Budujeme hojnost inteligence

Infrastruktura AI není hodnotná jen proto, že je rozsáhlá. Její hodnota spočívá v tom, co umožňuje: schopnější inteligenci dostupnou více lidem za nižší cenu.

Takto chápu hojnost. Je zakotvena jak v našem poslání – zajistit, aby obecná umělá inteligence přinášela prospěch celému lidstvu –, tak v ekonomickém mechanismu, který je motorem našeho podnikání.

Když klesají náklady na užitečnou inteligenci, vyplatí se dělat více práce. Když jsou modely schopnější, tato práce vytváří větší hodnotu. S rostoucím využitím získáváme výnosy, zpětnou vazbu z praxe a přehled o poptávce, díky nimž můžeme dál investovat do další generace výzkumu a infrastruktury.

Lepší inteligence vede k jejímu širšímu osvojení. Širší osvojení umožňuje větší investice. Větší investice zlepšují inteligenci a efektivitu. Právě tento cyklus budujeme.

Naše nedávné oznámení o cenách ukazuje, jak rychle tento cyklus přináší výhody zákazníkům. Včera jsme snížili cenu GPT‑5.6 Luna o 80 procent a GPT‑5.6 Terra o 20 procent. Luna nyní stojí 0,20 $ za milion vstupních tokenů a 1,20 $ za milion výstupních tokenů; u Terry jsou to 2 $, respektive 12 $.

U GPT‑5.6 Sol nabízí Rychlý režim až 2,5násobnou rychlost oproti standardnímu zpracování stojícímu dvojnásobek, aniž by se změnila inteligence.

Nejde o pouhé změny ceníku. Rozšiřují typy práce, které lze prakticky řešit, a dávají zákazníkům větší volnost při vyvažování inteligence, rychlosti, spolehlivosti a nákladů.

Správná otázka nezní, který model se hodí pro kterou úlohu. Je třeba se ptát, kolik inteligence vyžaduje požadovaný výsledek, jak rychle je potřeba a jaké náklady na její využití jsou přiměřené. Tato rovnováha se může v rámci jediného pracovního postupu několikrát změnit.

Zákazníci nekupují tokeny jen kvůli tokenům samotným. Potřebují vyřešit problém zákaznické podpory, vydat software, zkontrolovat smlouvu nebo zodpovědět vědeckou otázku. Správným měřítkem jsou náklady na úspěšný výsledek včetně času, opakovaných pokusů, dohledu a oprav chyb, které jsou k jeho dosažení potřeba.

Výkonnější model, který práci dokončí správně a efektivně, může být nakonec hospodárnější než levnější model vyžadující opakované pokusy nebo rozsáhlé zásahy člověka. Naopak levnější model může výrazně rozšířit dostupnost, pokud splňuje stejný standard kvality. Příležitostí je využít maximum užitečné inteligence za správnou cenu.

Poskytování této hodnoty vyžaduje víc než jen budování dalších datových center. Je nutné zvýšit produktivitu každé jednotky výpočetního výkonu.

Jak to vypadá v praxi, ukazuje naše nedávná technická práce. GPT‑5.6 Sol pomohl ve spolupráci s našimi technickými týmy optimalizovat produkční software používaný k provozu modelů a snížit celkové náklady na jejich obsluhu o 20 procent. Pomohl také zdokonalit spekulativní dekódování, čímž zvýšil efektivitu generování tokenů o více než 15 procent.

Stejně důležité je, že efektivitu neurčuje pouze model. Záleží i na systému, který ho obklopuje. Lepší směrování zajišťuje produktivní využití hardwaru. Chytřejší správa kontextu brání agentům v opakování práce. Lepší nástroje a produktový design snižují počet kroků potřebných k dokončení úlohy.

V nedávné analýze benchmarku zvýšilo zdokonalení uchovávání výsledků uvažování a správy kontextu skóre GPT‑5.6 Sol ve veřejné sadě úloh ARC-AGI-3 z 13,3 procenta na 38,3 procenta při použití šestkrát menšího počtu výstupních tokenů. Model se nezměnil. Změnil se systém kolem něj.

Tyto přínosy se násobí. Schopnější modely pomáhají našim týmům nacházet nové možnosti zvýšení efektivity. Vyšší efektivita snižuje náklady na obsluhu zákazníků a rozšiřuje množství práce, které dokážeme zajistit se stejnou infrastrukturou. Tím se další generace inteligence stává dostupnější.

