Jak řídit investice do umělé inteligence v éře agentů umělé inteligence

Cílem OpenAI je postupně zvyšovat dostupnost, schopnosti i cenovou dostupnost umělé inteligence. Mezi modely GPT‑4 a GPT‑5.4 klesla cena za milion tokenů o 97 %. GPT‑5.6⁠ v tomto pokroku pokračuje: v benchmarku Artificial Analysis Coding Agent Index podává lepší výkon, využívá při tom o 54 % méně výstupních tokenů a dosahuje o 57 % kratšího času na úkol.

Samotná cena tokenů ale neukazuje, zda umělá inteligence vytváří hodnotu. Lídři by se měli dívat na užitečnou práci za dolar: dokončené úkoly, ušetřený čas, lepší rozhodnutí a pracovní postupy připravené ke škálování.

Jak týmy přecházejí od chatu k déle běžícím pracovním postupům, správci potřebují jasnější přehled o poptávce, výdajích a riziku. 

Tady je pět způsobů, jak investovat s jistotou.

Vedoucí pracovníci firem potřebují jasný přehled o využití umělé inteligence: kdo ji používá, které produkty nebo modely používá, kolik kapacity spotřebovává a jaký typ práce toto využití podporuje. Bez takového přehledu se je obtížné správně porozumět rostoucím nákladům. Může odrážet plýtvání, produktivní experimentování nebo pracovní postup, který se začíná stávat pro firmu kritickým.

ChatGPT Práce⁠ podporuje delší vícekrokové úkoly, takže se využití může podle pracovního postupu výrazně lišit. Správci potřebují vidět práci, která za tímto využitím stojí, nejen spotřebované kredity. To umožňuje společný pohled na poptávku napříč ChatGPT. Aktualizované analýzy využití a kontroly výdajů⁠ v administrátorské konzoli⁠(otevře se v novém okně) pomáhají správcům sledovat přijetí, využití kreditů a výdaje podle uživatele, produktu a modelu, sledovat trendy v čase, rozpoznávat nové vzory používání a chápat, kdy využití znamená široké přijetí, pracovní postup pokročilého uživatele nebo opakující se firemní proces, který si může zasloužit další investice.

Při rozhodování o investicích a podpoře mohou pomoci pohledy z různých úrovní:

• Pracovní prostor: odpovídají náklady přijetí?
• Tým a uživatel: kde roste poptávka a kdo může potřebovat větší podporu?
• Produkt a model: kde se používá dražší inteligence a je tato poptávka trvalá?

Dohromady tyto pohledy pomáhají správcům rozhodnout, kam investovat, kde koučovat a kde nastavit limity.

Nejnižší cena tokenů nemusí vždy znamenat nejnižší celkové náklady. Levnější model může selhat, opakovat pokusy nebo vytvořit práci, kterou je třeba opravit. Schopnější model může stát za token více, ale k přijatelnému výsledku dojít rychleji, s menším počtem pokusů a menší potřebou kontroly.

Hodnoťte modely podle práce, kterou mají vykonávat. Využívejte hodnocení odrážející skutečné úkoly⁠, včetně okrajových případů, a před testováním si definujte, co je „dostatečně dobré“. Poté měřte celkové náklady na dosažení tohoto standardu: využití modelů a nástrojů, počet pokusů, míru dokončení, latenci a kontrolu člověkem.

U prioritních pracovních postupů sledujte náklady na přijatý výsledek. V zákaznické podpoře to může být vyřešený případ. Ve vývoji to může být otestovaná změna, která projde revizí. Tyto náklady spojte s obchodní hodnotou, jako je ušetřený čas, kratší doba cyklu, ochráněné tržby, odvrácené riziko nebo vytvořená kapacita.

Volba modelu je jen část rovnice. Jasné instrukce, cílené nástroje, znovu použitelný kontext a explicitní podmínky ukončení mohou omezit smyčky a zbytečné výdaje. Cílem je sladit model a pracovní postup s úkolem: používat menší nebo rychlejší modely, když splňují požadovanou kvalitu, a průkopnickou inteligenci vyhradit pro složitou, nejednoznačnou nebo vysoce důležitou práci.

