پرش به محتوای اصلی
پرش به محتوای مقاله

چرا مشتریان Claude Code برای آنتروپیک ۲۰ برابر ارزشمندترند؟

·۴ آبان ۱۴۰۵۴ دقیقه مطالعه
چرا مشتریان Claude Code برای آنتروپیک ۲۰ برابر ارزشمندترند؟
اشتراک‌گذاری
واقعاً چه چیز جدید است؟

آنتروپیک در پرونده S-1 نخستین بار اثر راهبرد چندمحصولی‌اش را با عدد نشان داد: خرج حدود ۲۰ برابری پرخرج‌ترین کاربران سازمانی Claude Code و نگهداری درآمد خالص حدود ۹۰۰ درصدی.

آنتروپیک (Anthropic) در پرونده S-1 که دوشنبه به کمیسیون بورس و اوراق بهادار آمریکا داد، نشان داد مشتریان سازمانی Claude Code بسیار بیشتر از بقیه خرج می‌کنند. طبق پرونده S-1 آنتروپیک، پرخرج‌ترین این مشتریان ماهانه حدود ۲۰ برابر بیشتر از کاربران سازمانیِ بدون این ابزار هزینه می‌کنند.

این پرونده در آستانهٔ ورود آنتروپیک به بورس منتشر شد. شرکت در آن راهبردی را توضیح می‌دهد که به الگوی آمازون و اوبر شبیه است، نه به مدل سنتی نرم‌افزار به‌عنوان سرویس (legacy SaaS).

شکاف ۲۰ برابری در پرونده S-1 آنتروپیک

طبق پرونده، در سه‌ماهه سوم، ۵ درصد پرخرج‌ترین مشتریان Claude Enterprise که از Claude Code استفاده می‌کردند، ماهانه حدود ۲۰ برابر کاربر سازمانیِ متوسطی خرج کردند که از این ابزار کدنویسی استفاده نمی‌کرد. این رقم نشان می‌دهد هزینهٔ هر کاربر هنوز جای رشد زیادی دارد.

منطق کار ساده است. کسب‌وکاری که با API شروع می‌کند، می‌تواند Claude Code را به مهندسانش بدهد و بعد Cowork را به بقیهٔ کارکنان. به این ترتیب آنتروپیک لازم نیست هر محصول را به خریداری تازه بفروشد.

مشتریان سازمانی Claude در اعداد

بیش از نیمی از مشتریانی که سالانه دست‌کم ۱۰۰٬۰۰۰ دلار خرج می‌کنند، حالا هم از پلتفرم Claude و هم از یک اپلیکیشن خود آنتروپیک، مثل Claude Code یا Cowork، استفاده می‌کنند. این سهم در پایان سال گذشته حدود ۳۰ درصد بود. تا ۳۰ سپتامبر، آمار مشتریان آنتروپیک چنین بود:

  • بیش از ۱۱٬۹۰۰ مشتری با هزینهٔ سالانهٔ ۱۰۰٬۰۰۰ دلار یا بیشتر
  • بیش از ۱٬۹۰۰ مشتری با هزینهٔ سالانهٔ ۱ میلیون دلار یا بیشتر
  • حدود ۲۵۰ مشتری با هزینهٔ سالانهٔ ۱۰ میلیون دلار یا بیشتر

نگهداری درآمد خالص (net revenue retention) تا پایان سه‌ماهه سوم به حدود ۹۰۰ درصد رسید. آنتروپیک این رقم را نتیجهٔ «گسترش چشمگیر استفاده» می‌داند، چون مشتریان Claude را در سراسر سازمان خود به کار می‌گیرند. در پرونده آمده است: «سرعت و عمق پذیرش مشتریان سازمانی ما شواهدی قوی از جایگاه Claude در مرز هوش مصنوعی است».

