Klausimas „Claude ar ChatGPT“ įmonėje dažniausiai iškyla ne per IT strategijos sesiją, o kai vadovas sužino, kad pusė darbuotojų jau naudoja vieną ar kitą su asmeninėmis paskyromis, o į juos įkelia klientų sutartis ir finansines ataskaitas. Tada reikia rinktis greitai: kurį įrankį legalizuoti, kokį planą pirkti ir kaip užtikrinti, kad duomenys neišeitų ten, kur neturėtų.
Rinkodaroje abu produktai atrodo panašiai: abu rašo, analizuoja, programuoja, abu turi verslo planus ir API. Skirtumai išryškėja, kai pradedate klausti konkrečių dalykų: kur fiziškai saugomi duomenys, ar jie naudojami modelių mokymui, kaip įrankis jungiasi prie jūsų sistemų, kaip jis elgiasi su 200 puslapių sutartimi.
Šiame straipsnyje palyginame abu pagal tuos klausimus, kuriuos mums užduoda įmonės. Neteigiame, kad vienas geresnis – mūsų praktikoje dauguma įmonių galiausiai naudoja abu, tik skirtingoms užduotims.
Verslo planai ir API – du skirtingi pirkiniai
Pirmas dalykas, kurį reikia atskirti: darbuotojų naudojimasis per pokalbių sąsają ir įmonės sistemų integracija per API yra skirtingi produktai su skirtingomis sąlygomis.
Claude (Anthropic) verslui siūlo Team planą mažesnėms komandoms ir Enterprise planą su centralizuotu valdymu, vieningu prisijungimu (SSO) ir audito galimybėmis. ChatGPT (OpenAI) turi analogišką porą – Business planą komandoms ir Enterprise didesnėms organizacijoms. Abiem atvejais administratorius valdo vartotojus, mato naudojimą ir gali nustatyti, kokios integracijos leidžiamos.
API yra atskiras kelias: jūsų sistema siunčia užklausas modeliui programiškai, be pokalbių sąsajos. Tai reikalinga, kai norite, kad AI apdorotų dokumentus iš jūsų sistemos, atsakytų klientams jūsų svetainėje ar automatizuotų procesą. Claude modelius per API galima pasiekti tiesiogiai iš Anthropic, taip pat per Amazon Bedrock ir kitas debesijos platformas; OpenAI modelius – tiesiogiai iš OpenAI arba per Microsoft Azure.
Praktinė išvada: jei tikslas yra darbuotojų produktyvumas, žiūrite į Team / Business planus. Jei tikslas yra procesų automatizavimas – į API. Dažnai reikia abiejų.
Duomenys ir mokymas: ką iš tikrųjų žada
Pagrindinis skirtumas tarp asmeninės ir verslo paskyros yra ne funkcijos, o duomenų naudojimas. Verslo planuose abu tiekėjai pagal nutylėjimą nenaudoja jūsų pokalbių ir įkeltų failų modelių mokymui. Asmeniniuose planuose tai priklauso nuo nustatymų, kuriuos darbuotojas gali ir nepakeisti.
Tai yra pagrindinis argumentas, kodėl darbuotojų naudojimasis asmeninėmis paskyromis darbo tikslais yra problema. Ne todėl, kad įrankis blogas, o todėl, kad įmonė nekontroliuoja sąlygų. Perėjimas į verslo planą šią problemą išsprendžia iš karto.
API atveju abiejų tiekėjų komercinės sąlygos taip pat numato, kad duomenys nenaudojami mokymui. Papildomai verta pasitikrinti duomenų saugojimo trukmę: kiek laiko užklausos laikomos piktnaudžiavimo stebėsenai ir ar galima prašyti nulinio saugojimo (zero data retention) jautriems scenarijams.
ES duomenų vieta
Lietuvos įmonėms, ypač toms, kurioms taikomi TIS2 ar DORA reikalavimai, svarbu, kur fiziškai apdorojami ir saugomi duomenys. Čia abu tiekėjai turi sprendimus, bet skirtingus.
Claude modelius galima naudoti per Amazon Bedrock ES regione, pavyzdžiui, Frankfurte. Tokiu atveju užklausos apdorojamos ES duomenų centre pagal AWS sąlygas, o pats Anthropic duomenų nesaugo. Tai patogus variantas įmonėms, kurios jau naudoja AWS arba kurių rezervinės kopijos, kaip ir mūsų, laikomos Amazon duomenų centre Vokietijoje. Anthropic taip pat plečia ES galimybes tiesiogiai, bet Bedrock kelias yra išbandytas ir veikia dabar.
OpenAI siūlo ES duomenų saugojimo (data residency) galimybę Enterprise ir API klientams, kai duomenys saugomi ES regione. Alternatyva – OpenAI modeliai per Microsoft Azure ES regionuose, kas natūralu įmonėms, kurios jau yra Microsoft aplinkoje.
Abiem atvejais verta prašyti tiekėjo dokumentų: duomenų tvarkymo sutarties (DPA), subtiekėjų sąrašo ir aiškaus patvirtinimo, kur konkrečiai apdorojama. Tai klausimai, kuriuos padedame suformuluoti ir įvertinti vykdydami rizikų vertinimą.
