Hodnotiaca karta pre vek AI

Otázka, ktorú počúvam od finančných riaditeľov všade, je jednoduchá: ako z našich výdavkov na AI získať väčšiu hodnotu?

Trh roky meral úspech softvéru cez mieru prijatia: kúpené miesta, aktívni používatelia, obnovené licencie. Pochopenie hodnoty AI si vyžaduje silnejšie meradlo: vykonanú prácu.

Základná ekonomická otázka pre CFO a ďalších lídrov firiem znie, či hodnota práce, ktorú AI dokončí, rastie rýchlejšie než náklady na jej vytvorenie.

Odpoveď na túto otázku si vyžaduje ísť hlbšie než k metrike, akou je cena za token. Lacnejší model môže mať lacnejšie tokeny, no dosiahnuť skvelé výsledky môže vyžadovať viac pokusov, viac času alebo viac ľudskej kontroly. Schopnejší model môže mať drahšie tokeny, no tú istú úlohu dokončí na jeden raz. Dôležité sú celkové náklady na dosiahnutie úspešného výsledku v porovnaní s hodnotou, ktorú tento výsledok vytvára.

Konečnú hodnotiacu kartu pre vek AI možno chápať ako „užitočnú inteligenciu za dolár“. Táto metrika odpovedá na štyri kľúčové otázky:

1. Dokončuje AI prácu, na ktorej záleží?
2. Koľko stojí každá úspešná úloha?
3. Môžu sa ľudia na výsledok spoľahnúť?
4. Prináša každý dolár investovaný do AI viac hodnoty s rastúcim používaním?

Začnite samotnou prácou.

Koľko zákazníckych problémov pomohla AI vyriešiť? Koľko zmien kódu pomohla nasadiť? Koľko zmlúv skontrolovala? Koľko času vrátila ľuďom? Koľko rozhodnutí sa zlepšilo, pretože bol správny kontext dostupný v správnom okamihu?

Tokeny vytvárajú hodnotu vtedy, keď sa premenia na prácu, ktorú ľudia dokážu využiť. Ako sa modely stávajú schopnejšími, dokážu preberať dlhšie a zložitejšie úlohy: udržiavať kontext, uvažovať cez viacero krokov, pracovať naprieč nástrojmi a priebežne sa prispôsobovať.

Najlepšie je začať jedným pracovným postupom. Definujte, čo znamená „hotovo“, a merajte tento výsledok v systéme, kde práca prebieha.

Pre tím podpory môže „hotovo“ znamenať vyriešený problém zákazníka. Pre technický tím to môže znamenať zmenu kódu, ktorá prejde testami. Pre právny tím to môže znamenať zmluvu skontrolovanú presne a načas.

Predstavte si finančný tím, ktorý sa pripravuje na revíziu prognózy. Veľká časť práce sa odohrá ešte pred konečným rozhodnutím: nájsť najnovšiu prognózu, preniesť údaje do Excelu alebo Sheets, identifikovať zmeny, zosúladiť karty, prerobiť snímky a skontrolovať, že všetko dokonale sedí.

ChatGPT Práca môže prevziať veľkú časť tohto procesu a dať tímu viac času sústrediť sa na otázky, na ktorých záleží: Čo sa zmenilo? Prečo? Čo by sme mali urobiť ďalej?

Takto vyzerá užitočná inteligencia za dolár v praxi. Dokončí sa viac práce a rýchlejšie, zatiaľ čo ľudia trávia viac času uplatňovaním úsudku, tvorivosti a odbornosti.

Ďalšou otázkou je, koľko stojí urobiť túto prácu dobre.

Úlohy AI sa veľmi líšia. Rýchla odpoveď môže vyžadovať málo výpočtového výkonu. Pracovný postup pri programovaní, výskume alebo financiách môže zahŕňať hlbšie uvažovanie, používanie nástrojov a mnoho krokov. Tieto zložitejšie úlohy môžu vyžadovať viac výpočtového výkonu, no dokážu vytvoriť oveľa väčšiu hodnotu.

