Mõõdikulaud tehisintellekti ajastule

Küsimus, mida kuulen finantsjuhtidelt kõikjal, on lihtne: kuidas saada oma AI-kulutustest rohkem väärtust?

Aastaid mõõdeti turul tarkvara edu kasutuselevõtu järgi: ostetud kohad, aktiivsed kasutajad, uuendatud litsentsid. AI väärtuse mõistmiseks on vaja tugevamat mõõdikut: tehtud tööd.

Finantsjuhtide ja teiste ärijuhtide põhiline majandusküsimus on, kas AI tehtud töö väärtus kasvab kiiremini kui selle loomise kulu.

Sellele vastamiseks tuleb vaadata sügavamale kui selline mõõdik nagu kulu tokeni kohta. Odavama mudeli tokenid võivad olla soodsamad, kuid suurepärase tulemuse saamiseks võib vaja minna rohkem katseid, rohkem aega või rohkem inimlikku ülevaatust. Võimekama mudeli tokenid võivad olla kallimad, kuid see võib sama ülesande ühe korraga lõpule viia. Oluline on eduka tulemuse saavutamise kogukulu võrrelduna väärtusega, mida see tulemus loob.

AI-ajastu lõplikku mõõdikulauda võiks käsitleda kui „kasulikku nutikust dollari kohta“. See mõõdik vastab neljale põhiküsimusele.

1. Kas AI teeb tööd, mis on oluline?
2. Kui palju maksab iga edukas ülesanne?
3. Kas inimesed saavad tulemusele toetuda?
4. Kas iga AI-le kulutatud dollar loob kasutuse kasvades rohkem väärtust?

Alusta tööst endast.

Mitut kliendiprobleemi aitas AI lahendada? Mitu koodimuudatust aitas see kasutusse anda? Mitu lepingut see läbi vaatas? Kui palju aega see inimestele tagasi andis? Mitu otsust paranes, sest õige kontekst oli õigel hetkel olemas?

Tokenid loovad väärtust siis, kui need muutuvad tööks, mida inimesed saavad kasutada. Kui mudelid muutuvad võimekamaks, saavad need võtta ette pikemaid ja keerukamaid ülesandeid: hoida konteksti, arutleda mitmes etapis, töötada eri tööriistades ja kohaneda töö käigus.

Parim koht alustamiseks on üks töövoog. Määratlege, mida „tehtud“ tähendab, ja mõõtke seda tulemust süsteemis, kus töö toimub.

Klienditoe meeskonna jaoks võib „tehtud“ tähendada lahendatud kliendiprobleemi. Insenerimeeskonna jaoks võib see tähendada koodimuudatust, mis läbib testid. Õigusmeeskonna jaoks võib see tähendada lepingut, mis on täpselt ja õigeks ajaks läbi vaadatud.

Võtame näiteks finantsmeeskonna, kes valmistub prognoosi ülevaatuseks. Suur osa tööst tehakse enne lõpliku otsuse langetamist: leitakse uusim prognoos, viiakse andmed Excelisse või Sheetsi, tuvastatakse muutused, kooskõlastatakse vahekaardid, ehitatakse slaidid uuesti üles ja kontrollitakse, et kõik klapiks täpselt.

ChatGPT Töö saab võtta suure osa sellest protsessist enda peale, andes meeskonnale rohkem aega keskenduda olulistele küsimustele, nagu „mis muutus?“, „miks?“, „mida peaksime järgmiseks tegema?“.

See on kasulik nutikus dollari kohta praktikas. Rohkem tööd saab tehtud kiiremini, samal ajal kui inimesed kulutavad rohkem aega otsustusvõime, loovuse ja asjatundlikkuse rakendamisele.

Järgmine küsimus on, kui palju maksab selle töö hea lõpuleviimine.

AI-ülesanded on väga erinevad. Kiire vastus võib vajada vähe arvutusvõimsust. Kodeerimis-, uurimis- või finantstöövoog võib tähendada sügavamat arutlust, tööriistade kasutamist ja paljusid tegevusi. Need keerukamad ülesanded võivad vajada rohkem arvutusvõimsust, kuid luua palju suuremat väärtust.

