OpenAI-ի B2B ազդանշաններ
Առաջատար առավելությունը սկսում է կուտակվել։
Այսօր մենք ներկայացնում ենք B2B ազդանշանները՝ OpenAI ազդանշանների բիզնես ընդլայնումը, որը չափում է, թե ինչպես է արհեստական բանականությունը (AI) տարածվում կազմակերպություններում։ Սկզբնական ազդանշանը հստակ է․ առաջադեմ ընկերություններն առաջ են անցնում ոչ միայն այն պատճառով, որ հասանելիություն ունեն ԱԲ-ին, այլև որովհետև այն ավելի խորությամբ են օգտագործում աշխատանքում։
B2B Signals-ը պարբերական չափորոշիչների հավաքածու է՝ հիմնված ձեռնարկություններում ԱԲ-ի օգտագործման լայնածավալ, գաղտնիությունը պահպանող վերլուծության վրա։ Այն հետևում է այն վարքագծերին և օրինաչափություններին, որոնք կարող են օգնել կազմակերպություններին հասկանալ, թե ինչպես ինտելեկտը վերածել բիզնես արժեքի։
Առաջադեմ ընկերությունները՝ նրանք, որոնք գործում են ԱԲ-ի օգտագործման 95-րդ տոկոսայինում, մեկ աշխատողի հաշվով ավելի շատ ինտելեկտ են կիրառում, ավելի ինտենսիվորեն են որդեգրում առաջադեմ գործիքներ և ԱԲ-ն ավելի խորն են ինտեգրում աշխատանքային հոսքերում։ Որոշ ընկերությունների համար բացը սկսում է կուտակային կերպով աճել, և տարբերությունն ավելի ու ավելի է պայմանավորված օգտագործման խորությամբ։
Հիմնական եզրակացություններ
- Առաջադեմ ընկերությունների առավելությունը սկսում է կուտակվել. Առաջադեմ ընկերություններն այժմ մեկ աշխատողի հաշվով օգտագործում են 3,5 անգամ ավելի շատ բանականություն, քան սովորական ընկերությունները՝ մեկ տարի առաջվա 2 անգամի համեմատ։
- Առաջադեմ ընկերություններն ԱԲ-ն օգտագործում են ավելի խորությամբ, ոչ միայն ավելի հաճախ։ Հաղորդագրությունների ծավալը բացատրում է առաջադեմ և սովորական ընկերությունների միջև տարբերության ընդամենը 36%-ը։ Առաջադեմ առավելության մեծ մասը պայմանավորված է ավելի խորացված օգտագործմամբ։
- Գործակալական աշխատանքային հոսքերը դառնում են առաջադեմ որդեգրման ցուցիչ. Տարբերությունն ամենամեծն է առաջադեմ գործակալային գործիքներում, որտեղ առաջադեմ ընկերությունները 16 անգամ ավելի շատ Codex հաղորդագրություններ են ուղարկում, քան սովորական ընկերությունները։
- Ընկերությունները կարող են կազմակերպական փոփոխությունների միջոցով փակել առաջադեմ բացը․ Հասնելու համար ընկերությունները պետք է չափեն օգտագործման խորությունը, առաջնահերթություն տան կառավարմանը, ներդրումներ կատարեն կարողությունների զարգացմանը, լայնորեն կիրառեն այն, ինչն արդյունավետ է, և չատի վրա հիմնված աջակցությունից անցնեն ագենտներին պատվիրակված աշխատանքի։
Խորություն
Առաջադեմ առավելությունը սկսում է կուտակվել, և ԱԲ-ն առավել խորությամբ օգտագործող ընկերությունները մեծացնում են իրենց առաջատարությունը
Տեղերի ներդրումը ձեռնարկությունների համար միայն մեկնարկային կետն է։ Ավելի հստակ ազդանշանն այն է, թե արդյոք աշխատակիցներն ԱԲ-ն օգտագործում են ավելի խորքային, ավելի բարդ աշխատանքի համար։ Այս գծապատկերը համեմատում է առաջադեմ խմբում (սահմանված որպես 95-րդ տոկոսային) մեկ աշխատողի հաշվով ստեղծված թոքենների քանակը տիպիկ ընկերության (սահմանված որպես 50-րդ տոկոսային) ցուցանիշի հետ։