راهبرد سه‌لایه و الگوی آمازون و اوبر

آنتروپیک Claude را «محصولی ایستا که یک کاربرد دارد» معرفی نمی‌کند. به گفتهٔ شرکت، Claude «هوش مصنوعی مرزی (frontier AI) با قابلیت‌هایی است که به‌سرعت پیشرفت می‌کنند» و سه لایه دارد: مدل‌ها، پلتفرم توسعه‌دهنده و اپلیکیشن‌هایی که کاربران مستقیم با آن‌ها کار می‌کنند. در پرونده آمده است: «پیشرفت در هر لایه در هر سه لایه اثر مرکب می‌گذارد».

این الگو آشناست. آمازون با خدمات رایانش ابری (cloud computing) در AWS مشتری جذب کرد و بعد این رابطه را به ذخیره‌سازی و پایگاه داده رساند. ترک چنین اکوسیستمی سخت شد. اوبر هم با سفر شروع کرد و به تحویل غذا و باربری رسید.

تیم‌های Applied AI و Ode with Anthropic

آنتروپیک این گسترش را با تیم‌های هوش مصنوعی کاربردی (Applied AI) تقویت می‌کند. این تیم‌ها با استارتاپ‌ها و سازمان‌ها کار می‌کنند تا Claude را در زیرساخت فنی موجودشان جا بدهند. شرکت همچنین با بلک‌استون (Blackstone) و چند شرکت سرمایه‌گذاری خصوصی دیگر سرمایه‌گذاری مشترکی به نام Ode with Anthropic راه انداخته است. این مجموعه مهندسان مستقر در محل مشتری (forward-deployed engineers) را به کسب‌وکارها می‌فرستد تا با Claude ابزارهای سفارشی بسازند.

توزیع از راه AWS، گوگل کلاد و Azure

آنتروپیک Claude را از طریق AWS، گوگل کلاد و مایکروسافت آژور هم می‌فروشد. در آنچه پرونده «رویکرد مشترک ورود به بازار» می‌نامد، آنتروپیک قرارداد مستقیم با مشتری را در دست دارد و به هر ارائه‌دهندهٔ ابری کارمزد می‌پردازد. شرکت می‌گوید این روش از «تضاد کانال» جلوگیری می‌کند و تعیین قیمت را در اختیار خودش می‌گذارد.

ریسک‌هایی که پرونده S-1 آنتروپیک فاش کرد

درآمد آنتروپیک در نیمه اول ۲۰۲۶ به ۱۶٫۳ میلیارد دلار رسید. این رقم در همین دوره سال گذشته ۱٫۲ میلیارد دلار بود. با این حال، پرونده از چند خطر هم می‌گوید.

شرکای ابری که به فروش Claude کمک می‌کنند، آنتروپیک را بیش از پیش رقیب خود می‌بینند. طبق پرونده، آمازون، گوگل و مایکروسافت ممکن است نیازهای خودشان یا رقبایی را که در آن‌ها سرمایه‌گذاری کرده‌اند، در اولویت بگذارند. به گفتهٔ آنتروپیک، این وضعیت می‌تواند تأمین محاسبات موردنیازش را دشوار کند.

تمرکز مشتری (customer concentration) خطر دیگری است. پرونده هشدار می‌دهد کاهش چشمگیر هزینه یا از دست رفتن یک یا چند مشتری بزرگ، اگر جبران نشود، می‌تواند به کسب‌وکار، وضعیت مالی و نتایج عملیاتی شرکت آسیب بزند.

شرط آنتروپیک روی محصولات تازه

آنتروپیک می‌گوید کمتر از یک شرکت معمولی برای تثبیت محصولات و مدل‌های کسب‌وکار فعلی‌اش تلاش می‌کند و بیشتر روی تعریف محصولات تازه تمرکز دارد. این شرطی است بر اینکه مرز هوش مصنوعی آن‌قدر سریع جلو برود که چنین رویکردی را توجیه کند.