Mudeli tasandil oleneb eduka ülesande kulu hinnast, kasutatud arvutusvõimsuse hulgast ja tõenäosusest jõuda õige tulemuseni. Ettevõtte jaoks hõlmab kogukulu ka töötajate aega, inimlikku ülevaatust, korduskatseid ja ümbertegemist.

Arvutus on lihtne.

• Liida kokku töö lõpuleviimise kogukulu.
• Loe kokku ülesanded, mis vastasid nõutavale kvaliteedilatile.
• Jaga kogukulu edukate ülesannete arvuga.

Seepärast ei anna madalaim hind tokeni kohta alati madalaimat kulu tulemuse kohta. Tipptasemel mudel võib pakkuda parimat väärtust isegi tavapärase päringu puhul, kui see annab õige vastuse ühe korraga, vähendades korduskatseid, viivitust, ülevaatust ja koguarvutust.

Astmelise mudeliperekonnaga on klientidel rohkem võimalusi seda võrrandit optimeerida. GPT‑5.6, mille avaldasime eelmisel nädalal, on kolme tasemega: Sol on meie lipulaev; Terra tasakaalustab jõudlust ja kulu; Luna on meie kiireim ja soodsaim mudel.

Need tasemed annavad kasulikud lähtekohad. Õige mudeli peaks lõpuks määrama kogu ülesande majanduslik loogika. Klient võib kasutada Lunat kiire ja suure mahuga töövoo jaoks, Terrat suuremat sügavust nõudva töö jaoks või Soli siis, kui tugevam arutlus annab parima tulemuse vähema hulga katsetega.

Treenisime GPT‑5.6 nii, et igast tokenist saaks rohkem kasulikku tööd. Artificial Analysis Coding Agent Indexis püstitas maksimaalse arutlusega GPT‑5.6 Sol uue tipptaseme, kasutades 54% vähem väljundtokeneid kui teine juhtiv mudel. Allolev diagramm illustreerib võrdlust.

Kogu GPT‑5.6 perekonnas on eesmärk sama: rohkem edukat tööd iga dollari kohta. Suurem tõhusus muudab olemasolevad ülesanded soodsamaks. Suurem võimekus teeb võimalikuks täiesti uut laadi töö.

Iga uus mudelipõlvkond peaks parandama selle võrrandi mõlemat poolt. Kliendid peaksid saama teha väärtuslikumat tööd, samal ajal kui iga ülesande lõpuleviimise kulu jätkab langemist.

Kolmas mõõdik on töökindlus.

AI kasutuselevõtt kipub süvenema etapiti. Esmalt aitab AI mustandeid koostada. Seejärel leiab see konteksti ja arutleb tööriistade ning andmete üleselt. Aja jooksul hakkab see tegutsema, erandeid käsitlema ja töövooge lõpule viima, samal ajal kui inimesed pakuvad vajaduse korral otsustusvõimet ja kontrolli.

Iga samm loob rohkem väärtust ja nõuab süsteemilt rohkem.

Töökindlusel on otsene majanduslik väärtus. Kui tulemused on täpsed, allikatega hästi kaetud, järjepidevad ja vajaduse korral õigesti eskaleeritud, kulutavad inimesed vähem aega töö ülevaatamisele, parandamisele ja kordamisele. Edukad ülesanded maksavad vähem ning organisatsioonid saavad kindluse kasutada AI-d olulisemates töövoogudes.

Meeskonnad saavad selle muuta konkreetseks, jälgides kolme tulemust.

• Kasutusvalmis: tulemus vastas tarnimisel kvaliteedilatile.
• Vajab parandust: tulemus nõudis uut katset või inimese muudatusi.
• Vajab eskaleerimist: inimene pidi sekkuma ja töö lõpule viima.

Need mõõdikud räägivad rikkalikuma loo kui üksnes mudeli täpsus. Need näitavad, kas AI vähendab tegelikult projekti lõpuleviimiseks vajalikku tööd.

Töökindlus nõuab ka selgeid piire. Enne kui AI liigub mustandite koostamiselt tegutsemisele, peaksid organisatsioonid määratlema järgmise.

• Millistele andmetele süsteem ligi pääseb.
• Milliseid süsteeme see võib kasutada või muuta.
• Millal peaks inimene tegevuse üle vaatama või heaks kiitma.