Թոքենները բիզնես արժեքի անկատար չափանիշ են։ Կարճ պատասխանը կարող է շատ արժեքավոր լինել, իսկ երկար պատասխանը՝ ցածր արժեք ունենալ։ Սակայն թոքենների ծավալը օգնում է չափել, թե աշխատակիցները որքան աշխատանք են խնդրում ԱԲ-ից կատարել, ինչը այն դարձնում է ԱԲ-ի օգտագործման խորության և աշխատակիցների կողմից ԱԲ-ից պահանջվող բանականության քանակի օգտակար ցուցանիշ։
Առաջատար ընկերությունը մեկ աշխատողի հաշվով պահանջում է 3,5 անգամ ավելի շատ բանականություն, քան սովորական ընկերությունը։ Այս բացը աճել է՝ 2025 թվականի ապրիլին այն 2 անգամ էր, ինչը ենթադրում է, որ արհեստական բանականությունը առավել խորությամբ օգտագործող ընկերությունները մեծացնում են իրենց առաջատար դիրքը և ավելի լավ են դիրքավորված՝ արհեստական բանականության նոր հնարավորությունները ավելի խորքային և բարդ աշխատանքի վերածելու համար։
Առաջադեմ առավելության մեծ մասը պայմանավորված է ավելի խորքային օգտագործմամբ, այլ ոչ թե հաղորդագրությունների ավելի մեծ ծավալով։
Առաջադեմ ընկերությունը յուրաքանչյուր աշխատողից զգալիորեն ավելի բարձր ինտելեկտային կարողություններ է պահանջում, քան սովորական ընկերությունը, սակայն տարբերության հիմնական մասը չի բացատրվում միայն հաղորդագրությունների ծավալով։ Այս գծապատկերը բաժանում է առաջադեմ ընկերությունների 3.5x առավելությունը բաղադրիչների և ցույց է տալիս, որ եթե սովորական ընկերությունը հաղորդագրություններ ուղարկեր նույն տեմպով, ինչ առաջադեմը, ապա 3.5x բացի միայն 36%-ը կփակեր։
Մնացած բացը կապված է ավելի խորը օգտագործման հետ։ Առաջադեմ աշխատողները ԱԲ-ին հանձնարարում են ստանձնել ավելի բարդ աշխատանք, մոդելներին տրամադրում են ավելի հարուստ համատեքստ և ստեղծում են ավելի բովանդակային արդյունքներ։
Լայնություն
Առաջնային առավելությունը առավելապես նկատվում է առաջադեմ և գործակալային գործիքներում՝ գլխավորապես Codex-ի 16 անգամ ավելի լայն օգտագործմամբ։
Առաջնագծի առավելությունն ամենամեծն է այն գործիքների համար, որոնք աջակցում են ավելի առաջադեմ աշխատանքային հոսքերին։ Codex-ը ցույց է տալիս ամենամեծ տարբերությունը՝ առաջադեմ աշխատողները յուրաքանչյուր աշխատողի հաշվով 16 անգամ ավելի շատ հաղորդագրություններ ուղարկելով։ ChatGPT Agent-ը, ChatGPT‑ի հավելվածները, խորքահին ուսումնասիրությունը և GPT‑ները նույնպես ցույց են տալիս համեմատաբար մեծ բացեր, ինչը հուշում է, որ առաջադեմ մոդելներն ավելի լավ են օգտագործում այն գործիքները, որոնք օգնում են աշխատողներին կոդ գրել, պատվիրակել բազմափուլ առաջադրանքներ, կիրառել ընկերության համատեքստը և իրականացնել ավելի բարդ հետազոտություններ։
Ի տարբերություն դրա՝ ավելի ընդհանուր նշանակության և հասանելի գործիքները, ինչպիսիք են օգտատիրոջ վերբեռնումը, որոնումը և տվյալների վերլուծությունը, ավելի փոքր առաջադեմ առավելություն են ցուցադրում։ Ընկերությունների մեծ մասի համար այս գործիքներն ավելի հեշտ է օգտագործել, քանի որ դրանք ընդլայնում են ծանոթ աշխատանքային հոսքերը։ Առաջադեմ առավելությունն առավել ընդգծված է բարձրակարգ և ագենտային գործիքներում, որտեղ կիրառումը պահանջում է ավելի մեծ փորձագիտություն, կապակցումներ աշխատավայրի գիտելիքների և գործիքների հետ, ինչպես նաև աշխատանքն ԱԲ-ին պատվիրակելու ավելի մեծ հարմարավետություն։
