Çfarë nënkupton FDE në OpenAI
Çfarë bëjmë, si punojmë dhe si zgjidhim problemet më të vështira të ndërmarrjeve për të sjellë ndikim real.
Nga: Colin Jarvis, drejtues i inxhinierisë së angazhuar në terren në OpenAI
Kur doli Codex, dikush nga ekipi më pyeti: "Çfarë bëjmë kur Codex mund t’i realizojë me një përpjekje të vetme rastet e përdorimit që kemi ndërtuar gjatë muajve të fundit?"
Kjo pyetje prek thelbin e asaj që nënkupton FDE në OpenAI. Punojmë krah klientëve për të kuptuar problemet e tyre më të vështira dhe për të ndërtuar zgjidhje tek të cilat mund të mbështeten. Ajo që mësojmë ndihmon në formësimin e produkteve tona dhe i jep ekipit të kërkimit probleme konkrete për të zgjidhur.
Ky është përparim. Nëse çdo dy muaj e bëjmë të panevojshme ndërhyrjen tonë, atëherë ekipi ynë i inxhinierëve të angazhuar në terren po e kryen punën e vet.
E themelova ekipin në fillim të vitit 2025 për të kapërcyer atë që e quajmë "hendeku i vënies në përdorim": distanca mes asaj që modelet duket se janë në gjendje të bëjnë dhe asaj që njerëzit mund të përdorin me besueshmëri për të kryer punën e tyre.
Aftësitë e modeleve kanë përparuar më shpejt se sistemet dhe proceset e nevojshme për t’i vënë ato në përdorim. Ndonjëherë ajo që mungon është një produkt. Ndonjëherë një model del mirë në një test krahasues, por nuk arrin ta kryejë detyrën përballë ndryshoreve dhe kufizimeve të jetës reale.
Përqendrohemi te problemet më të vështira të klientëve. Aty ku modelet tona mund ta kryejnë detyrën sot, punojmë me ekipin e produktit dhe klientin për ta bërë zgjidhjen të përsëritshme. Aty ku nuk ia dalin, punojmë me klientët dhe ekipin e kërkimit për të përcaktuar mangësitë dhe për të bërë përmirësime. Synimi ynë është që çdo bashkëpunim t’i lërë klientit të radhës një pikënisje më të mirë. Nëse e ngremë nivelin bazë aq sa klientëve tanë të mos u duhen inxhinierë të angazhuar në terren për të zgjidhur herën tjetër këtë kategori problemesh, e kemi bërë mirë punën tonë.
Sfida për John Deere, një kompani bujqësore me histori 200-vjeçare, ishte si t’u ofronte këshilla të personalizuara gjithnjë e më shumë fermerëve.
Një shembull është See & Spray, teknologjia e saj për kontrollin me precizion të barërave të këqija. Ajo përdor kamera dhe të mësuarit makinerik për të identifikuar e spërkatur barërat e këqija në vend që të trajtojë fusha të tëra, duke ulur përdorimin e kimikateve deri në 70%.
Por realizimi i këtyre përfitimeve varet nga aftësia e fermerëve për ta konfiguruar teknologjinë, për të planifikuar sezonin dhe për të përshtatur praktikat e tyre kur kushtet ndryshojnë.
John Deere vuri në përdorim API-të e OpenAI për ta bërë këtë mbështetje të personalizuar dhe të ofrueshme në shkallë të gjerë.
IA-ja mund t’u përgjigjet pyetjeve të fermerëve në gjuhë natyrore, të japë udhëzime konfigurimi dhe rekomandime të përshtatura, të dallojë kur pajisjet nuk po shfrytëzojnë potencialin e tyre të plotë dhe t’i ndihmojë fermerët të kuptojnë vlerën që po marrin nga teknologjia.
Mundësia shkon përtej një ndërveprimi të vetëm: të ofrohen udhëzime të përshtatshme gjatë gjithë përvojës së klientit, duke i ndihmuar fermerët t’i përdorin më mirë pajisjet e tyre e njëkohësisht të rrisin efikasitetin dhe qëndrueshmërinë mjedisore.
Ky është lloji i sfidës që përpiqen të zgjidhin inxhinierët e angazhuar në terren të OpenAI: t’i ndihmojnë organizatat të kalojnë nga aftësitë e IA-së te sistemet që sjellin vlerë praktike në mjedise reale e komplekse.
Por shpesh problemet nuk kanë kufij të qartë, mund të mos ketë një të vërtetë referuese të përcaktuar dhe nuk ekziston një udhërrëfyes i gatshëm. Të gjithë duan të ndërtojnë diçka që nuk ka ekzistuar kurrë. Më të paktë janë ata që duan të bëjnë çfarë duhet për të arritur deri aty.
