بررسی جدید VentureBeat: پلتفرم عامل‌های هوش مصنوعی OpenAI توسط دو برابر شرکت‌های بیشتری نسبت به Anthropic استفاده می‌شود

پژوهش

بر اساس نظرسنجی ماه سپتامبر VentureBeat Intelligence درباره هماهنگ‌سازی عامل‌های هوش مصنوعی، تعداد شرکت‌هایی که از پلتفرم هماهنگ‌سازی عامل‌های OpenAI استفاده می‌کنند، دو برابر شرکت‌هایی است که از پلتفرم Anthropic استفاده می‌کنند. با این حال، Anthropic در برخی شاخص‌های مهم دیگر ممکن است از OpenAI جلوتر باشد. برای نمونه، شرکت ارائه‌دهنده کارت سازمانی و مدیریت هزینه Ramp گزارش کرده است که در حال حاضر کسب‌وکارهای بیشتری برای اشتراک‌ها یا توکن‌ها به Anthropic پول پرداخت می‌کنند تا OpenAI.

پلتفرم هماهنگ‌سازی عامل‌ها نرم‌افزاری است که وظایف را به عامل‌های هوش مصنوعی واگذار می‌کند، فراخوانی ابزارها را مدیریت می‌کند و اطمینان می‌دهد عامل‌ها در محدوده مجوزهای خود فعالیت کنند. در میان شرکت‌هایی که از چنین پلتفرمی استفاده می‌کنند، ۴۳ درصد گفتند از پلتفرم OpenAI، ۲۲ درصد از پلتفرم Anthropic و ۲۱ درصد از پلتفرم گوگل استفاده می‌کنند. این نظرسنجی محصولات مشخصی را نیز نام برد: Agents SDK و Responses API از OpenAI، Claude Agent SDK و Managed Agents از Anthropic و Enterprise Agent Platform از گوگل.

از شرکت‌ها همچنین پرسیده شد که پلتفرم اصلی هماهنگ‌سازی عامل مورد استفاده خود را نام ببرند. از میان شرکت‌هایی که از چنین پلتفرمی استفاده می‌کنند، ۲۵ درصد OpenAI، ۱۸ درصد گوگل و ۱۶ درصد Anthropic را به‌عنوان پلتفرم اصلی خود معرفی کردند. سایر شرکت‌ها نیز پلتفرم‌هایی مانند Agentforce از Salesforce، Copilot Studio از مایکروسافت، Amazon Bedrock و چارچوب‌های متن‌بازی مانند LangChain را نام بردند.

در یک نظرسنجی جداگانه در ماه سپتامبر درباره زیرساخت و محاسبات هوش مصنوعی، از شرکت‌ها پرسیده شد برای اجرای هوش مصنوعی در محیط تولید از کدام ارائه‌دهندگان ابر و مدل استفاده می‌کنند. در بخش رایانش ابری، ۵۱ درصد پاسخ‌دهندگان Google Cloud، ۳۶ درصد Microsoft Azure و ۲۳ درصد Amazon Web Services را اعلام کردند. در بخش مدل‌ها، ۴۱ درصد گفتند از مدل‌های OpenAI، ۳۹ درصد از Gemini گوگل و ۱۵ درصد از مدل‌های Anthropic استفاده می‌کنند.

وقتی از شرکت‌ها پرسیده شد کدام ارائه‌دهنده اصلی‌ترین گزینه مورد استفاده آن‌ها در محیط تولید است، ۳۲ درصد Google Cloud یا Gemini و ۲۲ درصد OpenAI را نام بردند. تنها ۶ درصد Anthropic را انتخاب کردند. البته باید توجه داشت برخی شرکت‌هایی که مدل‌های OpenAI را از طریق Microsoft Azure یا مدل‌های Claude از Anthropic را از طریق ابرهای آمازون یا گوگل اجرا می‌کنند، ممکن است نام همان سرویس ابری را به‌عنوان گزینه اصلی ثبت کرده باشند.