Առաջադեմ առավելությունն ամենամեծն է կրթության և ուսումնառության ոլորտում
Առաջադեմների առավելությունն ամենամեծն է կրթության և ուսուցման առաջադրանքներում, որտեղ առաջադեմ ընկերությունը տիպիկ ընկերությունից 7 անգամ ավելի շատ հաղորդագրություններ է ուղարկում։ Առաջադեմ մակարդակում ընկերություններն օգտագործում են ԱԲ՝ աշխատակիցներին օգնելու զարգացնել հմտություններ և սովորել նոր թեմաներ։ Նրանք նաև ԱԲ-ն օգտագործում են՝ բարելավելու իրենց պատկերացումն ինքնին ԱԲ-ի մասին, այդ թվում՝ այն մասին, թե ինչ կարող է այն անել, ինչպես այն արդյունավետ օգտագործել և որտեղ այն կարող է տեղավորվել առկա աշխատանքային գործընթացներում։ Բացը հուշում է, որ տիպիկ ընկերությունը կարող է ոչ լիարժեք օգտագործել ԱԲ-ն՝ որպես աշխատուժի ուսումնառության և զարգացման գործիք։
Ծրագրավորումը նույնպես ցույց է տալիս 4 անգամի մեծ բաց, ինչը համահունչ է առաջադեմ և ագենտային գործիքների օգտագործման ավելի լայն բացին։ «Ինչպես անել» ուղեցույցները և գրավոր խոսքն ու հաղորդակցությունն ունեն առաջադեմ մակարդակի ամենափոքր բացերը, հավանաբար այն պատճառով, որ այս առաջադրանքները ԱԲ-ի ավելի հասանելի և ծանոթ կիրառություններ են։
Կարողությունների ավելցուկին վերջ դնելու համար անհրաժեշտ է հնարավորությունների ընձեռում, ոչ թե պարզապես հասանելիություն։ OpenAI-ի ձեռնարկությունների համար նախատեսված ռեսուրսները և OpenAI Academy-ն ներառում են գործնական ուղեցույցներ, ուսումնական նյութեր և տեղակայման ռեսուրսներ, օգնելու թիմերին վստահորեն ընդունել արհեստական բանականությունը։
ԱԲ-ի օգտագործումն առավել լայն է գրելու հարցում, սակայն գործառույթներին հատուկ օգտագործումն աճում է
Գրումն ու հաղորդակցությունը շարունակում են մնալ ChatGPT‑ի ամենատարածված կիրառումները։ Այնուամենայնիվ, օգտագործման օրինաչափությունները ըստ գործառույթի էապես տարբերվում են։ ՏՏ և անվտանգության հաղորդագրությունների 60%-ը կենտրոնացած է «ինչպես անել» և ընթացակարգային ուղեցույցների վրա, ծրագրային ապահովման մշակման և տվյալագիտության ու ճարտարագիտության հաղորդագրությունների գրեթե կեսը վերաբերում է կոդավորմանը, իսկ ֆինանսների հաղորդագրությունների մեկ տասներորդը՝ վերլուծությանը և հաշվարկներին։
Այս օրինաչափությունները համահունչ են ավելի լայն վկայություններին, որ առաջադեմ մոդելները բարելավում են իրենց կատարողականությունը տնտեսապես արժեքավոր աշխատանքային առաջադրանքներում։ GDPval-ը՝ 44 մասնագիտությունների շրջանակում իրական աշխարհի գիտելիքահենք աշխատանքի գնահատում, չափում է կատարողականությունը այն առաջադրանքներում, որոնք ստեղծում են գործնական արդյունքներ, օրինակ՝ փաստաթղթեր, աղյուսակաթերթեր, սլայդներ, գծապատկերներ և մուլտիմեդիա նյութեր։ Քանի որ արհեստական բանականությունը դառնում է ավելի կարողունակ, դրա կիրառումը ձեռնարկություններում ընդլայնվում է դեպի այն առաջադրանքները, որոնք սերտորեն կապված են յուրաքանչյուր գործառույթի հիմնական աշխատանքի հետ։
Առաջադրանքի տեսակը՝ ըստ բիզնեսի համատեքստի
| Բիզնեսի համատեքստ | ||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|