Dokumentų analizė: kur jaučiasi skirtumai
Abu įrankiai skaito PDF, Word, Excel ir vaizdus. Skirtumai išryškėja ilguose ir sudėtinguose dokumentuose.
Claude turi didelį konteksto langą ir mūsų praktikoje gerai laikosi instrukcijų dirbant su ilgomis sutartimis, techninėmis specifikacijomis ir audito ataskaitomis: rečiau „pameta“ detales, kurios buvo dokumento pradžioje, ir tiksliau cituoja. Tai pastebima, kai reikia palyginti dvi 80 puslapių sutarčių versijas arba ištraukti visus įsipareigojimus iš tiekėjo pasiūlymo.
ChatGPT stiprus ten, kur reikia daugiau įrankių viename: duomenų analizė su kodo vykdymu, diagramos iš Excel, vaizdų kūrimas, paieška internete. Finansų skyriui, kuris nori įkelti lentelę ir paprašyti „parodyk tendencijas pagal mėnesius“, tai patogus darbo būdas.
Nė vienas iš jų nepakeičia žmogaus peržiūros, kai kalbama apie sutartis ar skaičius. Abu kartais klysta užtikrintai. Procesas turi tai numatyti.
Integracijos: MCP ir Agents SDK
Įrankio vertė įmonei labai priklauso nuo to, kaip jis jungiasi prie jūsų sistemų – CRM, apskaitos, dokumentų valdymo, helpdesk.
Anthropic sukūrė atvirą Model Context Protocol (MCP) standartą, kuris leidžia AI jungtis prie išorinių sistemų per vieningą sąsają. Jo privalumas – vienas MCP serveris jūsų sistemai veikia su įvairiais įrankiais, kurie standartą palaiko, o jį šiandien palaiko ne tik Claude, bet ir OpenAI produktai bei Microsoft. Claude Agent SDK leidžia kurti agentus, kurie veikia jūsų aplinkoje ir naudoja tuos pačius MCP ryšius.
OpenAI siūlo Agents SDK – biblioteką agentams kurti su įrankiais, perdavimais tarp agentų ir apsauginėmis taisyklėmis, taip pat palaiko MCP jungtis. ChatGPT Business ir Enterprise turi paruoštas integracijas su populiariais verslo įrankiais, o Microsoft aplinkoje OpenAI modeliai pasiekiami per Azure ir Copilot Studio.
Praktinė rekomendacija: integracijas kurkite per MCP, nepriklausomai nuo to, kurį modelį pasirinksite pirmiausia. Taip po metų galėsite pakeisti modelį nekurdami integracijų iš naujo. Kaip tai darome konkrečiai, aprašome Claude ir ChatGPT sprendimų puslapiuose.
Kada abu kartu
Mūsų praktikoje dažniausias galutinis variantas nėra „arba“. Tipinis pasiskirstymas vidutinėje Lietuvos įmonėje:
- Darbuotojų kasdienis naudojimas – vienas įrankis su verslo planu, kad būtų paprasčiau administruoti ir mokyti. Dažniausiai tas, kurį jau naudojo daugiau žmonių.
- Dokumentų analizė ir sutartys teisės bei pirkimų skyriuose – Claude dėl ilgų dokumentų tikslumo.
- Duomenų analizė ir vizualizacija finansų skyriuje – ChatGPT dėl kodo vykdymo ir diagramų.
- Procesų automatizavimas per API – tas modelis, kuris konkrečiai užduočiai duoda geresnius rezultatus bandymuose, prijungtas per MCP, kad būtų galima keisti.
- Microsoft 365 aplinkoje – Copilot kaip trečias sluoksnis laiškams ir susitikimams, nes jis mato Microsoft duomenis.
Tai nėra neefektyvu. Modeliai tobulėja skirtingu tempu, ir įmonė, kuri turi abu, gali rinktis pagal užduotį, o ne pagal tai, ką nupirko prieš metus.
Nuo ko pradėti
Pasirinkimas nereikalauja ilgo tyrimo. Reikia kelių savaičių struktūruoto bandymo.
- Surašykite 5–8 realias užduotis iš skirtingų skyrių: sutarties peržiūra, pasiūlymo rengimas, duomenų analizė, atsakymas klientui, vidinės tvarkos paaiškinimas.
- Tas pačias užduotis atlikite su abiem įrankiais verslo planų bandomosiomis paskyromis. Rezultatus vertinkite žmonės, kurie tą darbą dirba kasdien.
- Lygiagrečiai pasiprašykite abiejų tiekėjų DPA ir ES duomenų vietos patvirtinimų. Jei įmonei taikomi TIS2 ar DORA reikalavimai, tai yra privaloma dalis.
- Nuspręskite, kuris įrankis bus pagrindinis darbuotojams, ir uždrauskite asmenines paskyras darbo duomenims.
- Integracijas planuokite atskirai, per MCP, ir tik toms užduotims, kur bandymas parodė aiškią naudą.
Jei norite, kad bandymą suorganizuotume ir įvertintume mes, AI sprendimų verslui paslauga apima užduočių atranką, abiejų įrankių bandymą su jūsų duomenimis, tiekėjų dokumentų vertinimą ir rekomendaciją, kurią galite pagrįsti vadovybei ne reklama, o rezultatais.
