Оценъчна карта за ерата на ИИ

Въпросът, който чувам от финансови директори навсякъде, е прост: как да извлечем повече стойност от разходите си за ИИ?

Години наред пазарът измерваше успеха на софтуера чрез внедряването му: закупени места, активни потребители, подновени лицензи. За да разберем стойността на ИИ, е нужна по-силна мярка: свършената работа.

Основният икономически въпрос пред финансовите директори и другите бизнес лидери е дали стойността на работата, която ИИ изпълнява, расте по-бързо от разходите за нейното извършване.

Отговорът на този въпрос изисква да погледнем по-дълбоко от показател като цена на токен. Модел с по-ниска цена може да има по-евтини токени, но за отлични резултати може да са нужни повече опити, повече време или повече човешка проверка. По-способен модел може да има по-скъпи токени, но да изпълни същата задача от първия път. Важна е пълната цена за постигане на успешен резултат, съпоставена със стойността, която този резултат създава.

Най-важната оценъчна карта за ерата на ИИ може да се разглежда като „полезен интелект на долар“. Този показател отговаря на четири ключови въпроса:

1. Изпълнява ли ИИ работа, която има значение?
2. Колко струва всяка успешна задача?
3. Могат ли хората да разчитат на резултата?
4. Създава ли всеки долар за ИИ повече стойност с нарастването на използването?

Започнете със самата работа.

Колко клиентски казуса помогна да се решат ИИ? Колко промени в кода помогна да бъдат пуснати? Колко договора прегледа? Колко време върна на хората? Колко решения станаха по-добри, защото правилният контекст беше наличен в правилния момент?

Токените създават стойност, когато се превърнат в работа, която хората могат да използват. С нарастването на способностите на моделите те могат да поемат по-дълги и по-сложни задачи: да поддържат контекст, да прилагат структурирано анализиране през множество стъпки, да работят с различни инструменти и да се адаптират в процеса.

Най-добре е да се започне с един работен процес. Определете какво означава „готово“ и измервайте този резултат в системата, където се извършва работата.

За екип по поддръжката „готово“ може да означава решен клиентски проблем. За инженерен екип това може да означава промяна в кода, която преминава тестовете си. За правен екип това може да означава договор, прегледан точно и навреме.

Помислете за финансов екип, който се подготвя за преглед на прогнозата. Голяма част от работата се случва преди окончателното решение: намиране на най-новата прогноза, прехвърляне на данни в Excel или Sheets, установяване на промените, съгласуване на раздели, обновяване на слайдове и проверка дали всички числа съвпадат идеално.

ChatGPT Работа може да поеме голяма част от този процес и да даде на екипа повече време да се съсредоточи върху важните въпроси: Какво се промени? Защо? Какво трябва да направим след това?

Това е полезен интелект на долар на практика. Повече работа се завършва по-бързо, а хората прекарват повече от времето си в прилагане на преценка, креативност и експертиза.

Следващият въпрос е колко струва тази работа да бъде свършена добре.

Задачите с ИИ се различават значително. Бърз отговор може да изисква малко изчислителен ресурс. Работен процес за програмиране, проучване или финанси може да включва по-задълбочено структурирано анализиране, използване на инструменти и много действия. Тези по-сложни задачи може да изискват повече изчислителен ресурс, но могат да създадат много по-голяма стойност.

На ниво модел цената на успешна задача зависи от цената, количеството използван изчислителен ресурс и вероятността да се стигне до правилния резултат. За бизнеса пълната цена включва и времето на служителите, човешката проверка, повторните опити и преработването.

Изчислението е просто:

• Съберете пълната цена за изпълнение на работата.
• Пребройте задачите, които са покрили изискваното качество.
• Разделете пълната цена на броя успешни задачи.

Ето защо най-ниската цена на токен невинаги води до най-ниската цена на резултат. Авангарден модел може да осигури най-добрата стойност дори при рутинна заявка, ако даде правилния отговор от първия път и така намали повторните опити, забавянето, проверката и общия изчислителен ресурс.

Моделно семейство с няколко нива дава на клиентите повече начини да оптимизират това уравнение. GPT‑5.6, който пуснахме миналата седмица, има три нива: Sol е нашият водещ модел; Terra балансира производителност и цена; Luna е най-бързият ни и най-достъпен модел.

Тези нива дават полезна отправна точка. Икономиката на цялата задача в крайна сметка трябва да определя правилния модел. Клиент може да използва Luna за бърз работен процес с голям обем, Terra за работа, изискваща по-голяма дълбочина, или Sol, когато по-силното структурирано анализиране дава най-добрия резултат с по-малко опити.

Обучихме GPT‑5.6 да извлича повече полезна работа от всеки токен. В Artificial Analysis Coding Agent Index GPT‑5.6 Sol с максимално структурирано анализиране постави ново върхово постижение, като използва 54% по-малко изходни токени от друг водещ модел. Графиката по-долу илюстрира сравнението.

В цялото семейство GPT‑5.6 целта е една и съща: повече успешна работа на долар. По-голямата ефективност прави съществуващите задачи по-достъпни. По-големите способности правят възможни изцяло нови видове работа.