| ChatGPT առաջադրանքներ | ||||||||||||
| Գրավոր խոսք և հաղորդակցություն | ||||||||||||
| Ինչպես անել և ընթացակարգային ուղեցույց | ||||||||||||
| Տեղեկատվություն | ||||||||||||
| Վերլուծություն և հաշվարկներ | ||||||||||||
| Խորհուրդ | ||||||||||||
| Ստեղծագործական մեդիա | ||||||||||||
| Առևտուր | ||||||||||||
| Կոդավորում | ||||||||||||
| Կրթություն և ուսումնառություն | ||||||||||||
Տարածում
Ոլորտային առաջատարությունը միաչափ չէ․ տարբեր ոլորտներ առաջատար են ChatGPT‑ում, Codex-ում և API-ում
Արհեստական բանականության ընդունման միասնական վարկանիշային աղյուսակ գոյություն չունի։ Ոլորտային վարկանիշները տարբերվում են՝ կախված կիրառվող չափանիշից։ Մասնագիտական, գիտական և տեխնիկական ծառայությունները Codex-ի ընդունման և API-ի ինտենսիվության առումով առաջին տեղում են, ինչը վկայում է ծրագրավորողների և արտադրանքում ինտեգրված աշխատանքային հոսքերում համեմատաբար առաջադեմ օգտագործման մասին։ Ֆինանսների և ապահովագրության ոլորտը ChatGPT‑ի ընդունման առաջատարն է՝ մեծամասշտաբ ներդրումների շնորհիվ, մինչդեռ կրթական ծառայություններն ունեն հաղորդագրությունների ամենաբարձր ինտենսիվությունը, ինչը վկայում է մեկ անձի հաշվով ավելի խոր օգտագործման մասին։ Մանրածախ առևտուրը և առողջապահությունը API-ի ինտենսիվության առումով բարձր տեղեր են զբաղեցնում՝ չնայած այլ չափանիշներով ավելի ցածր դասակարգմանը։
Այս տարբերությունները հուշում են, որ ոլորտային առաջնորդությունը միաչափ չէ։ Որոշ ոլորտներ, կարծես, ընդունում են ԱԲ-ն տեխնիկական և մշակողների աշխատանքային գործընթացների միջոցով, մինչդեռ մյուսները մասշտաբավորվում են ChatGPT‑ի լայն ընդունման կամ վերջնական օգտատերերի ավելի ինտենսիվ օգտագործման միջոցով։
Ոլորտների վարկանիշը՝ ըստ ԱԲ-ի ընդունման ցուցանիշի
| Արդյունաբերություններ | ||||
|---|---|---|---|---|
| Ֆինանսներ և ապահովագրություն | 1+1 | 10-4 | 30 | 60 |
| Տեղեկատվություն | 2-1 | 20 | 20 | 4-1 |
| Մասնագիտական, գիտական և տեխնիկական ծառայություններ | 30 | 10 | 10 | 10 |
| Արվեստ, ժամանց և հանգիստ | 40 | 4-1 | 50 | 3+1 |
| Կոմունալ ծառայություններ | 50 | 80 | 90 | 90 |
| Շինարարություն | 6-1 | 50 | 10-1 | 10-1 |
| Անշարժ գույք, վարձակալություն և վարձակալությամբ տրամադրում | 7-1 | 7+1 | 11-1 | 80 |
| Արտադրություն | 8-1 | 3+1 | 40 | 70 |
| Առողջություն և սոցիալական աջակցություն | 90 | 90 | 6+1 | 50 |
| Մանրածախ առևտուր | 10-2 | 11-1 | 7-1 | 20 |
| Պետական կառավարում | 11-1 | 6+1 | 80 | 11-1 |
Ձեռնարկությունները API-ի օգտագործումը տեղափոխում են արտադրական աշխատանքային հոսքեր և հաճախորդներին ուղղված հավելվածներ
Ընկերությունները ավելի ու ավելի շատ են օգտագործում API-ն՝ մոդելներն անմիջապես պրոդուկտների, ծառայությունների և ներքին համակարգերի մեջ ինտեգրելու համար։ Արտադրական միջավայրում կիրառման տարածված դեպքերը ներառում են հավելվածում ներկառուցված օգնականներ, կոդավորման և ծրագրավորողների գործիքներ, հաճախորդների աջակցություն, հետազոտական աշխատանքային հոսքեր և աշխատանքային հոսքերի ավտոմատացում։
