Vi introduserer OpenAI Frontier

AI har gjort det mulig for team å ta på seg ting de pleide å snakke om, men aldri har fått gjort. Faktisk sier 75 % av ansatte i store bedrifter at AI hjalp dem med å utføre oppgaver de ikke kunne gjøre før. Vi hører dette fra alle avdelinger, ikke bare de tekniske teamene. Måten arbeidet utføres på har endret seg, og bedrifter har virkelig begynt å merke det.

Vi har sett dette i praksis hos over 1 million bedrifter i løpet av de siste årene. Hos en stor produsent reduserte agenter produksjonsoptimalisering fra seks uker til én dag. Et globalt investeringsselskap brukte agenter gjennom hele salgsprosessen for å gi selgere over 90 % mer tid til kunder. Og hos en stor energiprodusent bidro agenter til å øke produksjonen med opptil 5 %, noe som gir over en milliard i ekstra inntekter.

Dette skjer for AI-ledere i alle bransjer, og presset for å holde tritt øker. Det som holder dem tilbake, er ikke modellens intelligens, men hvordan agenter bygges og drives i organisasjonene.

I dag introduserer vi Frontier, en ny plattform som hjelper bedrifter med å bygge, distribuere og administrere AI-agenter som kan gjøre virkelig arbeid. Frontier gir agenter de samme ferdighetene som folk trenger for å lykkes på jobb: delt kontekst, introduksjon, praktisk læring med tilbakemeldinger, og tydelige tillatelser og grenser. Slik går teamene fra isolerte bruksområder til AI-kollegaer som jobber på tvers av virksomheten.

HP⁠(åpnes i et nytt vindu), Intuit⁠(åpnes i et nytt vindu), Oracle⁠(åpnes i et nytt vindu), State Farm⁠(åpnes i et nytt vindu), Thermo Fisher⁠(åpnes i et nytt vindu) og Uber⁠(åpnes i et nytt vindu) er blant de første som tar i bruk Frontier, og dusinvis av eksisterende kunder – inkludert BBVA⁠(åpnes i et nytt vindu), Cisco⁠(åpnes i et nytt vindu) og T-Mobile⁠(åpnes i et nytt vindu) – har allerede testet Frontiers tilnærming for å drive noe av deres mest komplekse og verdifulle AI-arbeid.

Bedrifter er allerede overveldet av de frakoblede systemene og styringen som er spredt på tvers av skyer, dataplattformer og applikasjoner. AI gjorde denne fragmenteringen mer synlig, og i mange tilfeller mer akutt. Agenter distribueres nå ut overalt, og hver enkelt er isolert i hva den kan se og gjøre. Hver ny agent kan ende opp med å legge til kompleksitet i stedet for å hjelpe, fordi den ikke har nok kontekst til å gjøre jobben bra.

Etter hvert som agenter har blitt dyktigere, har mulighetsgapet mellom hva modeller kan gjøre og hva team faktisk kan implementere, vokst. Gapet handler ikke bare om teknologi. Teamene bygger fortsatt opp kunnskapen for å flytte agenter fra tidlige pilotprosjekter til reelt arbeid like raskt som AI forbedres. Hos OpenAI alene lanseres noe nytt omtrent hver tredje dag, og det tempoet øker stadig.¹ Å holde tritt betyr å balansere kontroll og eksperimentering, og det er vanskelig å få til.

Bedrifter følger presset for å løse dette nå, fordi gapet mellom de tidlige lederne og alle andre vokser raskt.

Vi har lært at team ikke bare trenger bedre verktøy som løser brikkene i puslespillet. De trengte hjelp til å få agenter i produksjon med en helhetlig tilnærming for å bygge, distribuere og administrere agenter.

Vi startet med å se på hvordan bedrifter allerede skalerer ansatte. De lager introduksjonsprosesser. De underviser i institusjonell kunnskap og internt språk. De tillater læring gjennom erfaring og forbedrer ytelsen gjennom tilbakemeldinger. De gir tilgang til de riktige systemene og setter grenser. AI-kollegaer trenger de samme tingene.

For at AI-kollegaer faktisk skal kunne jobbe, er det noen ting som er viktige:

• De må forstå hvordan arbeidet faktisk blir gjort på tvers av systemer.  
• De trenger tilgang til en datamaskin og verktøy for å planlegge, handle og løse problemer i den virkelige verden. 
• De må forstå hvordan bra ser ut, slik at kvaliteten forbedres etter hvert som arbeidet endrer seg.
• Og de trenger en identitet, tillatelser og grenser som teamene kan stole på.

Og alt dette må fungere på tvers av mange systemer, ofte spredt over flere skyer. Frontier fungerer med systemene som teamene allerede har, uten å tvinge dem til å bytte plattform. Du kan samle eksisterende data og AI der de finnes – samt integrere applikasjonene du allerede bruker – ved hjelp av åpne standarder. Det betyr ingen nye formater og ingen forlatelse av agenter eller applikasjoner du allerede har distribuert.

Superkraften ved denne tilnærmingen er at AI-kollegaer er tilgjengelige og nyttige gjennom ethvert grensesnitt, ikke fanget bak ett enkelt brukergrensesnitt eller en enkelt applikasjon. De kan samarbeide med folk uansett hvor arbeidet foregår, enten det er i samhandling med ChatGPT, gjennom arbeidsflyter med Atlas eller i eksisterende bedriftsapplikasjoner. Dette gjelder enten agenter er utviklet internt, anskaffet fra OpenAI eller integrert fra andre leverandører du allerede bruker.

