ChatGPT dan Claude sudah bukan pemain di jalur yang sama lagi.

Baru-baru ini, OpenAI dan Anthropic secara berurutan merilis laporan pengguna inti tentang ChatGPT dan Claude. Kedua dokumen ini bukan sekadar tampilan kinerja, melainkan mengungkapkan tren yang sangat penting dalam industri kecerdasan buatan saat ini: dua model teratas sedang berkembang di jalur yang sama sekali berbeda, dengan posisi pasar, skenario aplikasi inti, dan pola interaksi pengguna yang telah mengalami diferensiasi yang signifikan.

Untuk itu, Silikon Kelinci menggabungkan komunikasi dengan tim ahli Silicon Valley mereka untuk membandingkan dan menganalisis dua laporan, mengekstrak sinyal industri yang tersembunyi di baliknya, dan menjelajahi wawasan mendalam tentang jalur teknologi masa depan, model bisnis, dan strategi investasi terkait.

Dua laporan tersebut dengan jelas menunjukkan perbedaan fokus antara ChatGPT dan Claude dalam hal basis pengguna dan fitur inti, yang merupakan titik awal untuk memahami perbedaan strategi jangka panjang mereka.

ChatGPT: Penetrasi pasar di bidang aplikasi umum

Laporan OpenAI mengonfirmasi status ChatGPT sebagai aplikasi fenomenal. Hingga Juli 2025, pengguna aktif mingguan telah melebihi 700 juta. Struktur pengguna menunjukkan dua karakteristik kunci:

Pertama, basis pengguna telah berhasil diperluas ke kelompok yang lebih luas, di mana profil pengguna yang awalnya didominasi oleh tenaga teknis telah berubah menjadi kelompok profesional berpendidikan tinggi dari berbagai profesi;

Kedua, rasio gender cenderung seimbang, proporsi pengguna perempuan meningkat menjadi 52%.

Dalam hal skenario aplikasi, fungsi inti ChatGPT terfokus pada tiga bidang: panduan praktis, pencarian informasi, dan penulisan dokumen, ketiga hal ini mencakup hampir 80% dari total percakapan.

Pengguna terutama menggunakannya untuk membantu kehidupan sehari-hari dan tugas-tugas kantor rutin. Perlu dicatat bahwa laporan secara jelas menunjukkan bahwa proporsi penggunaan bantuan dalam teknik profesional seperti pemrograman telah menurun secara signifikan dari 12% menjadi 5%.

Secara keseluruhan, jalur strategi ChatGPT adalah menjadi asisten AI umum yang melayani kelompok pengguna yang luas. Hambatan inti terletak pada basis pengguna yang besar dan efek jaringan yang dihasilkan, serta tingkat penetrasi yang tinggi dalam proses pengolahan informasi sehari-hari pengguna.

Claude: Fokus pada skenario otomatisasi tingkat perusahaan dan profesional

Laporan dari Anthropic menggambarkan pemandangan yang sangat berbeda. Distribusi pengguna Claude menunjukkan korelasi positif yang kuat dengan tingkat perkembangan ekonomi daerah (GDP per kapita), menunjukkan bahwa kelompok pengguna utamanya adalah pekerja pengetahuan dan profesional di ekonomi maju.

Skenario aplikasi inti sangat terfokus. Data laporan menunjukkan bahwa rekayasa perangkat lunak adalah bidang aplikasi utama di hampir semua wilayah, dengan proporsi tugas terkait stabil antara 36% hingga 40%, yang kontras dengan tren penerapan ChatGPT di bidang tersebut.

Data yang paling mencolok dalam laporan ini terletak pada proporsi tugas "otomatisasi". Selama 8 bulan terakhir, tugas otomatisasi "berbasis instruksi" di mana pengguna memberikan perintah langsung dan AI menyelesaikan sebagian besar pekerjaan secara mandiri, telah meningkat secara signifikan dari 27% menjadi 39%.

Di antara pengguna tingkat perusahaan untuk API berbayar, tren ini lebih jelas: hingga 77% interaksi percakapan menunjukkan pola otomatisasi, dan sebagian besar merupakan otomatisasi "instruksional" dengan intervensi manusia minimal.

