Ձեռնարկությունների ազդանշաններ․ Ինչպես են առաջատար ընկերությունները գործում այլ կերպ
Նոր տվյալները ցույց են տալիս ընկերությունների միջև առաջացող մեծացող տարբերությունը և թե ինչպես է այս տարբերությունը տեղափոխվում աջակցությունից դեպի կատարման փուլ։
Ձեռնարկությունների ԱԲ-ն նոր փուլ է մտնում․ ավելի շատ աշխատանք է պատվիրակվում գործակալներին, իսկ առավել առաջադեմ ընկերություններն ավելի ու ավելի են առաջ անցնում։ Առաջադեմ ընկերություններին հասանելի են ԱԲ-ի նույն մոդելները, ինչ մյուս ձեռնարկություններին, սակայն նրանք շատ ավելի արագ են խորացնում դրանց կիրառումը։ Նրանց տարբերակում է այն, թե ինչպես են այդ մոդելները գործի դնում․ աջակցությունից անցնում են աշխատանքի պատվիրակմանը, գործակալներին տրամադրում բարդ առաջադրանքներ կատարելու համար անհրաժեշտ համատեքստն ու գործիքները և արագացնում գործուն ԱԲ-ի կիրառումը նաև ծրագրային մշակումից դուրս։
OpenAI-ում գործակալների կողմից աշխատանքի վերափոխման մասին մեր հետազոտությունը նախնական պատկերացում է տալիս, թե ինչ տեսք կարող է ունենալ այս փոփոխությունը ԱԲ-ի վրա հիմնված կազմակերպության ներսում։ «Ձեռնարկությունների ազդակները» հետազոտությունն ընդլայնում է դիտարկման շրջանակը՝ ընդգրկելով OpenAI-ի ձեռնարկատիրական հաճախորդների համաշխարհային բազան և ցույց տալով, թե ինչպես է գործակալներին պատվիրակվող աշխատանքը տարածվում կազմակերպություններում ու ինչով են առաջադեմ ընկերությունները տարբերվում մյուսներից։
«Ձեռնարկությունների ազդակների» այս թողարկման մեջ ցույց ենք տալիս, որ առաջադեմ ընկերությունները՝ ամեն ամիս ԱԲ-ի օգտագործման ծավալով առաջատար 10%-ը, ավելի են մեծացնում իրենց առավելությունը սովորական ընկերությունների՝ միջին 10%-ի նկատմամբ։ Մենք ուսումնասիրում ենք, թե առաջադեմ ընկերություններն ինչ են այլ կերպ անում, և կազմակերպություններն ինչպես կարող են կրճատել տարբերությունը։
Հիմնական եզրահանգումները․
- Ձեռնարկություններում կիրառումն ավելի գործակալային է դառնում։ Հունիսի դրությամբ ձեռնարկատիրական հաճախորդների շրջանում Codex-ի և ChatGPT‑ի ելքային թոքենների ընդհանուր քանակի 64%-ը ստեղծել է Codex-ը, ինչը վկայում է, որ գործակալները նպաստում են ավելի բովանդակալից աշխատանք պատվիրակելուն։
- Առաջադեմ և սովորական ընկերությունների միջև տարբերությունը մեծանում է։ Առաջադեմ ընկերություններում՝ ամեն ամիս ԱԲ-ի օգտագործման ծավալով առաջատար 10%-ում, մեկ ակտիվ օգտատիրոջ հաշվով այժմ ստեղծվում է 8,3 անգամ ավելի շատ ելքային թոքեն, քան սովորական ընկերություններում՝ հունվարի 2,6 անգամի համեմատ։
- Առաջադեմ ընկերություններն ավելի հաճախ են օգտագործում առաջատար հնարավորությունները։ Ամեն շաբաթ առաջադեմ ընկերությունների ակտիվ օգտատերերի 21%-ն օգտագործում է Plugins, իսկ սովորական ընկերություններում՝ 9%-ը։ OpenAI-ում աշխատակիցների 95%-ն ամեն շաբաթ օգտագործում է Plugins, ինչը ցույց է տալիս ավելի լայն ներդրման ներուժը։