گوگل برای ارائه حق انتخاب بیشتر به مشتریان، هم یک سرویس ابری بزرگ و هم مدل‌های پیشرفته خود را عرضه می‌کند. اگر هر دو محصول در نظر گرفته شوند، ۶۸ درصد پاسخ‌دهندگان از Google Cloud یا Gemini استفاده می‌کنند، در مقابل ۶۲ درصد که از Microsoft Azure یا OpenAI استفاده می‌کنند.

شرکت Home Depot نمونه‌ای از کسب‌وکاری است که عمدتاً بر بستر گوگل فعالیت می‌کند اما همچنان از مدل‌های دیگر ارائه‌دهندگان نیز بهره می‌گیرد. «ما یک مجموعه بسیار متکی به گوگل هستیم، بنابراین تعداد زیادی Google ADK در آنجا داریم»، انجی براون، معاون اجرایی و مدیر ارشد اطلاعات Home Depot، در مصاحبه‌ای برای پادکست Beyond the Pilot متعلق به VentureBeat گفت که اواخر این ماه منتشر خواهد شد. ADK نرم‌افزار Google Agent Development Kit برای ساخت عامل‌های هوش مصنوعی است.

براون گفت بخش عمده داده‌های Home Depot در انبار داده BigQuery گوگل قرار دارد. او افزود این شرکت از مدل‌های OpenAI از طریق Microsoft Azure برای ارزیابی نتایجی که از مدل‌های گوگل دریافت می‌کند استفاده می‌کند و همچنین از Claude متعلق به Anthropic برای نوشتن کد و از مدل‌های OpenAI برای بررسی آن کد بهره می‌گیرد. براون گفت: «بنابراین این‌طور نیست که ما فقط یک مجموعه مبتنی بر گوگل باشیم.»

Anthropic که در ماه ژوئن اعلام کرده بود به‌صورت محرمانه برای عرضه اولیه سهام درخواست داده است، قصد دارد روز چهارشنبه در دفتر مرکزی خود در سان‌فرانسیسکو میزبان برخی سرمایه‌گذاران نهادی منتخب در یک روز سرمایه‌گذاری پیش از عرضه اولیه باشد؛ بلومبرگ گزارش داده است. Ramp که هزینه‌هایی را که کسب‌وکارهای آمریکایی روی پلتفرمش پرداخت می‌کنند دنبال می‌کند، در ۹ سپتامبر گزارش داد که ۴۳.۸ درصد از شرکت‌ها برای اشتراک یا توکن به Anthropic پرداخت کرده‌اند، در حالی که این رقم برای OpenAI برابر ۳۹.۸ درصد بوده است.

با این حال، داده‌های Ramp به دلیل نوع مشتریانی که بررسی می‌کند، دارای سوگیری است؛ این مشتریان معمولاً شرکت‌هایی فناوری‌محورتر از میانگین هستند. آمار Ramp فقط کسب‌وکارهایی را پوشش می‌دهد که از کارت‌ها و نرم‌افزار این شرکت استفاده می‌کنند و هر کسب‌وکار را یک بار محاسبه می‌کند؛ بنابراین یک شرکت ۵۰ نفره همان وزن یک شرکت ۵۰ هزار نفره را دارد. از آنجا که شرکت‌های کوچک تعداد بسیار بیشتری دارند، تأثیر زیادی بر نتایج Ramp می‌گذارند.

Ramp و VentureBeat دو موضوع متفاوت را در گروه‌های متفاوتی از شرکت‌ها اندازه‌گیری می‌کنند. Ramp بررسی می‌کند چند کسب‌وکار روی پلتفرمش به هر شرکت پول پرداخت می‌کنند. در مقابل، VentureBeat از کارکنان سازمان‌های دارای ۱۰۰ کارمند یا بیشتر و مشاورانی که به چنین سازمان‌هایی خدمات می‌دهند پرسیده است از چه پلتفرم‌های هماهنگ‌سازی عامل و چه ارائه‌دهندگانی برای اجرای هوش مصنوعی در محیط تولید استفاده می‌کنند. یک شرکت می‌تواند برای اشتراک Claude و API آن جهت اجرای ابزارهای کدنویسی هزینه کند، اما عامل‌های خود را روی پلتفرم OpenAI اجرا کند.

