Cum să gestionezi investițiile în IA în era agenților

Obiectivul OpenAI este ca, în timp, IA să devină mai accesibilă, mai capabilă și mai convenabilă. De la GPT‑4 la GPT‑5.4, prețul per milion de tokenuri a scăzut cu 97%. GPT‑5.6⁠ continuă acest progres, oferind performanțe mai bune în Artificial Analysis Coding Agent Index, cu 54% mai puține tokenuri de ieșire și cu 57% mai puțin timp per sarcină.

Dar prețul tokenurilor, luat separat, nu arată dacă IA creează valoare. Liderii ar trebui să urmărească activitățile utile per dolar: sarcini finalizate, timp economisit, decizii îmbunătățite și fluxuri de lucru pregătite pentru scalare.

Pe măsură ce echipele trec de la chat la fluxuri de lucru de durată, administratorii au nevoie de o vizibilitate mai clară asupra cererii, cheltuielilor și riscurilor. 

Iată cinci modalități de a investi cu încredere.

Liderii companiilor au nevoie de o imagine clară asupra utilizării IA: cine o folosește, ce produse sau modele folosesc, câtă capacitate consumă și ce tip de activități sunt susținute de acea utilizare. Fără această vizibilitate, este dificil să se interpreteze o factură în creștere. Poate reflecta risipă, experimentare productivă sau un flux de lucru care începe să devină esențial pentru afacere.

ChatGPT Muncă⁠ susține sarcini mai lungi, în mai mulți pași, astfel că utilizarea poate varia mult în funcție de fluxul de lucru. Administratorii trebuie să vadă munca din spatele acelei utilizări, nu doar creditele consumate. Acest lucru este posibil datorită unei perspective comune asupra cererii în ChatGPT. Funcțiile actualizate de analiză a utilizării și control al cheltuielilor⁠ din Consola de administrare⁠(se deschide într-o fereastră nouă) ajută administratorii să înțeleagă adoptarea, utilizarea creditelor și cheltuielile în funcție de utilizator, produs și model; să urmărească tendințele în timp; să identifice tipare emergente; și să înțeleagă când utilizarea reflectă o adoptare amplă, un flux de lucru al unui utilizator avansat sau un proces de afaceri recurent care ar putea justifica mai multe investiții.

Perspectivele la niveluri diferite ajută la orientarea deciziilor de investiție și de activare:

• Spațiu de lucru: adoptarea și cheltuielile evoluează împreună?
• Echipă și utilizator: unde crește cererea și cine ar putea avea nevoie de mai mult sprijin?
• Produs și model: unde este utilizată inteligența mai costisitoare și este această cerere susținută?

Împreună, aceste perspective ajută administratorii să decidă unde să investească, să ofere îndrumare sau să stabilească limite.

Cel mai mic preț al tokenurilor nu duce întotdeauna la cel mai mic cost total. Un model mai ieftin poate eșua, necesita reîncercări sau produce muncă ce trebuie corectată. Un model mai capabil poate costa mai mult per token, dar poate ajunge mai repede la un rezultat acceptabil, cu mai puține încercări și mai puțină revizuire.

Evaluează modelele în funcție de munca pe care trebuie să o realizeze. Folosește evaluări care reflectă sarcini reale⁠, inclusiv cazuri-limită, și definește ce înseamnă „suficient de bun” înainte de testare. Apoi, măsoară costul complet al atingerii acelui standard: utilizarea modelului și a instrumentelor, încercările, rata de finalizare, latența și revizuirea umană.

Pentru fluxurile de lucru prioritare, urmărește costul per rezultat acceptat. În asistența pentru clienți, acesta ar putea fi un caz rezolvat. În inginerie, ar putea fi o modificare testată care trece de revizuire. Corelează acel cost cu valoarea pentru afacere, precum timpul economisit, durata ciclului redusă, veniturile protejate, riscul evitat sau capacitatea creată.

Alegerea modelului este doar o parte a ecuației. Instrucțiunile clare, instrumentele bine focalizate, contextul reutilizabil și condițiile explicite de oprire pot reduce buclele și cheltuielile irosite. Scopul este ajustarea modelului și a fluxului de lucru la sarcina respectivă: utilizarea unor modele mai mici sau mai rapide atunci când acestea îndeplinesc standardele de calitate, și rezervarea inteligenței de ultimă generație pentru sarcini complexe, ambigue sau cu miză mare.

