TechCrunch: na konferenciji HumanX svi su govorili o Claudeu
Konferencija HumanX, održana u aprilu 2026. u Moscone Centru u San Franciscu, okupila je 6.500 direktora, osnivača i investitora na nekoliko dana razgovora o tome kako AI mijenja poslovne operacije. Ključna opservacija iz brojnih izvještaja s događaja: OpenAI više ne dominira korporativnim AI razgovorima onako kako je to činio godinu dana ranije. Na HumanXu ta se pažnja preselila na Anthropic, a Claude Code najčešće je navođen kao AI alat koji inženjerski i produkt timovi zapravo koriste u produkciji.
Tokom konferencije, Anthropic je objavio da mu je run-rate prihod prešao 30 milijardi dolara i da je kompanija sada vrednovana na 380 milijardi dolara. Sredinom događaja, Anthropic je također predstavio novi model pod nazivom Mythos — koji posmatrači opisuju kao znatno moćniji od trenutnih javnih modela, a prema dostupnim informacijama još nije lansiran zbog zabrinutosti oko potencijalne zloupotrebe u sigurnosno osjetljivim kontekstima.
Prominentnost Claude Codea na HumanXu odražava pomak u tome kako korporativni timovi evaluiraju AI alate. Dok je OpenAI prvi privukao potrošačku pažnju kroz ChatGPT, Anthropic je metodično gradio povjerenje s inženjerskim i produkt timovima kojima su potrebni AI sistemi koji se predvidljivo ponašaju u dugotrajnim, višekoračnim zadacima. Agentni workflow kodiranja Claude Codea — dovršavanje razvojnih zadataka uz relativno malo nadzora — pretvorio ga je u praktičan svakodnevni alat za mnoge timove, što se na razini nabave pretvara u organizacijsku preferenciju.
Zašto je ovo važno za product managere
Kada 6.500 korporativnih donositelja odluka na velikoj AI konferenciji govori o alatima jedne kompanije više nego o bilo kojoj drugoj, to je vodeći indikator kako će izgledati razgovori o odabiru dobavljača u narednim mjesecima. Za PM-ove uključene u odabir AI platformi, API-ja ili alata koje inženjerski timovi žele koristiti, signal s HumanXa vrijedi pratiti. Potvrđuje i da se korporativno povjerenje u AI gradi manje kroz marketing, a više kroz dosljedne performanse u produkcijskim okruženjima — što je drugačiji kriterij evaluacije od benchmark rezultata.