OpenAI B2B дохио

Өнөөдөр бид байгууллагуудын хүрээнд хиймэл оюун ухааны хэрхэн нэвтэрч байгааг хэмждэг OpenAI Дохио⁠-ийн бизнесэд зориулсан өргөтгөл болох B2B Signals-ийг танилцуулж байна. Эхний дохио тодорхой байна: тэргүүлэгч компаниуд зөвхөн хиймэл оюун ухаанд нэвтрэх боломжтой учраас бус, харин түүнийг ажлын хүрээнд илүү гүнзгий ашиглаж байгаа учраас түрүүлж байна.

B2B дохионууд нь байгууллагын хиймэл оюун ухааны хэрэглээг томоохон хэмжээний, нууцлалыг хадгалах шинжилгээнд үндэслэн хэмждэг давтагддаг арга хэмжээний багц юм. Энэ нь байгууллагуудад оюун ухааныг бизнесийн үнэ цэнэ болгон хувиргахыг ойлгоход туслах зан үйл, хэв маягийг хянадаг.

Хил хязгаарын компаниуд—хиймэл оюун ухааны хэрэглээний 95%-д үйл ажиллагаа явуулдаг компаниуд—нэг ажилтанд ногдох оюун ухааныг илүү ихээр ашиглаж, дэвшилтэт хэрэгслүүдийг илүү эрчимтэй нэвтрүүлж, хиймэл оюун ухааныг ажлын урсгалдаа илүү гүнзгий нэгтгэдэг. Зарим компаниудын хувьд энэ зөрүү улам нэмэгдэж байгаа бөгөөд ялгаа нь ашиглалтын гүнзгийрлээс улам бүр үүдэлтэй болж байна.

Гол санаанууд

• Хил хязгаарын давуу тал улам бүр нэмэгдэж байна: Хил хязгаарын компаниуд одоо ердийн компаниудтай харьцуулахад ажилтан тутамд ногдох оюун ухааныг 3.5 дахин их ашиглаж байгаа нь жилийн өмнөхөөс 2 дахин их байна. 
• Хил хязгаарын компаниуд хиймэл оюун ухааныг илүү гүнзгий ашигладаг, олон удаа ашигладаг биш: Зурвасын хэмжээ нь хил хязгаарын болон ердийн компаниудын хоорондох зөрүүний зөвхөн 36%-ийг тайлбарладаг. Хил хязгаарын давуу талын ихэнх нь илүү гүнзгий ашиглалтаас үүдэлтэй. 
• Агентлаг ажлын урсгалууд нь дэвшилтэт нэвтрүүлэлтийн нэг үзүүлэлт болж байна: Энэхүү ялгаа нь ахисан түвшний агентлаг хэрэгслүүд дээр хамгийн их ажиглагдаж байгаа бөгөөд тэргүүлэгч компаниуд ердийн компаниудаас 16 дахин олон Codex мессеж илгээж байна.
• Компаниуд зохион байгуулалтын өөрчлөлтөөр хил хязгаарын зөрүүг арилгаж чадна: Хоцрогдлоо нөхөхийн тулд комданиуд хэрэглээний гүнзгий байдлыг хэмжих, засаглалыг тэргүүлэх чиглэл болгох, чадавхжуулалтад хөрөнгө оруулах, үр дүнтэй зүйлсийг өргөжүүлэх, мөн чатад суурилсан тусламжаас агентуудад даалгасан ажил руу шилжих хэрэгтэй.

Хилийн түвшний давуу тал хуримтлагдаж эхэлж, хиймэл оюун ухааныг хамгийн гүнзгий нэвтрүүлсэн компаниуд тэргүүллээ улам тэлж байна

Суудлын байршил нь байгууллагуудын зөвхөн эхлэл юм. Илүү тодорхой дохио бол ажилтнууд хиймэл оюун ухааныг илүү гүнзгий, нарийн төвөгтэй ажилд ашиглаж байгаа эсэх юм. Энэ диаграм нь 95 хувиар гаргасан үзүүлэлтээр тодорхойлогдох хил хязгаарт ажилтан бүрийн үүсгэсэн токеныг 50 хувиар гаргасан үзүүлэлт тодорхойлогдох ердийн компанитай харьцуулдаг.

