Bag om stigningen i skift mellem enterprise-AI-modeller

Perplexity er den eneste enterprise-AI-platform, der giver adgang til modeller på tværs af flere udbydere i én grænseflade. Samtidig bruger 92 % af Fortune 500-virksomhederne, herunder seks af Magnificent 7, Perplexity til at få svar og træffe beslutninger. Dette giver os en unik position til at se, hvordan virksomheder rent faktisk bruger forskellige AI-modeller til forskellige opgaver og teams.

Dataene for 2025 afslører et tydeligt mønster: Bortset fra ingeniørteams opnåede ingen model en andel på over 17 % af det samlede forbrug, og efterhånden som AI-modeller og brugere blev mere sofistikerede, blev forbruget mellem modellerne mere og mere fragmenteret. I januar 2025 tegnede to topmodeller sig for mere end 90 % af forbruget i virksomheder. I december havde fire modeller hver en andel på over 10 %, og selv den førende model tegnede sig kun for omkring 23 % af forespørgslerne.

Fremkomsten af arbejdsstyrken med flere modeller

Forbrugsdata for Enterprise viser, at medarbejdere nu behandler modeller som en menu af muligheder frem for et enkelt standardværktøj. Blandt Enterprise-licenser kvalificerer 12,5 % sig som aktive powerbrugere, der er engagerede mindst 12 ud af hver 28 dage. Disse powerbrugere driver modeludforskning: 40 % bruger aktivt 6+ modeller sammenlignet med 20 % af almindelige brugere. Mønstret skaleres også på organisationsniveau. De 50 største Enterprise-konti bruger i gennemsnit 30 modeller mod syv for typiske konti.

Sådan matcher Enterprise-teams modeller med opgaver

Førende AI-virksomheder lancerede 46 nye modeller i 2025, og Perplexity tilbød dem alle inden for 24 timer efter udgivelsen. Denne aggregator-tilgang løste et stort problem i arbejdsprocessen: Medarbejdere kan skifte mellem modeller uden at jonglere med logins eller administrere separate kontrakter.

Blandt Enterprise-kunder brugte 43,6 % af organisationerne mere end én model på et tidspunkt i løbet af 2025, hvilket afspejler et afgørende skift væk fra standardisering med én model og mod brug af flere modeller. De 9,1 % af Enterprise-brugere, der brugere flere modeller på en enkelt dag, peger på powerbrugeradfærd med at dirigere forskellige opgaver til forskellige modeller. Blandt brugere, der vælger specifikke modeller, skiftede 53 % model inden for en enkelt arbejdsdag mindst én gang i 2025, hvilket understreger, hvor rutinemæssigt det er blevet for denne gruppe at hoppe mellem modeller.

Modelspecialisering efter brugsscenarie

I hele 2025 valgte Enterprise-brugere en Claude-model til 38 % af programmeringsforespørgslerne. På organisationsniveau bruger 40 % af virksomhederne som standard Claude til programmering, mens 22 % foretrækker GPT.

Men programmering er undtagelsen. For alle andre funktioner er føringen mindre klar. I december 2025 varierede præferencerne efter opgavetype:

Visuel kunst: Gemini Flash (40 %)

Finansiel analyse: Gemini 3.0 Pro Thinking (31 %)

Fejlretning: Claude Sonnet 4.5 (30 %)

Softwareudvikling: Claude Sonnet 4.5 (29 %)

Juridiske sager/retssager: Claude Thinking-modeller (23 %)

Medicinsk forskning: GPT-5.1 Thinking (13 %)

Efterhånden som nye modeller lanceres, vil disse præferencer sandsynligvis ændre sig. Det, der fører an i dag, fører muligvis ikke an i næste kvartal.

Modellandskabet fortsætter med at udvikle sig

I begyndelsen af 2025 tegnede Claude Sonnet 4 og GPT-4o sig tilsammen for 91,5 % af Enterprise-forespørgslerne (henholdsvis 47,5 % og 44 %). I det sene 2025 fordelte de førende modeller sig mere jævnt på tværs af udbydere: 23,3 % Gemini 3.0 Pro Thinking, 20,6 % Claude Sonnet 4.5, 10,7 % Claude Sonnet 4.5 Thinking og 7,9 % GPT-5.

Nye modeller stiger typisk til over 50 % af Enterprise-forbruget i et par dage efter deres udgivelse, efterhånden som brugere eksperimenterer med nye funktioner (GPT-4.1 i slutningen af april, GPT-5 i begyndelsen af august, GPT-5 Chat i slutningen af oktober). Det falder hurtigt til højst 35 % i den følgende uge. Modeller kommer og går i unåde, efterhånden som nye udgivelser ankommer, og teams finpudser, hvilken model der passer til hvilket job.

Hvorfor fleksibilitet slår at vælge en enkelt vinder

Claude dominerede for ingeniører, men det var undtagelsen. På tværs af alle andre funktioner delte teams sig op på forskellige modeller afhængigt af opgaven. Når landskabet ændrer sig så hurtigt, betyder adgang til enhver mulighed mere end at vælge nutidens bedste.