Anthropic अपनी IA का उपयोग केंद्रीय तंत्रिका तंत्र के रूप में करता है और आंकड़े इसे उचित ठहराते हैं
एक कंपनी जो सोने की खदान में खुदाई के लिए पैक खरीदती है और दूसरी जो उसी पैक का उपयोग अपने स्वयं के खनिज निकालने के लिए करती है, के बीच एक अंतर होता है। Anthropic, जिसकी वैल्यू फरवरी 2026 में 380 अरब डॉलर है, दोनों काम एक साथ कर रही है, और यह विवरण OpenAI या Google के साथ किसी भी तुलना से अधिक महत्वपूर्ण है।
Fast Company द्वारा प्रकाशित कंपनी के आंतरिक आंकड़ों के अनुसार, इसके कर्मचारी Claude का उपयोग अपने दैनिक कार्य का लगभग 60% करते हैं, और उत्पादकता में 50% के करीब लाभ की रिपोर्ट करते हैं। इसके अलावा, 27% कार्य जो IA द्वारा सहायक होते हैं, वे ऐसे कार्य हैं जिनका प्रयास अन्यथा नहीं किया गया होता। यह संख्या मेरे लिए आर्थिक दृष्टिकोण से सबसे अधिक महत्वपूर्ण है: यह केवल उतनी ही गति से काम करने के बारे में नहीं है, बल्कि बिना मूल रूप से वृद्धि किए उत्पादन क्षमता का विस्तार करने के संबंध में है। इंजीनियरिंग में, प्रभाव और भी अधिक स्पष्ट था: Claude Code की शुरुआत के साथ, इंजीनियर प्रति इंजीनियर 200% अधिक pull requests का उत्पादन करने लगे। यह एक हल्की सुधार नहीं है; यह प्रति यूनिट आउटपुट की लागत के समीकरण में जोड़ने का पुनर्गठन है।
Anthropic जो आंतरिक रूप से कर रहा है, उसे पोर्टफोलियो थ्योरी में एक सटीक नाम दिया गया है: संपत्तियों के बीच सहसंबंध को कम करना। जब एक कंपनी अपने द्वारा बेचे जाने वाले उत्पाद के ऊपर अपने खुद के टूल का निर्माण करती है, तो उसके संचालन लागत और आय लगभग किसी भी बाजार परिदृश्य में एक ही दिशा में चलते हैं। यदि Claude में सुधार होता है, तो आंतरिक टीमें समान संख्या में अधिक उत्पादन करती हैं। यदि आंतरिक टीमें तनावों का पता लगाती हैं, तो वे तनाव उत्पाद संकेतन बन जाते हैं। यह चक्र संरचनात्मक रूप से फायदेमंद है।
कार्यालय का सबसे सस्ता प्रयोगशाला आपका खुद का कार्यालय है
Anthropic के आंतरिक वकील मार्क पाइक ने एक दोपहर में एक कानूनी समीक्षा उपकरण का निर्माण किया, जो आंतरिक नीतियों के खिलाफ ड्राफ्ट का विश्लेषण करता है, जोखिमों को इंगित करता है और सीधे Slack पर सारांश भेजता है। उस मॉडल को कैलिब्रेट करने के लिए, उन्होंने 742 Jira टिकटों के पैटर्न को एक ही बातचीत में प्रोसेस किया। उस विकास की सीमांत लागत, अतिरिक्त बुनियादी ढांचे के संदर्भ में, व्यावहारिक रूप से शून्य थी। इसके लिए इंजीनियरों की एक टीम की आवश्यकता नहीं थी, न ही इसकी आवश्यकता थी किसी बाहरी कानूनी सॉफ्टवेयर प्रदाता के साथ अनुबंध की, और न ही विशिष्ट आवश्यकताओं के लिए हफ्तों की जरूरत थी।
