DI amžiaus vertinimo sistema

Iš finansų vadovų visame pasaulyje nuolat girdžiu paprastą klausimą: kaip gauti daugiau naudos iš investicijų į DI?

Daugelį metų rinka programinės įrangos sėkmę matavo pagal jos diegimo mastą: nupirktas darbo vietas, aktyvius naudotojus, pratęstas licencijas. Norint suprasti DI vertę, reikia kur kas veiksmingesnio mato: atlikto darbo.

Pagrindinis finansų vadovams ir kitiems verslo lyderiams kylantis ekonominis klausimas – ar DI atliekamo darbo vertė auga greičiau nei šio darbo sąnaudos?

Norint atsakyti į šį klausimą, reikia vertinti giliau nei vien tokį rodiklį kaip vieno žetono kaina. Pigesnis modelis gali naudoti pigesnius žetonus, tačiau norint pasiekti puikių rezultatų gali prireikti daugiau bandymų, laiko ar žmogaus įvertinimo. Pažangesnis modelis gali naudoti brangesnius žetonus, bet tą pačią užduotį atlikti iš pirmo karto. Svarbiausia – bendra sėkmingo rezultato pasiekimo kaina, lyginama su to rezultato sukuriama verte.

Pagrindinį DI amžiaus vertinimo matą galima pavadinti „Naudingu intelektu už dolerį“. Šis rodiklis atsako į keturis esminius klausimus:

1. Ar DI atlieka prasmingą darbą?
2. Kiek kainuoja kiekviena sėkmingai atlikta užduotis?
3. Ar žmonės gali pasikliauti rezultatu?
4. Ar kiekvienas DI skirtas doleris sukuria daugiau vertės augant naudojimo mastui?

Pradėkite nuo paties darbo.

Kiek klientų problemų padėjo išspręsti DI? Kiek kodo pakeitimų jis padėjo įdiegti? Kiek sutarčių jis peržiūrėjo? Kiek laiko jis sutaupė žmonėms? Kiek sprendimų tapo geresni dėl to, kad tinkamu laiku buvo prieinamas tinkamas kontekstas?

Žetonai kuria vertę tada, kai virsta darbu, kuriuo gali pasinaudoti žmonės. Tobulėjantys modeliai gali imtis ilgesnių ir sudėtingesnių užduočių: išlaikyti kontekstą, protauti keliais etapais, dirbti su įvairiais įrankiais ir atitinkamai prisitaikyti.

Geriausia pradėti nuo vienos darbo eigos. Apibrėžkite, ką reiškia „atlikta“, ir matuokite šį rezultatą toje sistemoje, kurioje atliekamas darbas.

Pagalbos komandai „atlikta“ gali reikšti išspręstą kliento problemą. Inžinierių komandai tai gali reikšti sėkmingai ištestuotą kodo pakeitimą. Teisininkų komandai tai gali reikšti tiksliai ir laiku peržiūrėtą sutartį.

Įsivaizduokite finansų komandą, besiruošiančią prognozių peržiūrai. Didžioji dalis darbo atliekama dar prieš priimant galutinį sprendimą: ieškoma naujausios prognozės, duomenys perkeliami į „Excel“ ar „Sheets“, nustatomi pokyčiai, suderinami duomenys kortelėse, iš naujo parengiamos skaidrės ir patikrinama, ar viskas tiksliai sutampa.

„ChatGPT Work“ gali perimti didžiąją dalį šio proceso ir suteikti komandai daugiau laiko susitelkti į svarbiausius klausimus: kas pasikeitė? Kodėl? Ką turėtume daryti toliau?

Taip praktikoje atrodo naudingas intelektas už dolerį. Greičiau atliekama daugiau darbo, o žmonės daugiau laiko skiria savo įžvalgoms, kūrybiškumui ir ekspertinėms žinioms pritaikyti.

Kitas klausimas – kiek kainuoja tinkamai atlikti šį darbą.

DI užduotys labai skiriasi. Greitam atsakymui gali prireikti mažai skaičiavimo resursų. Programavimo, tyrimų ar finansų darbo eiga gali apimti gilesnį protavimą, įrankių naudojimą ir daugybę veiksmų. Tokioms sudėtingesnėms užduotims gali reikėti daugiau skaičiavimo resursų, bet jos sukuria kur kas daugiau vertės.

Modelio lygmeniu sėkmingos užduoties kaina priklauso nuo kainos, sunaudotų skaičiavimo resursų ir tikimybės pasiekti teisingą rezultatą. Verslo atveju bendrą kainą taip pat sudaro darbuotojų laikas, žmogaus atliekama peržiūra, pakartotiniai bandymai ir taisymas.