Na úrovni modelu závisia náklady na úspešnú úlohu od ceny, množstva použitého výpočtového výkonu a pravdepodobnosti dosiahnutia správneho výsledku. Pre firmu celkové náklady zahŕňajú aj čas zamestnancov, ľudskú kontrolu, opakované pokusy a prerábky.

Výpočet je jednoduchý:

• Sčítajte celkové náklady na dokončenie práce.
• Spočítajte úlohy, ktoré splnili požadovanú latku kvality.
• Vydeľte celkové náklady počtom úspešných úloh.

Preto najnižšia cena za token neznamená vždy najnižšie náklady na výsledok. Prelomový model môže priniesť najlepšiu hodnotu aj pri rutinnej požiadavke, ak správnu odpoveď poskytne na jeden raz a zníži opakované pokusy, latenciu, kontrolu aj celkový výpočtový výkon.

Viacúrovňová rodina modelov dáva zákazníkom viac možností, ako túto rovnicu optimalizovať. GPT‑5.6, ktorý sme vydali minulý týždeň, má tri úrovne: Sol je naša vlajková loď; Terra vyvažuje výkon a náklady; Luna je náš najrýchlejší a cenovo najdostupnejší model.

Tieto úrovne poskytujú užitočné východiská. O správnom modeli by napokon mala rozhodnúť ekonomika celej úlohy. Zákazník môže použiť Lunu na rýchly veľkoobjemový pracovný postup, Terru na prácu vyžadujúcu väčšiu hĺbku alebo Sol, keď silnejšie uvažovanie prinesie najlepší výsledok s menším počtom pokusov.

GPT‑5.6 sme trénovali tak, aby z každého tokenu získal viac užitočnej práce. V indexe Artificial Analysis Coding Agent Index dosiahol GPT‑5.6 Sol s maximálnym uvažovaním nový špičkový výsledok a použil pritom o 54 % menej výstupných tokenov než iný popredný model. Porovnanie znázorňuje graf nižšie.

V celej rodine GPT‑5.6 je cieľ rovnaký: viac úspešnej práce za dolár. Vyššia efektívnosť zlacňuje existujúce úlohy. Väčšie schopnosti umožňujú úplne nové druhy práce.

Každá nová generácia modelov by mala zlepšovať obe strany tejto rovnice. Zákazníci by mali dokázať vykonať hodnotnejšiu prácu, zatiaľ čo náklady na dokončenie každej úlohy budú ďalej klesať.

Tretím meradlom je spoľahlivosť.

Prijímanie AI sa zvyčajne prehlbuje po etapách. Najprv AI pomáha s návrhmi. Potom vyhľadáva kontext a uvažuje naprieč nástrojmi a dátami. Postupne začína konať, riešiť výnimky a dokončovať pracovné postupy, pričom ľudia poskytujú úsudok a kontrolu tam, kde je to potrebné.

Každý krok vytvára viac hodnoty a kladie na systém väčšie nároky.

Spoľahlivosť má priamu ekonomickú hodnotu. Keď sú výsledky presné, dobre podložené, konzistentné a správne eskalované, ľudia trávia menej času kontrolou, opravami a opakovaním práce. Úspešné úlohy stoja menej a organizácie získavajú istotu používať AI v dôležitejších pracovných postupoch.

Tímy to môžu konkretizovať sledovaním troch výsledkov:

• Pripravené na použitie: Výsledok splnil latku kvality tak, ako bol dodaný.
• Vyžaduje opravu: Výsledok si vyžadoval ďalší pokus alebo ľudské úpravy.
• Vyžaduje eskaláciu: Musel zasiahnuť človek a prácu dokončiť.

Tieto meradlá rozprávajú bohatší príbeh než samotná presnosť modelu. Ukazujú, či AI skutočne znižuje množstvo práce potrebnej na dokončenie projektu.

Spoľahlivosť si vyžaduje aj jasné hranice. Skôr než AI prejde od navrhovania ku konaniu, organizácie by mali definovať:

• K akým dátam môže systém pristupovať.
• Aké systémy môže používať alebo meniť.
• Kedy má človek skontrolovať alebo schváliť akciu.