- Գործակալները տարածվում են մտավոր աշխատանքի տարբեր ոլորտներում։ Փետրվարից ի վեր Codex-ի՝ ձեռնարկություններում շաբաթական ակտիվ օգտատերերի թիվն իրավական ոլորտում աճել է 108 անգամ, վաճառքներում՝ 41, հավաքագրման ոլորտում՝ 41, մարքեթինգում՝ 26, իսկ ճարտարագիտության ոլորտում՝ 5 անգամ։
Կորպորատիվ օգտագործումը դառնում է ավելի ինքնակառավարվող։
Կորպորատիվ արհեստական բանականությունը հարցերին պատասխանելուց անցում է կատարում աշխատանք կատարելու։ Այս փոփոխությունն առաջին հերթին դրսևորվեց ծրագրային ապահովման ճարտարագիտության մեջ՝ Codex-ի միջոցով։ Այժմ ChatGPT Աշխատանք-ը գործուն ԱԲ-ն տարածում է մշակողներից անդին՝ հնարավորություն տալով ձեռնարկության տարբեր աշխատակիցներին օգնություն խնդրելուց անցում կատարել հիմնական առաջադրանքների հանձնմանը։
2026 թ. հունիսի դրությամբ գործուն ԱԲ-ի օգտագործումը (սահմանված որպես Codex թոքեններ) կորպորատիվ հաճախորդների շրջանում կազմել է Codex-ի և ChatGPT‑ի համակցված ելքային թոքենների 64%-ը։ Թե՛ ChatGPT‑ն, թե՛ գործուն ԱԲ-ն օգտագործում են նույն հիմքում ընկած առաջադեմ մոդելները։ Տարբերությունն այն է, թե ինչպես է այդ բանականությունը գործի դրվում։
ChatGPT‑ը օգնում է մարդկանց հարցեր տալ, զարգացնել գաղափարներ և աշխատել խնդիրների վրա։ Գործուն ԱԲ-ն (օրինակ՝ Codex-ը և ChatGPT Աշխատանքը) մոդելին տալիս է ձեր համակարգչի հետ աշխատելու գործիքներ՝ թույլ տալով նրան գտնել տեղեկություններ, խմբագրել ֆայլեր և կատարել բազմափուլ առաջադրանքներ ինքնավար կամ վերահսկողության ներքո։ Բարդ, երկարատև առաջադրանքների կատարումը կարող է պահանջել զգալիորեն ավելի շատ հաշվարկային ռեսուրսներ, ինչը օգնում է բացատրել, թե ինչու գործուն թոքենների օգտագործումը արագ աճել է։
Առաջադեմ բացը լայնանում է
Ամեն ամիս մենք դասակարգում ենք ձեռնարկությունների հաճախորդներին ըստ 1 ակտիվ օգտատիրոջ հաշվով արտածման թոքեններ։ Առաջադեմ ընկերություններն այն ընկերություններն են, որոնք այդ ամսվա լավագույն 10%-ում են, մինչդեռ տիպիկ ընկերությունները գտնվում են 45-րդ և 55-րդ տոկոսայինների միջև։ Հունիսի դրությամբ առաջադեմ ընկերությունները մեկ ակտիվ օգտատիրոջ հաշվով գեներացրել են 8,3 անգամ ավելի շատ արտածման թոքեններ, քան տիպիկ ընկերությունները, ինչը եռակի աճ է՝ համեմատած հունվարի 2,6-ակի բացի հետ։
Առաջադեմ բացը տարածվում է նաև տարբեր ոլորտների վրա՝ թոքենների օգտագործման ամենամեծ տարբերությամբ տեղեկատվության և տեխնոլոգիաների ոլորտում (11.7×), իսկ ամենափոքրը՝ արտադրությունում (5.3×)։ Ի տարբերություն դրա, սովորական ընկերությունների շրջանում թոքենների օգտագործումը ոլորտների միջև նման է՝ անցած տարվա ընթացքում, համեմատաբար չափավոր աճով (1.9×-ից 2.8×)։ Սա հուշում է, որ շատ կազմակերպություններ դեռ օգտագործում են պարզ չաթային օգնականներ՝ թողնելով զգալի հնարավորություն կիրառումը խորացնելու և գործակալների միջոցով ավելի բարդ աշխատանքներ կատարելու համար։
