Budovanie hojnosti inteligencie

Infraštruktúra AI nie je hodnotná preto, že je rozsiahla. Je hodnotná vďaka tomu, čo umožňuje: schopnejšiu inteligenciu dostupnú väčšiemu počtu ľudí za nižšiu cenu.

Takto uvažujem o hojnosti. Je zakotvená v našom poslaní — zabezpečiť, aby všeobecná umelá inteligencia prinášala úžitok celému ľudstvu — aj v ekonomickom motore, ktorý poháňa naše podnikanie.

Keď náklady na užitočnú inteligenciu klesajú, oplatí sa vykonávať viac práce. Keď sú modely schopnejšie, táto práca prináša väčšiu hodnotu. S rastúcim využívaním získavame výnosy, spätnú väzbu z reálneho sveta a prehľad o dopyte, vďaka čomu môžeme ďalej investovať do novej generácie výskumu a infraštruktúry.

Lepšia inteligencia podporuje širšie využívanie. Širšie využívanie umožňuje viac investícií. Viac investícií zlepšuje inteligenciu a efektivitu. Práve tento cyklus budujeme.

Naše nedávne oznámenie o cenách ukazuje, ako rýchlo tento cyklus prináša výhody zákazníkom. Včera sme znížili cenu GPT‑5.6 Luna o 80 percent a GPT‑5.6 Terra o 20 percent. Luna teraz stojí 0,20 USD za milión vstupných tokenov a 1,20 USD za milión výstupných tokenov; v prípade Terra je to 2 USD a 12 USD.

Pri GPT‑5.6 Sol ponúka rýchly režim až 2,5-násobnú rýchlosť oproti štandardnému spracovaniu za dvojnásobnú cenu, a to bez zmeny inteligencie.

Nejde len o zmeny v cenníku. Rozširujú okruh úloh, ktoré sa oplatí vykonávať, a dávajú zákazníkom väčšiu flexibilitu pri vyvažovaní inteligencie, rýchlosti, spoľahlivosti a nákladov.

Správna otázka neznie, ktorý model patrí ku ktorej úlohe. Treba sa pýtať, koľko inteligencie si vyžaduje požadovaný výsledok, ako rýchlo ju potrebujeme a aké náklady na ňu sú pri dosiahnutí výsledku primerané. Táto rovnováha sa môže v rámci jedného pracovného postupu niekoľkokrát zmeniť.

Zákazníci si nekupujú tokeny len pre tokeny samotné. Chcú vyriešiť problém s podporou, vydať softvér, skontrolovať zmluvu alebo získať odpoveď na vedeckú otázku. Správnym ukazovateľom sú náklady na úspešný výsledok vrátane času, opakovaných pokusov, dohľadu a chýb potrebných na jeho dosiahnutie.

Výkonnejší model, ktorý prácu dokončí správne a efektívne, môže byť v konečnom dôsledku hospodárnejší než lacnejší model vyžadujúci opakované pokusy alebo rozsiahle zásahy človeka. Naopak, lacnejší model môže výrazne rozšíriť dostupnosť, ak spĺňa rovnaké nároky na kvalitu. Príležitosť spočíva vo využití maximálneho množstva užitočnej inteligencie za správnu cenu.

Poskytovanie tejto hodnoty si vyžaduje viac než len budovanie ďalších dátových centier. Každú jednotku výpočtového výkonu treba využívať produktívnejšie.

Naša nedávna technická práca ukazuje, ako to vyzerá v praxi. GPT‑5.6 Sol pomohol v spolupráci s našimi technickými tímami optimalizovať produkčný softvér používaný na prevádzku našich modelov, čím sa celkové náklady na ich prevádzku znížili o 20 percent. Pomohol tiež zlepšiť špekulatívne dekódovanie, vďaka čomu sa efektivita generovania tokenov zvýšila o viac než 15 percent.

Rovnako dôležité je, že efektivitu neurčuje iba samotný model. Dôležitý je aj systém, ktorý ho obklopuje. Lepšie smerovanie pomáha produktívne využívať hardvér. Inteligentnejšia správa kontextu bráni agentom opakovať rovnakú prácu. Lepšie nástroje a produktový dizajn znižujú počet krokov potrebných na dokončenie úlohy.

V nedávnej analýze porovnávacieho testu zvýšili vylepšenia zachovania uvažovania a správy kontextu skóre GPT‑5.6 Sol vo verejnom súbore úloh ARC-AGI-3 z 13,3 percenta na 38,3 percenta, pričom model použil šesťkrát menej výstupných tokenov. Model sa nezmenil. Zmenil sa systém okolo neho.

Tieto zlepšenia sa násobia. Schopnejšie modely pomáhajú našim tímom objavovať nové možnosti zvyšovania efektivity. Tieto zlepšenia znižujú náklady na poskytovanie služieb zákazníkom a rozširujú okruh práce, ktorú dokážeme podporiť s rovnakou infraštruktúrou. Vďaka tomu sa ďalšia generácia inteligencie stáva dostupnejšou.

