Runsaan älykkyyden rakentaminen

Tekoälyinfrastruktuuri ei ole arvokas siksi, että se on suuri. Se on arvokas, koska se mahdollistaa tehokkaamman älykkyyden, joka on useamman ihmisen saatavilla edullisemmin.

Tätä mieltä olen runsaudesta. Se sisältyy sekä missioomme – sen varmistamiseen, että yleinen tekoäly hyödyttää koko ihmiskuntaa – että taloudelliseen moottoriimme, joka ohjaa liiketoimintaamme.

Kun hyödyllisen älykkyyden hinta laskee, entistä useampi työtehtävä tulee tekemisen arvoiseksi. Mallien kehittyessä kyseinen työ tuottaa enemmän arvoa. Käyttöönoton yleistyessä saamme tuloja, palautetta todellisesta käytöstä ja paremman käsityksen kysynnästä, jotta voimme jatkaa investointeja seuraavan sukupolven tutkimukseen ja infrastruktuuriin.

Parempi älykkyys edistää laajempaa käyttöönottoa. Laajempi käyttöönotto tukee lisäinvestointeja. Suurempi investointi parantaa älykkyyttä ja tehokkuutta. Tämä on sykli, jota rakennamme.

Tuore hinnoitteluilmoituksemme osoittaa, kuinka tämä sykli hyödyttää asiakkaita nopeasti. Eilen laskimme GPT‑5.6 Lunan hintaa 80 prosenttia ja GPT‑5.6 Terran hintaa 20 prosenttia. Luna maksaa nyt 0,20 dollaria miljoonaa syötetokenia ja 1,20 dollaria miljoonaa tuotostokenia kohden; Terra maksaa vastaavasti 2 ja 12 dollaria.

GPT‑5.6 Sol -mallissa Nopea tila tarjoaa jopa 2,5-kertaisen nopeuden vakiokäsittelyyn verrattuna kaksinkertaiseen hintaan, älykkyyden pysyessä ennallaan.

Kyse ei ole pelkästään hinnaston muutoksista. Ne laajentavat käytännöllisten työtehtävien kirjoa, ja antavat asiakkaille enemmän joustavuutta tasapainottaa älykkyyttä, nopeutta, luotettavuutta ja kustannuksia.

Oikea kysymys ei ole se, mikä malli kuuluu mihinkin tehtävään. Kyse on siitä, kuinka paljon älykkyyttä lopputulos vaatii halutun tuloksen saavuttamiseksi, kuinka nopeasti älykkyyttä tarvitaan ja mitä älykkyyden tulisi maksaa tavoitteen saavuttamiseksi. Tämä tasapaino voi muuttua useita kertoja saman työnkulun aikana.

Asiakkaat eivät osta tokeneita pelkästään niiden itsensä vuoksi. He haluavat, että tukipyyntö ratkaistaan, ohjelmisto toimitetaan, sopimus tarkistetaan tai tieteelliseen kysymykseen vastataan. Oikea mittari on onnistuneen lopputuloksen hinta, mukaan lukien siihen tarvittava aika, uudelleenyritykset ja valvonta sekä matkan varrella syntyvät virheet.

Vahvempi malli, joka suorittaa työn oikein ja tehokkaasti, voi loppujen lopuksi olla taloudellisempi kuin halvempi malli, joka vaatii toistuvia yrityksiä tai laaja-alaista ihmisen puuttumista. Toisaalta edullisempi malli voi laajentaa saatavuutta merkittävästi, jos se täyttää samat laatuvaatimukset. Mahdollisuus on hyödyntää mahdollisimman paljon hyödyllistä älykkyyttä oikeaan hintaan.

Tämän arvon tuottaminen edellyttää muutakin kuin uusien datakeskusten rakentamista. Se edellyttää kunkin laskentaresurssiyksikön tuottavuuden parantamista.

Viimeaikainen tekninen kehitystyömme havainnollistaa, miltä tämä näyttää käytännössä. Yhteistyössä teknisten tiimiemme kanssa GPT‑5.6 Sol auttoi optimoimaan malliemme käyttöön tarkoitettua tuotanto-ohjelmistoa, mikä pienensi palvelun kokonaiskustannuksia 20 prosenttia. Se auttoi myös parantamaan spekulatiivista dekoodausta, mikä lisäsi tokenien generoinnin tehokkuutta yli 15 prosenttia.

Yhtä tärkeää on, että tehokkuus ei määräydy pelkästään mallin perusteella. Sitä ympäröivällä järjestelmällä on merkitystä. Parempi reititys pitää laitteiston tuottavana. Älykkäämpi kontekstinhallinta estää agentteja tekemästä samaa työtä uudelleen. Tehokkaammat työkalut ja parempi tuotesuunnittelu vähentävät tehtävän suorittamiseen tarvittavien vaiheiden määrää.

Äskettäisessä vertailuanalyysissä säilytetyn päättelyn ja kontekstinhallinnan parannukset nostivat GPT‑5.6 Solin tuloksen julkisessa ARC-AGI-3-tehtäväjoukossa 13,3 prosentista 38,3 prosenttiin samalla, kun tuotos-tokeneita käytettiin kuusi kertaa vähemmän. Malli ei muuttunut. Ympäröivä järjestelmä sai sen aikaan.

Nämä voitot kertautuvat. Tehokkaammat mallit auttavat tiimejämme löytämään uusia tehokkuuksia. Nämä tehokkuudet alentavat asiakaspalvelun kustannuksia ja laajentavat tuettavan työn määrää samalla infrastruktuurilla. Tämä puolestaan tekee seuraavan sukupolven älykkyydestä helpommin saatavilla olevaa.