Տոկենները բիզնես արժեքի անկատար չափանիշ են։ Կարճ պատասխանը կարող է շատ արժեքավոր լինել, մինչդեռ երկար պատասխանը կարող է քիչ արժեք ավելացնել։ Սակայն տոկենների ծավալը օգտակար ցուցանիշ է՝ ցույց տալու ԱԲ-ի օգտագործման խորությունը և այն, թե որքան աշխատանք են աշխատակիցները խնդրում ԱԲ-ից ստանձնել։
Առաջատար ընկերություններն իրենց ոլորտում գործի են դնում արհեստական բանականությունը
Առաջատար ընկերությունները խորացնում են արհեստական բանականության կիրառումը, քանի որ այն օգտագործում են իրենց կազմակերպությունների ներսում և իրենց ոլորտների մասշտաբով կոնկրետ խնդիրների լուծման համար։
Կորպորատիվ AI-ի վաղ կիրառությունները սկզբում մեկնարկեցին կազմակերպությունների ներսում՝ օգնելով աշխատակիցներին գտնել տեղեկատվություն, կազմել փաստաթղթեր, վերլուծել տվյալներ, գրել կոդ և ավտոմատացնել առօրյա գործընթացները։ Առաջատար ընկերությունները գնալով ավելի են ընդլայնում արհեստական բանականության կիրառումը՝ ներքին արտադրողականության սահմաններից դուրս՝ հաճախորդներին ուղղված ապրանքներում, ծառայություններում և փորձառություններում։
Առաջադեմ ընկերությունները ավելի հաճախ օգտագործում են զարգացած հնարավորություններ
ԱԲ գործակալներին արդյունավետ լինելու համար անհրաժեշտ է հասանելիություն ճիշտ համատեքստին և գործիքներին։ Փլագինները(բացվում է նոր պատուհանում) հավաքում են հնարավորություններ, որոնք օգնում են ագենտներին կատարել հատուկ աշխատանքային հոսքեր։ Նրանք կարող են համադրել հմտությունները, որոնք տրամադրում են վերօգտագործելի հրահանգներ, ընկերության տվյալներին, գործիքներին և գործողություններին միացնող հավելվածների հետ։ Օրինակ՝ վաճառքի փլագինը կարող է համատեղել թիմի խաղի ուղեցույցը իր CRM-ի հասանելիության հետ՝ թույլ տալով ագենտին օգտագործել ընթացիկ հաճախորդների տեղեկությունները և նախորդ առաջարկները՝ վերանայման համար անհատականացված պատասխան պատրաստելու համար։
Առաջադեմ ընկերությունները հստակ առաջատար դիրք ունեն առաջադեմ հմտություններում։ Շաբաթական ակտիվ օգտատերերի շրջանում առաջադեմ ընկերություններում 21%-ը օգտագործում է փլագիններ, իսկ 19%-ը՝ հմտություններ՝ համեմատած սովորական ընկերություններում ընդամենը 9%-ի և 3%-ի հետ։ Սակայն առաջատար ընկերությունների որդեգրումը ներկայացնում է հնարավորի միայն մի մասը։ OpenAI-ի ներքին օգտագործումն ընդգծում է այս հնարավորությունների ավելի խոր օգտագործման ներուժը, որտեղ շաբաթական փլագինների օգտագործումը կազմում է ակտիվ օգտատերերի 95%-ը։ Մեր հետազոտությունը ինչպես են ագենտները փոխում աշխատանքը թեմայով ավելի մոտիկից ներկայացնում է, թե ինչպես են OpenAI-ի աշխատակիցներն օգտագործում առաջադեմ հմտությունները։
