Одержимость Anthropic безопасностью стала главным достоинством корпоративного ИИ

Общепринятая точка зрения гласит, что компании выбирают ИИ-модели на основе их текущих и потенциальных возможностей. Рынок утверждает обратное. Anthropic теперь контролирует 40% корпоративных расходов на LLM против 27% у OpenAI, что представляет собой полную противоположность ситуации 2023 года. Причина вовсе не в том, что Claude умнее. А в том, что Claude более предсказуем.

Только в сфере написания кода лидерство Anthropic выражено еще ярче. По данным отчета Menlo Ventures за декабрь 2025 года, компания удерживает 54% рынка против 21% у OpenAI.

Саймон Смит (Simon Smith), исполнительный вице-президент по генеративному ИИ в Klick Health, поделился опытом практического использования недавно в X. Он продолжает «обращаться к Claude для создания большого объема бизнес-материалов», поскольку на стиль его текстов «не так сильно повлиял рост уровня интеллекта». Это тот самый сигнал на уровне пользователя, который лежит в основе сдвига на рынке.

Разрыв в консистентности

Наблюдение Смита затрагивает проблему, с которой сталкиваются ИТ-руководители предприятий при выборе лучших моделей для своих организаций. Речь идет о растущих издержках, обусловленных изменением «характера» моделей (personality drift). Быстрый темп релизов OpenAI, когда GPT-5.2 была выпущена всего через месяц после 5.1, создает нестабильность, с которой рядовые потребители могут справиться, но которая становится сложной и потенциально дорогой для бизнеса с уже налаженными рабочими процессами.

«Я считаю ее более механической по сравнению с предшественницей», — написал Смит о GPT-5.2. — «Да, я могу попытаться настроить ее „характер“, но все чаще обнаруживаю, что это меня не устраивает».

Для индивидуальных пользователей повторная настройка промптов — это лишь досадная мелочь. Для предприятий с тысячами сотрудников, использующих стандартизированные ИИ-рабочие процессы, это риски при закупках и непредвиденная трата времени, которая способна свести на нет любые приросты производительности от ИИ.

Релизы Anthropic рассказывают совсем другую историю. Каждое обновление сохраняло поведенческую стабильность при одновременном улучшении возможностей. Такой подход представляет собой полную противоположность ориентированным на потребителя обновлениям «характера» моделей.

Чем выше требования к безопасности, тем выше надежность

Связь между инвестициями Anthropic в безопасность и надежностью результатов не случайна. Она заложена на архитектурном уровне и отражается в процессе тестирования на проникновение (red teaming).

Анализ подходов к red teaming от VentureBeat выявил фундаментальный методологический раскол между двумя компаниями. 153-страничная системная карта Anthropic для Claude Opus 4.5 документирует успешность многократных попыток атак в рамках 200 циклов обучения с подкреплением. 60-страничная системная карта OpenAI для GPT-5 сообщает об устойчивости к взлому с одной попытки.

Anthropic отслеживает около 10 миллионов нейронных признаков во время оценки с использованием обучения по словарю (dictionary learning). Эти признаки сопоставимы с понятными человеку концепциями, включая обман, угодничество и предвзятость. Та же инфраструктура, которая выявляет проблемы с безопасностью, отслеживает и поведенческие несоответствия.

В основе лежит Конституционный ИИ (Constitutional AI) — методология обучения от Anthropic, которая наделяет модели четкими принципами, а не полагается исключительно на обратную связь от людей. Такая прозрачность обеспечивает предсказуемость. Предприятия могут проверять принципы, определяющие поведение модели, вместо того чтобы тратить драгоценное время на обратное проектирование неявных ценностей из противоречивых результатов.

Растущие свидетельства в корпоративном сегменте

«Anthropic уделяла безопасности гораздо больше внимания, чем другие разработчики LLM», — отметил Гунджан Патель (Gunjan Patel), директор по разработке в Palo Alto Networks, внедрившей Claude среди 2500 разработчиков. — «Они обсуждают вопросы безопасности на каждой встрече. Для крупнейшей компании в сфере кибербезопасности это имеет огромное значение». После выбора Claude скорость разработки функций в компании выросла на 20–30%. Младшие разработчики выполняли задачи по интеграции на 70% быстрее при поддержке Claude.

Novo Nordisk, создатель препарата Ozempic, сообщает, что оптимизировала фармацевтическую документацию с помощью Claude. Отчеты о клинических исследованиях, на подготовку которых уходило более 10 недель, теперь занимают 10 минут — сокращение на 90%.

IG Group вышла на полную окупаемость своей ИИ-инициативы всего за три месяца. А анализ GitLab показал, что Claude «выделился своей способностью предотвращать отвлекающее, небезопасное или обманное поведение». Это язык безопасности, описывающий показатели надежности.

Динамика ускоряется. Компания Anthropic недавно объявила о партнерстве с Accenture: 30 000 специалистов прошли обучение работе с Claude, что делает ее одной из крупнейших экосистем практиков ИИ в мире. За два года компания выросла с менее чем 1000 до более чем 300 000 корпоративных клиентов, а ее команда прикладного ИИ увеличилась в пять раз для поддержки масштабных внедрений.

Где наиболее заметна сила OpenAI

OpenAI не проигрывает корпоративный рынок. Компания сохраняет значительные преимущества, которые имеют решающее значение для определенных сегментов покупателей.

• Глубина экосистемы: архитектура плагинов OpenAI, кастомные GPT и сторонние интеграции создают барьеры для перехода, с которыми Anthropic пока не может сравниться. Предприятия, уже интегрированные в экосистему OpenAI, столкнутся со значительными трудностями при миграции.

