ხელოვნური ინტელექტის ეპოქის საზომი

კითხვა, რომელსაც ფინანსური დირექტორებისგან ყველგან ვისმენ, მარტივია: როგორ მივიღოთ მეტი ღირებულება ხელოვნურ ინტელექტზე დახარჯული თანხიდან?

წლების განმავლობაში ბაზარი პროგრამული უზრუნველყოფის წარმატებას დანერგვით ზომავდა: შეძენილი ლიცენზიები, აქტიური მომხმარებლები, განახლებული ლიცენზიები. ხელოვნური ინტელექტის ღირებულების გასაგებად უფრო ძლიერი საზომია საჭირო: შესრულებული სამუშაო.

ფინანსური დირექტორებისა და სხვა ბიზნესლიდერების წინაშე დგას ძირითადი ეკონომიკური კითხვა: იზრდება თუ არა ხელოვნური ინტელექტის მიერ შესრულებული სამუშაოს ღირებულება უფრო სწრაფად, ვიდრე მისი წარმოების ხარჯი.

ამ კითხვაზე პასუხისთვის საჭიროა უფრო ღრმად ჩახედვა, ვიდრე ისეთი მეტრიკა, როგორიცაა ხარჯი თითო ტოკენზე. დაბალღირებულ მოდელს შეიძლება იაფი ტოკენები ჰქონდეს, მაგრამ შესანიშნავი შედეგისთვის მეტი მცდელობა, მეტი დრო ან მეტი ადამიანური გადამოწმება იყოს საჭირო. უფრო მძლავრ მოდელს შეიძლება უფრო ძვირი ტოკენები ჰქონდეს, მაგრამ იგივე დავალება ერთი მცდელობით შეასრულოს. მნიშვნელოვანია წარმატებული შედეგის მიღების სრული ხარჯის შედარება იმ ღირებულებასთან, რომელსაც ეს შედეგი ქმნის.

ხელოვნური ინტელექტის ეპოქის მთავარი საზომი შეიძლება განვიხილოთ როგორც „სასარგებლო ინტელექტი თითო დოლარზე“. ეს მეტრიკა ოთხ მთავარ კითხვას უპასუხებს:

1. ასრულებს ხელოვნური ინტელექტი მნიშვნელოვან სამუშაოს?
2. რა ღირს წარმატებით შესრულებული თითოეული დავალება?
3. შეუძლიათ ადამიანებს შედეგზე დაყრდნობა?
4. ქმნის თუ არა ხელოვნურ ინტელექტში ჩადებული თითოეული დოლარი მეტ ღირებულებას გამოყენების ზრდასთან ერთად?

დაიწყეთ თვითონ სამუშაოდან.

მომხმარებელთა რამდენი პრობლემის მოგვარებას შეუწყო ხელი ხელოვნურმა ინტელექტმა? კოდის რამდენი ცვლილების გამოშვებას შეუწყო ხელი? რამდენი კონტრაქტი გადაამოწმა? რამდენი დრო დაუბრუნა ადამიანებს? რამდენი გადაწყვეტილება გაუმჯობესდა, რადგან სწორი კონტექსტი სწორ მომენტში იყო ხელმისაწვდომი?

ტოკენები ღირებულებას მაშინ ქმნის, როცა ადამიანებისთვის გამოსაყენებელ სამუშაოდ გარდაიქმნება. მოდელები უფრო და უფრო მძლავრი ხდება და მა შეუძლია უფრო გრძელი და რთული ამოცანების შესრულება: კონტექსტის შენარჩუნება, რამდენიმე ნაბიჯზე მსჯელობა, ხელსაწყოებს შორის მუშაობა და გზადაგზა ადაპტაცია.

საუკეთესო დასაწყისია ერთი სამუშაო პროცესი. განსაზღვრეთ, რას ნიშნავს „შესრულებულია“ და გაზომეთ ეს შედეგი იმ სისტემაში, სადაც სამუშაო სრულდება.

