בינה מלאכותית אפשרה לצוותים לבצע דברים שבעבר רק דיברו עליהם, אבל מעולם לא הוציאו לפועל. למעשה, 75% מהעובדים בארגונים אומרים שבינה מלאכותית עזרה להם לבצע משימות שלא יכלו לבצע קודם לכן. אנחנו שומעים את זה מכל מחלקה, ולא רק מצוותים טכניים. אופן העבודה השתנה, וארגונים מתחילים להרגיש זאת באופן משמעותי.
בשנים האחרונות ראינו את זה קורה ביותר ממיליון עסקים. אצל יצרן גדול, סוכנים קיצרו את העבודה על אופטימיזציה של הייצור משישה שבועות ליום אחד. חברת השקעות גלובלית הטמיעה סוכנים לאורך כל תהליך המכירה, וכך הגדילה ביותר מ־90% את הזמן שאנשי המכירות יכולים להקדיש ללקוחות. ואצל יצרנית אנרגיה גדולה, סוכנים עזרו להגדיל את התפוקה בעד 5% — תוספת של יותר ממיליארד להכנסות.
זה קורה אצל מובילי הבינה המלאכותית בכל תעשייה, והלחץ להדביק את הקצב גובר. מה שמעכב אותם אינו רמת התבונה של המודלים, אלא הדרך שבה בונים ומפעילים סוכנים בארגונים שלהם.
היום אנחנו מציגים את Frontier, פלטפורמה חדשה שעוזרת לארגונים לבנות, לפרוס ולנהל סוכני בינה מלאכותית שיכולים לבצע עבודה אמיתית. Frontier מעניקה לסוכנים את אותם הכלים שאנשים צריכים כדי להצליח בעבודה: הקשר משותף, תהליך קליטה, למידה מעשית עם משוב, והרשאות וגבולות ברורים. כך צוותים מתקדמים מעבר לשימושים נקודתיים, לעמיתים מבוססי בינה מלאכותית שפועלים בכל רחבי העסק.
HP(נפתח בחלון חדש), Intuit(נפתח בחלון חדש), Oracle(נפתח בחלון חדש), State Farm(נפתח בחלון חדש), Thermo Fisher(נפתח בחלון חדש) ו־Uber(נפתח בחלון חדש) נמנות עם הראשונות לאמץ את Frontier, ועשרות לקוחות קיימים — ובהם BBVA(נפתח בחלון חדש), Cisco(נפתח בחלון חדש) ו־T-Mobile(נפתח בחלון חדש) — כבר בחנו בפיילוט את הגישה של Frontier בכמה מיוזמות הבינה המלאכותית המורכבות ובעלות הערך הרב ביותר שלהם.
חברות כבר מתקשות להתמודד עם מערכות מנותקות ועם מנגנוני ממשל המפוזרים בין עננים, פלטפורמות נתונים ויישומים. הבינה המלאכותית הפכה את הפיצול הזה לגלוי יותר, ובמקרים רבים גם לחריף יותר. כעת סוכנים נפרסים בכל מקום, וכל אחד מהם פועל בנפרד, עם גישה מוגבלת למידע ולפעולות. כל סוכן חדש עלול בסופו של דבר להוסיף מורכבות במקום לעזור, מפני שאין לו מספיק הקשר כדי לבצע את העבודה היטב.
ככל שיכולות הסוכנים השתפרו, גדל הפער בין מה שהמודלים יכולים לעשות לבין מה שהצוותים יכולים ליישם בפועל. הפער לא נובע רק מהטכנולוגיה. צוותים עדיין צוברים את הידע הדרוש כדי להעביר סוכנים מפיילוטים ראשוניים לעבודה אמיתית בקצב שבו הבינה המלאכותית משתפרת. ב־OpenAI לבדה מושק משהו חדש בערך כל שלושה ימים, והקצב הזה הולך ומתגבר.1 כדי לעמוד בקצב צריך לאזן בין שליטה להתנסות, ולא קל למצוא את האיזון הנכון.
ארגונים מרגישים לחץ למצוא לכך מענה כבר עכשיו, כי הפער בין החלוצים לבין כל השאר גדל במהירות.
למדנו שצוותים לא זקוקים רק לכלים טובים יותר, שכל אחד מהם פותר חלק מהבעיה. הם היו זקוקים לעזרה בהעברת סוכנים לסביבת הייצור, באמצעות גישה מקצה לקצה לבנייה, לפריסה ולניהול שלהם.
