کارت امتیازی برای عصر هوش مصنوعی

پرسشی که از مدیران ارشد مالی در همه‌جا می‌شنوم ساده است: چگونه از هزینه‌ای که برای هوش مصنوعی می‌کنیم ارزش بیشتری بگیریم؟

سال‌ها بازار موفقیت نرم‌افزار را با میزان پذیرش می‌سنجید: تعداد جایگاه‌های خریداری‌شده، کاربران فعال و مجوزهای تمدیدشده. درک ارزش هوش مصنوعی به سنجه‌ای نیرومندتر نیاز دارد: کاری که انجام شده است.

پرسش اقتصادی اصلی پیش روی مدیران ارشد مالی و دیگر رهبران کسب‌وکار این است که آیا ارزش کاری که هوش مصنوعی انجام می‌دهد، سریع‌تر از هزینه تولید آن رشد می‌کند یا نه.

برای پاسخ به این پرسش باید فراتر از سنجه‌ای مانند هزینه به‌ازای هر توکن را دید. یک مدل کم‌هزینه‌تر ممکن است توکن‌های ارزان‌تری داشته باشد، اما رسیدن به نتایج عالی ممکن است به تلاش‌های بیشتر، زمان بیشتر یا بازبینی انسانی بیشتر نیاز داشته باشد. یک مدل توانمندتر ممکن است توکن‌های گران‌تری داشته باشد، اما همان کار را در یک نوبت کامل کند. آنچه اهمیت دارد هزینه کامل تولید یک نتیجه موفق است، در برابر ارزشی که آن نتیجه ایجاد می‌کند.

کارت امتیازی نهایی برای عصر هوش مصنوعی را می‌توان «هوشمندی مفید به‌ازای هر دلار» دانست. این سنجه به چهار پرسش کلیدی پاسخ می‌دهد:

1. آیا هوش مصنوعی کاری را انجام می‌دهد که اهمیت دارد؟
2. هر کار موفق چه هزینه‌ای دارد؟
3. آیا افراد می‌توانند به نتیجه تکیه کنند؟
4. آیا هر دلار هزینه‌شده برای هوش مصنوعی با افزایش استفاده، ارزش بیشتری تولید می‌کند؟

از خودِ کار شروع کنید.

هوش مصنوعی به حل چند مشکل مشتری کمک کرد؟ به عرضه چند تغییر کد کمک کرد؟ چند قرارداد را بازبینی کرد؟ چه مقدار زمان را به افراد برگرداند؟ چند تصمیم بهتر شد چون زمینه درست در لحظه درست در دسترس بود؟

توکن‌ها زمانی ارزش می‌آفرینند که به کاری تبدیل شوند که افراد بتوانند از آن استفاده کنند. هرچه مدل‌ها توانمندتر می‌شوند، می‌توانند کارهای طولانی‌تر و پیچیده‌تری را بر عهده بگیرند: حفظ زمینه، استدلال در چندین گام، کار کردن میان ابزارها و سازگار شدن در طول مسیر.

بهترین نقطه شروع، یک گردش‌کار واحد است. تعریف کنید «انجام‌شده» یعنی چه و آن نتیجه را در همان سیستمی بسنجید که کار در آن انجام می‌شود.

برای یک تیم پشتیبانی، «انجام‌شده» می‌تواند یعنی مشکل یک مشتری حل شده است. برای یک تیم مهندسی، می‌تواند یعنی تغییری در کد که آزمون‌هایش را با موفقیت می‌گذراند. برای یک تیم حقوقی، می‌تواند یعنی قراردادی که دقیق و به‌موقع بازبینی شده است.

تیمی مالی را در نظر بگیرید که برای بازبینی پیش‌بینی آماده می‌شود. بخش زیادی از کار پیش از تصمیم نهایی انجام می‌شود: پیدا کردن آخرین پیش‌بینی، انتقال داده‌ها به Excel یا Sheets، شناسایی تغییرات، تطبیق برگه‌ها، بازسازی اسلایدها و بررسی اینکه همه‌چیز کاملاً درست جمع می‌شود.