Токен нь бизнесийн үнэ цэнийг хэмжих төгс бус хэмжүүр юм. Богино хариулт нь маш үнэ цэнэтэй байж болох бөгөөд урт хариулт нь бага үнэ цэнэтэй байж болно. Гэхдээ токен хэмжээ нь ажилчид хиймэл оюун ухаанаар хэр их ажил хийлгэхийг хүсэж байгааг хэмжихэд тусалдаг тул хиймэл оюун ухааны хэрэглээний гүнзгийрэл болон ажилчдын хиймэл оюун ухаанаас шаардаж буй оюун ухааны хэмжээг илтгэх ашигтай орлуулагч үзүүлэлт болдог.

Хил хязгаарын компани нь ердийн комданитай харьцуулахад ажилтан бүрд ногдох оюун ухааныг 3.5 дахин ихээр шаарддаг. Энэхүү зөрүү 2025 оны 4-р сараас 2 дахин нэмэгдсэн нь хиймэл оюун ухааныг хамгийн гүнзгий ашигладаг компаниуд тэргүүлэх байр сууриа тэлж, хиймэл оюун ухааны шинэ чадавхийг илүү гүнзгий, илүү нарийн төвөгтэй ажилд хэрэгжүүлэхэд илүү сайн байр суурь эзэлж байгааг харуулж байна.

Хил хязгаарын давуу талын ихэнх нь зурвасын тоо ихсэхээс бус, илүү гүнзгий хэрэглээнээс бий болдог

Дэвшилтэт компани нь ердийн компаниас ажилтан бүрд ногдох оюун ухааныг үлэмж ихээр шаарддаг боловч энэ зөрүүний ихэнх нь зөвхөн зурвасын тоо хэмжээгээр тайлбарлагдахгүй. Энэ график нь хил хязгаарын 3.5 дахин давуу талыг задалж харуулдаг бөгөөд хэрэв ердийн компани хил хязгаартай ижил хурдаар зурвас илгээсэн бол 3.5 дахин зөрүүний зөвхөн 36%-ийг нөхнө гэдгийг тогтоож байна.

Үлдэж буй зөрүү нь илүү гүнзгий хэрэглээтэй холбоотой. Хамгийн дэвшилтэт түвшинд ажиллаж буй хүмүүс хиймэл оюун ухаанаас илүү нарийн төвөгтэй ажлуудыг гүйцэтгэхийг хүсч, загваруудад илүү баялаг хам сэдэв өгч, илүү гүнзгий, агуулгатай үр дүн гаргахыг шаарддаг.

Хамгийн дэвшилтэт давуу тал нь агент суурьтай дэвшилтэт хэрэгслүүд дээр хамгийн их ажиглагдаж байгаа бөгөөд Codex-ийн хэрэглээний зөрүү 16 дахин их байгаагаар илэрч байна.

Хил хязгаарын давуу тал нь илүү дэвшилтэт ажлын урсгалыг дэмждэг хэрэгслүүдийн хувьд хамгийн их байдаг. Codex хамгийн том зөрүүг харуулж байгаа бөгөөд хил хязгаар фирм ажилтан бүрт ердийн фирмээс 16 дахин олон мессеж илгээдэг. ChatGPT агент, ChatGPT дахь аппууд, Гүн судалгаа, болон GPTs зэрэг нь мөн харьцангуй том зөрүүтэй байна. Энэ нь хамгийн дэвшилтэт түвшний байгууллагууд ажилтнуудад код бичих, олон үе шаттай даалгаврыг даалгах, компанийн контекстийг ашиглах, болон илүү төвөгтэй судалгаа хийхэд тусалдаг хэрэгслүүдийг илүү сайн ашиглаж байгааг харуулж байна.

Үүний эсрэгээр User Upload, Search, Data Analysis зэрэг илүү ерөнхий зориулалттай, хүртээмжтэй хэрэгслүүд нь хязгаарлагдмал давуу талтай байдаг. Эдгээр хэрэгслүүд нь танил ажлын урсгалыг өргөтгөдөг тул ихэнх компаниудад ашиглахад илүү хялбар байдаг. Хил хязгаарын давуу тал нь дэвшилтэт болон агентын шинжтэй хэрэгслүүдэд хамгийн тод илэрдэг бөгөөд эдгээрийг нэвтрүүлэхэд илүү их мэргэшил, ажлын байрны мэдлэг, хэрэгслүүдтэй холболт, мөн ажлыг AI-д даалгах илүү өндөр итгэл шаарддаг.

