Rādītāju sistēma MI laikmetam

Jautājums, ko visur dzirdu no finanšu direktoriem, ir vienkāršs: kā varam gūt lielāku vērtību no saviem MI izdevumiem?

Gadiem ilgi tirgū programmatūras panākumus vērtēja pēc tās ieviešanas: iegādātajām lietotāju licencēm, aktīvajiem lietotājiem un atjaunotajām licencēm. Lai izprastu MI vērtību, ir vajadzīgs spēcīgāks rādītājs – paveiktais darbs.

Galvenais ekonomiskais jautājums, ar ko saskaras finanšu direktori un citi uzņēmumu vadītāji, ir tas, vai MI paveiktā darba vērtība pieaug straujāk nekā tā paveikšanas izmaksas.

Lai atbildētu uz šo jautājumu, nepietiek ar tādu rādītāju kā izmaksas par tekstvienību. Lētāka modeļa tekstvienības var maksāt mazāk, taču laba rezultāta iegūšanai var būt vajadzīgs vairāk mēģinājumu, laika vai cilvēka veiktu pārbaužu. Spējīgākam modelim var būt dārgākas tekstvienības, taču tas var izpildīt to pašu uzdevumu vienā piegājienā. Svarīgas ir sekmīga rezultāta sasniegšanas kopējās izmaksas, vērtējot tās attiecībā pret šā rezultāta radīto vērtību.

MI laikmeta galvenais rādītājs varētu būt “lietderīgais domāšanas līmenis uz vienu dolāru”. Šis rādītājs ļauj atbildēt uz četriem galvenajiem jautājumiem:

1. Vai MI paveic nozīmīgu darbu?
2. Cik maksā katrs sekmīgi izpildīts uzdevums?
3. Vai cilvēki var paļauties uz rezultātu?
4. Vai katrs MI ieguldītais dolārs, pieaugot lietojumam, rada lielāku vērtību?

Sāciet ar pašu darbu.

Cik klientu problēmu palīdzēja atrisināt mākslīgais intelekts? Cik daudz koda izmaiņu tas palīdzēja ieviest? Cik līgumu tas pārskatīja? Cik daudz laika tas cilvēkiem ļāva ietaupīt? Cik lēmumu izdevās uzlabot, jo īstajā brīdī bija pieejams vajadzīgais konteksts?

Tekstvienības rada vērtību, kad tās pārtop cilvēkiem izmantojamā darbā. Modeliem kļūstot spējīgākiem, tie var uzņemties ilgākus un sarežģītākus uzdevumus: saglabāt kontekstu, spriest vairākos posmos, izmantot dažādus rīkus un darba gaitā pielāgoties.

Vislabāk sākt ar vienu darbplūsmu. Definējiet, ko nozīmē “pabeigts”, un mēriet sasniegto rezultātu sistēmā, kurā darbs tiek veikts.

Atbalsta komandai “pabeigts” varētu nozīmēt atrisinātu klienta problēmu. Inženieru komandai tas varētu nozīmēt koda izmaiņu, kas sekmīgi iztur testus. Juridiskajai komandai tas varētu nozīmēt precīzi un laikus pārskatītu līgumu.

Iedomājieties finanšu komandu, kas gatavojas prognozes pārskatīšanai. Liela daļa darba notiek vēl pirms galīgā lēmuma pieņemšanas: jaunākās prognozes atrašana, datu pārnešana uz Excel vai Sheets, izmaiņu noteikšana, ciļņu saskaņošana, slaidu pārbūvēšana un pārbaudīšana, vai visas summas precīzi sakrīt.

ChatGPT Work var uzņemties lielu daļu šī procesa, dodot komandai vairāk laika pievērsties svarīgākajiem jautājumiem: Kas ir mainījies? Kāpēc? Ko mums darīt tālāk?

Tā praksē izpaužas lietderīgais domāšanas līmenis uz vienu dolāru. Tiek paveikts vairāk darba, un tas tiek izdarīts ātrāk, bet cilvēki vairāk laika velta darbam, kurā izmanto spriestspēju, radošumu un kompetenci.

Nākamais jautājums: cik maksā kvalitatīvi paveikt šo darbu?

Mākslīgā intelekta uzdevumi ir ļoti dažādi. Ātra atbilde var prasīt maz skaitļošanas resursu. Programmēšanas, pētniecības vai finanšu darbplūsma var ietvert dziļāku spriestspēju, rīku izmantošanu un daudzas darbības. Šādi sarežģītāki uzdevumi var prasīt vairāk skaitļošanas resursu, taču tie var radīt daudz lielāku vērtību.