Infrastruktuurin, mallien, alustan ja tuotteiden kattavan kehittämisen etu ei ole pelkästään se, että osallistumme jokaiseen tasoon. Kyse on siitä, että kukin kerros tekee muista parempia.

Tuotteen todellinen käyttö osoittaa meille, missä asiakkaat kokevat saavansa arvoa ja missä he kohtaavat kitkaa. Tämä palaute auttaa suuntaamaan tutkimustamme. Tutkimuksessa tehdyt parannukset vahvistavat tuotteitamme ja alentavat niiden tarjoamisesta aiheutuvia kustannuksia. ChatGPT:n, ChatGPT Workin, Codexin ja API:n kysyntä auttaa meitä tekemään parempia päätöksiä siitä, mihin kapasiteettia kannattaa lisätä.

Oppimisen laajuudella on merkitystä. Mallimme tavoittavat nyt yli miljardi aktiivista käyttäjää ja yli kaksi miljoonaa yritystä. Kun ihmisten luottamus teknologiaan kasvaa, he käyttävät sitä yhä syvällisemmin. Kuusi kuukautta rekisteröitymisen jälkeen ihmiset lähettävät noin 50 prosenttia enemmän viestejä päivässä ja käyttävät ChatGPT:tä noin kaksi kertaa useampiin erilaisiin työtehtäviin. ChatGPT Work muuttaa sitä, mitä tietotyöntekijänä oleminen tarkoittaa: se siirtyy kysymyksiin vastaamisesta monimutkaisten, monivaiheisten työtehtävien suorittamiseen – kysymisestä tekemiseen. Koko OpenAI:ssa Codexin kautta tehtävä agenttinen työ muodostaa nyt 99,8 % viikoittaisista tuotostokeneista, ja Finance kuuluu niihin tiimeihin, jotka ovat tehneet agenttisista työkaluista keskeisen osan työskentelytapaansa.

Organisaatioiden sisällä kaava on samankaltainen. Yritys voi aloittaa yhdellä tiimillä tai yhdellä työnkululla. Kun laatu ja taloudellinen kannattavuus paranevat, käyttöönotto laajenee eri toimintoihin ja tekoälystä tulee osa yrityksen toimintatapaa.

Tämä luo arvokkaan palautesilmukan kysynnän, tuotekehityksen, tehokkuuden ja infrastruktuurin suunnittelun välille. Se ei edellytä jokaisen resurssin omistamista tai jokaisen komponentin rakentamista itse. Voimme omistaa, solmia kumppanuuksia tai ostaa riippuen siitä, mikä palvelee asiakasta parhaiten ja on taloudellisesti järkevintä. Olennaista on järjestelmän koordinointi ja oppiminen sen kaikissa osissa.

Tekoälyinfrastruktuuri on suunniteltava vuosia ennen kuin sitä tarvitaan, sillä mallit, tuotteet ja asiakkaiden kysyntä kehittyvät paljon nopeammin. Tämä epäsuhta tekee kurinalaisuudesta välttämätöntä.

Perustamme investointipäätöksemme näyttöön: käyttäjämäärän ja työkuormien kasvuun, yritysasiakkaiden sitoumuksiin, API-kulutukseen, käyttöasteeseen, liikevaihtoon sekä mallin kyvykkyyden ja tehokkuuden edistymiseen. Tekniset ja kaupalliset virstanpylväät auttavat määrittämään, milloin projektit etenevät. Pitkäaikaiset kumppanuudet yhdistävät laajamittaisen toteutuksen edellyttämän rahoituksen, infrastruktuurin ja operatiivisen osaamisen.

Tuotetuloilla, yksityisellä pääomalla ja kaupallisilla kumppanuuksilla on erilaiset roolit kasvun tukemisessa. Tavoitteena ei ole rakentaa mahdollisimman paljon infrastruktuuria. Kyse on oikean kapasiteetin hyödyntämisestä oikeaan aikaan uskottavan kysynnän perusteella.

Minulle keskeiset kysymykset ovat yksinkertaisia: Kuinka nopeasti uusi kapasiteetti muuttuu tuottavaksi? Kuinka tehokkaasti sitä käytetään? Mitä asiakaskysyntää se tukee? Kuinka nopeasti tekninen kehitys voi alentaa hyödyllisen älykkyyden kustannuksia?

Nämä kysymykset yhdistävät pitkän aikavälin tavoitteen operatiiviseen kurinalaisuuteen.

Olemme vielä alkuvaiheessa. Kyvykkäämmät järjestelmät pystyvät suorittamaan pidempiä projekteja, koordinoimaan toimintaa työkalujen välillä ja hoitamaan suuremman osan työstä idean ja valmiin lopputuloksen välillä. Yksityishenkilöt ja pienyritykset saavat käyttöönsä ominaisuuksia, jotka olivat aiemmin vain suurempien organisaatioiden saatavilla. Yritykset hyödyntävät älykkyyttä entistä laajemmin kaikessa toiminnassaan.

Tavoitteemme ei ole pelkästään enemmän laskentatehoa, suurempia malleja tai alhaisempia token-hintoja. Keskeistä on entistä hyödyllisempi älykkyys käden ulottuvilla.

Sitä runsaus tarkoittaa: älykkyyttä, joka kehittyy jatkuvasti kyvykkäämmäksi, edullisemmaksi ja arvokkaammaksi sitä käyttäville ihmisille. Mittaamme edistystämme sillä, kuinka paljon hyödyllistä työtä se mahdollistaa, kuinka tehokkaasti sen toteutamme ja kuinka laajasti sen hyödyt voidaan jakaa.