ChatGPT کار می‌تواند بخش زیادی از این فرایند را بر عهده بگیرد و به تیم زمان بیشتری بدهد تا بر پرسش‌های مهم تمرکز کند: چه چیزی تغییر کرد؟ چرا؟ بعد باید چه کنیم؟

این همان هوشمندی مفید به‌ازای هر دلار در عمل است. کارهای بیشتری، سریع‌تر انجام می‌شود، در حالی که افراد زمان بیشتری را صرف به‌کارگیری قضاوت، خلاقیت و تخصص خود می‌کنند.

پرسش بعدی این است که انجام درست آن کار چه هزینه‌ای دارد.

کارهای هوش مصنوعی بسیار متنوع‌اند. یک پاسخ سریع ممکن است به توان محاسباتی کمی نیاز داشته باشد. یک گردش‌کار برنامه‌نویسی، پژوهشی یا مالی ممکن است شامل استدلال عمیق‌تر، استفاده از ابزار و اقدامات متعدد باشد. این کارهای پیچیده‌تر می‌توانند به توان محاسباتی بیشتری نیاز داشته باشند، اما ارزش بسیار بیشتری هم ایجاد کنند.

در سطح مدل، هزینه هر کار موفق به قیمت، میزان توان محاسباتی مصرف‌شده و احتمال رسیدن به نتیجه درست بستگی دارد. برای یک کسب‌وکار، هزینه کامل همچنین شامل زمان کارکنان، بازبینی انسانی، تلاش‌های دوباره و دوباره‌کاری است.

محاسبه ساده است:

• هزینه کامل انجام کار را جمع کنید.
• کارهایی را بشمارید که به سطح کیفیت لازم رسیده‌اند.
• هزینه کامل را بر تعداد کارهای موفق تقسیم کنید.

به همین دلیل است که پایین‌ترین قیمت به‌ازای هر توکن همیشه به پایین‌ترین هزینه به‌ازای هر نتیجه منجر نمی‌شود. یک مدل پیشرو حتی برای درخواستی معمولی هم ممکن است بهترین ارزش را ارائه کند، اگر پاسخ درست را در یک نوبت تولید کند و تلاش‌های دوباره، تأخیر، بازبینی و کل توان محاسباتی را کاهش دهد.

یک خانواده مدل چندسطحی به مشتریان راه‌های بیشتری برای بهینه‌سازی این معادله می‌دهد. GPT‑5.6 که هفته گذشته منتشر کردیم، سه سطح دارد: Sol محصول شاخص ماست؛ Terra میان عملکرد و هزینه تعادل برقرار می‌کند؛ Luna سریع‌ترین و مقرون‌به‌صرفه‌ترین مدل ماست.

این سطح‌ها نقطه‌های شروع مفیدی فراهم می‌کنند. اقتصادِ کل کار در نهایت باید مدل درست را تعیین کند. یک مشتری ممکن است از Luna برای گردش‌کاری سریع و پرحجم، از Terra برای کاری که عمق بیشتری می‌خواهد، یا از Sol زمانی استفاده کند که استدلال قوی‌تر با تلاش‌های کمتر بهترین نتیجه را می‌دهد.

ما GPT‑5.6 را آموزش دادیم تا از هر توکن کار مفید بیشتری به دست آورد. در شاخص Artificial Analysis Coding Agent Index، مدل GPT‑5.6 Sol با حداکثر استدلال، ضمن استفاده از ۵۴٪ توکن خروجی کمتر نسبت به یک مدل پیشرو دیگر، رکورد تازه‌ای در سطح بهترین‌های روز ثبت کرد. نمودار زیر این مقایسه را نشان می‌دهد.

در سراسر خانواده GPT‑5.6 هدف یکی است: کار موفق بیشتر به‌ازای هر دلار. بهره‌وری بیشتر، کارهای موجود را مقرون‌به‌صرفه‌تر می‌کند. توانمندی بیشتر، انواع کاملاً تازه‌ای از کار را ممکن می‌کند.