Skaičiavimas paprastas:

• Sudėkite visas darbo atlikimo išlaidas.
• Suskaičiuokite užduotis, kurios atitiko nustatytus kokybės reikalavimus.
• Padalykite bendras išlaidas iš sėkmingų užduočių skaičiaus.

Štai kodėl mažiausia žetono kaina ne visada užtikrina mažiausią rezultato kainą. Priešakinis modelis gali užtikrinti geriausią vertę net ir atliekant įprastą užklausą, jei pateikia teisingą atsakymą iš pirmo karto – taip sumažinant pakartotinių bandymų ir peržiūrų poreikį, vėlavimą bei bendras skaičiavimo resursų sąnaudas.

Kelių pakopų modelių grupė suteikia klientams daugiau būdų optimizuoti šią lygtį. Praėjusią savaitę išleistą GPT‑5.6 modelį sudaro trys pakopos: „Sol“ – mūsų pavyzdinis modelis, „Terra“ išlaiko našumo ir kainos pusiausvyrą, o „Luna“ – pats greičiausias ir prieinamiausias mūsų modelis.

Šios pakopos – puikus atspirties taškas. Galiausiai tinkamo modelio pasirinkimą turėtų lemti visos užduoties ekonomika. Klientas greitoms, didelės apimties darbo eigoms gali naudoti „Luna“, didesnio įsigilinimo reikalaujančiam darbui – „Terra“, o „Sol“ tiks tada, kai stipresnis protavimas užtikrina geriausią rezultatą per mažiau bandymų.

Išmokėme GPT‑5.6 atlikti daugiau naudingo darbo su kiekvienu žetonu. „Artificial Analysis Coding Agent Index“ vertinime GPT‑5.6 „Sol“ su maksimaliais protavimo nustatymais pasiekė naują standartą, sunaudodamas 54 % mažiau išvesties žetonų nei kitas pirmaujantis modelis. Toliau pateiktas grafikas iliustruoja šį palyginimą.

Visoje GPT‑5.6 modelių grupėje tikslas išlieka tas pats: atlikti daugiau sėkmingo darbo už dolerį. Didesnis efektyvumas sumažina esamų užduočių kainą. Didesni pajėgumai leidžia imtis visiškai naujo pobūdžio darbų.

Kiekviena nauja modelio karta turėtų pagerinti abi šios lygties puses. Klientai turėtų atlikti daugiau vertingo darbo, o kiekvienos užduoties atlikimo kaina turėtų ir toliau mažėti.

Trečiasis rodiklis – patikimumas.

DI pritaikymas paprastai gilėja etapais. Pirmiausia DI padeda parengti juodraščius. Tada jis suranda kontekstą ir protauja naudodamas įvairius įrankius bei duomenis. Laikui bėgant jis pradeda imtis veiksmų, tvarkyti išimtis ir užbaigti darbo eigas, o žmonės prireikus pasitelkia savo įžvalgas ir užtikrina kontrolę.

Kiekvienas žingsnis sukuria daugiau vertės ir reikalauja daugiau iš sistemos.

Patikimumas turi tiesioginę ekonominę vertę. Kai rezultatai tikslūs, pagrįsti šaltiniais, nuoseklūs ir tinkamai perduodami atsakingiems asmenims, žmonės praleidžia mažiau laiko juos peržiūrėdami, taisydami ir atlikdami darbą iš naujo. Sėkmingai atliktos užduotys kainuoja mažiau, o organizacijos įgauna pasitikėjimo naudoti DI svarbesnėms darbo eigoms.

Komandos gali tai aiškiai įvertinti stebėdamos tris rezultatus:

• parengta naudoti – pateiktas rezultatas atitiko kokybės reikalavimus;
• reikia taisyti – rezultatui prireikė dar vieno bandymo ar žmogaus atliktų pataisymų;
• reikia įsikišimo – žmogui teko įsitraukti ir pabaigti darbą.

Šie rodikliai atskleidžia kur kas daugiau nei vien modelio tikslumas. Jie parodo, ar DI iš tiesų sumažina projektui įgyvendinti reikalingo darbo kiekį.

Patikimumui taip pat būtinos aiškios ribos. Prieš DI pereinant nuo juodraščių rengimo prie veiksmų, organizacijos turėtų apibrėžti:

• kokius duomenis sistema gali pasiekti;
• kokias sistemas ji gali naudoti ar keisti;
• kada žmogus turėtų peržiūrėti ar patvirtinti veiksmą.

