Bak fremveksten av AI-modellbytte i bedrifter

Perplexity er den eneste AI-plattformen for bedrifter som gir tilgang til modeller på tvers av flere leverandører i ett grensesnitt. I mellomtiden bruker 92 % av Fortune 500-selskapene, inkludert seks av «Magnificent 7», Perplexity til å få svar og ta beslutninger. Dette gir oss en unik posisjon til å se hvordan selskaper faktisk bruker ulike AI-modeller til forskjellige oppgaver og team.

Dataene for 2025 avslører et tydelig mønster: Bortsett fra engineering-team oppnådde ingen modell en andel på mer enn 17 % av den totale bruken, og etter hvert som AI-modeller og brukere ble mer sofistikerte, ble bruken mellom modellene stadig mer fragmentert. I januar 2025 stod to toppmodeller for mer enn 90 % av bedriftsbruken. Innen desember hadde fire modeller en andel på over 10 % hver, og selv den ledende modellen fanget opp bare rundt 23 % av forespørslene.

Fremveksten av arbeidsstyrken med flere modeller

Bruksdata for bedrifter viser at ansatte nå behandler modeller som en meny med alternativer, ikke som et enkelt standardverktøy. Blant bedriftslisenser kvalifiserer 12,5 % som aktive strømbrukere, som engasjerer seg minst 12 av hver 28. dag. Disse strømbrukerne driver modellutforskning: 40 % bruker aktivt 6+ modeller, sammenlignet med 20 % av vanlige brukere. Mønsteret skalerer også på organisasjonsnivå. De 50 beste bedriftskontoene bruker i gjennomsnitt 30 modeller mot syv for typiske kontoer.

Hvordan bedriftsteam matcher modeller med oppgaver

Ledende AI-selskaper lanserte 46 nye modeller i 2025, og Perplexity tilbød alle innen 24 timer etter lansering. Denne aggregator-tilnærmingen løste et stort arbeidsflytproblem: ansatte kan bytte mellom modeller uten å sjonglere innlogginger eller administrere separate kontrakter.

Blant bedriftskunder brukte 43,6 % av organisasjonene mer enn én modell på ett eller annet tidspunkt i løpet av 2025, noe som gjenspeiler et avgjørende skifte bort fra standardisering med én modell og mot bruk av flere modeller. De 9,1 % av bedriftsbrukerne som brukte flere modeller på en enkelt dag, peker mot strømbrukeroppførselen med å rute ulike oppgaver til ulike modeller. Blant brukere som velger spesifikke modeller, byttet 53 % modeller i løpet av en enkelt arbeidsdag minst én gang i 2025, noe som understreker hvor rutinemessig modell-hopping har blitt for denne gruppen.

Modellspesialisering etter bruksområde

Gjennom 2025 valgte bedriftsbrukere en Claude-modell for 38 % av programmeringsforespørslene. På organisasjonsnivå velger 40 % av bedriftene som standard Claude for programmering, mens 22 % foretrekker GPT.

Men programmering er unntaket. For alle andre funksjoner er ledelsen mindre klar. I desember 2025 varierte preferansene etter oppgavetype:

Visuell kunst: Gemini Flash (40 %)

Økonomisk analyse: Gemini 3.0 Pro Thinking (31 %)

Feilsøking: Claude Sonnet 4.5 (30 %)

Programvareutvikling: Claude Sonnet 4.5 (29 %)

Juridiske saker / rettssaker: Claude Thinking-modeller (23 %)

Medisinsk forskning: GPT-5.1 Thinking (13 %)

Ettersom nye modeller lanseres, vil disse preferansen sannsynligvis skifte. Det som leder i dag, leder kanskje ikke neste kvartal.

Modellandskapet fortsetter å utvikle seg

Ved begynnelsen av 2025 stod Claude Sonnet 4 og GPT-4o til sammen for 91,5 % av bedriftsforespørslene (henholdsvis 47,5 % og 44 %). Mot slutten av 2025 fordelte de beste modellene seg jevnere på tvers av leverandører: 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 topper seg typisk over 50 % av bedriftsbruken i noen dager etter lanseringen, i takt med at brukere eksperimenterer med nye funksjoner (GPT-4.1 i slutten av april, GPT-5 i begynnelsen av august, GPT-5 Chat i slutten av oktober). Det avtar raskt til maks 35 % den følgende uken. Modeller går inn og ut av favør etter hvert som nye utgivelser kommer, og team finpusser hvilken modell som passer til hvilken jobb.

Hvorfor fleksibilitet slår det å velge én enkelt vinner

Claude dominerte for ingeniører, men det var unntaket. På tvers av alle andre funksjoner delte team seg på forskjellige modeller avhengig av oppgaven. Når landskapet endrer seg så raskt, betyr tilgang til alle alternativer mer enn å velge dagens beste.