Bezpečnosť, zabezpečenie, súkromie a kontrola tvoria základ pre hlbšie používanie. Ľudia musia rozumieť tomu, ako sa systém správa, ako sa zaobchádza s ich dátami a ako sa riadia jeho kroky.

ChatGPT Práca stavia na základoch bezpečnosti, súkromia, súladu s predpismi a správy pracovného priestoru v ChatGPT Enterprise. Organizáciám to umožňuje dať AI viac kontextu a prístup k hodnotnejším pracovným postupom pri zachovaní primeraného dohľadu.

Schopnosti prinášajú prvé použitie. Spoľahlivosť robí z AI súčasť spôsobu, akým sa práca vykonáva.

Posledná otázka znie, či sa ekonomika zlepšuje vo väčšom meradle.

Firmy to môžu merať sledovaním toho istého pracovného postupu v čase. Sledujte, koľko úloh splnilo latku kvality, celkové náklady na ich dokončenie a náklady na úspešnú úlohu. Ak dokončená práca rastie rýchlejšie než celkové náklady a kvalita sa drží alebo zlepšuje, každý dolár do AI vytvára viac hodnoty.

Výpočtový výkon je jadrom tejto rovnice.

Výpočtový výkon poháňa výskum aj každú úlohu, ktorú AI dokončí. Formuje kvalitu produktov, rýchlosť, spoľahlivosť, dostupnosť a náklady. Tréningový výpočtový výkon buduje budúce schopnosti. Výpočtový výkon na inferenciu prináša užitočnú prácu už dnes. Oboje by sa malo premietať do lepších výsledkov pre zákazníkov.

Lepšie modely, efektívnejšia inferencia, špecializovaný hardvér, vyššie využitie, inteligentnejšie smerovanie a silnejší produktový dizajn zlepšujú návratnosť výpočtového výkonu. Každá generácia infraštruktúry pomáha trénovať schopnejšie modely. Lepšie algoritmy, hardvér a softvér potom pomáhajú tieto modely obsluhovať efektívnejšie.

Zákazníci tieto zlepšenia vnímajú ľudskými slovami: lepšie odpovede, rýchlejšie výsledky, menej opráv, spoľahlivejšie produkty a nižšie náklady na prácu, ktorú potrebujú dokončiť.

Prínosy sa skladajú. Lepšia infraštruktúra zrýchľuje výskum. Výskum prináša schopnejšie a efektívnejšie modely. Lepšie modely zlepšujú produkty. Lepšie produkty podporujú prijatie, učenie a príjmy. Tento rast podporuje ďalšie investície do nasledujúcej generácie výskumu, výpočtového výkonu, nasadzovania a bezpečnosti.

OpenAI tieto časti spája v jednej spoločnej platforme inteligencie. Ľudia ju používajú cez ChatGPT a ChatGPT Práca. Vývojári s ňou tvoria cez Codex a API. Podniky ju nasadzujú do systémov, v ktorých sa práca vykonáva.

Keď sa zlepší jedna vrstva, profitovať môže každý produkt aj zákazník.

Spoločne nám tieto štyri meradlá ukazujú, či sa užitočná inteligencia za dolár zlepšuje.

Užitočná práca ukazuje, čo AI vytvára. Náklady na úspešnú úlohu ukazujú, čo je potrebné na dosiahnutie výsledku. Spoľahlivosť ukazuje, koľko práce môžu ľudia s dôverou použiť. Hodnota vo väčšom meradle ukazuje, či každý dolár a každá jednotka výpočtového výkonu časom dosahujú viac.

Cieľom je AI, ktorá ľuďom pomáha robiť zmysluplnejšiu prácu, lepšie sa rozhodovať a tráviť viac času tými časťami práce, ktoré si vyžadujú výrazne ľudský úsudok a tvorivosť.

Našou úlohou je zlepšovať túto rovnicu s každou generáciou: schopnejšie modely, rýchlejšie a spoľahlivejšie výsledky a nižšie náklady na prácu, ktorú zákazníci potrebujú vykonať.

Takto sa AI postupom času stáva užitočnejšou pre viac ľudí a organizácií.