Ohutus, turvalisus, privaatsus ja kontroll loovad aluse sügavamale kasutusele. Inimesed peavad mõistma, kuidas süsteem käitub, kuidas nende andmeid käsitletakse ja kuidas selle tegevust juhitakse.

ChatGPT Töö tugineb ChatGPT Enterprise’i turvalisuse, privaatsuse, nõuetele vastavuse ja tööjaama halduse alusele. See võimaldab organisatsioonidel anda AI-le rohkem konteksti ja ligipääsu väärtuslikumatele töövoogudele, säilitades samal ajal sobiva järelevalve.

Võimekus toob esimese kasutuse. Töökindlus muudab AI osaks sellest, kuidas töö tehtud saab.

Viimane küsimus on, kas majanduslik loogika paraneb mastaabis.

Ettevõtted saavad seda mõõta, jälgides sama töövoogu aja jooksul. Jälgi, mitu ülesannet vastas kvaliteedilatile, nende lõpuleviimise kogukulu ja eduka ülesande kulu. Kui tehtud töö kasvab kiiremini kui kogukulu ning kvaliteet püsib või paraneb, loob iga AI-le kulutatud dollar rohkem väärtust.

Arvutusvõimsus on selle võrrandi keskmes.

Arvutusvõimsus toetab teadustööd ja iga ülesannet, mille AI lõpule viib. See kujundab toote kvaliteeti, kiirust, töökindlust, kättesaadavust ja kulu. Treeningu arvutusvõimsus loob tulevast võimekust. Järeldamise arvutusvõimsus annab kasulikku tööd täna. Mõlemad peaksid väljenduma klientide jaoks paremates tulemustes.

Paremad mudelid, tõhusam järeldamine, spetsiaalselt loodud riistvara, suurem kasutusaste, nutikam suunamine ja tugevam tootedisain parandavad kõik arvutusvõimsuse tasuvust. Iga taristupõlvkond aitab treenida võimekamaid mudeleid. Paremad algoritmid, riist- ja tarkvara aitavad seejärel neid mudeleid tõhusamalt teenindada.

Kliendid kogevad neid parandusi inimlikus mõõtmes: paremad vastused, kiiremad tulemused, vähem parandusi, töökindlamad tooted ja madalam kulu töö eest, mis neil on vaja tehtud saada.

Need võidud kuhjuvad. Parem taristu kiirendab teadustööd. Teadustöö loob võimekamaid ja tõhusamaid mudeleid. Paremad mudelid parandavad tooteid. Paremad tooted kasvatavad kasutuselevõttu, õppimist ja tulu. See kasv toetab jätkuvaid investeeringuid järgmise põlvkonna teadustöösse, arvutusvõimsusesse, juurutusse ja ohutusse.

OpenAI ühendab need osad ühel jagatud nutikusplatvormil. Inimesed kasutavad seda ChatGPT ja ChatGPT Töö kaudu. Arendajad loovad selle abil Codexi ja API kaudu. Ettevõtted juurutavad selle süsteemidesse, kus töö toimub.

Kui üks kiht paraneb, võivad sellest kasu saada kõik tooted ja kliendid.

Kokkuvõttes näitavad need neli mõõdikut, kas kasulik nutikus dollari kohta paraneb.

Kasulik töö näitab, mida AI toodab. Kulu eduka ülesande kohta näitab, mida on tulemuse saavutamiseks vaja. Töökindlus näitab, kui suurt osa tööst saavad inimesed kindlalt kasutada. Väärtus mastaabis näitab, kas iga dollar ja iga arvutusvõimsuse ühik saavutab aja jooksul rohkem.

Eesmärk on AI, mis aitab inimestel teha tähendusrikkamat tööd, langetada paremaid otsuseid ja kulutada rohkem aega nendele tööosadele, mis nõuavad selgelt inimlikku otsustusvõimet ja loovust.

Meie ülesanne on muuta seda võrrandit iga põlvkonnaga paremaks: võimekamad mudelid, kiiremad ja töökindlamad tulemused ning madalamad kulud tööle, mida kliendid vajavad.

Nii muutub AI aja jooksul kasulikumaks üha rohkematele inimestele ja organisatsioonidele.