Výhodou budovania infraštruktúry, modelov, platformy aj produktov nie je len to, že pôsobíme v každej z týchto vrstiev. Podstatné je, že každá vrstva zlepšuje tie ostatné.

Používanie produktov v praxi nám ukazuje, v čom zákazníci nachádzajú hodnotu a kde narážajú na prekážky. Táto spätná väzba pomáha formovať náš výskum. Pokrok vo výskume zlepšuje naše produkty a znižuje náklady na ich prevádzku. Dopyt po ChatGPT, ChatGPT Work, Codex a API nám pomáha lepšie rozhodovať, kde zvýšiť kapacitu.

Rozsah týchto poznatkov je dôležitý. Naše modely dnes využíva viac než miliarda aktívnych používateľov a vyše dva milióny firiem. Keď ľudia získajú dôveru v túto technológiu, začnú ju využívať intenzívnejšie. Šesť mesiacov po registrácii posielajú ľudia denne približne o 50 percent viac správ a ChatGPT používajú asi na dvojnásobný počet druhov práce. ChatGPT Work mení význam práce s informáciami: už nejde len o odpovedanie na otázky, ale aj o dokončovanie komplexných úloh s viacerými krokmi — od „pýtania sa“ ku „konaniu“. V rámci OpenAI dnes agentná práca prostredníctvom Codex predstavuje 99,8 % týždenného počtu výstupných tokenov. Medzi tímy, ktoré z agentných nástrojov urobili kľúčovú súčasť svojej práce, patrí aj finančný tím.

V organizáciách je tento vývoj podobný. Firma môže začať s jedným tímom alebo jedným pracovným postupom. S rastúcou kvalitou a zlepšujúcou sa ekonomikou sa využívanie rozšíri naprieč oddeleniami a AI sa stane súčasťou fungovania firmy.

Vzniká tak hodnotný cyklus spätnej väzby medzi dopytom, zlepšovaním produktov, efektivitou a plánovaním infraštruktúry. Nemusíme pritom vlastniť všetky aktíva ani sami vytvárať každý komponent. Podľa toho, čo najlepšie poslúži zákazníkovi a dáva najväčší ekonomický zmysel, môžeme danú vec vlastniť, zaistiť cez partnerstvo alebo kúpiť. Dôležité je koordinovať celý systém a využívať poznatky zo všetkých jeho častí.

Infraštruktúru AI treba plánovať roky predtým, než ju budeme potrebovať, zatiaľ čo modely, produkty a dopyt zákazníkov sa vyvíjajú omnoho rýchlejšie. Pre tento nesúlad je disciplína nevyhnutná.

Investičné rozhodnutia zakladáme na dôkazoch: raste počtu používateľov a pracovného zaťaženia, záväzkoch podnikov, využívaní API, miere využitia kapacít, výnosoch a pokroku v schopnostiach a efektivite modelov. Technické a obchodné míľniky pomáhajú určiť, kedy sa projekty posunú ďalej. Dlhodobé partnerstvá spájajú financovanie, infraštruktúru a prevádzkové odborné znalosti potrebné na poskytovanie služieb vo veľkom rozsahu.

Výnosy z produktov, súkromný kapitál a obchodné partnerstvá zohrávajú pri podpore tohto rastu rôzne úlohy. Cieľom nie je vybudovať čo najviac infraštruktúry. Cieľom je nasadiť správnu kapacitu v správnom čase a v súlade s dôveryhodným dopytom.

Kľúčové otázky sú pre mňa jednoduché: Ako rýchlo začne byť nová kapacita produktívna? Ako efektívne sa využíva? Aký dopyt zákazníkov pokrýva? Ako rýchlo môže technický pokrok znížiť náklady na poskytovanie užitočnej inteligencie?

Tieto otázky prepájajú dlhodobé ambície s prevádzkovou disciplínou.

Stále sme len na začiatku. Schopnejšie systémy budú dokončovať dlhšie projekty, koordinovať prácu medzi nástrojmi a zvládať väčšiu časť práce od nápadu po hotový výsledok. Jednotlivci a malé firmy získajú možnosti, ktoré boli kedysi dostupné len omnoho väčším organizáciám. Podniky budú inteligenciu využívať vo svojej prevádzke v širšom rozsahu.

Naším cieľom nie je iba väčší výpočtový výkon, väčšie modely či nižšie ceny tokenov. Cieľom je sprístupniť viac užitočnej inteligencie.

To znamená hojnosť: inteligenciu, ktorá je čoraz schopnejšia, dostupnejšia a hodnotnejšia pre ľudí, ktorí ju používajú. Náš pokrok budeme merať podľa toho, koľko užitočnej práce umožní, ako efektívne ho dokážeme prinášať a ako široko možno zdieľať jeho prínosy.