Ուսումնասիրեք, թե ինչպես են առաջադեմ հնարավորություններն օգտագործվում տարբեր գործառույթներում
Ինչպես առաջադեմ ընկերությունները գործակալներին գործի են դնում
Արհեստական բանականության գործակալներին իմաստալից աշխատանք կատարելու համար անհրաժեշտ է երեք բան՝ համատեքստ, գործիքներ և շարունակականություն։ Հիշողությունը, ձայնային մուտքը և appshots-ը օգնում են աշխատակիցներին հեշտությամբ կիսվել այն համատեքստով և տեղեկատվությամբ, որոնք անհրաժեշտ են առաջադրանքը հաջողությամբ կատարելու համար։ Համակարգչի և զննարկչի օգտագործումը գործակալներին թույլ է տալիս նավարկել վեբկայքերում, ստեղծել ֆայլեր և կատարել առաջադրանքներ ինքնուրույն կամ վերահսկողության ներքո։ Նպատակներն ու ցիկլերը ապահովում են, որ գործակալները շարունակեն աշխատել, մինչև առաջադրանքն ավարտվի։ Այս հնարավորությունները միասին օգնում են առաջատար ընկերություններին իրացնել գործակալների ներուժը։
Գործակալներին ընկերության համակարգերին հասանելիություն տալը նաև նոր ռիսկեր է առաջացնում։ Առաջադեմ ընկերությունները սահմանում են հստակ կանոններ այն մասին, թե որտեղ կարող են գործել ագենտները, ինչ տեղեկատվության կարող են հասանելիություն ունենալ, երբ կարող են գործողություններ կատարել, և ինչպես են մարդիկ վերանայում ավելի բարձր ռիսկային որոշումները։ Այս վերահսկման միջոցները պետք է զարգանան՝ կազմակերպությունների կողմից իրական տեղակայումներից դասեր քաղելուն զուգահեռ։
Առաջադեմ ընկերությունները նաև շարունակական ուսուցումն ու փորձարկումը դարձնում են ամենօրյա աշխատանքի մաս։ Գործնական կառուցող սեսիաները, նոր ի հայտ եկող կիրառման դեպքերի փոխանակման ֆորումները և ներքին ցուցադրությունները օգնում են տարածել հաջողված գործելակերպերը տարբեր թիմերի և գործառույթների միջև։
Բացահայտեք այն համատեքստը, գործիքներն ու համառությունը, որոնք անհրաժեշտ են գործակալներին իմաստալից աշխատանք կատարելու համար
Գործակալները տարածվում են ծրագրային ապահովման մշակումից դուրս
Ծրագրային ապահովման մշակողները առաջիններից էին, ովքեր սկսեցին կիրառել արհեստական բանականության գործակալներ, սակայն ամենաարագ աճն այժմ գրանցվում է ընդհանուր ոլորտների գիտելիքահեն աշխատողների շրջանում։ Փետրվարից ի վեր ձեռնարկությունների շաբաթական ակտիվ Codex օգտատերերի թիվը իրավաբանական ոլորտում աճել է 108×, վաճառքում՝ 41×, հավաքագրման ոլորտում՝ 41×, իսկ մարքեթինգում՝ 26×՝ ինժեներների շրջանում 5×-ի համեմատ։
