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

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

A Anthropic tem focado em fazer com que os usuários corporativos permaneçam fiéis e, na quarta-feira, anunciou um novo conjunto de ferramentas de relatórios projetadas para dar a esses clientes uma compreensão mais detalhada do valor que obtêm com seus gastos em tokens.

Usando análises internas e pesquisas com funcionários, os gestores 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 Anthropic afirma que não usará esses dados para treinamento de modelos por padrão. Os relatórios também oferecerão recomendações sobre como melhorar os resultados.

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

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

A Jellyfish, uma empresa que cria ferramentas para desenvolvedores de software, lançou um novo relatório ontem com base no uso de ferramentas de programação baseadas em agentes por 276.000 de seus clientes. O Claude Code e outras ferramentas construídas sobre os modelos da Anthropic continuam sendo os mais amplamente utilizados na pesquisa, responsáveis por quase um terço de todas as alterações de código propostas enviadas para revisão. Mais importante ainda, os gastos com essas ferramentas cresceram 10 vezes desde o início do ano, com seu custo agora equivalente a cerca de 2% do custo total de engenharia.

“Mesmo que você diga que 2% ainda é pouco, esse crescimento de 10 vezes é um crescimento que a maioria dos diretores financeiros (CFOs) não planejou”, disse ao TechCrunch Nicholas Arcolano, cientista-chefe da Jellyfish. “Certamente estamos chegando ao ponto em que as pessoas estão percebendo: ok, não basta apenas gastar bastante. Agora você precisa otimizar, fazer funcionar.”

Os novos relatórios da Anthropic abordam esse desafio. A Anthropic lidera entre os clientes corporativos, mas o que torna uma ferramenta de programação baseada em agentes verdadeiramente atraente e difícil de abandonar é difícil de identificar. O lançamento do modelo Astra da OpenAI neste verão pareceu uma ameaça potencial à Anthropic, mas até agora isso não desacelerou os números de adoção da Anthropic.

“Demorou muito para vermos o Codex realmente aparecer em nossos dados, e ele surgiu junto com o Astra [o modelo mais recente da OpenAI]”, disse ao TechCrunch Nikolas Albarran, líder de produtos de IA na Jellyfish. Olhando para o X, ele continuou, você teria a distinta impressão de que a concorrência está mais acirrada. “Todo mundo no Vale está tipo: 'Ah, o Codex é melhor.'” Na realidade, continuou Albarran, “A Anthropic simplesmente estava lá com ótimas estratégias voltadas para empresas, e eles tinham um peso inerente próprio — essa tecnologia simplesmente funcionava e funcionava bem, e muitas pessoas dedicaram muito esforço para padronizar os fluxos de trabalho ao redor dela. E não há um motivo grande o suficiente para mudar.”

Também não é apenas uma questão de modelos e fluxos de trabalho. A realidade dos negócios significa que, uma vez que um laboratório de ponta conquista um cliente, a migração é mais difícil do que para 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 de implantação avançada (FDE) — equipes que inserem consultores de IA dentro das organizações clientes para ajudá-las a dar os primeiros passos. Essas novas ferramentas de relatório podem ser vistas como uma espécie de FDE leve, uma versão mais simples dessa ajuda prática, para os clientes da Anthropic.

“Estamos em um ponto agora em que isso é maduro o suficiente para que, uma vez que você entra, vai ser cada vez mais difícil mudar porque você já investiu esforço”, disse ele. “Mesmo que sejam todos na sua maioria iguais, todos serão ligeiramente diferentes, terão suas próprias pequenas peculiaridades de como lidam com agentes para arquivos ND, etc., e, portanto, o custo de mudança não é zero.”