მხარდაჭერის გუნდისთვის „შესრულებულია“ შეიძლება ნიშნავდეს მომხმარებლის პრობლემის მოგვარებას. ინჟინერიის გუნდისთვის ეს შეიძლება იყოს კოდის ცვლილება, რომელიც ტესტებს გადის. იურიდიული გუნდისთვის ეს შეიძლება ნიშნავდეს კონტრაქტის ზუსტად და დროულად გადამოწმებას.

წარმოიდგინეთ ფინანსების გუნდი, რომელიც პროგნოზის განხილვისთვის ემზადება. სამუშაოს დიდი ნაწილი საბოლოო გადაწყვეტილებამდე სრულდება: უახლესი პროგნოზის პოვნა, მონაცემების Excel-ში ან Sheets-ში გადატანა, ცვლილებების გამოვლენა, ჩანართების შეჯერება, სლაიდების ხელახლა აწყობა და შემოწმება, რომ ყველაფერი იდეალურადაა.

ChatGPT Work-ს შეუძლია ამ პროცესის დიდი ნაწილი თავის თავზე აიღოს და გუნდს მეტი დრო დაუტოვოს მნიშვნელოვან კითხვებზე ფოკუსირებისთვის: რა შეიცვალა? რატომ? რა უნდა გავაკეთოთ შემდეგ?

პრაქტიკაში სწორედ ეს არის სასარგებლო ინტელექტი თითო დოლარზე. მეტი სამუშაო სრულდება უფრო სწრაფად, ხოლო ადამიანები მეტ დროს უთმობენ განსჯას, შემოქმედებითობასა და ექსპერტიულ ცოდნას.

შემდეგი კითხვა არის, რა ღირს ამ სამუშაოს ხარისხიანად შესრულება.

ხელოვნური ინტელექტის დავალებები ძალიან განსხვავებულია. სწრაფ პასუხს შეიძლება მცირე გამოთვლითი რესურსი დასჭირდეს. კოდის წერის, კვლევის ან ფინანსური სამუშაო პროცესი შეიძლება მოიცავდეს უფრო ღრმა მსჯელობას, ხელსაწყოების გამოყენებასა და ბევრ მოქმედებას. ამ უფრო რთულ დავალებებს შეიძლება მეტი გამოთვლითი რესურსი დასჭირდეს, მაგრამ ბევრად მეტი ღირებულება შექმნას.

მოდელის დონეზე დავალების წარმატებით შესრულების ღირებულება დამოკიდებულია ფასზე, გამოყენებული გამოთვლითი რესურსის ოდენობასა და სწორი შედეგის მიღწევის ალბათობაზე. ბიზნესისთვის სრული ხარჯი ასევე მოიცავს თანამშრომლების დროს, ადამიანის მიერ გადამოწმებას, ხელახალ მცდელობებსა და სამუშაოს ხელახლა შესრულებას.

გამოთვლა მარტივია:

• შეაჯამეთ სამუშაოს შესრულების სრული ხარჯი.
• დათვალეთ დალებები, რომლებმაც საჭირო ხარისხის ზღვარი დააკმაყოფილა.
• გაყავით სრული ხარჯი წარმატებით შესრულებული დავალებების რაოდენობაზე.

ამიტომ ყველაზე დაბალი ფასი თითო ტოკენზე ყოველთვის არ იძლევა ყველაზე დაბალ ხარჯს თითო შედეგზე. მოწინავე მოდელმა შეიძლება რუტინული მოთხოვნისთვისაც კი საუკეთესო ღირებულება მოიტანოს, თუ სწორ პასუხს ერთი მცდელობით იძლევა და ამცირებს ხელახალ მცდელობებს, დაყოვნებას, გადამოწმებასა და მთლიან გამოთვლით რესურსს.