Ծրագրային ապահովումն առաջինը տեղափոխվեց նպատակային։ Կոդային բազաները գործակալներին տալիս են հստակ համատեքստ, թեստերը հեշտացնում են արդյունքների ստուգումը, իսկ կոդավորման ոլորտում առաջընթացը օգնում է արագացնել արհեստական բանականության հետազոտությունն ու մշակումը։ Վերջին երկու տարիների ընթացքում ծրագրավորողները արհեստական բանականությունը կոդի առանձին տողեր լրացնելու համար օգտագործելուց անցել են գործակալներին ծրագրային ապահովման մշակման ամբողջական առաջադրանքներ վստահելուն։ Շատ ծրագրավորողներ այլևս ձեռքով կոդ չեն գրում՝ փոխարենը իրենց ժամանակը կենտրոնացնում են առաջադրանքների կարգավորման, գործակալների համակարգման և արդյունքների վերանայման վրա։
Ի հակադրություն դրան, ընդհանուր գիտելիքահեն աշխատանքի ոլորտում առաջընթացը դանդաղ է եղել, քանի որ շատ առաջադրանքներ սահմանափակ համատեքստ ունեն, դժվար է դրանք հստակ ձևակերպել, և արդյունքը ստուգելու հստակ չափանիշներ չկան։ Սակայն շարունակական մասշտաբավորումը, ամրապնդումով ուսուցման առաջընթացը և GDPval-ի նման գնահատումներում կատարողականի բարելավման նպատակային ջանքերը ավելի շատ իրական աշխարհի առաջադրանքներ, գործիքներ և աշխատանքային միջավայրեր հասանելի են դարձնում առաջադեմ մոդելների համար։ Արդյունքում՝ տարվա սկզբից ի վեր գործուն ԱԲ-ն ավելի ու ավելի շատ համապատասխանություն է գտնում ընդհանուր գիտելիքահեն աշխատողների պահանջներին։
Ինչպես է կորպորատիվ արհեստական բանականության օգտագործումը տարբերվում ըստ գործառույթների
Ավելի քան 10 մլն հաղորդագրությունից բաղկացած ընտրանքում կորպորատիվ արհեստական ինտելեկտը անցնում է աշխատակիցներին աշխատանք ստեղծելու հարցում օգնելուց՝ թիմերին այն իրականացնելու հարցում աջակցելու։ Նույնիսկ նույն գործառույթի շրջանակում օգտագործման օրինաչափությունները զգալիորեն տարբերվում են չաթի և գործուն ԱԲ-ի միջև։
Գրությունը շարունակում է մնալ ChatGPT‑ի ամենատարածված կիրառությունը, մինչդեռ կոդավորումը և համակարգի կամ ագենտի գործառնությունները միասին կազմում են ագենտային հաղորդագրությունների գրեթե 75%-ը։ Այս փոփոխությունը հատկապես արտահայտված է ավանդական տեխնիկական թիմերից դուրս․ հավաքագրումը (32%), վաճառքը (26%), քաղաքականությունը (25%) և հաղորդակցությունները (24%) հաղորդագրությունների մեկ քառորդից մինչև մեկ երրորդը հատկացնում են համակարգի և ագենտի գործառնություններին։ Տեխնիկական աշխատանքը նաև տարածվում է տարբեր գործառույթների վրա, իսկ դիզայնի ոլորտում գործակալային հաղորդագրությունների գրեթե 60%-ը բաժին է ընկնում կոդավորմանը։
Դեպքի ուսումնասիրություն: Ինչպես է OpenAI-ի ֆինանսական թիմը օգտագործում ChatGPT Աշխատանք և Codex
OpenAI-ի ֆինանսական թիմը ցույց է տալիս, թե առաջադեմ ընդունումը գործնականում ինչ տեսք ունի։ Թիմն օգտագործում է ChatGPT Աշխատանք-ը և Codex-ը՝ պլանավորման, կանխատեսման, հաշվետվությունների, գանձապետարանի և ներդրողների հետ հարաբերությունների ոլորտներում։ Դիտեք 16 իրական աշխատանքային հոսքեր այստեղ։