Всяко ново поколение модели трябва да подобрява и двете страни на това уравнение. Клиентите трябва да могат да изпълняват по-ценна работа, докато в същото време цената за изпълнение на всяка задача продължава да намалява.

Третата мярка е надеждността.

Внедряването на ИИ обикновено се задълбочава на етапи. Първо ИИ помага при съставянето на чернови. След това намира контекст и разсъждава върху инструменти и данни. С времето започва да предприема действия, да обработва изключения и да завършва работни процеси, като хората осигуряват преценка и контрол там, където е нужно.

Всяка стъпка създава повече стойност и поставя по-високи изисквания към системата.

Надеждността има пряка икономическа стойност. Когато резултатите са точни, добре подкрепени с източници, последователни и ескалирани по подходящ начин, хората прекарват по-малко време в проверка, корекции и повторение на работата. Успешните задачи струват по-малко, а организациите придобиват увереност да използват ИИ в по-важни работни процеси.

Екипите могат да направят това конкретно, като проследяват три резултата:

• Готово за използване: Резултатът покри изискваното качество още при предоставянето.
• Нуждае се от корекция: Резултатът изискваше още един опит или човешки редакции.
• Нуждае се от ескалация: Трябваше човек да се намеси и да довърши работата.

Тези мерки разказват по-богата история от точността на модела сама по себе си. Те показват дали ИИ наистина намалява работата, необходима за завършването на проекта.

Надеждността изисква и ясни граници. Преди ИИ да премине от съставяне на чернови към предприемане на действия, организациите трябва да определят:

• До какви данни може да има достъп системата.
• Кои системи може да използва или променя.
• Кога човек трябва да прегледа или одобри действие.

Безопасността, сигурността, поверителността и контролът създават основата за по-задълбочено използване. Хората трябва да разбират как се държи системата, как се обработват данните им и как се управляват действията ѝ.

ChatGPT Работа стъпва върху основата за сигурност, поверителност, съответствие и управление на работното пространство на ChatGPT Enterprise. Това позволява на организациите да дадат на ИИ повече контекст и достъп до по-ценни работни процеси, като същевременно запазят подходящ надзор.

Способностите печелят първото използване. Надеждността превръща ИИ в част от начина, по който се върши работата.

Последният въпрос е дали икономиката се подобрява при мащабиране.

Компаниите могат да измерят това, като проследяват един и същ работен процес във времето. Проследявайте колко задачи са покрили изискваното качество, общата цена за изпълнението им и цената на успешна задача. Ако завършената работа расте по-бързо от общата цена, докато качеството се запазва или подобрява, всеки долар за ИИ създава повече стойност.

Изчислителният ресурс е в центъра на това уравнение.

Изчислителният ресурс захранва изследванията и всяка задача, която ИИ изпълнява. Той определя качеството, скоростта, надеждността, наличността и цената на продукта. Изчислителният ресурс за обучение изгражда бъдещи способности. Изчислителният ресурс за инференция предоставя полезна работа днес. И двете трябва да се превръщат в по-добри резултати за клиентите.

По-добрите модели, по-ефективната инференция, специализираният хардуер, по-високата използваемост, по-умното маршрутизиране и по-силният продуктов дизайн подобряват възвръщаемостта на изчислителния ресурс. Всяко поколение инфраструктура помага за обучението на по-способни модели. След това по-добрите алгоритми, хардуер и софтуер помагат тези модели да се обслужват по-ефективно.

Клиентите усещат тези подобрения в човешки план: по-добри отговори, по-бързи резултати, по-малко корекции, по-надеждни продукти и по-ниска цена за работата, от която се нуждаят.

Ползите се натрупват. По-добрата инфраструктура ускорява изследванията. Изследванията създават по-способни и по-ефективни модели. По-добрите модели подобряват продуктите. По-добрите продукти стимулират внедряването, ученето и приходите. Този растеж подкрепя продължаващите инвестиции в следващото поколение изследвания, изчислителен ресурс, внедряване и безопасност.

OpenAI обединява тези елементи чрез една обща платформа за интелект. Хората я използват чрез ChatGPT и ChatGPT Работа. Разработчиците създават с нея чрез Codex и API. Предприятията я внедряват в системите, където се извършва работата.

Когато един слой се подобри, всеки продукт и всеки клиент може да спечели.

Взети заедно, тези четири мерки ни показват дали полезният интелект на долар се подобрява.

Полезната работа ни казва какво произвежда ИИ. Цената на успешна задача ни казва какво е нужно, за да се постигне резултатът. Надеждността ни казва каква част от работата хората могат уверено да използват. Стойността в мащаб ни казва дали всеки долар и всяка единица изчислителен ресурс постигат повече с времето.

Целта е ИИ, който помага на хората да вършат по-смислена работа, да вземат по-добри решения и да отделят повече време на частите от работата си, които изискват ясно човешка преценка и креативност.

Нашата задача е да подобряваме това уравнение с всяко поколение: по-способни модели, по-бързи и по-надеждни резултати и по-ниски разходи за работата, от която клиентите се нуждаят.

Така ИИ с времето става по-полезен за повече хора и организации.