Хамгийн том шинэ хязгаарын давуу тал нь боловсрол, суралцахад оршдог

Боловсрол, сургалтын ажлуудад хилийн давуу тал хамгийн их бөгөөд хилийн компани нь ажилтан бүрт ердийн компаниас 7 дахин их зурвас илгээдэг. Хил хязгаарт, компаниуд ажилтнуудад ур чадвар эзэмшүүлэх, шинэ сэдвүүдийг сурахад хиймэл оюун ухааныг ашигладаг. Тэд мөн AI-г AI-ийн өөрийнх нь талаар ойлголтоо сайжруулахад ашигладаг бөгөөд үүнд AI юу хийж чаддаг, хэрхэн үр дүнтэй ашиглах, мөн одоо байгаа ажлын урсгалд хаана нийцэж болохыг ойлгох зэрэг багтдаг. Энэхүү зөрүүний хэмжээ нь ердийн компани ажиллах хүчний сургалт, хөгжлийн хэрэгсэл болгон хиймэл оюун ухааныг дутуу ашиглаж байгааг харуулж байна.

Кодчилолын чиглэлд мөн томоохон хил хязгаарын давуу тал ажиглагдаж байгаа бөгөөд хамгийн дэвшилтэт компани нэг ажилтанд ногдох мессежийн тоогоор жирийн компанитай харьцуулахад 4 дахин их байна. Энэ нь дэвшилтэт болон агент хэрэгслийн хэрэглээний өргөн хүрээтэй зөрүүтэй нийцэж байна. Зааварчилгаа, бичлэг болон харилцааны хил хязгаар хамгийн бага зөрүүтэй байдаг нь эдгээр даалгаврууд нь AI-ийн илүү хүртээмжтэй, танил хэрэглээтэй холбоотой байж магадгүй.

Хиймэл оюун ухааны хэрэглээ бичгээр хамгийн өргөн байдаг боловч тодорхой функцэд чиглэсэн чиг хандлагууд гарч ирж байна.

Бичвэр болон харилцаа холбоо нь ChatGPT‑ийн хамгийн түгээмэл хэрэглээ хэвээр байна. Гэсэн хэдий ч хэрэглээний хэв маяг нь функцээс хамааран өөр өөр байдаг бөгөөд ихэвчлэн функц бүрийн үндсэн үүрэгтэй холбоотой байдаг. Мэдээлэл технологи болон Аюулгүй байдлын зурвасуудын 60%-ийг хэрхэн хийх болон үйл явцын зааварт төвлөрдөг бөгөөд Програм хангамжийн хөгжүүлэлт болон Өгөгдлийн шинжлэх ухаан ба инженерчлэлийн мессежүүдийн бараг тал нь кодчилолтой холбоотой байдаг. Харин Санхүүгийн мессежүүдийн аравны нэг нь шинжилгээ болон тооцоололтой холбоотой байна.

Эдгээр хэв маягууд нь хил хязгаарын загварууд эдийн засгийн хувьд үнэ цэнтэй ажлын байрны даалгаврууд дээр сайжирч буйг харуулсан илүү өргөн хүрээний нотолгоотой нийцэж байна. GDPval⁠ нь 44 төрлийн мэргэжлийн бодит ажлын мэдлэгийг үнэлдэг бөгөөд баримт бичиг, хүснэгт, слайд, диаграм, мультимедиа зэрэг практик ажлын үр дүн бий болгодог даалгаврууд дээрх гүйцэтгэлийг хэмждэг. Хиймэл оюун ухаан илүү чадварлаг болохын хэрээр байгууллагын хэрэглээ нь функц бүрийн үндсэн ажилтай илүү нягт холбоотой ажлууд руу тэлж байгаа бололтой.

Салбарын манлайлал нь нэг хэмжигдэхүүнтэй биш ChatGPT, Codex болон API дээр өөр өөр салбарууд тэргүүлж байна.