Vedoucí pracovníci firem by měli řízení chápat jako provozní vrstvu, která určuje, kterou práci s umělou inteligencí lze škálovat. Prakticky jde o to definovat, jaký kontext může ChatGPT používat, ke kterým nástrojům má přístup, jaké akce může provádět, kdo schvaluje rizikovější kroky a jak se přiděluje další kapacita, když týmy najdou hodnotné pracovní postupy.

Nabývá to na významu s tím, jak týmy nasazují pluginy, konektory, použití počítače a další průkopnické schopnosti, které mohou fungovat napříč firemními systémy. ChatGPT Práce⁠ dává správcům centralizované ovládací prvky pro přístup, schválený kontext, připojené nástroje, povolené akce, využití a výdaje. Nastavení výdajů, jako jsou výchozí nastavení pracovního prostoru, skupinové limity, individuální výjimky a žádosti o revizi s kontextem projektu, pomáhají vedoucím pracovníkům podporovat vysoce hodnotnou práci, aniž by plošně zvyšovali limity.

U prioritních nasazení mohou vývojáři pro nasazení⁠(otevře se v novém okně) umělé inteligence společnosti OpenAI pracovat přímo se zákazníky na hodnoceních, architektuře, latenci, spolehlivosti a návrhu pracovních postupů, aby zlepšili výkon i nákladovou efektivitu. Soukromí a řízení by měly být součástí této práce od začátku: citlivé pracovní postupy potřebují před škálováním správné nastavení přístupu, nastavení uchovávání dat, přehled o dodržování předpisů a cesty schvalování. Tam, kde je to relevantní, mohou firemní kontroly soukromí od OpenAI, včetně možností nulového uchovávání dat⁠(otevře se v novém okně), pomoci zákazníkům nasazovat umělou inteligenci v prostředích s vysokými nároky na důvěru.

Vedoucí pracovníci firem by měli investice do umělé inteligence řídit jako portfolio: široký přístup pro každodenní produktivitu, pracovní postupy pro konkrétní funkce, které zlepšují opakovatelnou práci, a menší počet strategických sázek postavených na vlastním firemním kontextu. Nejvhodnějšími kandidáty jsou pracovní postupy, které se opakují ve významném měřítku, mají jasného vlastníka a lze u nich měřit kvalitu, riziko i obchodní hodnotu.

Financování by mělo sledovat vyspělost. Při experimentování by se mělo ověřit, zda model úkol zvládne, validace by měla testovat reprezentativní případy vůči jasné kvalitativní laťce, produkční financování by mělo podpořit integrace, kontroly, spolehlivost a řízení změn potřebné ke škálování. Sdílené schopnosti, jako jsou identita, důvěryhodné konektory, spravované znalosti, hodnocení, pozorovatelnost, směrování modelů a znovu použitelné vzory agentů, by se měly financovat centrálně, aby se každý nový pracovní postup zaváděl snadněji a bezpečněji.

Jakmile pracovní postup prokáže svou hodnotu, měli by lídři sladit produkt, kapacitu a model podpory s poptávkou po něm. ChatGPT Práce⁠ nabízí hotové schopnosti pro chat, kódování, agentní pracovní postupy, konektory, pluginy, použití počítače a správu. Firmy mohou tento základ rozšířit o vlastní data, oprávnění, hodnocení a logiku pracovních postupů tam, kde tyto prvky vytvářejí diferenciovanou hodnotu.

U produkčních úloh by komerční struktura měla odpovídat vzorcům využití: garantovaná kapacita⁠ pro produkční systémy a agenty, kteří potřebují jistotu přístupu, úroveň škálování⁠ pro předvídatelné úlohy rozhraní API s vysokým využitím a Batch API⁠(otevře se v novém okně), flexibilní zpracování⁠(otevře se v novém okně) nebo ukládání promptů do mezipaměti⁠ pro asynchronní práci nebo opakovaný kontext.

U větších strategických nasazení mohou OpenAI Frontier⁠ a Společnost pro nasazení⁠(otevře se v novém okně) pomoci firmám vytvářet, nasazovat a spravovat spolupracovníky s umělou inteligencí napříč firemními systémy. Tento přístup umožňuje lídrům škálovat ověřenou práci se správným produktem, kapacitou a modelem podpory, místo aby si každý pracovní postup znovu budoval vlastní infrastrukturu.