Hver effektiv ansatt vet hvordan bedriften fungerer, hvor informasjonen finnes, og hva som kjennetegner gode beslutninger.

Frontier kobler sammen isolerte datavarehus, CRM-systemer, billettsystemer og interne applikasjoner for å gi AI-kolleger den samme delte forretningskonteksten. De forstår hvordan informasjon flyter, hvor beslutninger tas, og hvilke resultater som er viktige. Det blir et semantisk lag for bedriften som alle AI-kollegaer kan referere til for å operere og kommunisere effektivt.

Med delt kontekst på plass må agenter faktisk kunne gjøre jobben.

Team på tvers av organisasjonen, både tekniske og ikke-tekniske, kan bruke Frontier til å ansette AI-kollegaer som tar på seg mange av oppgavene folk allerede gjør på en datamaskin. Frontier gir AI-kollegaer evnen til å resonnere over data og fullføre komplekse oppgaver, som å jobbe med filer, kjøre kode og bruke verktøy, alt i et pålitelig, åpent agentutførelsesmiljø. Når AI-kollegaer jobber, bygger de opp minner, og gjør tidligere interaksjoner om til nyttig kontekst som forbedrer ytelsen over tid.

Når de er implementert, kan AI-kollegaer kjøre på tvers av lokale miljøer, skyinfrastruktur for bedrifter og OpenAI-driftede kjøretider uten å tvinge team til å gjenoppfinne hvordan arbeidet gjøres. Og for tidssensitivt arbeid prioriterer Frontier tilgang med lav latens til OpenAIs modeller, slik at svarene forblir raske og konsistente.

For at agenter skal være nyttige over tid, må de lære av erfaring, akkurat som folk gjør.

Innebygde måter å evaluere og optimalisere ytelse på gjør det klart for menneskelige ledere og AI-kollegaer hva som fungerer og hva som ikke gjør det, slik at god oppførsel forbedres over tid. Over tid lærer AI-kolleger hva som kjennetegner kvalitet og blir bedre på det arbeidet som betyr mest.

Slik går agenter fra imponerende demonstrasjoner til pålitelige lagkamerater.

Frontier sørger for at AI-kollegaer opererer innenfor klare grenser. Hver AI-kollega har sin egen identitet, med eksplisitte tillatelser og beskyttelsesmekanismer. Det gjør det mulig å bruke dem med trygghet i sensitive og regulerte miljøer. Bedriftssikkerhet og -styring⁠ er bygd inn, slik at team kan skalere uten å miste kontroll.

Å lukke mulighetsgapet er ikke bare et teknologiproblem.

Vi har jobbet tett med store bedrifter på komplekse AI-implementeringer i årevis, så vi har sett hva som fungerer og hva som ikke fungerer. Nå hjelper vi teamene med å anvende disse lærdommene på de vanskeligste problemene.

Vi kobler OpenAI Forward Deployed Engineers (FDE-er) med teamene dine, og jobber side om side for å hjelpe deg med å utvikle de beste praksisene for å bygge og kjøre agenter i produksjon.

FDE-ene gir også teamene en direkte forbindelse til OpenAI Research. Når du distribuerer agenter, lærer vi ikke bare hvordan vi kan forbedre systemene dine rundt modellen. Vi lærer også hvordan selve modellene må utvikles for å bli mer nyttige for arbeidet ditt. Den tilbakemeldingssløyfen, fra forretningsproblemet ditt til implementering, forskning og tilbake, hjelper begge parter med å bevege seg raskere.

AI fungerer best i bedriften når plattformen og applikasjonene samarbeider. Fordi Frontier er bygget på åpne standarder, kan programvareteam koble seg til og bygge agenter som drar nytte av den samme delte konteksten.

Dette er viktig fordi mange agent-apper mislykkes av en enkel grunn: de mangler konteksten de trenger. Data er spredt på tvers av systemer, tillatelser er komplekse, og hver integrasjon blir et engangsprosjekt. Frontier gjør det enklere for applikasjoner å få tilgang til den forretningskonteksten de trenger (med de riktige kontrollene), slik at de kan arbeide i ekte arbeidsflyter fra første dag. For bedrifter betyr det raskere lanseringer uten en lang integrasjonssyklus hver gang.

Vi jobber også med en liten gruppe Frontier-partnere – AI-baserte byggere som Abridge⁠(åpnes i et nytt vindu), Clay⁠(åpnes i et nytt vindu), Ambience⁠(åpnes i et nytt vindu), Decagon⁠(åpnes i et nytt vindu), Harvey⁠(åpnes i et nytt vindu) og Sierra⁠(åpnes i et nytt vindu) – som forplikter seg til å gå i dybden med Frontier. De vil samarbeide tett med OpenAI for å lære hva kundene trenger, designe løsninger og støtte implementering. Over tid vil vi utvide programmet og ønske flere byggere som fokuserer på bedrifts-AI velkommen.

Spørsmålet nå er ikke om AI vil endre hvordan arbeidet gjøres, men hvor raskt organisasjonen din kan gjøre agenter til en virkelig fordel.

Frontier er tilgjengelig i dag for et begrenset antall kunder, med større tilgjengelighet i løpet av de neste månedene. Hvis du vil utforske å jobbe med oss, ta kontakt med OpenAI-teamet ditt.