დონეებად დაყოფილი მოდელების ოჯახი მომხმარებლებს ამ განტოლების ოპტიმიზაციის მეტ გზას აძლევს. GPT‑5.6‑ს, რომელიც გასულ კვირას გამოვუშვით, სამი დონე აქვს: Sol-ი ჩვენი ფლაგმანია; Terra აბალანსებს წარმადობასა და ხარჯს; Luna ჩვენი ყველაზე სწრაფი და ხელმისაწვდომი მოდელია.

ეს დონეები სასარგებლო საწყის წერტილებს ქმნის. სწორი მოდელი, საბოლოოდ, სრული დავალების ეკონომიკამ უნდა განსაზღვროს. მომხმარებელმა შეიძლება Luna გამოიყენოს სწრაფი, მაღალი მოცულობის სამუშაო პროცესისთვის, Terra — უფრო ღრმა მუშაობისთვის, ხოლო Sol-ი — როცა ძლიერი მსჯელობა ნაკლები მცდელობით იძლევა საუკეთესო შედეგს.

GPT‑5.6 ისე გავწვრთენით, რომ ყოველი ტოკენიდან მეტი სასარგებლო სამუშაო მიგვეღო. Artificial Analysis Coding Agent Index ბენჩმარკზე GPT‑5.6 Sol-მა მაქსიმალური მსჯელობით ახალი მოწინავე შედეგი აჩვენა და სხვა წამყვან მოდელთან შედარებით 54%-ით ნაკლები გამომავალი ტოკენი გამოიყენა. ქვემოთ მოცემული დიაგრამა ამ შედარებას აჩვენებს.

GPT‑5.6‑ის მთელ ოჯახში მიზანი ერთია: წარმატებით შესრულებული მეტი სამუშაო თითო დოლარზე. მეტი ეფექტიანობა არსებულ დავალებებს უფრო ხელმისაწვდომს ხდის. მეტი შესაძლებლობა სრულად ახალი ტიპის სამუშაოს უხსნის გზას.

მოდელების ყოველმა ახალმა თაობამ ამ განტოლების ორივე მხარე უნდა გააუმჯობესოს. მომხმარებლებს უნდა შეეძლოთ უფრო ღირებული სამუშაოს შესრულება მაშინ, როცა თითოეული დავალების შესრულების ხარჯი კლებას აგრძელებს.

მესამე საზომი საიმედოობაა.

ხელოვნური ინტელექტის ათვისება, როგორც წესი, ეტაპობრივად ღრმავდება. თავდაპირველად ხელოვნური ინტელექტი ხელს უწყობს მონახაზის შექმნას. შემდეგ ის პოულობს კონტექსტს და მსჯელობს ხელსაწყოებსა და მონაცემებში. დროთა განმავლობაში ის იწყებს მოქმედებას, გამონაკლისების დამუშავებასა და სამუშაო პროცესების დასრულებას, ხოლო ადამიანები განსჯასა და კონტროლს უზრუნველყოფენ საჭიროებისამებრ.

ყოველი ნაბიჯი მეტ ღირებულებას ქმნის და სისტემისგან მეტს მოითხოვს.

საიმედოობას პირდაპირი ეკონომიკური ღირებულება აქვს. როცა შედეგები ზუსტია, კარგადაა წყაროებით გამყარებული, თანმიმდევრულია და საჭიროებისამებრ ესკალირდება, ადამიანები ნაკლებ დროს ხარჯავენ გადამოწმებაზე, შესწორებასა და სამუშაოს გამეორებაზე. დავალებების წარმატებით შესრულება ნაკლები ღირს, ორგანიზაციები კი იძენენ თავდაჯერებულობას, რომ ხელოვნური ინტელექტი უფრო მნიშვნელოვან სამუშაო პროცესებში გამოიყენონ.