Modeļa līmenī izmaksas par sekmīgi izpildītu uzdevumu ir atkarīgas no cenas, izmantoto skaitļošanas resursu apjoma un varbūtības iegūt pareizo rezultātu. Uzņēmumam kopējās izmaksās ietilpst arī darbinieku laiks, cilvēku veiktas pārbaudes, atkārtoti mēģinājumi un darba pārstrāde.

Aprēķins ir vienkāršs:

• Saskaitiet visas darba izpildes izmaksas.
• Saskaitiet uzdevumus, kas atbilda nepieciešamajam kvalitātes līmenim.
• Izdaliet kopējās izmaksas ar sekmīgi izpildīto uzdevumu skaitu.

Tāpēc zemākā cena par tekstvienību ne vienmēr nodrošina zemākās izmaksas par rezultātu. Robežšķirtnes modelis var nodrošināt vislabāko vērtību pat rutīnas pieprasījumam, ja tas sniedz pareizo atbildi vienā piegājienā, samazinot atkārtotu mēģinājumu skaitu, aizkavi, pārskatīšanas apjomu un kopējo skaitļošanas resursu patēriņu.

Daudzlīmeņu modeļu saime sniedz klientiem vairāk veidu, kā optimizēt šo vienādojumu. GPT‑5.6, ko izlaidām pagājušajā nedēļā, ir pieejams trīs līmeņos: Sol ir mūsu vadošais modelis; Terra līdzsvaro veiktspēju un izmaksas; Luna ir mūsu ātrākais un cenas ziņā pieejamākais modelis.

Šie līmeņi kalpo kā noderīgi sākumpunkti. Pareizais modelis galu galā jāizvēlas, ņemot vērā visa uzdevuma ekonomiku. Klients varētu izmantot Luna modeli ātrai, liela apjoma darbplūsmai, Terra modeli darbam, kur vajadzīga lielāka iedziļināšanās, vai Sol modeli, ja spēcīgāka spriestspēja ar mazāku mēģinājumu skaitu dod vislabāko rezultātu.

Mēs apmācījām GPT‑5.6 tā, lai no katras tekstvienības varētu iegūt vairāk lietderīga darba. Artificial Analysis Coding Agent Index vērtējumā GPT‑5.6 Sol ar maksimālo spriestspēju sasniedza līdz šim labāko rezultātu, izmantojot par 54% mazāk izvades tekstvienību nekā cits vadošais modelis. Zemāk redzamā diagramma parāda salīdzinājumu.

Visā GPT‑5.6 saimē mērķis ir viens: vairāk sekmīgi paveikta darba par katru dolāru. Lielāka efektivitāte samazina esošo uzdevumu izmaksas. Lielākas spējas ļauj uzņemties pilnīgi jauna veida darbus.

Katrai jaunai modeļa paaudzei būtu jāuzlabo abas šī vienādojuma puses. Klientiem vajadzētu spēt paveikt vērtīgāku darbu, un vienlaikus katra uzdevuma izpildes izmaksām būtu jāturpina samazināties.

Trešais rādītājs ir uzticamība.

MI lietojums parasti paplašinās pakāpeniski. Vispirms MI palīdz sagatavot melnrakstu. Pēc tam tas atrod kontekstu un spriež, izmantojot dažādus rīkus un datus. Laika gaitā tas sāk rīkoties, apstrādāt izņēmuma situācijas un pabeigt darbplūsmas, bet cilvēki vajadzības gadījumā nodrošina izvērtējumu un kontroli.

Katrs solis rada lielāku vērtību un izvirza sistēmai lielākas prasības.

Uzticamībai ir tieša ekonomiska vērtība. Ja rezultāti ir precīzi, ar uzticamiem avotiem pamatoti, konsekventi un pareizi nodoti tālāk, cilvēki pavada mazāk laika, tos pārskatot, labojot un atkārtojot darbu. Sekmīgi izpildīti uzdevumi izmaksā mazāk, un organizācijas iegūst pārliecību par mākslīgā intelekta izmantošanu nozīmīgākās darbplūsmās.

Komandas var to padarīt konkrētu, sekojot līdzi trim rezultātiem:

• Gatavs lietošanai: rezultāts jau piegādes brīdī atbilda kvalitātes kritērijiem.
• Nepieciešami labojumi: rezultātam bija nepieciešams vēl viens mēģinājums vai cilvēka veikti labojumi.
• Nepieciešams eskalēt: darba pabeigšanai bija jāiesaistās cilvēkam.

Šie rādītāji sniedz pilnīgāku priekšstatu nekā tikai modeļa precizitāte. Tie parāda, vai MI patiešām samazina projekta pabeigšanai nepieciešamo darba apjomu.

Uzticamībai ir nepieciešamas arī skaidras robežas. Pirms MI pāriet no melnrakstu sagatavošanas uz darbību veikšanu, organizācijām būtu jānosaka:

• Kādiem datiem sistēma var piekļūt.
• Kādas sistēmas var izmantot vai mainīt.
• Kad cilvēkam jāpārskata vai jāapstiprina kāda darbība.