Oleh karena itu, posisi strategis Claude sangat jelas: menjadi alat produktivitas dan otomatisasi profesional yang terintegrasi secara mendalam ke dalam alur kerja inti perusahaan. Keunggulan kompetitifnya terletak pada optimalisasi mendalam di bidang profesional tertentu (terutama pengembangan perangkat lunak) dan pengejaran efisiensi pelaksanaan tugas yang ekstrem.

Berdasarkan bidang strategi di atas, Silikon Rabbit dan tim ahli Silicon Valley-nya melakukan perbandingan silang data dari dua laporan, untuk menyaring tiga wawasan industri yang visioner bagi para investor.

Satu: "Aplikasi Pemrograman" terpisah, menandakan kebangkitan pasar alat AI yang profesional.

Perubahan antara ChatGPT dan Claude dalam aplikasi pemrograman tidak mencerminkan fluktuasi permintaan pasar, melainkan merupakan peningkatan permintaan pengguna menuju "spesialisasi" dan "integrasi".

Antarmuka percakapan generik kini sulit memenuhi kebutuhan mendalam para pengembang profesional dalam alur kerja yang kompleks. Apa yang mereka butuhkan adalah fungsi AI yang dapat terintegrasi dengan lingkungan pengembangan terintegrasi (IDE), sistem kontrol versi kode, dan perangkat lunak manajemen proyek.

Tren ini mengindikasikan munculnya peluang pasar yang signifikan: "rantai alat AI asli" yang dirancang khusus untuk industri tertentu (seperti pengembangan perangkat lunak, analisis keuangan, layanan hukum) dan terintegrasi secara mendalam dengan alur kerja yang ada.

Ini mengharuskan AI tidak hanya memiliki kemampuan model, tetapi juga pemahaman mendalam tentang industri. Untuk investasi di bidang terkait, menilai apakah target memiliki kemampuan untuk membangun "integrasi mendalam" ini akan menjadi poin pertimbangan yang kunci.

Dua: "77% tingkat otomatisasi", percepatan proses otomatisasi tugas perusahaan kuantitatif

Laporan Anthropic mengenai "77% tingkat otomatisasi API perusahaan" adalah sinyal yang sangat kuat, yang menunjukkan bahwa dalam aplikasi bisnis terdepan, peran AI sedang dengan cepat beralih dari "dukungan manusia" menjadi "pelaksanaan tugas".

Data ini mengharuskan kita untuk mengevaluasi kembali kecepatan pengaruh AI terhadap produktivitas perusahaan, struktur organisasi, dan model biaya. Di masa lalu, pasar umumnya fokus pada nilai "peningkatan" AI, tetapi sekarang kita harus memasukkan nilai "penggantian" ke dalam kerangka analisis inti.

Logika investasi perlu diperluas dari evaluasi "Bagaimana AI dapat membantu karyawan manusia" menjadi "Di bidang pekerjaan berbasis pengetahuan mana, AI dapat menyelesaikan tugas standar secara mandiri dengan efisiensi yang lebih tinggi dan biaya yang lebih rendah."

Penghasilan laporan keuangan, pemeriksaan awal kontrak, analisis data pasar, dan bidang-bidang lain yang terproses dan memerlukan biaya tenaga kerja tinggi, akan menjadi arah di mana teknologi otomatisasi AI menghasilkan manfaat ekonomi yang signifikan terlebih dahulu.

Tiga: "Perbedaan antara mode 'Kolaborasi dan Automasi', mengungkapkan jalur evolusi model bisnis AI

Salah satu titik data yang bertentangan dengan intuisi dalam laporan adalah: di daerah dengan tingkat penggunaan Claude per kapita yang lebih tinggi, pengguna cenderung lebih memilih mode "kolaborasi"; sebaliknya, di daerah dengan tingkat penggunaan yang lebih rendah, mereka cenderung lebih memilih mode "otomatisasi".

Ini mungkin mengungkapkan hubungan evolusi antara model bisnis AI dan kedewasaan pengguna. Pada fase penetrasi pasar yang awal, pengguna cenderung menggunakan AI sebagai alat efisiensi yang sederhana, untuk menyelesaikan tugas-tugas independen secara alternatif (automasi).

Namun ketika pengguna (terutama pengguna profesional) memiliki pemahaman yang lebih dalam tentang batasan kemampuan AI dan cara interaksinya, mereka akan mulai mengeksplorasi bagaimana berkolaborasi dengan AI untuk menyelesaikan tugas yang lebih kreatif dan sulit dicapai di masa lalu (kolaborasi).