مقایسه درآمد OpenAI و Anthropic نیز به این بستگی دارد که دقیقاً چه چیزی در محاسبه لحاظ شود. طبق گزارش Axios، درآمد سالانه‌شده OpenAI حدود ۵۰ میلیارد دلار است که تقریباً ۲۰ میلیارد دلار کمتر از رقم ۷۰ میلیارد دلاری است که در ماه سپتامبر به‌طور گسترده گزارش شده بود. رقم ۷۰ میلیارد دلار فروش OpenAI از طریق شرکای ابری را نیز مانند شیوه محاسبه Anthropic در نظر گرفته بود. پس از انتشار رقم پایین‌تر، سهام فناوری در ۸ اکتبر کاهش یافت، طبق گزارش CNN. نظرسنجی‌های VentureBeat درباره درآمد هیچ‌یک از دو شرکت یا عرضه اولیه برنامه‌ریزی‌شده Anthropic پرسشی مطرح نکرده بودند.

پلتفرم Anthropic تقریباً به اندازه OpenAI در فهرست گزینه‌های خرید شرکت‌ها قرار دارد

از شرکت‌هایی که قصد داشتند طی ۱۲ ماه آینده یک پلتفرم هماهنگ‌سازی عامل جدید، تکمیلی یا جایگزین تهیه کنند پرسیده شد که کدام پلتفرم‌ها را بررسی می‌کنند و به آن‌ها اجازه داده شد چند گزینه را نام ببرند. از میان ۶۱ شرکتی که دست‌کم یک گزینه را معرفی کردند، ۳۳ درصد Anthropic، ۳۰ درصد OpenAI و ۲۵ درصد گوگل را نام بردند.

بنابراین، پلتفرم Anthropic تقریباً به اندازه پلتفرم OpenAI در فهرست گزینه‌های خرید شرکت‌ها دیده می‌شود.

از میان شرکت‌هایی که پلتفرم هماهنگ‌سازی عامل Anthropic را بررسی می‌کنند، ۶۰ درصد در حال حاضر از آن استفاده نمی‌کنند.

جابه‌جایی مدل‌های هوش مصنوعی در یک برنامه فعال معمولاً به کار اضافی نیاز داشت

کسب‌وکارهای موجود در پلتفرم Ramp بیش از هر زمان دیگری در داده‌های این شرکت در حال تغییر ارائه‌دهندگان مدل هوش مصنوعی هستند. Ramp در ۶ اکتبر گزارش داد که طی سه ماه منتهی به سپتامبر، به‌طور میانگین ۸ درصد از کسب‌وکارها در هر ماه ارائه‌دهنده مدل خود را تغییر داده‌اند.

نظرسنجی VentureBeat درباره هماهنگ‌سازی عامل‌ها همچنین پرسید آیا شرکت‌ها در سال گذشته مدل هوش مصنوعی داخل یک برنامه تولیدی را بدون کنار گذاشتن خود برنامه جایگزین کرده‌اند یا خیر. این جایگزینی می‌تواند انتقال به مدل ارائه‌دهنده‌ای دیگر یا استفاده از مدل جدیدتر همان ارائه‌دهنده باشد. از شرکت‌های بررسی‌شده، ۶۲ درصد چنین تغییری انجام داده بودند. از میان این شرکت‌ها، ۵۹ درصد با کاهش عملکرد مواجه شدند و مجبور شدند برنامه را دوباره اصلاح کنند یا به مدل قبلی بازگردند.

تنها ۱۹ درصد از شرکت‌هایی که مدل خود را تغییر داده بودند گفتند این جابه‌جایی تقریباً بدون کار مهندسی انجام شده است. برای ۷۵ درصد شرکت‌ها، تغییر مدل چند روز کار مهندسی یا بیشتر نیاز داشت یا پیش از تکمیل متوقف شد.

براون درباره دلیل پرهزینه بودن تغییر مدل‌ها در Home Depot گفت: «یکی از مسائل، آموزش زمینه‌ای است که هر بار هنگام تغییر باید انجام شود؛ بنابراین سطحی از چسبندگی در اینجا وجود دارد.»