هر نسل تازه از مدل باید هر دو سوی این معادله را بهبود دهد. مشتریان باید بتوانند کار ارزشمندتری انجام دهند و هم‌زمان هزینه انجام هر کار همچنان کاهش یابد.

سنجه سوم اتکاپذیری است.

پذیرش هوش مصنوعی معمولاً به‌صورت مرحله‌ای عمیق‌تر می‌شود. نخست، هوش مصنوعی به پیش‌نویس‌نویسی کمک می‌کند. سپس زمینه را پیدا می‌کند و میان ابزارها و داده‌ها استدلال می‌کند. با گذشت زمان، شروع به اقدام کردن، رسیدگی به موارد استثنا و کامل کردن گردش‌کارها می‌کند؛ در حالی که افراد هر جا لازم باشد قضاوت و کنترل را فراهم می‌کنند.

هر گام ارزش بیشتری ایجاد می‌کند و الزامات بیشتری بر سیستم تحمیل می‌کند.

اتکاپذیری ارزش اقتصادی مستقیم دارد. وقتی نتایج دقیق، مستند، سازگار و به‌درستی ارجاع داده می‌شوند، افراد زمان کمتری صرف بازبینی، اصلاح و تکرار کار می‌کنند. کارهای موفق هزینه کمتری دارند و سازمان‌ها اعتماد لازم را پیدا می‌کنند تا از هوش مصنوعی در گردش‌کارهای مهم‌تر استفاده کنند.

تیم‌ها می‌توانند این موضوع را با پیگیری سه نتیجه ملموس کنند:

• آماده استفاده: نتیجه همان‌طور که تحویل داده شد، سطح کیفیت لازم را داشت.
• نیازمند اصلاح: نتیجه به تلاش دوباره یا ویرایش انسانی نیاز داشت.
• نیازمند ارجاع: لازم بود یک فرد وارد شود و کار را به پایان برساند.

این سنجه‌ها داستانی غنی‌تر از دقت مدل به‌تنهایی بیان می‌کنند. آن‌ها نشان می‌دهند آیا هوش مصنوعی واقعاً کار لازم برای تکمیل پروژه را کاهش می‌دهد یا نه.

اتکاپذیری به مرزهای روشن نیز نیاز دارد. پیش از آنکه هوش مصنوعی از پیش‌نویس‌نویسی به اقدام کردن برسد، سازمان‌ها باید تعریف کنند:

• سیستم به چه داده‌هایی می‌تواند دسترسی داشته باشد.
• از چه سیستم‌هایی می‌تواند استفاده کند یا آن‌ها را تغییر دهد.
• چه زمانی یک فرد باید اقدامی را بازبینی یا تأیید کند.

ایمنی، امنیت، حریم خصوصی و کنترل، پایه استفاده عمیق‌تر را می‌سازند. افراد باید بدانند سیستم چگونه رفتار می‌کند، داده‌هایشان چگونه مدیریت می‌شود و اقدامات آن چگونه تحت حاکمیت قرار می‌گیرد.

ChatGPT کار بر پایه امنیت، حریم خصوصی، انطباق و مدیریت فضای کاری در ChatGPT Enterprise ساخته شده است. این به سازمان‌ها امکان می‌دهد زمینه بیشتر و دسترسی به گردش‌کارهای ارزشمندتر را به هوش مصنوعی بدهند، در حالی که نظارت مناسب را حفظ می‌کنند.

توانمندی، کاربران را به نخستین استفاده ترغیب می‌کند. اتکاپذیری، هوش مصنوعی را به بخشی از شیوه انجام کار تبدیل می‌کند.

پرسش نهایی این است که آیا اقتصاد کار در مقیاس بهتر می‌شود یا نه.

شرکت‌ها می‌توانند این موضوع را با دنبال کردن همان گردش‌کار در طول زمان بسنجند. پیگیری کنید چند کار به سطح کیفیت لازم رسیده‌اند، هزینه کل انجام آن‌ها چقدر بوده و هزینه هر کار موفق چقدر است. اگر کار تکمیل‌شده سریع‌تر از هزینه کل رشد کند، در حالی که کیفیت حفظ شود یا بهبود یابد، هر دلار هوش مصنوعی ارزش بیشتری تولید می‌کند.