გუნდებს ამის კონკრეტულად გაზომვა სამი შედეგისთვის თვალის მიდევნებით შეუძლიათ:

• გამოსაყენებლად მზადაა: მიწოდებულმა შედეგმა ხარისხის ზღვარი დააკმაყოფილა.
• საჭიროებს შესწორებას: შედეგს კიდევ ერთი მცდელობა ან ადამიანის რედაქტირება დასჭირდა.
• საჭიროებს ესკალაციას: ადამიანს ჩართვა და სამუშაოს დასრულება დასჭირდა.

ეს საზომები უფრო სრულ სურათს გვაძლევს, ვიდრე მხოლოდ მოდელის სიზუსტე. ისინი გვიჩვენებს, ნამდვილად ამცირებს თუ არა ხელოვნური ინტელექტი პროექტის დასრულებისთვის საჭირო სამუშაოს.

საიმედოობა მკაფიო საზღვრებსაც მოითხოვს. სანამ ხელოვნური ინტელექტი მონახაზის შექმნიდან მოქმედებაზე გადავა, ორგანიზაციებმა უნდა განსაზღვრონ:

• რომელ მონაცემებზე შეუძლია სისტემას წვდომა.
• რომელი სისტემების გამოყენება ან შეცვლა შეუძლია.
• როდის უნდა გადაამოწმოს ან დაამტკიცოს მოქმედება ადამიანმა.

უსაფრთხოება, დაცულობა, კონფიდენციალურობა და კონტროლი უფრო ღრმა გამოყენების საფუძველს ქმნის. ადამიანებს უნდა ესმოდეთ, როგორ იქცევა სისტემა, როგორ მუშავდება მათი მონაცემები და როგორ იმართება მისი მოქმედებები.

ChatGPT Work-ი ეფუძნება კორპორაციული ChatGPT‑ს უსაფრთხოების, კონფიდენციალურობის, შესაბამისობისა და სამუშაო სივრცის მართვის საფუძველს. ეს ორგანიზაციებს საშუალებას აძლევს, ხელოვნურ ინტელექტს მეტი კონტექსტი და უფრო ღირებულ სამუშაო პროცესებზე წვდომა მისცენ სათანადო ზედამხედველობის შენარჩუნებით.

მძლავრი შესაძლებლობა განაპირობებს პირველ გამოყენებას, საიმედოობა კი ხელოვნურ ინტელექტს სამუშაოს შესრულების ნაწილად აქცევს.

საბოლოო კითხვა არის, უმჯობესდება თუ არა ეკონომიკა მასშტაბის ზრდასთან ერთად.

კომპანიებს ამის გაზომვა დროთა განმავლობაში ერთსა და იმავე სამუშაო პროცესზე დაკვირვებით შეუძლიათ. თვალყური ადევნეთ, რამდენმა დავალებამ დააკმაყოფილა ხარისხის ზღვარი, რა იყო მათი შესრულების სრული ხარჯი და რა ღირს წარმატებით შესრულებული თითოეული ამოცანა. თუ შესრულებული სამუშაო უფრო სწრაფად იზრდება, ვიდრე მთლიან ხარჯი, ხოლო ხარისხი ნარჩუნდება ან უმჯობესდება, ხელოვნურ ინტელექტში ჩადებული თითოეული დოლარი მეტ ღირებულებას ქმნის.

გამოთვლითი რესურსი ამ განტოლების ცენტრშია.

გამოთვლითი რესურსი ამუშავებს კვლევასაც და ხელოვნური ინტელექტი მიერ შესრულებულ თითოეულ დავალებასაც. ის განსაზღვრავს პროდუქტის ხარისხს, სიჩქარეს, საიმედოობას, ხელმისაწვდომობასა და ხარჯს. საწვრთნელი გამოთვლითი რესურსი მომავალ მძლავრ შესაძლებლობებს ქმნის. ინფერენციის გამოთვლითი რესურსი დღეს სასარგებლო სამუშაოს ასრულებს. ორივე უნდა გარდაიქმნას უკეთეს შედეგებად მომხმარებლებისთვის.