مشاوران نرخ بیشتری از تغییر مدل را نسبت به پاسخ‌دهندگان داخلی گزارش کردند؛ یعنی افرادی که برای شرکت خودشان روی هوش مصنوعی کار می‌کنند. ۸۱ درصد مشاوران گفتند مشتری اصلی آن‌ها در سال گذشته مدل خود را تغییر داده است، در حالی که این رقم در میان کارکنان داخلی ۵۱ درصد بود. به همین دلیل، گزارش مشاوران باعث شد رقم کلی ۶۲ درصد افزایش یابد.

بازیابی اطلاعات OpenAI و گوگل در نیمی یا بیشتر از شرکت‌ها اجرا می‌شود

در سومین نظرسنجی ماه سپتامبر درباره لایه‌های زمینه‌ای عامل‌ها، ۵۸ درصد شرکت‌هایی که بازیابی اطلاعات را در محیط تولید اجرا می‌کنند گفتند از بازیابی اطلاعات OpenAI استفاده می‌کنند و ۵۰ درصد از Vertex AI Search گوگل بهره می‌گیرند. پرکاربردترین ابزارهای مستقل، Pinecone و Elasticsearch، هرکدام توسط ۱۲ تا ۱۴ درصد شرکت‌ها استفاده می‌شوند و ۴۰ درصد دست‌کم از یک ابزار مستقل استفاده می‌کنند.

داده‌ها برای مدیران فنی چه معنایی دارد

بیش از نیمی (۵۹ درصد) از شرکت‌هایی که مدل را در یک برنامه فعال تغییر داده‌اند، برنامه را دوباره اصلاح کرده‌اند یا به مدل قبلی بازگشته‌اند. این داده‌ها نشان می‌دهد مدیران فنی که قصد دارند مدل هوش مصنوعی یک برنامه فعال را تغییر دهند باید برای کارهای اصلاحی بودجه در نظر بگیرند؛ از جمله آزمایش دوباره پرامپت‌ها، ابزارها و ارزیابی‌هایی که بر پایه مدل قبلی ساخته شده‌اند.

VentureBeat Intelligence همین پرسش‌ها را در نظرسنجی VB Pulse ماه اکتبر نیز مطرح خواهد کرد تا مشخص شود آیا برتری OpenAI در استفاده از پلتفرم‌های هماهنگ‌سازی عامل در گروه جدیدی از پاسخ‌دهندگان نیز تکرار می‌شود یا خیر.

داده‌های این مقاله بر اساس پنج نظرسنجی VB Pulse در سپتامبر ۲۰۲۶ جمع‌آوری شده است. سه مورد از آن‌ها در این گزارش استفاده شده‌اند: نظرسنجی هماهنگ‌سازی عامل‌ها با ۱۰۹ پاسخ‌دهنده واجد شرایط، نظرسنجی زیرساخت و محاسبات هوش مصنوعی با ۱۰۲ پاسخ‌دهنده و نظرسنجی لایه‌های زمینه‌ای عامل‌ها با ۱۱۳ پاسخ‌دهنده.

پاسخ‌دهندگان زمانی واجد شرایط بودند که در سازمانی با ۱۰۰ کارمند یا بیشتر کار کنند یا به‌عنوان مشتری اصلی مشاوران چنین سازمانی باشند. هر نظرسنجی ماهانه تصویری از گروه متفاوتی از پاسخ‌دهندگانی است که داوطلبانه در آن شرکت می‌کنند. این افراد از میان خوانندگان VentureBeat و یک پنل پژوهشی انتخاب شده‌اند.

نتایج، وضعیت همین پاسخ‌دهندگان مشخص را توصیف می‌کند و ممکن است برای همه شرکت‌ها صدق نکند. برتری OpenAI در استفاده از پلتفرم هماهنگ‌سازی عامل‌ها با سطح اطمینان ۹۵ درصد از نظر آماری معنادار بود، از جمله زمانی که فقط پاسخ‌دهندگان داخلی شرکت‌ها بررسی شدند. گروه شرکت‌هایی که پلتفرم Anthropic را بررسی می‌کنند کوچک است و تنها ۲۰ شرکت را شامل می‌شود.