Ini mengajukan pemikiran baru tentang model bisnis jangka panjang AI. Selain mengurangi biaya melalui penggantian otomatisasi (model SaaS), kolaborasi manusia dan mesin untuk menciptakan nilai baru dan meningkatkan kualitas keputusan mungkin melahirkan model bisnis yang lebih maju, seperti pembayaran berbasis hasil atau langganan dukungan keputusan. Investor dalam mengevaluasi proyek AI harus mempertimbangkan potensi pengembangan di kedua jalur "otomatisasi" dan "kolaborasi menciptakan".

Analisis di atas berdasarkan laporan publik hanya merupakan titik awal dari proses pengambilan keputusan. Sebuah keputusan yang lengkap juga perlu menjawab pertanyaan kunci yang lebih mendalam mengenai "bagaimana mewujudkannya" dan "siapa yang mewujudkannya", misalnya:

Dalam bidang "Rantai Alat Asli AI", bagaimana arsitektur teknologi, komposisi tim, dan situasi verifikasi pasar dari perusahaan rintisan yang paling potensial?

Apa data spesifik tentang jalur teknologi nyata, biaya penerapan, dan pengembalian investasi (ROI) untuk mencapai otomatisasi tugas dengan proporsi tinggi di dalam perusahaan teknologi terkemuka?

Bagaimana strategi AI perusahaan seperti Apple yang berada dalam ekosistem tertutup, terutama logika teknologi dasar dari model besar yang dimiliki sendiri dan jalur komersialisasinya?

Informasi ini tidak dapat diperoleh dari laporan publik, melainkan berasal dari pengalaman praktis di garis depan industri. Untuk benar-benar memahami dinamika industri AI saat ini, perlu melakukan dialog langsung dengan orang-orang kunci yang sedang mendefinisikan teknologi dan produk ini.

Misalnya, untuk menyelidiki lebih dalam tentang industri, klien keuangan kami baru-baru ini telah melakukan komunikasi mendalam dengan dua ahli berikut:

Seorang ilmuwan ML/DL/NLP dari departemen pembelajaran mesin Apple, yang juga merupakan pemimpin teknis. Sebagai anggota inti yang melatih model bahasa besar (LLM) milik Apple dari nol, dia dapat secara langsung mengungkap tantangan teknis yang dihadapi raksasa teknologi saat membangun kemampuan AI inti mereka sendiri, biaya pelatihan yang sebenarnya, serta pertimbangan strategis yang dilaporkan langsung kepada manajemen puncak.

Seorang kepala teknis (Engineer Lead) dari organisasi AI generatif Meta. Sebagai insinyur pendiri, ia tidak hanya terlibat secara mendalam dalam penelitian dan pengembangan model LLM besar, tetapi yang lebih penting, ia memimpin proses penerapan teknologi GenAI yang menggabungkan dengan peringkat iklan, sistem rekomendasi, dan mesin bisnis inti lainnya. Dari percakapannya, dapat digambarkan dengan jelas jalur transformasi dari kemampuan model ke ROI bisnis, serta pengamatannya terhadap investasi di perusahaan startup AI terdepan di Amerika Utara.

Wawasan dari para ahli ini akan mengubah tren makro dalam laporan publik menjadi informasi taktis yang sangat terperinci yang dapat membimbing keputusan konkret. Dalam lingkungan industri di mana informasi berkembang dengan cepat, mendapatkan wawasan mendalam yang melampaui informasi publik adalah dasar untuk membangun keunggulan kognitif dan membuat keputusan yang tepat. Jika Anda memiliki kebutuhan untuk mendiskusikan topik di atas lebih lanjut, kami menyambut Anda untuk menghubungi kami untuk mengatur diskusi dengan para ahli di bidang yang relevan.

Ketika tim Anda berdebat tanpa henti tentang jalur teknologi, ketika keputusan investasi Anda belum jelas, ketika strategi produk Anda terjebak dalam kabut... ingatlah, kebingungan yang Anda hadapi mungkin adalah perjalanan yang telah dilalui oleh seorang ahli. Kami, Silikon Rabbit, percaya: pengalaman nyata yang otentik selalu berasal dari orang-orang yang sedang mendorong perubahan di industri.