Այս տեղակայումները ցույց են տալիս, թե ինչպես է ձեռնարկությունների ԱԲ-ն անցնում փորձարկումների փուլից այն կողմ՝ դառնալով կրկնելի աշխատանքային հոսքեր՝ չափելի գործառնական ազդեցությամբ։ Հաճախորդների տարբեր օրինակներում ընկերությունները օգտագործում են OpenAI մոդելները՝ գիտելիքային աշխատանքն արագացնելու, ինժեներական թողունակությունը բարելավելու և հաճախորդների ու աշխատակիցների համար ԱԲ-ով աշխատող փորձառություններ ստեղծելու նպատակով։
API-ի օգտագործման լավագույն դեպքեր արդյունաբերության ոլորտում
Մասնագիտական ծառայություններ
Գիտելիքի օգնականներ և որոնում (օր.՝ հարցուպատասխան գործիքներ, հետազոտական օգնականներ, ներքին գիտելիքի օգնականներ)
Հաճախորդների և վաճառքի աջակցում (օր.՝ հաճախորդների աջակցում, ձայնային և չատի ագենտներ, վաճառքի աջակցություն)
Տվյալների վերլուծություն, ամփոփում և արտածում (օրինակ՝ ընկերության տվյալների վերլուծություն, շուկայի հետախուզություն, գործարքների պիտակավորում և համադրում)
Կոդավորման և ծրագրավորման գործիքներ (օրինակ՝ մոդելների գնահատման գործիքներ, կոդավորման օգնականներ, աշխատանքային հոսքերի ավտոմատացման գործիքներ)
Ֆինանսներ և ապահովագրություն
Տվյալների վերլուծություն, ամփոփում և արտածում (օրինակ՝ տվյալների արտածում, ստացականների և ծախսերի վերլուծություն, ներդրումային հետազոտություն)
Փաստաթղթերի և աշխատանքային հոսքերի գեներացում (օրինակ՝ ավտոմատացված ծախսերի կառավարում, հետազոտությունների ամփոփագրերի գեներացում, աշխատանքային հոսքերի օպտիմիզացում)
Գիտելիքային օգնականներ և որոնում (օր.՝ ներդրումային ռազմավարության օգնականներ, քաղաքականությունների որոնում, դերերին հատուկ օգնականներ։)
Հաճախորդների և ծառայությունների աջակցում (օր.՝ հաճախորդների աջակցության ձայնային և չաթի ագենտներ, անձնական բանկային օգնականներ, տոնայնության դասակարգում)
Տեղեկատվություն
Ծրագրավորման և կոդավորման գործիքներ (օրինակ՝ կոդավորման օգնականներ, ծրագրային ապահովման թեստավորման գործիքներ, վեբ ավտոմատացման գործիքներ)
Գիտելիքի օգնականներ և որոնում (օրինակ՝ արտադրանքի ներսում գործող գործառույթային օգնականներ, ներքին որոնման գործիքներ, փաստաթղթավորման օգնականներ)
Հաճախորդների և ծառայությունների աջակցություն (օրինակ՝ հաճախորդների աջակցման ձայնային և չաթի ագենտներ, հաճախորդների սպասարկման բազմալիք ավտոմատացում)
Բովանդակության, մեդիայի և դիզայնի ստեղծում (օրինակ՝ բրենդային ակտիվների ստեղծում, մարքեթինգային գործիքներ)
Cisco -ն օգտագործում է Codex-ը՝ խոշոր ձեռնարկության ճարտարագիտական կազմակերպության շրջանակում ծրագրային ապահովման բարդ աշխատանքն արագացնելու համար։ Արտադրական աշխատանքային հոսքերում Codex-ը օգնեց մոտ 20%-ով կրճատել կառուցման ժամանակները, խնայել ամսական 1,500-ից ավելի ճարտարագիտական ժամ և 10-15 անգամ բարձրացնել թերությունների լուծման թողունակությունը։ Ինչպես Cisco-ի թիմն է ձևակերպել, ամենամեծ ձեռքբերումները եղան այն ժամանակ, երբ նրանք Codex-ը սկսեցին ընկալել որպես «թիմի մաս»։
