Δημιουργώντας αφθονία επιπέδων ευφυΐας

Η υποδομή τεχνητής νοημοσύνης δεν έχει αξία επειδή είναι μεγάλη. Έχει αξία χάρη σε όσα καθιστά δυνατά: πιο ικανό επίπεδο ευφυΐας, διαθέσιμο σε περισσότερους ανθρώπους με χαμηλότερο κόστος.

Έτσι αντιλαμβάνομαι την αφθονία. Είναι ενσωματωμένη τόσο στην αποστολή μας —να διασφαλίσουμε ότι η τεχνητή γενική νοημοσύνη ωφελεί ολόκληρη την ανθρωπότητα— όσο και στην οικονομική κινητήρια δύναμη της επιχείρησής μας.

Όταν μειώνεται το κόστος του χρήσιμου επιπέδου ευφυΐας, αξίζει να εκτελούνται περισσότερες εργασίες. Όταν τα μοντέλα γίνονται πιο ικανά, αυτή η εργασία δημιουργεί μεγαλύτερη αξία. Καθώς αυξάνεται η υιοθέτηση, αποκτούμε τα έσοδα, την ανατροφοδότηση από τον πραγματικό κόσμο και την εικόνα της ζήτησης που χρειαζόμαστε για να συνεχίσουμε να επενδύουμε στην επόμενη γενιά έρευνας και υποδομών.

Το καλύτερο επίπεδο ευφυΐας οδηγεί σε ευρύτερη υιοθέτηση. Η ευρύτερη υιοθέτηση στηρίζει περισσότερες επενδύσεις. Οι περισσότερες επενδύσεις βελτιώνουν το επίπεδο ευφυΐας και την αποδοτικότητα. Αυτόν τον κύκλο δημιουργούμε.

Η πρόσφατη ανακοίνωσή μας για τις τιμές δείχνει πώς αυτός ο κύκλος ωφελεί γρήγορα τους πελάτες. Χθες μειώσαμε την τιμή του GPT‑5.6 Luna κατά 80% και του GPT‑5.6 Terra κατά 20%. Το Luna κοστίζει πλέον 0,20 $ ανά εκατομμύριο token εισόδου και 1,20 $ ανά εκατομμύριο token εξόδου, ενώ το Terra κοστίζει 2 $ και 12 $ αντίστοιχα.

Για το GPT‑5.6 Sol, η Γρήγορη λειτουργία προσφέρει έως και 2,5 φορές μεγαλύτερη ταχύτητα από την τυπική επεξεργασία, με διπλάσια τιμή και χωρίς καμία αλλαγή στο επίπεδο ευφυΐας.

Δεν πρόκειται απλώς για αλλαγές σε έναν τιμοκατάλογο. Διευρύνουν το φάσμα των εργασιών που καθίστανται πρακτικά εφικτές και προσφέρουν στους πελάτες μεγαλύτερη ευελιξία ώστε να εξισορροπούν το επίπεδο ευφυΐας, την ταχύτητα, την αξιοπιστία και το κόστος.

Το σωστό ερώτημα δεν είναι ποιο μοντέλο αντιστοιχεί σε ποια εργασία. Είναι τι επίπεδο ευφυΐας απαιτείται για το επιθυμητό αποτέλεσμα, πόσο γρήγορα χρειάζεται και ποιο θα πρέπει να είναι το κόστος για την επίτευξή του. Αυτή η ισορροπία μπορεί να αλλάξει αρκετές φορές μέσα στην ίδια ροή εργασίας.

Οι πελάτες δεν αγοράζουν token ως αυτοσκοπό. Θέλουν να επιλυθεί το πρόβλημα υποστήριξης, να κυκλοφορήσει το λογισμικό, να ελεγχθεί η σύμβαση ή να απαντηθεί το επιστημονικό ερώτημα. Το σωστό μέτρο είναι το κόστος ενός επιτυχημένου αποτελέσματος, συνυπολογίζοντας τον χρόνο, τις επαναληπτικές προσπάθειες, την επίβλεψη και τα σφάλματα που απαιτούνται για την επίτευξή του.

Ένα ισχυρότερο μοντέλο που ολοκληρώνει σωστά και αποδοτικά την εργασία μπορεί τελικά να είναι οικονομικότερο από ένα φθηνότερο μοντέλο που απαιτεί επανειλημμένες προσπάθειες ή εκτεταμένη ανθρώπινη παρέμβαση. Αντίστροφα, ένα μοντέλο χαμηλότερου κόστους μπορεί να διευρύνει θεαματικά την πρόσβαση όταν πληροί το ίδιο πρότυπο ποιότητας. Η ευκαιρία έγκειται στην αξιοποίηση του μέγιστου χρήσιμου επιπέδου ευφυΐας στη σωστή τιμή.