यही बात मुझे विश्लेषण की दृष्टि से दिलचस्प लगती है, यह नहीं कि IA शक्तिशाली है, बल्कि जो लागत संरचना इसे सक्षम बनाती है। Anthropic जो कुछ भी करती है, उसे किसी अन्य कंपनी में फिक्स्ड कंसल्टेंसी या सॉफ्टवेयर लाइसेंसिंग लागत में बदलने के बजाय एक वेरिएबल लागत में बदल रही है जो वास्तविक उपयोग के साथ बढ़ता है। उनकी संचालित IA सलाहकार कहा जाता है कि Claude का Gmail, Slack और Salesforce जैसे उपकरणों के साथ जुड़ाव 100 मिलियन मासिक डाउनलोड का आंकड़ा पार कर चुका है। यह कोई आंतरिक डेमो नहीं है: यह एक बुनियादी ढांचा है जो, एक बार कंपनी के भीतर मान्य होने के बाद, पैक किया जाता है और बाहर बेचा जाता है।
यह गतिशीलता सॉफ्टवेयर उद्योग में एक स्पष्ट पूर्वज है: Amazon Web Services का जन्म इसलिए हुआ क्योंकि Amazon को अपने बड़े पैमाने पर बुनियादी ढांचे की समस्या को सुलझाना था। Anthropic में भिन्नता यह है कि चक्र की गति अधिक है। Claude Code एक शोध प्रयोग से विकसित होते हुए छह महीनों में एक अरब डॉलर के वार्षिक राजस्व का उत्पादन करने में सफल हुआ। Cowork, जो कार्यालय कार्यों और फाइल प्रबंधन के लिए स्वायत्त प्रबंधन उत्पाद है, को 2026 के जनवरी में लॉन्च किया गया, यह सीधे उन कर्मचारियों से प्रेरित था जिन्होंने Claude Code को प्रोग्रामिंग से संबंधित उपयोगों के लिए अनुकूलित किया था। बाजार का संकेत अंदर से आया था।
जहां डेटा संरचनात्मक भंगुरता को दिखाते हैं
मॉडल आकर्षक है, लेकिन इसके पास जोखिम के ऐसे तत्व भी हैं जिन्हें सटीक रूप से नामित करना महत्वपूर्ण है।
पहला, बिना सत्यापित आउटपुट पर निर्भरता। Alation के CEO Satyen Sangani इसे अच्छा बताते हैं: जब सिस्टम इतनी जटिल हो जाते हैं और लोग परिणामों की समीक्षा करना बंद कर देते हैं, तो संस्थागत ज्ञान का क्षय होता है। जोखिम यह नहीं है कि IA किसी खास तरीके से विफल हो जाएगी, बल्कि यह है कि यह चुपचाप विफल हो जाएगी और संगठन में कोई भी इसे पहचानने के लिए विशेषज्ञता नहीं रखता होगा। यह विशेष रूप से Anthropic के लिए प्रासंगिक है, क्योंकि इसके अपने उत्पादकता मीट्रिक्स, pull requests में 200% की वृद्धि, मात्रा को माप रहे हैं लेकिन किसी भी गुणवत्ता या संचित तकनीकी ऋण को पकड़ नहीं रहे हैं।
दूसरा, एकीकृत टीमों में लाभ का संकेंद्रण और जिनमें नहीं है। आंतरिक डेटा से यह संकेत मिलता है कि जो टीमें Claude को गहराई से और पारस्परिक रूप से अपनाते हैं, वे उन लोगों की तुलना में बहुत अधिक लाभ उत्पन्न करती हैं जो इसे बिखरे रूप में उपयोग करते हैं। यह संगठनात्मक तनाव का कारण बनता है, यदि इसे सक्रिय रूप से मानकीकृत कार्य प्रवाह उपकरणों के माध्यम से प्रबंधित नहीं किया जाता है। एक कंपनी जो IA का सॉफ्टवेयर बनाती है और जिसमें आंतरिक क्षमताओं की द्विध्रुवीय वितरण होती है, वह एक बिक्री तर्क नहीं है, बल्कि एक शासन समस्या है।