Výhodou vývoje napříč infrastrukturou, modely, platformou a produkty není jen to, že působíme v každé z těchto vrstev. Každá vrstva totiž zlepšuje ty ostatní.

Používání našich produktů v praxi nám ukazuje, co zákazníkům přináší hodnotu a kde narážejí na překážky. Tato zpětná vazba pomáhá utvářet náš výzkum. Pokroky ve výzkumu zlepšují naše produkty a snižují náklady na jejich provoz. Poptávka po ChatGPT, ChatGPT Work, Codexu a API nám pomáhá lépe rozhodovat, kde navýšit kapacitu.

Důležitý je masivní rozsah tohoto poznávání. Naše modely nyní využívá více než miliarda aktivních uživatelů a přes dva miliony firem. S rostoucí důvěrou v tuto technologii ji lidé využívají intenzivněji. Šest měsíců po registraci lidé každý den posílají zhruba o 50 procent více zpráv a používají ChatGPT na přibližně dvojnásobný počet druhů práce. ChatGPT Work mění význam znalostní práce: už nejen odpovídá na otázky, ale přechází k plnění složitých vícekrokových úkolů – od „dotazů“ k „dělání“. Agentní práce prostřednictvím Codexu nyní v rámci OpenAI představuje 99,8 % týdenního objemu výstupních tokenů. Mezi týmy, pro které se agentní nástroje staly klíčovou součástí práce, patří i finance.

V organizacích pozorujeme podobný vývoj. Firma může začít u jediného týmu nebo pracovního postupu. Jak se zlepšuje kvalita a ekonomická efektivita, využití se rozšiřuje napříč odděleními a AI se stává součástí fungování firmy.

Vzniká tak cenná zpětná vazba mezi poptávkou, zdokonalováním produktů, efektivitou a plánováním infrastruktury. Nemusíme přitom vlastnit všechna aktiva ani sami vytvářet každou součást. Podle toho, co nejlépe poslouží zákazníkovi a dává největší ekonomický smysl, můžeme řešení vlastnit, kupovat nebo na něm spolupracovat s partnery. Podstatné je celý systém koordinovat a průběžně se z něj učit.

Infrastrukturu AI je třeba plánovat roky předtím, než ji budeme potřebovat, zatímco modely, produkty a poptávka zákazníků se vyvíjejí mnohem rychleji. Kvůli tomuto nesouladu je nezbytná disciplína.

Investiční rozhodnutí zakládáme na konkrétních údajích: na růstu počtu uživatelů a zátěže, závazcích podnikových zákazníků, využití API a kapacit, výnosech a pokroku ve schopnostech a efektivitě modelů. Technické a obchodní milníky pomáhají určit, kdy projekty postoupí do další fáze. Dlouhodobá partnerství spojují financování, infrastrukturu a provozní zkušenosti potřebné k poskytování služeb ve velkém měřítku.

Výnosy z produktů, soukromý kapitál a obchodní partnerství tento růst podporují – každé jiným způsobem. Cílem není vybudovat co nejvíce infrastruktury. Jde o nasazení správné kapacity ve správný čas a v reakci na věrohodnou poptávku.

Klíčové otázky jsou pro mě jednoduché: Jak rychle začne nová kapacita přinášet výsledky? Jak efektivně se využívá? Jakou poptávku zákazníků pokrývá? Jak rychle může technický pokrok snížit náklady na poskytování užitečné inteligence?

Tyto otázky propojují dlouhodobé ambice s provozní disciplínou.

Jsme teprve na začátku. Schopnější systémy budou zvládat delší projekty, koordinovat práci mezi nástroji a vypořádají se s větší částí cesty od nápadu k hotovému výsledku. Jednotlivci a malé firmy získají možnosti, které byly dříve dostupné jen mnohem větším organizacím. Podniky budou inteligenci využívat mnohem šířeji v rámci celého svého fungování.

Naším cílem není jen větší výpočetní výkon, větší modely nebo nižší ceny tokenů. Jde o to zpřístupnit užitečnější inteligenci.

Právě to je význam hojnosti: inteligence, která je stále schopnější, dostupnější a hodnotnější pro lidi, kteří ji používají. Pokrok budeme měřit podle toho, kolik užitečné práce umožní, jak efektivně ji dokážeme poskytovat a jak široce lze sdílet její přínosy.