Liderii companiilor ar trebui să trateze guvernanța ca pe un nivel operațional care stabilește ce activități bazate pe IA pot fi scalate. Activitatea practică constă în a stabili ce context poate utiliza ChatGPT, la ce instrumente are acces, ce acțiuni poate întreprinde, cine aprobă pașii cu risc mai ridicat și cum se acordă capacitate suplimentară atunci când echipele identifică fluxuri de lucru valoroase.

Acest lucru devine mai important pe măsură ce echipele adoptă pluginuri, conectori, Utilizarea computerului și alte capabilități de vârf care pot funcționa în sistemele companiilor. ChatGPT Muncă⁠ le oferă administratorilor controale centralizate pentru acces, context aprobat, instrumente conectate, acțiuni permise, utilizare și cheltuieli. Controalele de cheltuieli, precum valorile implicite ale spațiului de lucru, limitele de grup, excepțiile individuale și cererile de revizuire cu context de proiect ajută liderii să sprijine activitățile de mare valoare fără a crește limitele la scară largă.

Pentru implementările prioritare, inginerii de implementare⁠(se deschide într-o fereastră nouă) IA de la OpenAI pot lucra direct cu clienții la evaluări, arhitectură, latență, fiabilitate și proiectarea fluxurilor de lucru, pentru a îmbunătăți atât performanța, cât și eficiența costurilor. Confidențialitatea și guvernanța ar trebui să facă parte din acest proces de la bun început: fluxurile de lucru confidențiale au nevoie de controale de acces adecvate, o poziție clară asupra păstrării datelor, vizibilitate asupra conformității și trasee de aprobare înainte de scalare. Acolo unde este cazul, controalele de confidențialitate pentru companii oferite de OpenAI, inclusiv opțiunile zero date păstrate⁠(se deschide într-o fereastră nouă), pot ajuta clienții să implementeze IA în medii cu cerințe ridicate de încredere.

Liderii companiilor ar trebui să gestioneze investițiile în IA ca pe un portofoliu: acces larg pentru productivitatea de zi cu zi, fluxuri de lucru specifice funcțiilor care îmbunătățesc activitățile repetabile și un număr mai mic de pariuri strategice construite în jurul contextului proprietar al companiei. Cele mai promițătoare sunt fluxurile de lucru care se repetă la o scară semnificativă, au un responsabil clar și pot fi evaluate din punct de vedere al calității, riscului și valorii pentru afaceri.

Finanțarea ar trebui să țină cont de stadiul de maturitate. Etapa de explorare ar trebui să verifice dacă modelul poate face față sarcinii; etapa de validare ar trebui să testeze cazuri reprezentative în raport cu un standard clar de calitate; finanțarea pentru producție ar trebui să susțină integrările, controalele, fiabilitatea și gestionarea schimbărilor necesare pentru scalare. Capacitățile comune, precum identitatea, conectorii de încredere, cunoștințele selectate, evaluările, observabilitatea, rutarea modelelor și modelele de agenți reutilizabile, ar trebui finanțate la nivel central, astfel încât fiecare nou flux de lucru să devină mai ușor și mai sigur de lansat.

Odată ce un flux de lucru își dovedește valoarea, liderii ar trebui să potrivească produsul, capacitatea și modelul de sprijin cu cererea acestuia. ChatGPT Muncă⁠ oferă capabilități gata de utilizare pentru chat, programare, fluxuri de lucru cu agenți, conectori, pluginuri, Utilizarea computerului și administrare. Companiile pot extinde această bază cu date proprietare, permisiuni, evaluări și logică de flux de lucru acolo unde aceste elemente creează valoare diferențiată.

Pentru sarcinile de producție, structura comercială ar trebui să se potrivească tiparelor de utilizare: capacitate garantată⁠ pentru sisteme de producție și agenți care au nevoie de certitudinea accesului, nivel de scalare⁠ pentru sarcini API previzibile, cu volum mare și API Batch⁠(se deschide într-o fereastră nouă), procesare flexibilă⁠(se deschide într-o fereastră nouă) sau memorarea în cache a solicitărilor⁠ pentru activități asincrone sau context repetat.

Pentru implementări strategice mai ample, OpenAI Frontier⁠ și Deployment Company⁠(se deschide într-o fereastră nouă) pot ajuta companiile să creeze, implementeze și gestioneze colegi IA în sistemele companiei. Această abordare le permite liderilor să scaleze munca dovedită cu produsul, capacitatea și modelul de sprijin potrivite, în loc ca fiecare flux de lucru să fie nevoit să-și construiască propria infrastructură.