התחלנו בבחינת האופן שבו ארגונים כבר מרחיבים את כוח האדם שלהם. הם יוצרים תהליכי קליטה. הם מקנים ידע ארגוני ואת השפה הפנימית של הארגון. הם מאפשרים ללמוד מתוך ניסיון ומשפרים ביצועים באמצעות משוב. הם מעניקים גישה למערכות המתאימות ומציבים גבולות. עמיתים מבוססי בינה מלאכותית זקוקים לאותם הדברים.
כדי שעמיתים מבוססי בינה מלאכותית אכן יוכלו לעבוד, נדרשים כמה דברים:
הם צריכים להבין איך העבודה מתבצעת בפועל בין המערכות השונות.
הם זקוקים לגישה למחשב ולכלים כדי לתכנן, לפעול ולפתור בעיות מהעולם האמיתי.
הם צריכים להבין מה נחשב לביצוע טוב, כדי שהאיכות תשתפר גם כשהעבודה משתנה.
והם זקוקים לזהות, להרשאות ולגבולות שהצוותים יכולים לסמוך עליהם.
וכל זה צריך לעבוד במערכות רבות, שלעיתים קרובות מפוזרות בין כמה עננים. Frontier עובדת עם המערכות שכבר קיימות בצוותים, בלי לחייב אותם לעבור לפלטפורמה אחרת. אפשר לחבר את הנתונים והבינה המלאכותית הקיימים במקום שבו הם נמצאים, וגם לשלב את היישומים שכבר נמצאים בשימוש — באמצעות תקנים פתוחים. כלומר, בלי פורמטים חדשים ובלי לוותר על סוכנים או יישומים שכבר פרסתם.
הכוח הגדול של הגישה הזו הוא שעמיתים מבוססי בינה מלאכותית נגישים ומועילים בכל ממשק, ולא מוגבלים לממשק משתמש או ליישום יחיד. הם יכולים לשתף פעולה עם אנשים בכל מקום שבו העבודה מתבצעת — בשיחה עם ChatGPT, בתהליכי עבודה עם Atlas או בתוך יישומים עסקיים קיימים. זה נכון בין שהסוכנים פותחו בתוך הארגון, נרכשו מ־OpenAI או שולבו מספקים אחרים שאתם כבר עובדים איתם.
כל עובד יעיל יודע איך העסק פועל, איפה נמצא המידע ומה מאפיין החלטות טובות.
Frontier מחברת בין מחסני נתונים מבודדים, מערכות CRM, כלים לניהול פניות ויישומים פנימיים, כדי להעניק לעמיתים מבוססי בינה מלאכותית את אותו הקשר עסקי משותף. הם מבינים איך המידע זורם, היכן מתקבלות החלטות ואילו תוצאות חשובות. כך נוצרת שכבה סמנטית לארגון, שכל העמיתים מבוססי הבינה המלאכותית יכולים להסתמך עליה כדי לפעול ולתקשר ביעילות.
לאחר שנוצר הקשר משותף, הסוכנים צריכים להיות מסוגלים לבצע את העבודה בפועל.
צוותים מכל רחבי הארגון, טכניים ולא טכניים, יכולים להשתמש ב־Frontier כדי לצרף עמיתים מבוססי בינה מלאכותית שיבצעו רבות מהמשימות שאנשים כבר עושים במחשב. Frontier מעניקה לעמיתים מבוססי בינה מלאכותית יכולת להסיק מסקנות מנתונים ולהשלים משימות מורכבות, כמו עבודה עם קבצים, הרצת קוד ושימוש בכלים — הכול בסביבה אמינה ופתוחה להרצת סוכנים. תוך כדי עבודתם, עמיתים מבוססי בינה מלאכותית צוברים זיכרונות והופכים אינטראקציות מהעבר להקשר מועיל שמשפר את הביצועים לאורך זמן.
לאחר הפריסה, עמיתים מבוססי בינה מלאכותית יכולים לפעול בסביבות מקומיות, בתשתיות הענן הארגוניות ובסביבות ריצה המאוחסנות אצל OpenAI, בלי לאלץ צוותים להמציא מחדש את אופן העבודה. ובעבודה שבה הזמן קריטי, Frontier נותנת עדיפות לגישה למודלים של OpenAI בהשהיה נמוכה, כדי לשמור על תגובות מהירות ועקביות.
כדי שסוכנים יהיו מועילים לאורך זמן, הם צריכים ללמוד מניסיון, בדיוק כמו אנשים.