Rakuten -ը Codex-ը ներդրեց ինժեներական գործառնական գործընթացներում և ծրագրային ապահովման առաքման մեջ՝ վերականգնման միջին ժամանակը կրճատելով մոտավորապես 50%-ով և թիմերին հնարավորություն տալով արտադրական խնդիրները լուծել երկու անգամ ավելի արագ։ Rakuten-ը նաև օգտագործում է Codex-ը ավտոմատացված կոդի վերանայման և ներքին ստանդարտներին համահունչ խոցելիությունների ստուգումների համար՝ օգնելով արագացնել թողարկումները՝ առանց անվտանգությունը վտանգելու։ Բարդ նախագծերում Codex-ը կարող է մասնակի պահանջները վերածել աշխատող ամբողջական ստեկով իրականացումների՝ ժամանակացույցերը եռամսյակներից սեղմելով մինչև շաբաթներ։
Balyasny Asset Management -ը օգտագործում է OpenAI-ը՝ մեծ և մասնագիտացված գիտելիքահենք աշխատանքային կազմակերպության ողջ շրջանակում ներդրումային հետազոտություններն արագացնելու համար։ Նրա սեփական ԱԲ հետազոտական հարթակն օգտագործվում է ներդրումային թիմերի մոտ 95%-ի կողմից և օգնում է կրճատել հետազոտական աշխատանքային հոսքերի տևողությունը՝ օրերից հասցնելով ժամերի։ Օրինակ՝ կենտրոնական բանկի ելույթների վերլուծության աշխատանքային հոսքը, որը նախկինում երկու օր էր պահանջում, այժմ տևում է մոտ 30 րոպե՝ օգնելով վերլուծաբաններին ավելի արագ տրամաբանել՝ հիմնվելով կարգավորող մարմիններին ներկայացվող հաշվետվությունների, սղագրությունների, հետազոտական զեկույցների և շուկայի տվյալների վրա։
Լրացուցիչ օրինակների համար այցելեք մեր հաճախորդների պատմությունների էջը ։
Ինչ կարող են անել կազմակերպությունները՝ առաջադեմ մակարդակին հասնելու համար
OpenAI-ն աշխատում է տարբեր ոլորտների ու գործառույթների, ինչպես նաև ԱԲ հասունության տարբեր փուլերում գտնվող ձեռնարկությունների հետ՝ մեզ հնարավորություն տալով տեսնել, թե ինչպես է ԱԲ-ի կիրառումը զարգանում՝ փորձարկումներից մինչև արտադրական միջավայրում կիրառություն։ Այս տեղակայումների շրջանակում ամենամեծ առաջընթաց գրանցող ընկերությունները սովորաբար ավելի քիչ են կենտրոնանում միայն հասանելիության վրա և ավելի շատ՝ այն կազմակերպական համակարգերի վրա, որոնք անհրաժեշտ են ԱԲ-ը խորապես կիրառելու համար՝ չափում, կառավարման (գովերնանսի) համակարգեր, կարողությունների զարգացում (enablement), ազդեցության մասշտաբավորում և գործակալային տեղակայում։
Հինգ գործելակերպ առանձնանում է որպես գործնական քայլ, որը ցանկացած կազմակերպություն կարող է սկսել ձեռնարկել այսօր՝ ԱԲ-ի ընդունումը խորացնելու համար։
- Չափեք օգտագործման խորությունը՝ հասանելիությունից բացի։
Համապատասխան ազդակը ոչ միայն այն է, թե քանի աշխատակից ունի ԱԲ հաշիվներ, այլ այն, թե արդյոք թիմերը ժամանակի ընթացքում ԱԲ-ն օգտագործում են ավելի բովանդակային կերպով։ Կազմակերպությունները պետք է հետևեն, թե արդյոք ԱԲ-ի օգտագործումը դառնում է ավելի հաճախակի, ավելի բարդ և ավելի սերտորեն կապված արժեքավոր աշխատանքային հոսքերի հետ։ - Ստեղծեք կառավարման մեխանիզմներ, որոնք հնարավորություն են տալիս արտադրական կիրառությանը։
Առաջատար ընկերությունները չեն խուսափում կառավարումից։ Նրանք այն օգտագործում են՝ ագենտային ԱԲ-ն ավելի հեշտ տեղակայելի դարձնելու համար։ Ընկերություններին անհրաժեշտ են հստակ կանոններ այն մասին, թե որտեղ կարող են գործել ագենտները, ինչ տեղեկատվություն կարող են օգտագործել, երբ պետք է խորհուրդ տան, այլ ոչ թե գործողություն ձեռնարկեն, և ինչպես են մարդիկ վերանայում ավելի բարձր ռիսկային որոշումները։ Առաջադեմ ընկերությունները սահմանում են այս ստանդարտները որպես տեղակայման գործընթացի մաս, ուստի կառավարումը դառնում է ներդրումն անվտանգ ընդլայնելու միջոց, այլ ոչ թե այն դանդաղեցնելու։ - Հնարավորությունների ապահովումը դիտարկեք որպես հիմնական ենթակառուցվածք, այլ ոչ թե կողմնակի նախագիծ։