• Мультимодальные возможности: нативная генерация изображений, голосовое взаимодействие и понимание видео дают OpenAI преимущество для компаний, создающих ориентированные на потребителя ИИ-продукты, где эти функции важны.

• Сила бренда: 2,5 миллиарда ежедневных запросов к ChatGPT формируют привычку. Когда сотрудники предприятий уже используют ChatGPT в личных целях, ИТ-отделы сталкиваются с меньшим сопротивлением изменениям.

• Модели рассуждений: Смит из Klick Health признал, что «GPT-5.2 Thinking и особенно Pro очень умны. Для исследовательских задач и задач на рассуждение, включая стратегическое планирование, я бы поставил на то, что это самые умные доступные модели».

Возможности все еще побеждают в некоторых сделках. Надежность побеждает в других.

Проблема OpenAI на двух фронтах

Проблема OpenAI носит структурный характер. Смит точно сформулировал это в своем посте в X: «С одной стороны, Anthropic сосредоточена исключительно на корпоративном секторе. С другой стороны, Google владеет потребителями за счет каналов дистрибуции».

OpenAI построила график своих релизов вокруг качественных скачков возможностей и вовлечения потребителей. Предприятиям требуется противоположное: предсказуемое поведение, готовые к соблюдению требований (compliance) архитектуры и операционная стабильность.

«ИИ кардинально перестраивает то, как предприятия покупают ПО», — заявил Джофф Редферн (Joff Redfern), партнер в Menlo Ventures. — «Сделки закрываются в два раза быстрее, чем в традиционном SaaS, а стартапы забирают два доллара на каждый один доллар, заработанный старожилами рынка».

Что все это значит для корпоративных покупателей ИИ

Вопрос не в том, какой вендор лучше. Различные философии разработки порождают разные операционные характеристики. Сопоставляйте вендоров с вашими сценариями использования.

Покупатели, оценивающие ИИ в 2026 году, должны задавать вопросы, на которые бенчмарки не могут дать ответа.

• Стабильность релизов: как меняется поведение модели между версиями? Какова политика прекращения поддержки (deprecation) для функций, от которых зависят ваши рабочие процессы?

• Гибкость развертывания: поддерживает ли вендор AWS Bedrock и Google Vertex AI? Или только собственную инфраструктуру?

• Документация по соответствию требованиям: 153-страничная системная карта позволяет вести переговоры о закупках так, как не может 60-страничная.

• Поддержка прикладного ИИ: есть ли практические команды развертывания для внедрений корпоративного масштаба? Или только документация по API?

• Суверенитет данных: для регулируемых отраслей — где происходит инференс? Кто контролирует данные?

Большинство корпоративных ИИ-инициатив пробуксовывают не из-за возможностей моделей. Они буксуют из-за сложности внедрения. Предсказуемое поведение и надежная инфраструктура поддержки решают эту проблему.

За чем следить в 2026 году

Три фактора определят развитие событий в следующие 12 месяцев.

Плата за стабильность

OpenAI должна решить, оправдывают ли корпоративные доходы замедление темпов выпуска релизов. Апрельский откат угодничества показал, что происходит, когда потребительская оптимизация дает обратный результат.

OpenAI выпустила обновление GPT-4o, призванное сделать модель «более интуитивной и эффективной», а затем была вынуждена отменить его в течение нескольких дней после того, как пользователи сообщили, что модель стала чрезмерно льстивой и неискренней. Рядовым пользователям это показалось раздражающим. Корпоративным клиентам с тысячами стандартизированных рабочих процессов это создало операционные сбои. Anthropic выстроила процесс релизов вокруг обратной совместимости. Чтобы соответствовать этому, OpenAI придется перестроить свою философию разработки, а не только маркетинг.

Проблема масштабирования поддержки

Компания Anthropic выросла с менее чем 1000 до более чем 300 000 корпоративных клиентов, одновременно увеличив свою команду прикладного ИИ в пять раз. Такое соотношение не может держаться вечно. Либо Anthropic быстро выстроит партнерские каналы, либо корпоративные внедрения начнут буксовать из-за нехватки поддержки при реализации. Партнерство с Accenture сигнализирует о том, что компания это понимает.

Темная лошадка в виде открытого исходного кода

Llama и DeepSeek пока конкурируют не в надежности, а в цене и степени контроля. Но разрыв сокращается. Когда модели с открытым исходным кодом достигнут «достаточно хорошей» надежности для рабочих нагрузок продакшна, вся структура ценообразования изменится. Предприятия будут запускать критически важные для надежности рабочие процессы на Claude, одновременно превращая все остальное в биржевой товар.

Победителями в 2026 году станут не те, у кого самые высокие баллы в бенчмарках. А те, кто понял, что корпоративный ИИ — это проблема операций, а не возможностей.

Итог

Доминирование Anthropic в корпоративном секторе не было предопределено. Два года назад OpenAI удерживала 50% рынка против 12% у Anthropic. Разворот произошел потому, что разработка, ставящая безопасность на первое место, обеспечила необходимые предприятиям операционные характеристики. Согласованные результаты, предсказуемое поведение и аудируемое принятие решений доказывают свою обязательную необходимость.

Пост Смита в X отразил пользовательский опыт. Рыночные данные подтверждают покупательское поведение. Клиентские внедрения подтверждают операционную реальность.

Рынок ИИ усваивает то, что рынки корпоративного ПО усвоили десятилетия назад: возможности открывают вам дверь, но контракт и продления выигрывает надежность.