უკეთესი მოდელები, უფრო ეფექტიანი ინფერენცია, მიზნობრივად შექმნილი აპარატული უზრუნველყოფა, უფრო მაღალი გამოყენება, უფრო ჭკვიანი მარშრუტიზაცია და პროდუქტის ძლიერი კონსტრუქცია — ეს ყველაფერი აუმჯობესებს გამოთვლითი რესურსის უკუგებას. ინფრასტრუქტურის ყოველი თაობა უფრო მძლავრი მოდელების გაწვრთნას უწყობს ხელს. შემდეგ უკეთესი ალგორითმები, აპარატული და პროგრამული უზრუნველყოფა ამ მოდელების უფრო ეფექტიანად მომსახურებას ეხმარება.

მომხმარებლები ამ გაუმჯობესებებს ადამიანურ სიბრტყეში ხედავენ: უკეთესი პასუხები, უფრო სწრაფი შედეგები, ნაკლები შესწორება, უფრო საიმედო პროდუქტები და ნაკლები ხარჯი მათთვის საჭირო სამუშაოს შესასრულებლად.

მოგებები ერთმანეთს ემატება. უკეთესი ინფრასტრუქტურა კვლევას აჩქარებს. კვლევა ქმნის უფრო მძლავრ და ეფექტიან მოდელებს. უკეთესი მოდელები პროდუქტებს აუმჯობესებს. უკეთესი პროდუქტები ზრდის ათვისებას, სწავლასა და შემოსავალს. ეს ზრდა მხარს უჭერს მუდმივ ინვესტირებას კვლევების, გამოთვლითი რესურსის, გაშლისა და უსაფრთხოების ახალ თაობაში.

OpenAI ამ ნაწილებს ინტელექტის ერთი საერთო პლატფორმის მეშვეობით აერთიანებს. ადამიანები მას ChatGPT‑სა და ChatGPT Work-ის მეშვეობით იყენებენ. დეველოპერები მას Codex-ისა და API-ს მეშვეობით შესაქმნელად იყენებენ. საწარმოები მას იმ სისტემებში ნერგავენ, სადაც სამუშაო სრულდება.

როცა ერთი შრე უმჯობესდება, სარგებელს ყველა პროდუქტი და მომხმარებელი იღებს.

ერთად აღებული, ეს ოთხი საზომი გვიჩვენებს, უმჯობესდება თუ არა სასარგებლო ინტელექტი თითო დოლარზე.

სასარგებლო სამუშაო გვიჩვენებს, რას ქმნის ხელოვნური ინტელექტი. ღირებულება წარმატებით შესრულებულ თითო დავალებაზე გვიჩვენებს, რა არის საჭირო შედეგის მისაღწევად. საიმედოობა გვიჩვენებს, სამუშაოს რა ნაწილს შეიძლება დაეყრდნონ ადამიანები დარწმუნებით. ღირებულება მასშტაბზე გვიჩვენებს, ასრულებს თუ არა თითოეული დოლარი და გამოთვლითი რესურსის თითოეული ერთეული დროთა განმავლობაში მეტს.

მიზანია ისეთი ხელოვნური ინტელექტის შექმნა, რომელიც ადამიანებს ეხმარება უფრო მნიშვნელოვანი სამუშაოს შესრულებაში, უკეთესი გადაწყვეტილებების მიღებაში და მეტი დროის დათმობაში სამუშაოს იმ ნაწილებისთვის, რომლებიც კონკრეტულად ადამიანურ განსჯასა და შემოქმედებითობას მოითხოვს.

ჩვენი საქმეა ამ განტოლების გაუმჯობესება ყოველი თაობით: უფრო მძლავრი მოდელები, უფრო სწრაფი და საიმედო შედეგები და უფრო დაბალი ხარჯები იმ სამუშაოსთვის, რომლის შესრულებაც მომხმარებლებს სჭირდებათ.

ასე ხდება ხელოვნური ინტელექტი დროთა განმავლობაში უფრო სასარგებლო მეტი ადამიანისა და ორგანიზაციისთვის.