Քանի որ ԱԲ-ի կարողությունները բարելավվում են, և՛ աշխատողները, և՛ կազմակերպությունները կարիք ունեն համակարգերի, որոնք կօգնեն նրանց համընթաց քայլել։ Առաջադեմ ընկերությունները կարողությունների զարգացումը չեն դիտարկում որպես մեկանգամյա ուսուցման նախաձեռնություն։ Նրանք շարունակական ուսուցումը ներդնում են գործարկման գործընթացում՝ դերերին հատուկ վերապատրաստման, կիրառման դեպքերին նվիրված աշխատարանների, հաքաթոնների, ներքին չեմպիոնների ցանցերի, փորձարկումների համար հատկացված ժամանակի և աշխատանքային հոսքերի, լավագույն փորձառությունների ու հմտությունների համօգտագործվող պահոցների միջոցով։ - Բացահայտեք ձեր առաջադեմ թիմերը և մասշտաբավորեք դրանց ազդեցությունը։
Շատ կազմակերպություններում ամենաառաջադեմ օգտագործումը կենտրոնացած է փոքր թվով թիմերում։ Այդ թիմերը կարող են ցույց տալ, թե որ աշխատանքային հոսքերը, սովորությունները և գործառնական մոդելներն են արդյունավետ։ Ղեկավարները պետք է բացահայտեն այս թիմերին, հասկանան և մասշտաբավորեն նրանց հաջողության հիմքում ընկած պայմանները, ինչպես նաև օգնեն նրանց ընկերության մնացած մասի հետ կիսվել ԱԲ-ի ավելի խորը կիրառման փորձով և օրինակներով։ - Դուրս եկեք չաթի սահմաններից և անցեք աշխատանքի պատվիրակմանը։
Ձեռնարկությունների ԱԲ-ն անցում է կատարում չաթի օգնականներից դեպի աշխատանք, որը կարելի է պատվիրակել ագենտներին։ Ծրագրային ճարտարագիտությունը ցույց է տալիս այս միտումը, սակայն պատվիրակված աշխատանքը տարածվում է տարբեր գործառույթներում։ Codex-ի միջոցով ինժեներները կարող են փոխանցել հստակ սահմանված առաջադրանք, ագենտին տալ իրեն անհրաժեշտ համատեքստը, թույլ տալ նրան աշխատել ֆայլերի, կոդային բազաների և գործիքների հետ, ապա վերանայել արդյունքը և հետադարձ կապի միջոցով կատարելագործել աշխատանքային հոսքը։ Առաջադեմ ընկերությունները խրախուսում են աշխատողներին առաջադրանքները ԱԲ-ին հանձնարարել, այլ ոչ թե պարզապես օգտագործել ԱԲ-ն որպես ստատիկ օգնական։
Այս զեկույցի բոլոր վերլուծությունները հիմնված են ապանույնականացված, համախմբված ձեռնարկությունների օգտագործման տվյալների վրա։ Հաղորդագրության բովանդակությունը դասակարգվել է ավտոմատացված համակարգերի միջոցով, և այս վերլուծության շրջանակում OpenAI-ի որևէ աշխատակից չի վերանայել առանձին Enterprise, Business կամ API հաճախորդների տվյալները։
Եթե ցանկանում եք ուսումնասիրել ամբողջական արդյունքները կամ իմանալ, թե ինչպես պատասխանատու կերպով ներդնել արհեստական բանականությունը ձեր կազմակերպությունում, [մենք սիրով կկապվենք ձեզ հետ]։
Բացահայտեք ավելին
Հետազոտություն և վերլուծություն
Հետազոտություն և վերլուծություն այն մասին, թե ինչպես է արհեստական բանականությունը (ԱԲ) ընդունվում և ինչ ազդեցություն է ունենում տնտեսության և հասարակության վրա։