A bőséges intelligencia megteremtése

Az AI-infrastruktúra értékét nem a mérete adja, hanem az, amit lehetővé tesz: a fejlettebb intelligencia több ember számára, alacsonyabb költséggel válik elérhetővé.

Számomra ezt jelenti a bőség. Ez egyszerre jelenik meg küldetésünkben – annak biztosításában, hogy a mesterséges általános intelligencia az egész emberiség javát szolgálja – és a vállalkozásunkat hajtó gazdasági motorban.

Amikor csökken a hasznos intelligencia költsége, egyre több munkát éri meg elvégezni. Amikor a modellek fejlettebbé válnak, ez a munka több értéket teremt. A használat terjedésével olyan bevételre, valós visszajelzésekre és keresleti rálátásra teszünk szert, amelyek révén továbbra is beruházhatunk a kutatás és az infrastruktúra következő generációjába.

A jobb intelligencia szélesebb körű használatot eredményez. A szélesebb körű használat több beruházást tesz lehetővé. A több beruházás javítja az intelligenciát és a hatékonyságot. Ezt a körforgást építjük.

A közelmúltbeli árbejelentésünk megmutatja, milyen gyorsan válik ez a körforgás az ügyfelek javára. Tegnap 80 százalékkal csökkentettük a GPT‑5.6 Luna, és 20 százalékkal a GPT‑5.6 Terra árát. A Luna ára most egymillió bemeneti tokenenként 0,20 dollár, egymillió kimeneti tokenenként pedig 1,20 dollár; a Terra esetében ugyanezek az árak 2, illetve 12 dollár.

A GPT‑5.6 Sol esetében a Gyors mód a normál feldolgozás sebességének akár 2,5-szeresét kínálja kétszeres áron, változatlan intelligencia mellett.

Ezek nem pusztán egy árlista módosításai. Bővítik a gyakorlatban megvalósítható feladatok körét, és nagyobb rugalmasságot adnak az ügyfeleknek az intelligencia, a sebesség, a megbízhatóság és a költség egyensúlyának kialakításához.

Nem az a helyes kérdés, hogy melyik modell melyik feladathoz való, hanem az, hogy a kívánt eredmény mennyi intelligenciát igényel, milyen gyorsan van rá szükség, és mennyibe kerülhet az eredmény elérése. Ez az egyensúly akár többször is megváltozhat ugyanazon munkafolyamat során.

Az ügyfeleknek nem önmagukért kellenek a tokenek. Azt szeretnék, hogy megoldódjon az ügyfélszolgálati probléma, elkészüljön a szoftver, ellenőrizzék a szerződést, vagy választ kapjanak a tudományos kérdésre. A megfelelő mérce a sikeres eredmény költsége, beleértve az eléréséhez szükséges időt, újrapróbálkozásokat, felügyeletet és hibákat.

Egy erősebb modell, amely helyesen és hatékonyan elvégzi a munkát, végső soron gazdaságosabb lehet egy olcsóbb modellnél, amely többszöri próbálkozást vagy jelentős emberi beavatkozást igényel. Ugyanakkor egy olcsóbb modell jelentősen bővítheti a hozzáférést, ha ugyanazt a minőségi szintet teljesíti. A lehetőség abban rejlik, hogy a megfelelő áron a lehető legtöbb hasznos intelligenciát alkalmazzuk.

Ennek az értéknek a biztosításához nem elég további adatközpontokat építeni. Minden egységnyi számítási kapacitást termelékenyebbé kell tenni.

A közelmúltbeli mérnöki munkánk jól szemlélteti ezt. A GPT‑5.6 Sol műszaki csapatainkkal együttműködve segített optimalizálni a modelljeink kiszolgálásához használt éles szoftvert, 20 százalékkal csökkentve a teljes kiszolgálási költséget. Emellett segített javítani a spekulatív dekódolást, több mint 15 százalékkal növelve a tokengenerálás hatékonyságát.

Ugyanilyen fontos, hogy a hatékonyság nem csak a modellen múlik. A modellt körülvevő rendszer is számít. A jobb útválasztás biztosítja a hardver hatékony kihasználását. Az intelligensebb kontextuskezelés megakadályozza, hogy az ügynökök megismételjék ugyanazt a munkát. A jobb eszközök és terméktervezés csökkentik a feladat elvégzéséhez szükséges lépések számát.

Egy közelmúltbeli teljesítményteszt-elemzésben a megőrzött érvelés és a kontextuskezelés fejlesztése 13,3 százalékról 38,3 százalékra emelte a GPT‑5.6 Sol eredményét a nyilvános ARC-AGI-3 feladatsoron, miközben hatszor kevesebb kimeneti tokent használt. A modell nem változott. A körülötte lévő rendszer viszont igen.

Ezek az eredmények összeadódnak. A fejlettebb modellek segítenek csapatainknak új hatékonyságnövelési lehetőségeket felfedezni. Ezek a hatékonyságjavulások csökkentik az ügyfelek kiszolgálásának költségét, és ugyanazzal az infrastruktúrával többféle munkát tesznek lehetővé. Ez pedig hozzáférhetőbbé teszi az intelligencia következő generációját.

