گزارشی تازه نشان می‌دهد استفاده از مدل‌های هوش مصنوعی Anthropic برای آموزش مدل‌های رقیب، سهم قابل‌توجهی از درآمد این شرکت را تشکیل می‌داد؛ درآمدی که با محدود شدن این فعالیت‌ها ممکن است کاهش پیدا کند.
شرکت Anthropic، سازنده مدل‌های هوش مصنوعی Claude، ظاهراً بخش قابل‌توجهی از درآمد خود را از فعالیتی به دست آورده که می‌تواند به تقویت رقبایش کمک کند. بر اساس گزارشی از فایننشال تایمز، این شرکت در جلسه‌ای با سرمایه‌گذاران اعلام کرده است که دیستیلیشن (تقطیر) مدل‌هایش بین ۵ تا ۷ درصد درآمد آن را تشکیل می‌داده است.
اما این عدد در مقیاس واقعی چقدر است؟ با توجه به درآمد ۱۱٫۵ میلیارد دلاری Anthropic در سه‌ماهه دوم سال ۲۰۲۶، سهم یادشده معادل حدود ۵۷۵ تا ۸۰۵ میلیون دلار می‌شود. این محاسبه نشان می‌دهد استفاده از مدل‌های Claude برای چنین فعالیت‌هایی می‌توانسته صدها میلیون دلار درآمد برای Anthropic ایجاد کند؛ هرچند رقم دقیق پرداختی آزمایشگاه‌های رقیب به‌صورت مستقل اعلام نشده است.
دیستیلیشن چیست و چرا شرکت‌های هوش مصنوعی سراغ آن می‌روند؟
دیستیلیشن (Distillation) روشی برای آموزش یک مدل هوش مصنوعی با استفاده از خروجی‌های مدل دیگری است. در این فرایند، یک مدل می‌تواند با بررسی پاسخ‌های مدل قوی‌تر، الگوهای زبانی، شیوه استدلال و توانایی‌های آن را تا حدی یاد بگیرد.
برای مثال، تصور کنید یک شرکت می‌خواهد مدلی بسازد که بتواند برنامه‌نویسی کند یا به پرسش‌های پیچیده پاسخ دهد. به‌جای آنکه تمام فرایند آموزش را از ابتدا و با هزینه‌های بسیار بالا انجام دهد، ممکن است از پاسخ‌های یک مدل پیشرفته برای تولید داده‌های آموزشی استفاده کند.
البته دیستیلیشن لزوماً به معنی کپی‌برداری غیرقانونی نیست و در پژوهش‌های هوش مصنوعی کاربردهای مشروعی دارد. مسئله زمانی حساس می‌شود که شرکتی برخلاف شرایط استفاده یا محدودیت‌های دسترسی ارائه‌دهنده، حجم زیادی از خروجی‌های مدل را برای ساخت یک رقیب استخراج کند.
چرا این درآمد برای Anthropic اهمیت دارد؟
مدل‌های هوش مصنوعی از طریق API در اختیار توسعه‌دهندگان و شرکت‌ها قرار می‌گیرند و استفاده از آن‌ها معمولاً بر اساس حجم مصرف هزینه دارد. اگر یک آزمایشگاه هوش مصنوعی برای تولید داده‌های آموزشی به تعداد زیادی درخواست نیاز داشته باشد، هزینه استفاده از مدل می‌تواند به‌سرعت افزایش پیدا کند.
به همین دلیل، استفاده از Claude برای دیستیلیشن می‌توانسته برای Anthropic منبع درآمد قابل‌توجهی باشد؛ حتی اگر برخی از این مشتریان در نهایت رقیب مستقیم این شرکت محسوب شوند.
طبق گزارش فایننشال تایمز، Anthropic به سرمایه‌گذاران گفته است که در سه‌ماهه سوم سال ۲۰۲۶ این فعالیت‌ها را به‌طور قابل‌توجهی کاهش داده است. بنابراین، محدود کردن استفاده‌هایی که پیش‌تر درآمدزا بودند، می‌تواند در کوتاه‌مدت بخشی از درآمد شرکت را تحت تأثیر قرار دهد؛ هرچند در مقابل، احتمال استخراج گسترده توانایی‌های مدل‌ها را نیز کاهش می‌دهد.
نکته مهم: درآمد Anthropic با هزینه دقیق رقبا یکی نیست
عدد صدها میلیون دلار از کنار هم گذاشتن دو داده به دست می‌آید: درآمد ۱۱٫۵ میلیارد دلاری Anthropic در سه‌ماهه دوم و برآورد ۵ تا ۷ درصدی سهم دیستیلیشن از درآمد شرکت.
این رقم یک محاسبه تقریبی است، نه صورت‌حساب تأییدشده آزمایشگاه‌های رقیب. همچنین گزارش منتشرشده مشخص نمی‌کند چه مقدار از این درآمد دقیقاً به هر شرکت یا آزمایشگاه مربوط بوده است.
با این حال، ماجرا یک نکته مهم درباره اقتصاد هوش مصنوعی را روشن می‌کند: استفاده از یک مدل پیشرفته می‌تواند هم‌زمان برای سازنده آن درآمد ایجاد کند و به توسعه مدل‌های رقیب کمک برساند. به همین دلیل، کنترل نحوه دسترسی به مدل‌ها و جلوگیری از استخراج گسترده خروجی‌ها به یکی از مسائل مهم رقابت میان شرکت‌های هوش مصنوعی تبدیل شده است.