Drošums, drošība, privātums un kontrole veido pamatu padziļinātākai lietošanai. Cilvēkiem ir jāsaprot, kā sistēma darbojas, kā tiek apstrādāti viņu dati un kā tiek pārvaldīta tās rīcība.

ChatGPT Work balstās uz ChatGPT Enterprise drošības, privātuma, atbilstības un darbvietu pārvaldības pamatiem. Tas ļauj organizācijām nodrošināt mākslīgajam intelektam plašāku kontekstu un piekļuvi vērtīgākām darbplūsmām, vienlaikus saglabājot atbilstošu pārraudzību.

Modeļa spējas mudina to izmēģināt. Uzticamība ļauj MI kļūt par daļu no darba procesa.

Noslēdzošais jautājums ir, vai, paplašinot lietojumu, uzlabojas ekonomiskā atdeve.

Uzņēmumi to var izmērīt, ilgākā laikā sekojot vienai un tai pašai darbplūsmai. Uzskaitiet kvalitātes prasībām atbildušo uzdevumu skaitu, to izpildes kopējās izmaksas un izmaksas par katru sekmīgi izpildītu uzdevumu. Ja paveiktais darbs pieaug ātrāk nekā kopējās izmaksas un kvalitāte saglabājas vai uzlabojas, katrs MI ieguldītais dolārs rada lielāku vērtību.

Šā vienādojuma pamatā ir skaitļošanas resursi.

Skaitļošanas resursi nodrošina pētniecības darbu un ikviena MI uzdevuma izpildi. Tie ietekmē produktu kvalitāti, ātrumu, uzticamību, pieejamību un izmaksas. Apmācībai izmantotie skaitļošanas resursi attīsta modeļu turpmākās spējas. Modeļu darbināšanai izmantotie skaitļošanas resursi nodrošina lietderīgu darbu jau šodien. Abiem resursu veidiem būtu jārada labāki rezultāti klientiem.

Labāki modeļi, efektīvāka modeļu darbināšana, konkrētam mērķim izstrādāta aparatūra, augstāks izmantojuma līmenis, viedāka maršrutēšana un labāks produktu dizains – tas viss uzlabo skaitļošanas resursu atdevi. Katra infrastruktūras paaudze palīdz apmācīt spējīgākus modeļus. Labāki algoritmi, aparatūra un programmatūra pēc tam palīdz efektīvāk nodrošināt šo modeļu darbību.

Klienti šos uzlabojumus izjūt ļoti praktiski: labākas atbildes, ātrāki rezultāti, mazāk labojumu, uzticamāki produkti un zemākas izmaksas par vajadzīgā darba paveikšanu.

Ieguvumi cits citu pastiprina. Labāka infrastruktūra paātrina pētniecību. Pētniecība rada spējīgākus un efektīvākus modeļus. Labāki modeļi uzlabo produktus. Labāki produkti veicina ieviešanu un mācīšanos, kā arī palielina ieņēmumus. Šī izaugsme ļauj turpināt ieguldījumus nākamās paaudzes pētniecībā, skaitļošanas jaudā, ieviešanā un drošībā.

OpenAI apvieno šīs daļas vienā kopīgā intelekta platformā. Cilvēki tai piekļūst, izmantojot ChatGPT un ChatGPT Work. Izstrādātāji ar to veido risinājumus, izmantojot Codex un API. Uzņēmumi to ievieš sistēmās, kurās notiek darbs.

Kad uzlabojas viens slānis, labumu var gūt ikviens produkts un klients.

Kopā šie četri rādītāji parāda, vai lietderīgais domāšanas līmenis uz vienu dolāru pieaug.

Lietderīgais darbs rāda, ko paveic MI. Izmaksas par sekmīgi izpildītu uzdevumu rāda, kas vajadzīgs rezultāta sasniegšanai. Uzticamība rāda, cik lielu darba daļu cilvēki var droši izmantot. Atdeve plašā mērogā rāda, vai katrs dolārs un katra skaitļošanas resursu vienība laika gaitā paveic vairāk.

Mērķis ir tāds mākslīgais intelekts, kas palīdz cilvēkiem darīt jēgpilnāku darbu, pieņemt labākus lēmumus un vairāk laika veltīt tiem darba aspektiem, kuros nepieciešama izteikti cilvēciska spriestspēja un radošums.

Mūsu uzdevums ir ar katru paaudzi uzlabot šo vienādojumu – radīt spējīgākus modeļus, ātrākus un uzticamākus rezultātus un samazināt klientiem vajadzīgā darba izpildes izmaksas.

Tādējādi mākslīgais intelekts laika gaitā kļūst noderīgāks arvien lielākam skaitam cilvēku un organizāciju.