic lidera entre os clientes corporativos, mas é difícil identificar o que torna uma ferramenta de codificação de agente realmente aderente. O lançamento do modelo Astra da OpenAI neste verão parecia uma ameaça potencial para a Anthropic, mas até agora não diminuiu os números de adoção da Anthropic.

“Demorou muito para vermos o Codex realmente aparecer em nossos dados, e ele surgiu com o Astra (o modelo mais recente da OpenAI)”, disse Nikolas Albarran, líder de produto de IA da Jellyfish, ao TechCrunch. Olhando para X, continuou ele, você teria a nítida impressão de que a competição está mais acirrada. “Todo mundo no Vale pensa: ‘Ah, o Codex é melhor.'” Na realidade, Albarran continuou: “A Anthropic estava lá com grandes movimentos empresariais e tinha um peso próprio – esse material simplesmente funcionou e funcionou bem, e muitas pessoas simplesmente se esforçaram muito para padronizar os fluxos de trabalho em torno dele. E não há um motivo grande o suficiente para mudar.”

Não é apenas uma questão de modelos e fluxos de trabalho. A realidade dos negócios significa que, uma vez que um laboratório de fronteira consegue atrair um cliente, a mudança é mais difícil do que em comparação com um programador individual ou uma pequena organização. Albarran aponta para o investimento que todos os principais laboratórios de IA estão fazendo em organizações de engenharia implantada para frente (FDE), equipes que incorporam consultores de IA dentro de organizações de clientes para ajudá-los a decolar. Essas novas ferramentas de relatórios podem ser vistas como uma espécie de FDE-lite, uma versão mais leve dessa ajuda prática, para clientes da Anthropic.

“Estamos em um ponto em que está maduro o suficiente, onde, uma vez dentro, será cada vez mais difícil mudar porque você gastou muito esforço”, disse ele. “Mesmo que sejam todos iguais, todos serão ligeiramente diferentes, terão suas próprias peculiaridades de como lidam com agentes para arquivos ND, etc., e assim o custo de mudança não é zero.”