Anthropic: Claude «ведёт» 26% задач ИИ-исследований и разработок

Что произошло

Anthropic заявила, что её модели Claude теперь самостоятельно «ведут» 26 процентов задач компании в области исследований и разработки ИИ. Это одна из трёх новых внутренних метрик, которые отслеживают степень автономности ИИ-систем.

Об этом сообщил Engadget. Термин «ведут» компания заключает в кавычки, и это указывает на условность формулировки. В доступном описании не раскрывается, как именно рассчитывается этот показатель и какие задачи в него входят.

Содержание двух других метрик в доступных материалах не приводится, поэтому судить о них мы не можем. Сам факт публичного разговора о внутреннем измерении автономности ИИ при этом заслуживает внимания.

Почему это важно

Речь идёт не только о том, что ИИ-модели берут на себя часть исследовательской работы. Важно, что разработчик технологии сам начинает количественно описывать, какую долю задач система выполняет без прямого участия людей. Для организаций любого профиля это означает переход от вопроса «может ли ИИ это делать» к вопросу «какую часть работы ему можно передать и на каких условиях».

Для руководителей в сфере клиентского опыта, ИИ и цифровой трансформации это сигнал о том, что операционные модели будут всё чаще строиться вокруг распределения задач между человеком и системой. Без понятных метрик делегирования трудно понять, где автоматизация экономит ресурсы, а где создаёт скрытые риски для качества.

Ключевые цифры

• 26% — доля задач ИИ-исследований и разработки в Anthropic, которые, по заявлению компании, Claude «ведёт» самостоятельно.
• 3 — количество новых внутренних метрик, которые компания использует для отслеживания автономности ИИ.

Позиция Renascence

Самая интересная часть новости — не сама цифра 26 процентов, а определение того, что значит «вести» задачу. Без чёткой границы между предложением, проверкой и принятием решения такой показатель легко превращается в маркетинговый ориентир. Для организаций это тот же вопрос, что и в любом сервисном процессе: кто и в какой момент отвечает за результат.

Поведенческая экономика хорошо описывает два искажения, которые здесь важны: склонность слишком доверять автоматизированным результатам и склонность слишком недоверять им. Оба ведут к ошибкам, и калибровка доверия становится управленческой задачей, а не технической. Клиентоориентированный оператор должен заранее определить, какие решения ИИ может принимать сам, где нужна проверка человеком и как передача задачи обратно человеку выглядит на практике. Метрики автономности имеют смысл только тогда, когда они связаны с качеством результата для клиента и сотрудника.