Нэг л хиймэл оюун ухааны нэвтрүүлэлтийн жагсаалт байхгүй. Ашигласан хэмжүүрээс хамааран салбарын зэрэглэл өөр өөр байдаг. Мэргэжлийн, шинжлэх ухааны болон техникийн үйлчилгээний салбар нь Codex-ийн нэвтрэлт болон API-ийн хэрэглээний эрчим аль алинд нь нэгдүгээрт эрэмбэлэгдэж байгаа нь хөгжүүлэгчид болон бүтээгдэхүүнд нэгтгэсэн ажлын урсгалд харьцангуй дэвшилтэт хэрэглээ байгааг илтгэж байна. Санхүү, даатгал нь томоохон хэмжээний байршуулалтаас шалтгаалан ChatGPT‑ийг нэвтрүүлэхдээ тэргүүлдэг бол Боловсролын үйлчилгээ нь хамгийн өндөр мессежийн эрчимтэй байгаа нь нэг хүнд ногдох хэрэглээг илүү гүнзгийрүүлж байгааг харуулж байна. Жижиглэнгийн худалдаа болон Эрүүл мэндийн салбар нь бусад үзүүлэлтүүд дээр доогуур байр эзэлдэг хэдий ч API-ийн хэрэглээний эрчим өндөртэйгээр тэргүүлж байна.

Эдгээр ялгаа нь салбарын манлайлал нэг хэмжээст биш гэдгийг харуулж байна. Зарим салбарууд AI-г техникийн болон хөгжүүлэгчдийн ажлын урсгалаар дамжуулан нэвтрүүлж байгаа бол бусад нь ChatGPT‑г өргөнөөр нэвтрүүлэх эсвэл эцсийн хэрэглэгчдийн илүү эрчимтэй ашиглалтаар дамжуулан цар хүрээгээ тэлж байна.

Байгууллагууд API ашиглалтыг үйлдвэрлэлийн ажлын урсгал болон хэрэглэгчидтэй харилцах аппликейшнүүд рүү шилжүүлж байна.

Компаниуд улам бүр API-г ашиглан загваруудыг бүтээгдэхүүн, үйлчилгээ болон дотоод системүүддээ шууд нэгтгэж байна. Үйлдвэрлэлийн орчинд түгээмэл хэрэглэгддэг тохиолдлуудад апп доторх туслахууд, код бичих болон хөгжүүлэгчийн хэрэгслүүд, хэрэглэгчийн дэмжлэг, судалгааны ажлын урсгалууд, ажлын урсгалын автоматжуулалт багтана.

Эдгээр байршуулалтууд нь байгууллагын хиймэл оюун ухаан туршилтаас хальж, хэмжигдэхүйц үйл ажиллагааны нөлөө бүхий давтагдах ажлын урсгал руу хэрхэн шилжиж байгааг харуулж байна. Хэрэглэгчдийн жишээнүүдийн хүрээнд компаниуд OpenAI загваруудыг мэдлэгийн ажлыг хурдасгах, инженерчлэлийн нэвтрүүлэх чадамжийг сайжруулах, хэрэглэгчид болон ажилтнуудад зориулсан хиймэл оюун ухаанд суурилсан туршлагыг бүтээхэд ашиглаж байна.

Байгууллагууд хил хязгаарт хүрэхийн тулд юу хийж чадах вэ

OpenAI нь салбарууд, чиг үүргүүд болон AI-ийн төлөвшлийн янз бүрийн үе шатанд буй байгууллагуудтай хамтран ажиллаж, туршилтаас үйлдвэрлэлийн хэрэглээ рүү шилжих үйл явцыг ойлгох боломжийг олгодог. Эдгээр байршуулалтуудын туршид хамгийн их ахиц дэвшил гаргаж буй компаниуд зөвхөн хандалтад анхаарахаас илүүтэйгээр хиймэл оюун ухааныг гүнзгий ашиглахад шаардлагатай хэмжилт, засаглал, боломж олгох, нөлөөллийг өргөжүүлэх, агентлагийн байршуулалт зэрэг байгууллагын системүүдэд илүү анхаардаг.

Таван дадлага нь AI-г гүнзгийрүүлэхийн тулд байгууллага өнөөдөр хийж эхэлж болох практик алхам гэж онцгойлон харуулж байна.