برای خریداران سازمانی، پرسش عملی این است که آیا وابستگی به یک فروشنده (vendor lock-in) به افزایش بهره‌وری می‌ارزد یا نه. استفاده از بهترین ابزار برای هر کار (best-of-breed) در میان مدل‌ها و ابزارهای مختلف ممکن است با بلوغ بازار مقاوم‌تر باشد. عرضه اولیه آنتروپیک هم نشان می‌دهد سرمایه‌گذاران حاضرند روی شرکتی شرط ببندند که از تثبیت محصولات فعلی‌اش پرهیز می‌کند یا نه.

گام بعدی شما

  • اگر فروشندگان هوش مصنوعی را ارزیابی می‌کنید، بسنجید که آیا وابستگی به اکوسیستم یک فروشنده به افزایش بهره‌وری می‌ارزد.
  • رابطهٔ آمازون، گوگل و مایکروسافت با آنتروپیک را در سه‌ماهه‌های آینده دنبال کنید. هر سه جاه‌طلبی‌های خودشان را در هوش مصنوعی دارند و توازن میان همکاری و رقابت آن‌ها بر رشد آنتروپیک اثر می‌گذارد.
  • تیم‌های فنی می‌توانند Claude Code را در یک پروژهٔ آزمایشی کوچک امتحان کنند تا ببینند هزینهٔ بیشتر با بهره‌وری متناسب همراه است یا نه.
چرا این موضوع مهم است؟

پرونده S-1 آنتروپیک نخستین بار با عدد نشان می‌دهد که فروش چند محصول به یک مشتری چقدر ارزش او را بالا می‌برد و نگهداری درآمد خالص را به حدود ۹۰۰ درصد رسانده است. همزمان، شرکای ابری‌ای که Claude را می‌فروشند به رقیب آنتروپیک تبدیل شده‌اند و این می‌تواند دسترسی شرکت به محاسبات را دشوار کند.

تأثیر برای ایران

برای شرکت‌ها و توسعه‌دهندگانی که از Claude استفاده می‌کنند، مسئلهٔ اصلی وابستگی به یک فروشنده است. آنتروپیک محصولاتش را روی API سوار می‌کند؛ پیش از گسترش استفاده به Claude Code و Cowork، هزینه و جایگزین‌ها را بسنجید.

·نگاه ما
تحریریه دات‌هوش

عدد ۲۰ برابر نشان می‌دهد چسبندگی آنتروپیک بیشتر از اپلیکیشن‌هایی مثل Claude Code و Cowork می‌آید تا از فروش خام API. شرکت عملاً از راهی می‌رود که AWS رفت: ورود با یک خدمت و گسترش در همان حساب. اما این مدل دو نقطهٔ ضعف دارد. یکی وابستگی به ابرارائه‌دهندگانی است که هم توزیع‌کننده‌اند و هم رقیب، و دیگری تمرکز درآمد روی حدود ۲۵۰ مشتری بزرگ. باید دید عرضه اولیه چطور این رشد سریع را در برابر این دو ریسک قیمت‌گذاری می‌کند.

منابع

این گزارش با خط‌لولهٔ خودکار دات‌هوش از منابع معتبر جهانی تدوین و زیر نظر تحریریه منتشر شده است. روش کار ما

گفتگو

پنج‌شنبه‌های هوش‌محور

بسته‌ی هفتگی دات‌هوش

۵ خبر، ۲ ابزار، ۱ پرامپت در هر شماره. به‌زودی راه‌اندازی می‌شود — هر پنج‌شنبه صبح.

خبر کلیدی
ابزار کاربردی
پرامپت حرفه‌ای
تحلیل پژوهش
به‌زودی
زاویه‌ی ایرانی
به‌زودی
تمرین این هفته
به‌زودی

راهنماهای دات‌هوش

راهنماهای کاربردیِ دات‌هوش برای کار با هوش مصنوعی — از همین‌جا شروع کنید:

دات‌هوش

راهنمای فارسی هوش مصنوعی — با نگاه به ایران

اخبار روزانه، معرفی ابزارها و مدل‌ها، و آموزشِ کار با هوش مصنوعی؛ همیشه با این پرسش که از ایران چه چیزی کار می‌کند و چه چیزی نه.