तीसरा, और यह पूरी उद्योग के लिए संरचनात्मक है: McKinsey के Senthil Muthiah का कहना है कि सीखने के चक्र का संकुचन एक ऐसे श्रमिकों की पीढ़ी को उत्पन्न कर सकता है जो प्रक्रियाओं की निगरानी करते हैं लेकिन उन्हें अच्छे से करने का निर्णय विकसित नहीं किया। Anthropic के लिए, जिसकी मूल्य प्रस्ताव इस बात पर निर्भर करती है कि उसके ग्राहक उपायों का सदुपयोग करें, यह जोखिम अमूर्त नहीं है। यदि Claude को बड़े पैमाने पर अपनाने वाली कंपनियां कम गुणवत्ता के आउटपुट का उत्पादन करती हैं क्योंकि श्रृंखला में किसी का निर्णय लेने का मानदंड नहीं है, तो प्रतिष्ठा की हानि उस उपकरण पर पड़ेगी, न कि ऑपरेटर पर।
वह ventaja जो प्रतिस्पर्धियों की जल्दी नहीं हो सकती
Microsoft के पास Copilot है। Google के पास Workspace में एकीकृत Gemini है। Anthropic की ऑपरेटिंग भिन्नता बेंचमार्क में नहीं है, हालांकि SWE-bench में इसके नवीनतम मॉडल OpenAI के GPT-5.4 की तुलना में 78.7% और 76.9% से अधिक है। बल्कि यह आंतरिक उपयोग और उत्पाद विकास के बीच फीडबैक लूप में है।
Shopify रिपोर्ट करती है कि Claude Code लोगों को बिना तकनीकी प्रशिक्षण के functional tools बनाने की अनुमति देता है। Wiz ने 50,000 लाइनों के कोड की एक बेस को 20 घंटे में माइग्रेट किया, जबकि पारंपरिक तरीकों से इसका दो से तीन महीने का समय लगता। Allianz इंजीनियरिंग के अलावा यूज का विस्तार कर रहा है। ये कोई प्रयोगात्मक उपयोग के मामले नहीं हैं: ये संकेत हैं कि ऐसे क्षेत्रों में स्वीकार्यता बढ़ रही है जहां गलती की लागत अधिक है और भुगतान करने की इच्छा अधिक है। Deutsche Telekom अपने 470,000 कर्मचारियों के लिए Claude के उपकरणों को लागू कर रहा है।
Anthropic के लिए इस संरचनात्मक रूप से मूल्यवान ग्राहक पाइपलाइन का फायदा यह है कि हर एक बड़े पैमाने पर रोलआउट, जो व्यवहारिक डेटा उत्पन्न करता है, वह किसी भी प्रयोगशाला बेंचमार्क द्वारा दोहराया नहीं जा सकता। वह कंपनी जो अपने उत्पाद को आंतरिक तंत्रिका तंत्र के रूप में उपयोग करती है, और फिर इस उत्पाद को उन ग्राहकों को बेचती है जो उच्च मांग के वातावरण में काम कर रहे हैं, वह उस रूप में पुनरावृति चक्र को संकुचित कर रही है जो वे कंपनियां जो अनुसंधान और उत्पाद को अलग करती हैं, समान स्तर पर करने में असमर्थ हैं।
केंद्रितता का जोखिम तो है: यदि Claude विफल हो जाता है या यदि किसी प्रतिस्पर्धी को महत्वपूर्ण प्रदर्शन अंतर मिलता है, तो कंपनी एक साथ अपनी आंतरिक बढ़त और बाजार की स्थिति दोनों को खो देती है। लेकिन यही वह जोखिम है जिसे Anthropic ने उठाने का निर्णय लिया है, और अब तक इसके टूल्स की मॉड्यूलर आर्किटेक्चर, Skills के लिए मानकीकृत प्रवाह, MCP के लिए एकीकरण, कार्यों के स्वचालन के लिए Cowork, इसे एक बार की एकल शर्त पर निर्भर नहीं रहने के लिए पर्याप्त अनुकूलन सतह देता है।
380 अरब डॉलर की मूल्यांकन की थ्योरी एक सटीक प्रामाणिकता पर है: कि IA को बड़े पैमाने पर प्रशिक्षण और मान्यता देना कार्यालय में सबसे सस्ती प्रयोगशाला है, और यह लाभ तब तक स्थापित रहता है जब तक आंतरिक उपयोग और बाहरी उत्पाद के बीच संपर्क का चक्र किसी भी प्रतिस्पर्धा की तुलना में छोटा है।