Sauga, saugumas, privatumas ir kontrolė sukuria platesnio naudojimo pagrindą. Žmonės turi suprasti, kaip sistema veikia, kaip tvarkomi jų duomenys ir kaip valdomi jos veiksmai.

„ChatGPT Work“ remiasi „ChatGPT Enterprise“ saugumo, privatumo, atitikties ir darbo erdvės valdymo pagrindais. Taip organizacijos gali suteikti DI daugiau konteksto ir prieigą prie vertingesnių darbo eigų, išlaikydamos atitinkamą priežiūrą.

Pajėgumai paskatina pradėti naudotis. Patikimumas paverčia DI neatsiejama darbo atlikimo dalimi.

Paskutinis klausimas – ar ekonomika gerėja augant mastui.

Įmonės gali tai išmatuoti ilgą laiką stebėdamos tą pačią darbo eigą. Stebėkite, kiek užduočių atitiko kokybės reikalavimus, kokios buvo bendros jų atlikimo išlaidos ir kiek kainavo viena sėkminga užduotis. Jei atlikto darbo kiekis auga greičiau nei bendros išlaidos, o kokybė išlieka tokia pati arba gerėja, kiekvienas DI skirtas doleris sukuria daugiau vertės.

Šios lygties centre – skaičiavimo resursai.

Skaičiavimo resursai įgalina tyrimus ir kiekvieną DI atliekamą užduotį. Jie nulemia produkto kokybę, greitį, patikimumą, prieinamumą ir kainą. Mokymui skirti skaičiavimo resursai kuria ateities pajėgumus. Modelio vykdymui skirti skaičiavimo resursai leidžia atlikti naudingą darbą šiandien. Abu šie veiksniai turėtų užtikrinti geresnius rezultatus klientams.

Geresni modeliai, efektyvesnis modelio vykdymas, specializuota aparatinė įranga, didesnis išnaudojimas, išmanesnis nukreipimas ir stipresnis produkto dizainas – visa tai pagerina skaičiavimo resursų grąžą. Kiekviena infrastruktūros karta padeda išmokyti pajėgesnius modelius. Geresni algoritmai, aparatinė ir programinė įranga padeda efektyviau užtikrinti šių modelių veikimą.

Klientai šiuos patobulinimus pajunta tiesiogiai: tai geresni atsakymai, greitesni rezultatai, retesni taisymai, patikimesni produktai ir mažesnė atliekamo darbo kaina.

Šie pranašumai kaupiasi. Geresnė infrastruktūra paspartina tyrimus. Tyrimai leidžia sukurti pajėgesnius ir efektyvesnius modelius. Geresni modeliai tobulina produktus. Geresni produktai skatina pritaikomumą, mokymąsi ir pajamų augimą. Šis augimas palaiko nuolatines investicijas į naujos kartos tyrimus, skaičiavimo resursus, diegimą ir saugą.

„OpenAI“ sujungia šiuos elementus į vieną bendrą intelekto platformą. Žmonės ja naudojasi per „ChatGPT“ ir „ChatGPT Work“. Kūrėjai, pasitelkę „Codex“ ir API, jos pagrindu kuria savo sprendimus. Įmonės ją įdiegia tose sistemose, kuriose atliekamas darbas.

Patobulėjus vienam lygmeniui, naudą gali pajusti kiekvienas produktas ir klientas.

Kartu šie keturi rodikliai parodo, ar naudingo intelekto už dolerį vertė auga.

Atliktas naudingas darbas parodo, ką sukuria DI. Sėkmingos užduoties kaina parodo, ko reikia norint pasiekti rezultatą. Patikimumas parodo, kokia atlikto darbo dalimi žmonės gali užtikrintai pasikliauti. Vertė didinant mastą parodo, ar ilgainiui kiekvienas doleris ir kiekvienas skaičiavimo resursų vienetas padeda atlikti daugiau.

Mūsų tikslas – sukurti tokį DI, kuris padėtų žmonėms atlikti daugiau prasmingo darbo, priimti geresnius sprendimus ir daugiau laiko skirti toms užduotims, kurios reikalauja išskirtinai žmogiškų įžvalgų ir kūrybiškumo.

Mūsų darbas – su kiekviena karta gerinti šią lygtį: kurti pajėgesnius modelius, užtikrinti greitesnius ir patikimesnius rezultatus bei mažinti klientams reikalingo atlikti darbo kainą.

Būtent taip ilgainiui DI tampa vis naudingesnis dar didesniam skaičiui žmonių ir organizacijų.