Օպտիմալացրեք շուկայավարման ծախսերը(բացվում է նոր պատուհանում)։ Մասնատված արշավային տվյալները վերածեք ROI (վերադարձի վրա ներդրման) կորերի և ամենշաբաթյա առաջարկների՝ ցույց տալով, թե հաջորդ շուկայավարման դոլարը որտեղ կարող է ապահովել առավել մեծ եկամտաբերություն։
Համաժամեցված պահեք P&L հաշվետվությունները(բացվում է նոր պատուհանում)։ Կապակցեք շահույթի ու վնասի տվյալները, Sheets-ը, վահանակները և ղեկավարության հաշվետվությունները՝ հիմնական գործոնները բացահայտելու և արդյունքները ստուգելու համար։
Աջակցեք ներդրողների պատշաճ ուսումնասիրությանը և ֆինանսավորման ներգրավմանը(բացվում է նոր պատուհանում)։ Ներդրողներին տրվող պատասխաններն ու հանդիպման նյութերը հիմնեք հաստատված աղբյուրների վրա, ապա վերջնական պատասխանները վերածեք վերօգտագործելի ինստիտուցիոնալ հիշողության։
Գործարկեք փոխկապակցված գանձապետական աշխատանքային հոսքեր(բացվում է նոր պատուհանում)։ Խնդրում ենք կապել նամակները բանկային նախագծերին, նշել խոչընդոտները, հետևել KYC-ին (Ձեռնարկատիրոջ ճանաչում) և հետագա քայլերին, առաջարկել հաջորդ գործողություններ և կազմել պատասխաններ։
Ինչպես է AI-ի ներդրումը տարբերվում տարբեր ոլորտներում
ԱԲ ընդունման մեկ միասնական վարկանիշային աղյուսակ գոյություն չունի։ Ոլորտային վարկանիշները տարբերվում են՝ կախված կիրառվող չափանիշից։ Անցած ամսվա ընթացքում մասնագիտական և գիտական ծառայությունները առաջատար էին թե՛ Codex-ի ընդունման, թե՛ API-ի ինտենսիվության առումով։ Արվեստը, ժամանցը և հանգիստը առաջատար էին ChatGPT‑ի ընդունման առումով, մինչդեռ արտադրությունն ունի ChatGPT‑ի Հզոր ինտենսիվությունը՝ չնայած Codex-ի և API-ի ինտենսիվության առումով վերջին տեղում լինելուն։
Ոլորտները արհեստական բանականության ներդրման նույն ուղին չեն անցնում։ Որոշները զարգանում են մշակողների գործիքների և արհեստական բանականությամբ աշխատող արտադրանքների միջոցով, մինչդեռ մյուսները ավելի լայն կամ ավելի ինտենսիվ առօրյա օգտագործում են։
Ոլորտների վարկանիշը՝ ըստ ԱԲ-ի ընդունման ցուցանիշի
| Արդյունաբերություն | ||||
|---|---|---|---|---|
| Արվեստ, ժամանց և հանգիստ | 10 | 4-1 | 7-1 | 3-1 |
| Ֆինանսներ և ապահովագրություն | 20 | 80 | 30 | 50 |
| Տեղեկություններ | 3+1 | 5-1 | 20 | 40 |
| Մասնագիտական, գիտական և տեխնիկական ծառայություններ | 4-1 | 2-1 | 10 | 10 |
| Շինարարություն | 50 | 3+2 | 80 | 80 |
| Արտադրություն | 60 | 1+1 | 40 | 70 |
| Առողջություն և սոցիալական աջակցություն | 70 | 60 | 6+1 | 60 |
| Մանրածախ առևտուր | 80 | 70 | 50 | 2+1 |
Կիբերանվտանգությունը ձեռնարկությունների ղեկավարների ուշադրության առաջնահերթ կենտրոնում է