כלים מובנים להערכה ולאופטימיזציה של ביצועים מבהירים למנהלים אנושיים ולעמיתים מבוססי בינה מלאכותית מה עובד ומה לא, כך שדפוסי פעולה מוצלחים משתפרים לאורך זמן. עם הזמן, עמיתים מבוססי בינה מלאכותית לומדים מה נחשב לביצוע טוב ומשתפרים בעבודה החשובה ביותר.
כך סוכנים הופכים מהדגמות מרשימות לחברי צוות שאפשר לסמוך עליהם.
Frontier מבטיחה שעמיתים מבוססי בינה מלאכותית יפעלו בגבולות ברורים. לכל עמית מבוסס בינה מלאכותית יש זהות משלו, עם הרשאות ומנגנוני הגנה מוגדרים במפורש. כך אפשר להשתמש בהם בביטחון גם בסביבות רגישות ובסביבות הכפופות לרגולציה. אבטחה וממשל ברמה ארגונית מובנים בפלטפורמה, כך שצוותים יכולים להרחיב את הפעילות בלי לאבד שליטה.
סגירת הפער במימוש הפוטנציאל אינה רק אתגר טכנולוגי.
במשך שנים עבדנו בשיתוף פעולה הדוק עם ארגונים גדולים על הטמעות מורכבות של בינה מלאכותית, וראינו מה עובד ומה לא. עכשיו אנחנו עוזרים לצוותים ליישם את הלקחים האלה כדי להתמודד עם הבעיות הקשות ביותר שלהם.
אנחנו מצרפים לצוותים שלכם מהנדסי הטמעה בשטח (FDEs) של OpenAI, שעובדים איתכם כתף אל כתף כדי לעזור לכם לגבש שיטות עבודה מיטביות לבנייה ולהפעלה של סוכנים בסביבת הייצור.
מהנדסי ההטמעה גם מעניקים לצוותים קשר ישיר לצוות המחקר של OpenAI. כשאתם פורסים סוכנים, אנחנו לומדים לא רק איך לשפר את המערכות שלכם סביב המודל. אנחנו גם לומדים כיצד המודלים עצמם צריכים להתפתח כדי להועיל יותר בעבודה שלכם. מעגל המשוב הזה — מהבעיה העסקית שלכם לפריסה, למחקר ובחזרה — עוזר לשני הצדדים להתקדם מהר יותר.
בינה מלאכותית פועלת בצורה הטובה ביותר בארגון כשהפלטפורמה והיישומים עובדים יחד. מכיוון ש־Frontier מבוססת על תקנים פתוחים, צוותי תוכנה יכולים להתחבר אליה ולבנות סוכנים שנהנים מאותו הקשר משותף.
זה חשוב, כי יישומי סוכנים רבים נכשלים מסיבה פשוטה: חסר להם ההקשר הדרוש. הנתונים מפוזרים בין מערכות, ההרשאות מורכבות, וכל אינטגרציה הופכת לפרויקט נפרד. Frontier מקלה על יישומים לגשת להקשר העסקי הדרוש להם, עם הבקרות המתאימות, כדי שיוכלו להשתלב בתהליכי עבודה אמיתיים כבר מהיום הראשון. עבור ארגונים, המשמעות היא פריסות מהירות יותר, בלי תהליך אינטגרציה ממושך בכל פעם מחדש.
אנחנו עובדים גם עם קבוצה מצומצמת של שותפי Frontier — חברות שבונות מוצרים על בסיס בינה מלאכותית מלכתחילה, כמו Abridge(נפתח בחלון חדש), Clay(נפתח בחלון חדש), Ambience(נפתח בחלון חדש), Decagon(נפתח בחלון חדש), Harvey(נפתח בחלון חדש) ו־Sierra(נפתח בחלון חדש) — שמתחייבות להשקיע בעבודה מעמיקה עם Frontier. הן יעבדו בשיתוף פעולה הדוק עם OpenAI כדי ללמוד מה הלקוחות צריכים, לתכנן פתרונות ולתמוך בפריסה. עם הזמן נרחיב את התוכנית ונצרף מפתחים וחברות נוספים המתמקדים בבינה מלאכותית לארגונים.
השאלה עכשיו אינה אם בינה מלאכותית תשנה את אופן העבודה, אלא באיזו מהירות הארגון שלכם יוכל להפוך סוכנים ליתרון אמיתי.
Frontier זמינה היום לקבוצה מצומצמת של לקוחות, ובחודשים הקרובים הזמינות שלה תורחב. אם תרצו לבחון אפשרות לעבוד איתנו, פנו לצוות OpenAI שמלווה אתכם.