Gjetja e inxhinierëve të talentuar të angazhuar në terren, ndërkohë që ngremë pragun e asaj që quhet "mjaftueshëm mirë", ka kërkuar eksperimentim dhe zbatim të vazhdueshëm.
Në fillim të çdo takimi të ekipit të inxhinierëve të angazhuar në terren, shfaq një diapozitiv me një vlerë thelbësore: "Nisu nga rezultati, bëj çfarë duhet për të pasur sukses, pastaj zgjero përdorimin".
Një demonstrim mbresëlënës mund të fitojë shumë terren para se dikush të pyesë nëse funksionon në botën reale.
Puna jonë është ta zgjidhim problemin e klientit me një standard cilësie për të cilin mund të mbajmë përgjegjësi në përdorim real.
Në mesin e vitit 2025, kishim rreth 15 inxhinierë të angazhuar në terren që punonin me një klient të madh në industrinë e gjysmëpërçuesve për mbi 10 raste përdorimi. Synimi ishte që procesi i tij i verifikimit të mbështetej që në themel tek IA-ja, duke përfshirë:
Gjenerimin e testeve të synuara
Analizën e shkakut rrënjësor dhe korrigjimin e gabimeve
Një asistent për arkitekturën
Në këtë industri, verifikimi mund të përbëjë rreth 70% të punës së një projekti. Potenciali ishte i jashtëzakonshëm dhe kishte shumë pika nga ku mund të fillonim.
Disa inxhinierë të angazhuar në terren i ishin bashkuar OpenAI vetëm pak ditë më parë dhe nuk kishin punuar kurrë me gjysmëpërçues. Ata u integruan në ekipin e verifikimit të klientit, studiuan projektimin e çipave në kohën e lirë dhe ndërtuan teste vlerësimi me inxhinierët për të provuar nëse IA-ja mund të gjeneronte teste të dobishme dhe të diagnostikonte saktë defektet e çipave.
Krahas këtij procesi të të mësuarit, ndërtuam struktura të përshtatura për secilin rast përdorimi. Brenda 3–6 muajve të parë, të gjitha u vunë në funksionim dhe fituan përdoruesit e parë. Shpërblimi ishte të shihnim rezultatet:
Rreth 48% kursim kohe përmes gjenerimit të testeve të synuara me IA.
Përmirësim median prej 22% i performancës përmes optimizimit të kernelit.
Javë të tëra korrigjimi gabimesh u reduktuan në orë
Kur i paraqitëm të gjitha këto, drejtori i harduerit pyeti: "A keni punuar si projektues çipash para se të vinit këtu?"
Inxhinierët tanë të angazhuar në terren nuk kanë nevojë ta njohin industrinë që ditën e parë, por është përgjegjësia e tyre ta mësojnë.
Teksa asistentët e programimit përshpejtojnë ndërtimin e softuerit, njohja e biznesit të klientit bëhet edhe më e rëndësishme. Ndërtojmë ekipe që ndërthurin profesionistë me njohuri të gjera dhe ekspertë të fushës.
Të duhen njohuri të mjaftueshme për të gjykuar drejt dhe kureshtje e mjaftueshme për të vënë në dyshim supozimet mbi gjendjen ekzistuese.
Në shkencat e jetës, për shembull, formimi shkencor i inxhinierëve tanë të angazhuar në terren i ndihmon të fitojnë besimin e kërkuesve që punojnë në zbulimin paraklinik të barnave, me detyra si validimi dhe prioritizimi i shënjestrave biologjike, analiza e shprehjes së gjeneve dhe rindërtimi i rrugëve të sintezës kimike. Kjo ekspertizë u lejon të japin gjykime të mbështetura në njohuri për mënyrën se si mund të përmirësohen këto rrjedha pune.
Kishim treguar se këto rrjedha pune mund të sillnin vlerë, por secila ende kërkonte tepër punë integrimi të personalizuar për t’u shtrirë te një ekip tjetër. Sfida e radhës ishte të ruanim këto rezultate, duke e bërë softuerin më të lehtë për t’u vënë në përdorim e për t’u mirëmbajtur.
Deri atëherë, aftësitë e Codex ishin zgjeruar. Një inxhinier i angazhuar në terren provoi ta rindërtonte aplikacionin e vet mbi këtë bazë, pastaj punoi me ekipin për t’i kaluar rastet e përdorimit në një strukturë të përbashkët me Codex në qendër.