Η παροχή αυτής της αξίας απαιτεί περισσότερα από την κατασκευή επιπλέον κέντρων δεδομένων. Απαιτεί να γίνεται παραγωγικότερη κάθε μονάδα υπολογιστικής ισχύος.

Η πρόσφατη μηχανική εργασία μας δείχνει πώς επιτυγχάνεται αυτό. Σε συνεργασία με τις τεχνικές ομάδες μας, το GPT‑5.6 Sol βοήθησε στη βελτιστοποίηση του λογισμικού παραγωγής που χρησιμοποιείται για την παροχή των μοντέλων μας, μειώνοντας το συνολικό κόστος παροχής κατά 20%. Συνέβαλε επίσης στη βελτίωση της προβλεπτικής αποκωδικοποίησης, αυξάνοντας την αποδοτικότητα παραγωγής token κατά περισσότερο από 15%.

Εξίσου σημαντικό είναι ότι η αποδοτικότητα δεν καθορίζεται μόνο από το μοντέλο. Σημασία έχει και το σύστημα που το περιβάλλει. Η καλύτερη δρομολόγηση διατηρεί το υλικό παραγωγικό. Η εξυπνότερη διαχείριση περιβάλλοντος αποτρέπει τους πράκτορες από το να επαναλαμβάνουν εργασίες. Τα ισχυρότερα εργαλεία και ο καλύτερος σχεδιασμός προϊόντων μειώνουν τα βήματα που απαιτούνται για την ολοκλήρωση μιας εργασίας.

Σε μια πρόσφατη ανάλυση συγκριτικής αξιολόγησης, οι βελτιώσεις στη διατήρηση της συλλογιστικής και στη διαχείριση περιβάλλοντος αύξησαν τη βαθμολογία του GPT‑5.6 Sol στο δημόσιο σύνολο εργασιών ARC-AGI-3 από 13,3% σε 38,3%, χρησιμοποιώντας έξι φορές λιγότερα token εξόδου. Το μοντέλο δεν άλλαξε. Άλλαξε το σύστημα που το περιβάλλει.

Αυτά τα οφέλη συσσωρεύονται. Τα πιο ικανά μοντέλα βοηθούν τις ομάδες μας να ανακαλύπτουν νέους τρόπους βελτίωσης της αποδοτικότητας. Αυτές οι βελτιώσεις μειώνουν το κόστος εξυπηρέτησης των πελατών και διευρύνουν το φάσμα των εργασιών που μπορούμε να υποστηρίξουμε με την ίδια υποδομή. Αυτό, με τη σειρά του, καθιστά πιο προσιτή την επόμενη γενιά επιπέδου ευφυΐας.

Το πλεονέκτημα της ανάπτυξης υποδομών, μοντέλων, πλατφόρμας και προϊόντων δεν είναι απλώς ότι δραστηριοποιούμαστε σε κάθε επίπεδο. Είναι ότι κάθε επίπεδο βελτιώνει τα υπόλοιπα.

Η χρήση των προϊόντων στον πραγματικό κόσμο μάς δείχνει πού βρίσκουν αξία οι πελάτες και πού συναντούν δυσκολίες. Αυτή η ανατροφοδότηση συμβάλλει στη διαμόρφωση της έρευνάς μας. Οι ερευνητικές βελτιώσεις ενισχύουν τα προϊόντα μας και μειώνουν το κόστος παροχής τους. Η ζήτηση για τα ChatGPT, ChatGPT Work, Codex και το API μάς βοηθά να αποφασίζουμε καλύτερα πού χρειάζεται να προσθέσουμε χωρητικότητα.

Η κλίμακα αυτής της μάθησης έχει σημασία. Τα μοντέλα μας εξυπηρετούν πλέον πάνω από ένα δισεκατομμύριο ενεργούς χρήστες και περισσότερες από δύο εκατομμύρια επιχειρήσεις. Καθώς οι άνθρωποι αποκτούν εμπιστοσύνη στην τεχνολογία, τη χρησιμοποιούν πιο ουσιαστικά. Έξι μήνες μετά την εγγραφή τους, οι χρήστες στέλνουν περίπου 50% περισσότερα μηνύματα καθημερινά και χρησιμοποιούν το ChatGPT για σχεδόν διπλάσια είδη εργασιών. Το ChatGPT Work αλλάζει την έννοια της εργασίας γνώσης, περνώντας από την απάντηση ερωτήσεων στην ολοκλήρωση σύνθετων εργασιών πολλών σταδίων — από την «ερώτηση» στην «πράξη». Σε όλη την OpenAI, η εργασία πρακτόρων μέσω του Codex αντιπροσωπεύει πλέον το 99,8% των εβδομαδιαίων token εξόδου, ενώ η ομάδα Οικονομικών συγκαταλέγεται στις ομάδες που έχουν καταστήσει τα εργαλεία πρακτόρων βασικό μέρος του τρόπου εργασίας τους.