توان محاسباتی در مرکز این معادله قرار دارد.

توان محاسباتی نیروی پژوهش و هر کاری را که هوش مصنوعی انجام می‌دهد تأمین می‌کند. این عامل کیفیت محصول، سرعت، اتکاپذیری، دسترس‌پذیری و هزینه را شکل می‌دهد. توان محاسباتی آموزش، توانمندی آینده را می‌سازد. توان محاسباتی استنتاج، کار مفید امروز را تحویل می‌دهد. هر دو باید به نتایج بهتر برای مشتریان تبدیل شوند.

مدل‌های بهتر، استنتاج کارآمدتر، سخت‌افزار اختصاصی، بهره‌برداری بالاتر، مسیریابی هوشمندتر و طراحی محصول قوی‌تر همگی بازده توان محاسباتی را بهبود می‌دهند. هر نسل از زیرساخت به آموزش مدل‌های توانمندتر کمک می‌کند. سپس الگوریتم‌ها، سخت‌افزار و نرم‌افزار بهتر کمک می‌کنند آن مدل‌ها کارآمدتر ارائه شوند.

مشتریان این بهبودها را به زبان انسانی تجربه می‌کنند: پاسخ‌های بهتر، نتایج سریع‌تر، اصلاحات کمتر، محصولات اتکاپذیرتر و هزینه کمتر برای کاری که نیاز دارند انجام شود.

این دستاوردها روی هم انباشته می‌شوند. زیرساخت بهتر، پژوهش را شتاب می‌دهد. پژوهش، مدل‌های توانمندتر و کارآمدتر تولید می‌کند. مدل‌های بهتر، محصولات را بهبود می‌دهند. محصولات بهتر، پذیرش، یادگیری و درآمد را افزایش می‌دهند. این رشد از سرمایه‌گذاری مستمر در نسل بعدی پژوهش، توان محاسباتی، استقرار و ایمنی پشتیبانی می‌کند.

OpenAI این اجزا را از طریق یک پلتفرم هوشمندی مشترک کنار هم می‌آورد. افراد از طریق ChatGPT و ChatGPT کار از آن استفاده می‌کنند. توسعه‌دهندگان از طریق Codex و API با آن می‌سازند. سازمان‌ها آن را در سیستم‌هایی مستقر می‌کنند که کار در آن‌ها انجام می‌شود.

وقتی یک لایه بهتر می‌شود، هر محصول و هر مشتری می‌تواند بهره‌مند شود.

در کنار هم، این چهار سنجه به ما می‌گویند آیا هوشمندی مفید به‌ازای هر دلار در حال بهبود است یا نه.

کار مفید به ما می‌گوید هوش مصنوعی چه تولید می‌کند. هزینه هر کار موفق به ما می‌گوید رسیدن به نتیجه چه چیزی می‌طلبد. اتکاپذیری به ما می‌گوید افراد با اطمینان می‌توانند از چه مقدار از کار استفاده کنند. ارزش در مقیاس به ما می‌گوید آیا هر دلار و هر واحد توان محاسباتی در طول زمان کار بیشتری انجام می‌دهد یا نه.

هدف، هوش مصنوعی‌ای است که به افراد کمک کند کارهای معنادارتری انجام دهند، تصمیم‌های بهتری بگیرند و زمان بیشتری را صرف بخش‌هایی از شغلشان کنند که به قضاوت و خلاقیت متمایز انسانی نیاز دارد.

کار ما این است که با هر نسل این معادله را بهتر کنیم: مدل‌های توانمندتر، نتایج سریع‌تر و اتکاپذیرتر، و هزینه‌های کمتر برای کاری که مشتریان نیاز دارند انجام شود.

این‌گونه است که هوش مصنوعی به‌مرور برای افراد و سازمان‌های بیشتری مفیدتر می‌شود.