Anthropic объявила о запуске набора инструментов для отчётности, которые позволяют компаниям понять, что именно они получают за потраченные токены. Это не просто учёт расходов — в аналитику встроены данные о том, что произвела команда, где сломались процессы и какие есть точки оптимизации. По умолчанию Anthropic не использует эти данные для обучения моделей. Компания также добавила функцию групповых бюджетов для более гибкого управления расходами.
Эта инициатива прямо адресует боль, которая остро встала перед крупными заказчиками: расходы на AI-инструменты растут, но непонятно, насколько это оправдано. За 2026 год расходы на кодирование с Claude выросли в 10 раз и теперь составляют примерно 2% от общих расходов на разработку — цифра, которая заставляет CFO задавать вопросы. По данным Jellyfish, инструменты на базе Anthropic отвечают за почти треть всех предложенных изменений кода среди почти 300 тысяч разработчиков в их системе.
Важно понимать контекст: venture-backed компании активно экспериментируют с ИИ и готовы платить за экспериментирование, но Fortune 500 покупает этот софт медленнее и часто не видит явного прироста в продуктивности. Anthropic — один из немногих, кому удалось зацепить энтерпрайз-клиентов по-настоящему. У компании был операционный профит во втором квартале, а чистое удержание дохода составило 900% (то есть те же клиенты тратили в девять раз больше в третьем квартале 2026 года по сравнению с третьим кварталом 2025 года).
Новые инструменты отчётности — это по сути лайтовая версия форвард-дипломированного инжиниринга (FDE), которым занимаются все крупные лаб. FDE это когда AI-консультант встраивается в команду клиента и помогает настроить всё на месте. Отчёты делают часть этой работы на автомате, но главное их значение в другом: они закрепляют клиента. Как только компания стандартизировала рабочие процессы на Claude, переход на OpenAI Astra или другую платформу требует реинжиниринга — а это не нулевая стоимость, даже если модели технически похожи.
OpenAI выпустила летом 2026 года Astra, которая позиционировалась как угроза для Anthropic, но по данным того же Jellyfish, это особо на adoption не повлияло. Jellyfish отмечает разрыв между шумом в Valley (все говорят, что Astra лучше) и реальностью: Anthropic просто лучше поработала над интеграцией с enterprise-клиентами. Когда решение работает хорошо и на него потрачены ресурсы на внедрение, причин менять его нет.
Для российского бизнеса эта история повторяет уже знакомую логику SaaS, но с новым коэффициентом ускорения. Аналитические инструменты, которые помогают контролировать расходы на API и видеть результат — это вот-вот станет базовым требованием к любому AI-сервису для бизнеса. Отечественные компании, которые внедряют Claude или другие модели в работу, получают ту же проблему: как обосновать расходы перед финансовым отделом. Решение здесь либо собственные интеграции (которые требуют разработки), либо использование платформ, которые аналитику встраивают из коробки — например, автоматизация контента через такие системы уже требует прозрачности по ROI, и это становится точкой дифференциации между сервисами.
Главное, что произойдёт на рынке ИИ-инструментов в ближайший год: закончится время, когда можно было просто потратить деньги на API и надеяться на лучшее. Теперь это конкурентный фактор — кто лучше поможет клиенту показать, что ИИ действительно работает, тот и закрепится на долгий срок.
Алексей Мартыненко
Главный редактор SPV News
Это не маркетинг Anthropic, это классический B2B паттерн: когда продукт достаточно зрелый, победить начинают не по техническому совершенству, а по простоте жизни клиента. Отчёты о ROI и управление бюджетами на первый взгляд скучные инструменты, но они решают главный вопрос для любого CFO — зачем это нам платить. Whoever makes it easier to justify the spend wins the enterprise. И да, это значит, что конкуренты Anthropic должны были это сделать давно.