Στο εσωτερικό των οργανισμών παρατηρείται παρόμοιο μοτίβο. Μια εταιρεία μπορεί να ξεκινήσει με μία ομάδα ή μία ροή εργασίας. Καθώς βελτιώνονται η ποιότητα και τα οικονομικά δεδομένα, η υιοθέτηση επεκτείνεται σε περισσότερες λειτουργίες και η τεχνητή νοημοσύνη ενσωματώνεται στον τρόπο λειτουργίας της επιχείρησης.

Έτσι δημιουργείται ένας πολύτιμος κύκλος ανατροφοδότησης μεταξύ ζήτησης, βελτίωσης προϊόντων, αποδοτικότητας και σχεδιασμού υποδομών. Αυτό δεν προϋποθέτει να κατέχουμε κάθε περιουσιακό στοιχείο ή να κατασκευάζουμε οι ίδιοι κάθε εξάρτημα. Μπορούμε να επιλέγουμε ιδιόκτητες λύσεις, συνεργασίες ή αγορές, ανάλογα με το τι εξυπηρετεί καλύτερα τον πελάτη και έχει το μεγαλύτερο οικονομικό όφελος. Σημασία έχει ο συντονισμός του συστήματος και η μάθηση σε όλο το εύρος του.

Οι υποδομές τεχνητής νοημοσύνης πρέπει να σχεδιάζονται χρόνια προτού χρειαστούν, ενώ τα μοντέλα, τα προϊόντα και η ζήτηση των πελατών εξελίσσονται πολύ ταχύτερα. Αυτή η αναντιστοιχία καθιστά την πειθαρχία απαραίτητη.

Βασίζουμε τις επενδυτικές μας αποφάσεις σε στοιχεία: την αύξηση των χρηστών και του φόρτου εργασίας, τις δεσμεύσεις των επιχειρήσεων, τη χρήση του API, την αξιοποίηση, τα έσοδα και την πρόοδο στις δυνατότητες και την αποδοτικότητα των μοντέλων. Τα τεχνικά και εμπορικά ορόσημα συμβάλλουν στον καθορισμό του πότε θα προχωρήσει κάθε έργο. Οι μακροπρόθεσμες συνεργασίες συνδυάζουν τη χρηματοδότηση, τις υποδομές και την επιχειρησιακή τεχνογνωσία που απαιτούνται για παροχή υπηρεσιών σε μεγάλη κλίμακα.

Τα έσοδα από προϊόντα, τα ιδιωτικά κεφάλαια και οι εμπορικές συνεργασίες διαδραματίζουν διαφορετικούς ρόλους στη στήριξη αυτής της ανάπτυξης. Στόχος δεν είναι να δημιουργήσουμε τις περισσότερες δυνατές υποδομές. Είναι να διαθέσουμε τη σωστή χωρητικότητα, τη σωστή στιγμή, για τεκμηριωμένη ζήτηση.

Για μένα, τα βασικά ερωτήματα είναι απλά: Πόσο γρήγορα γίνεται παραγωγική η νέα χωρητικότητα; Πόσο αποδοτικά αξιοποιείται; Ποια ζήτηση πελατών εξυπηρετεί; Πόσο γρήγορα μπορεί η τεχνική πρόοδος να μειώσει το κόστος παροχής χρήσιμου επιπέδου ευφυΐας;

Αυτά τα ερωτήματα συνδέουν τη μακροπρόθεσμη φιλοδοξία με την επιχειρησιακή πειθαρχία.

Βρισκόμαστε ακόμη στην αρχή. Τα πιο ικανά συστήματα θα ολοκληρώνουν έργα μεγαλύτερης διάρκειας, θα συντονίζουν διαφορετικά εργαλεία και θα αναλαμβάνουν μεγαλύτερο μέρος της εργασίας από τη σύλληψη μιας ιδέας έως το τελικό αποτέλεσμα. Ιδιώτες και μικρές επιχειρήσεις θα αποκτήσουν δυνατότητες που κάποτε ήταν διαθέσιμες μόνο σε πολύ μεγαλύτερους οργανισμούς. Οι επιχειρήσεις θα αξιοποιούν το επίπεδο ευφυΐας ευρύτερα σε όλο το φάσμα των δραστηριοτήτων τους.

Στόχος μας δεν είναι απλώς περισσότερη υπολογιστική ισχύς, μεγαλύτερα μοντέλα ή χαμηλότερες τιμές ανά token. Είναι να κάνουμε πιο προσιτό το χρήσιμο επίπεδο ευφυΐας.

Αυτό σημαίνει αφθονία: επίπεδο ευφυΐας που γίνεται διαρκώς πιο ικανό, πιο προσιτό και πιο πολύτιμο για όσους το χρησιμοποιούν. Θα μετράμε την πρόοδό μας με βάση το πόση χρήσιμη εργασία καθιστά δυνατή, πόσο αποδοτικά την παρέχουμε και πόσο ευρέως μπορούν να διαμοιραστούν τα οφέλη της.