Anthropic detalha relatórios para empresas medirem gastos e resultados com IA
A Anthropic anunciou relatórios para clientes empresariais que mostram o trabalho das equipes com seus modelos, os custos e os pontos de falha nos fluxos de trabalho. A empresa também criará orçamentos compartilhados.
A Anthropic anunciou na quarta-feira relatórios para clientes empresariais acompanharem o trabalho produzido por suas equipes com os modelos da empresa, quanto isso custa e onde os fluxos de trabalho falham. Gestores poderão consultar os dados por equipe e período, com base em análises internas e pesquisas com funcionários.
Os relatórios também trarão recomendações para melhorar os resultados. Segundo a Anthropic, os dados não serão usados para treinar modelos por padrão. A empresa também está criando orçamentos compartilhados para que as equipes administrem melhor os gastos com tokens, unidades usadas para medir o consumo dos modelos.
A iniciativa busca ajudar empresas a avaliar o retorno dos investimentos em IA, uma preocupação entre grandes clientes. Em relatório baseado no uso de ferramentas de programação com agentes por 276 mil clientes, a Jellyfish apontou que Claude Code e outras ferramentas baseadas em modelos da Anthropic responderam por quase um terço das mudanças de código propostas para revisão. O gasto com essas ferramentas cresceu dez vezes desde o início do ano e equivale a cerca de 2% do custo total de engenharia, segundo a Jellyfish.
O que muda para você
Os relatórios são voltados a clientes empresariais da Anthropic. Gestores poderão acompanhar custos, produção e falhas por equipe, receber recomendações e organizar orçamentos compartilhados. A fonte não informa preço, requisitos de acesso nem quando os relatórios estarão disponíveis. Para quem não usa os modelos da empresa em uma organização, nada muda de imediato.
Minha leitura
A Anthropic está tentando responder a uma pergunta que pesa nas empresas: o gasto com IA está produzindo trabalho que justifique a conta? Os relatórios podem tornar custos e falhas mais visíveis, mas não provam, por si só, que houve retorno. Eu olharia para o que a empresa consegue melhorar com esses dados, não apenas para o quanto consegue medir.
Thiago FelizolaConsultor de IA, curador do Diário da IA