Aplikacionet e personalizuara u kthyen në shtesa dhe aftësi të ndërtuara mbi komponentë bazë të përbashkët të Codex. Codex u bë edhe ndërfaqja, duke na lejuar të hiqnim nga përdorimi ndërfaqet e veçanta të terminalit dhe të rreshtit të komandave që kishim shkruar për raste individuale përdorimi.
Arritëm të hiqnim rreth 90% të kodit të personalizuar nga çdo projekt dhe kjo ndryshoi mënyrën si i ndërtonim, mirëmbanim dhe zgjeronim këto rrjedha pune:
Mund të përfitonim nga përmirësimet e centralizuara të Codex, duke ulur sasinë e kodit lidhës të nevojshëm për çdo rast individual përdorimi
Funksionet kryesore u paketuan si aftësi dhe shtesa, çka e bënte më të lehtë ndarjen e tyre mes ekipeve dhe kontrollin e centralizuar nga Qendra e Ekselencës për IA-në. Kjo do të thoshte se shtrirja nga një ekip te tjetri mund të ishte po aq e thjeshtë sa zëvendësimi i konektorëve/serverëve MCP me të rinj, ndërtimi i testeve të reja të vlerësimit (për të cilin kishim gjithashtu një aftësi) dhe nisja e punës.
Në një shembull të gushtit 2026, vënia fillestare në përdorim zgjati dy muaj. Shtrirja e zgjidhjes te një ekip i dytë zgjati një ditë. Me zgjerimin, ekipet e radhës e nisnin përdorimin më shpejt. Kjo ka vazhduar: në një rast përdorimi në gusht 2026, ekipit të dytë iu desh 1 ditë, ndërsa vënia fillestare në përdorim kishte zgjatur 2 muaj.
Kjo është një mënyrë për ta bërë të panevojshme ndërhyrjen tonë. Puna që kishim bërë për ta vënë zgjidhjen në funksionim kishte përcaktuar se çfarë kishte rëndësi. Teksa produkti bazë përmirësohej, mund të zëvendësonim një pjesë të madhe të zbatimit tonë të personalizuar dhe të ruanim vlerën që sillte.
Prandaj rendi ka rëndësi. LLM-të na lejojnë të ndërtojmë shpejt. Shfrytëzoje këtë shpejtësi për t’u dhënë përdoruesve diçka me vlerë, mëso çfarë funksionon në praktikë dhe më pas zgjero përdorimin e asaj që funksionon.
I njëjti parim vlen për të gjitha bashkëpunimet.
OpenAI Presence, produkti ynë për agjentët zanorë dhe të bisedave për ndërmarrjet, lindi nga zgjidhjet e vëna në përdorim te klientët. Puna filloi me Swarm(hapet në një dritare të re) dhe evoluoi përmes Agents API, dhe sot një klient trajton më shumë se gjysmën e telefonatave të tij me IA.
Vënia e këtyre zgjidhjeve në përdorim real na mësoi se cilat probleme kërkonin një zgjidhje të personalizuar dhe cilët komponentë bazë mund të përdoreshin nga ekipet e tjera. I integruam këta komponentë bazë në Presence, duke ua lehtësuar zhvilluesve automatizimin e rrjedhave të punës që u nënshtrohen kërkesave rregullatore, pa rindërtuar infrastrukturën bazë. Çdo vënie në përdorim ndihmoi në formësimin e produktit dhe i dha klientit të radhës një pikënisje më të mirë.
Me Thrive Holdings, inxhinierët e angazhuar në terren dhe kërkuesit e OpenAI punuan krah inxhinierëve dhe kontabilistëve për të ndërtuar Tax AI për firmat e kontabilitetit të Kretës. Gjatë programit pilot, Tax AI përpunoi 7000 deklarata tatimore dhe rriti kapacitet përpunimi me rreth 50%.
Një nga sfidat më të vështira ishte automatizimi i deklaratave tatimore për pronat e dhëna me qira, që kërkoi gjashtë javë punë inxhinierike dhe shqyrtimi nga profesionistët e fushës për të arritur 90% në të dyja metrikat: precizionin dhe mbulimin. Kjo punë krijoi modele të ripërdorshme që e lehtësuan zgjerimin e Tax AI për të mbuluar edhe formularë të tjerë kompleksë të deklarimit tatimor.
Ekipet tani po zbatojnë të njëjtën qasje për mbajtjen e librave kontabël, auditimin dhe mbështetjen e TI-së, duke ndërtuar sisteme që përmirësohen përmes përshtypjeve të profesionistëve të fushës dhe përdorimit në praktikë.