Az infrastruktúrától a modelleken és a platformon át a termékekig terjedő fejlesztés előnye nem pusztán az, hogy minden rétegben jelen vagyunk, hanem az, hogy az egyes rétegek kölcsönösen jobbá teszik egymást.

A termékek valós használatából megtudjuk, mi jelent értéket az ügyfeleknek, és hol ütköznek nehézségekbe. Ezek a visszajelzések segítenek alakítani kutatásainkat. A kutatási eredmények jobbá teszik termékeinket, és csökkentik a működtetésük költségét. A ChatGPT, a ChatGPT Work, a Codex és az API iránti kereslet segít jobb döntéseket hozni arról, hol bővítsük a kapacitást.

Ennek a tanulási folyamatnak a léptéke is számít. Modelljeink ma már több mint egymilliárd aktív felhasználóhoz és több mint kétmillió vállalkozáshoz jutnak el. Ahogy az emberek egyre jobban megbíznak a technológiában, egyre sokrétűbben használják. Hat hónappal a regisztráció után az emberek naponta mintegy 50 százalékkal több üzenetet küldenek, és körülbelül kétszer annyiféle munkára használják a ChatGPT‑t. A ChatGPT Work átalakítja a tudásalapú munkát: már nemcsak kérdésekre válaszol, hanem összetett, többlépéses feladatokat is elvégez – a „kérdezéstől” a „cselekvésig”. Az OpenAI egészében a Codex révén végzett ügynöki munka adja a heti kimeneti tokenek 99,8%-át; a pénzügyi csapat is azok közé tartozik, amelyek működésük központi elemévé tették az ügynöki eszközöket.

A szervezeteken belül hasonló minta rajzolódik ki. Egy vállalat kezdetben akár egyetlen csapattal vagy munkafolyamattal is elindulhat. A minőség és a gazdaságosság javulásával a használat több területre is kiterjed, az AI pedig a vállalati működés részévé válik.

Ez értékes visszacsatolási kört hoz létre a kereslet, a termékfejlesztés, a hatékonyság és az infrastruktúra tervezése között. Ehhez nem kell minden eszközt birtokolnunk vagy minden összetevőt magunknak elkészítenünk. Az ügyfelek érdekei és a gazdasági észszerűség alapján dönthetünk saját tulajdon, partnerség vagy vásárlás mellett. A rendszer összehangolása és az egész rendszerből származó tanulságok hasznosítása számít.

Az AI-infrastruktúrát már évekkel azelőtt meg kell tervezni, hogy szükség lenne rá, miközben a modellek, a termékek és az ügyféligények sokkal gyorsabban változnak. Ez az eltérő ütem nélkülözhetetlenné teszi a fegyelmezettséget.

Befektetési döntéseinket bizonyítékokra alapozzuk: a felhasználók és a munkaterhelés növekedésére, a vállalati kötelezettségvállalásokra, az API-használatra, a kihasználtságra, a bevételre, valamint a modellek képességeinek és hatékonyságának fejlődésére. A műszaki és üzleti mérföldkövek segítenek eldönteni, mikor léphetnek tovább a projektek. A hosszú távú partnerségek egyesítik a nagy léptékű megvalósításhoz szükséges finanszírozást, infrastruktúrát és üzemeltetési szakértelmet.

A termékbevétel, a magántőke és az üzleti partnerségek eltérő szerepet töltenek be e növekedés támogatásában. Nem a lehető legtöbb infrastruktúra kiépítése a cél, hanem az, hogy a megfelelő kapacitást a megfelelő időben, valós keresletre alapozva állítsuk üzembe.

Számomra egyszerűek a legfontosabb kérdések: Milyen gyorsan válik termelővé az új kapacitás? Mennyire hatékonyan használjuk ki? Milyen ügyféligényeket szolgál ki? Milyen gyorsan csökkentheti a műszaki fejlődés a hasznos intelligencia biztosításának költségét?

Ezek a kérdések kapcsolják össze a hosszú távú ambíciókat a működési fegyelemmel.

Még csak az út elején járunk. A fejlettebb rendszerek hosszabb projekteket végeznek majd el, összehangolják a különböző eszközöket, és több feladatot látnak el az ötlettől a kész eredményig. A magánszemélyek és a kisvállalkozások olyan képességekhez jutnak, amelyek korábban csak jóval nagyobb szervezetek számára voltak elérhetők. A nagyvállalatok működésük egyre több területén alkalmazzák majd az intelligenciát.

Nem pusztán több számítási kapacitás, nagyobb modellek vagy alacsonyabb tokenárak elérése a célunk, hanem az, hogy több hasznos intelligencia váljon elérhetővé.

Ezt jelenti a bőség: egyre fejlettebb, megfizethetőbb és a felhasználói számára értékesebb intelligenciát. Fejlődésünket az alapján mérjük majd, mennyi hasznos munkát tesz lehetővé, milyen hatékonyan biztosítjuk, és milyen széles körben osztozhatnak az emberek az előnyeiben.