1. Хандалтаас гадна ашиглалтын гүнийг хэмжинэ үү.
   Холбогдох үзүүлэлт нь зөвхөн хэдэн ажилтан хиймэл оюун ухааны акаунттай байгаа явдал бус, харин багууд цаг хугацаа өнгөрөхийн хэрээр хиймэл оюун ухааныг илүү бодитой ашиглаж байгаа эсэх юм. Байгууллагууд AI-ийн хэрэглээ илүү давтамжтай, илүү нарийн төвөгтэй, мөн үнэ цэнтэй ажлын урсгалуудтай илүү нягт уялдаж байгаа эсэхийг хянах хэрэгтэй.
2. Агентлаг AI-г хэрэгжүүлэх боломжтой болгох засаглалын тогтолцоог бүрдүүл.Тэргүүлэх компаниуд засаглалаас зайлсхийж чадахгүй байна. Тэд үүнийг агентын хиймэл оюун ухааныг илүү ашиглах боломжтой болгохын тулд ашиглаж байна. Компаниуд агентууд хаана ажиллаж болох, ямар мэдээлэл ашиглаж болох, хэзээ үйлдэл хийхийн оронд зөвхөн зөвлөгөө өгөх ёстой, мөн өндөр эрсдэлтэй шийдвэрүүдийг хүн хэрхэн хянах талаар тодорхой дүрэм журамтай байх шаардлагатай. Хил хязгаарын фирмүүд эдгээр стандартыг нэвтрүүлэлтийн үйл явцын нэг хэсэг болгон тодорхойлж байгаа тул засаглал нь нэвтрүүлэлтийг удаашруулахын оронд аюулгүйгээр өргөжүүлэх арга болж байна.
3. Чадвар олголтыг хажуугийн төсөл биш, харин үндсэн дэд бүтэц гэж үз.
   Хиймэл оюун ухааны чадавхи сайжрахын хэрээр ажилчид болон байгууллагууд хоёулаа хөл нийлүүлэн алхахад нь туслах систем хэрэгтэй болдог. Хил хязгаарын компаниуд чадавхжуулалтыг нэг удаагийн сургалтын түлхэц гэж үздэггүй. Тэд үүрэг тус бүрт тохирсон сургалт, хэрэглээний тохиолдлын семинар, хакатон, дотоод манлайлагчдын сүлжээ, туршилт хийхэд зориулсан тусгай цаг, мөн ажлын урсгал, шилдэг туршлага, ур чадварын хамтын репозитор ашиглан байршуулалтад тасралтгүй суралцах үйл явцыг шингээдэг. 
4. Хил хязгаарын багуудаа тодорхойлж, тэдний нөлөөллийг өргөжүүлээрэй.
   Олон байгууллагад хамгийн дэвшилтэт хэрэглээ нь цөөн тооны багуудад төвлөрдөг. Тэдгээр багууд ямар ажлын урсгал, дадал зуршил, үйл ажиллагааны загварууд үр дүнтэй байгааг илрүүлж чадна. Удирдагчид эдгээр багийг тодорхойлж, тэдний амжилтын үндэс болсон нөхцөлүүдийг ойлгон өргөжүүлж, хиймэл оюун ухааныг илүү гүнзгий ашиглах талаарх ойлголт, жишээг байгууллагын бусад хэсэгтэй хуваалцахад нь туслах ёстой. 
5. Чатаас хэтрэн ажлыг даалгах.
   Байгууллагын хиймэл оюун ухаан нь чат туслахаас агентуудад даалгаж болох ажил руу шилжиж байна. Програм хангамжийн инженерчлэл энэ чиг хандлагыг харуулж байгаа боловч даалгасан ажил нь чиг үүргүүдээр тархаж байна. Codex-ийн тусламжтайгаар инженерүүд тодорхойлсон даалгаврыг агент руу шилжүүлж, шаардлагатай контекстийг өгөөд, түүнд файл, кодын сан, хэрэгслүүд дээр ажиллах боломж олгоно. Дараа нь үр дүнг шалгаж, өгсөн санал дээр үндэслэн ажлын урсгалыг сайжруулж чадна. Хил хязгаарыг тэргүүлэгч компаниуд ажилчдыг AI-г статик туслах болгон ашиглахын оронд AI-д үүрэг даалгавар өгөхийг уриалж байна.

Хэрэв та бүрэн үр дүнг судлах эсвэл байгууллагадаа хиймэл оюун ухааныг хариуцлагатайгаар нэвтрүүлэх талаар илүү ихийг мэдэхийг хүсвэл, бидэнтэй холбогдоход таатай байх болно⁠.