Քանի որ արհեստական բանականությունը կազմակերպությունների համար ստեղծում է ապրանքներ և ծառայություններ տրամադրելու նոր եղանակներ, այն նաև վերաձևում է անվտանգության միջավայրը։ Քիչ ռիսկեր կան, որոնք ավելի հրատապ են, քան կիբեռանվտանգությունը, հատկապես հաշվի առնելով արհեստական բանականության կիբեռ կարողությունների արագ տեմպերով զարգացումը։
Արհեստական բանականությունը կարող է նաև օգնել պաշտպաններին արձագանքել։ Մոդելները կարող են վերլուծել մեծ կոդային բազաներ, հետաքննել խոցելիությունները և աջակցել բազմափուլ անվտանգության աշխատանքին։ Սակայն ավելի շատ խնդիրներ բացահայտելը ինքնաբերաբար չի դարձնում համակարգերն ավելի անվտանգ։ Իրական խոչընդոտը հայտնաբերված արդյունքները գործողության վերածելն է՝ որոշել, թե որ խոցելիություններն են իրական, առաջնահերթություն տալ առավել զգալի հետևանքներ ունեցող ռիսկերին, փորձարկել պատչերը և ապահովել, որ անվտանգության թիմերը արագ վերանայեն ու ներդնեն շտկումները։
OpenAI Daybreak -ը միավորում է առաջադեմ կիբեռանվտանգության մոդելները, ձեռնարկությունների անվտանգության գործիքները և գործընկերային էկոհամակարգը՝ օգնելու կազմակերպություններին դիմակայել այս մարտահրավերներին և ամրապնդել իրենց պաշտպանությունը զարգացող սպառնալիքների դեմ։
Enterprise Signals-ի մասին
OpenAI-ի առաքելությունն է ապահովել, որ արհեստական բանականությունը օգուտ բերի ողջ մարդկությանը։ Կազմակերպությունները զգալիորեն կձևավորեն արհեստական բանականության տնտեսական ազդեցությունը, և այդ պատճառով մենք պարբերաբար հրապարակում ենք «Enterprise Signals» (Ձեռնարկությունների ազդանշաններ)՝ կրկնվող չափորոշիչների շարք, որը հետևում է ձեռնարկություններում արհեստական բանականության ներդրմանը, տարածմանը և ազդեցությանը։ Այս զեկույցի բոլոր վերլուծությունները հիմնված են համախմբված, ապանույնականացված ձեռնարկությունների օգտագործման տվյալների վրա։ Մենք օգտագործել ենք ավտոմատացված համակարգեր՝ հաղորդագրությունների բովանդակությունը դասակարգելու համար, և OpenAI-ի որևէ աշխատակից չի վերանայել հաճախորդների հաղորդագրությունները։
OpenAI Enterprise հաճախորդները կարող են նաև խնդրել անհատականացված համեմատական չափանիշ՝ տեսնելու, թե ինչպես է իրենց կազմակերպությունը վերջին օգտագործման և հնարավորությունների չափորոշիչներով համեմատվում։
Բացահայտեք ավելին
OpenAI ազդանշանները
Տվյալների, հետազոտությունների, վերլուծության և պատմությունների կենտրոն՝ OpenAI-ի Տնտեսական հետազոտությունների թիմից։
Անհատական տվյալների ազդանշաններ
Դիտարկեք տվյալները՝ տեսնելու ChatGPT-ի ընդունման համաշխարհային ձևերն անհատների շրջանում, աշխարհագրական բաշխվածությունը և աշխատանքային ու ոչ աշխատանքային օգտագործումը։
Հետազոտություն և վերլուծություն
Հետազոտություն և վերլուծություն այն մասին, թե ինչպես է արհեստական բանականությունը (ԱԲ) ընդունվում և ինչ ազդեցություն է ունենում տնտեսության և հասարակության վրա։