Ndonjëherë një produkt më i mirë na lejon ta thjeshtojmë atë që kemi ndërtuar, por ndonjëherë vetë modeli ende nuk mund ta kryejë detyrën.
Nëse ndërtojmë vetëm atë që modelet e sotme e bëjnë tashmë të mundur, nuk do të zbulojmë mangësitë në inteligjencë që ekipi i kërkimit duhet të plotësojë më tej. Prandaj shumë nga bashkëpunimet tona të rëndësishme nisin pikërisht te këta kufij, me klientin, inxhinierët e angazhuar në terren dhe ekipin e kërkimit të përkushtuar për t’i kapërcyer së bashku.
Kishim zhvilluar tashmë një platformë shërbimi ndaj klientit me një klient të madh në telekomunikacion dhe ai donte ta zgjeronte edhe te komunikimi zanor.
Komunikimi zanor përbënte rreth 90% të volumit të shërbimit të tij ndaj klientit. Trajtimi i këtyre rasteve pa ndërhyrje njerëzore kushtonte më shumë se në bisedat me tekst dhe sillte sfida të reja teknike: trajtimi i thekseve, toni, koha e përgjigjes dhe saktësia duhej të arrinin nivelin e nevojshëm për përdorim real. Një zgjidhje e suksesshme do të sillte një ndryshim të ndjeshëm për biznesin e tij.
Gjatë përcaktimit të fushëveprimit, modeli ynë arriti rreth 60% në testet kryesore të vlerësimit që përdornim për të parë nëse mund ta kryente detyrën në kushte reale. Kishim arritur kufijtë e aftësive të tij. Thirrja e funksioneve dhe ndjekja e udhëzimeve në skenarët e shërbimit ndaj klientit duhej të përmirësoheshin.
Ia shpjeguam këtë klientit dhe përfshimë ekipin e kërkimit në punë. Inxhinierët e angazhuar në terren punuan me klientin për të ndërtuar platformën dhe për të përcaktuar çfarë duhej të bënte modeli. Ekipi i kërkimit punoi për të plotësuar mangësitë në aftësi, ndërsa versionet e njëpasnjëshme të modelit na lejuan të testonim përparimin kundrejt kërkesave të klientit.
Brenda gjashtë muajve, rezultatet në testet kryesore të vlerësimit u rritën nga rreth 60% në 80% e më pas në mbi 90%, duke arritur nivelet e nevojshme për përdorim real.
Modeli zanor që rezultoi tani mbështet zgjidhjen e vënë në përdorim nga ai klient, zgjidhje të tjera të personalizuara për shërbimin ndaj klientit dhe zgjidhje të menaxhuara përmes Presence. Një problem i hasur në biznesin e një klienti ndihmoi në identifikimin e përmirësimeve që mund t’u shërbenin shumë të tjerëve.
Çdo pjesë kishte rëndësi. Klienti u angazhua të punonte për një problem që modeli ende nuk mund ta zgjidhte. Inxhinierët e angazhuar në terren qëndruan mjaft pranë klientit për ta përcaktuar qartë problemin, për të ndërtuar platformën dhe për ta udhëhequr bashkëpunimin nga fillimi në fund. Ekipi i kërkimit përmirësoi aftësitë bazë të modelit.
Kjo është mënyra tjetër për ta bërë të panevojshme ndërhyrjen tonë: të ndihmojmë që një problem që modelet e sotme nuk e zgjidhin, të kthehet në një aftësi që modelet e ardhshme mund ta ofrojnë. Përfitimi nga puna jonë shkon përtej orëve që kalojmë me një klient të vetëm.
Iu bashkova OpenAI për të ndihmuar që IA-ja të bëhej e dobishme në punën e përditshme të njerëzve. Ky synim vazhdon ta udhëheqë ekipin. Shpesh i them ekipit se në shumicën e rasteve të zhvillimit të LLM-ve vlen parimi i briskut të Okamit: zgjidhja më e thjeshtë është më e mira. Në një kompani që dallohet për kërkimin e saj të avancuar dhe në një industri të njollosur nga ekzagjerimet, duam të ndërtojmë zgjidhje që funksionojnë me besueshmëri dhe ku profesionistët në terren mund të mbështeten.
Synimi është që çdo bashkëpunim të përmirësojë atë që vjen më pas: një produkt më të lehtë për t’u vënë në përdorim, një model që përballon një detyrë më të vështirë ose më pak punë të personalizuar për klientin e radhës.
Nëse ke një problem të vështirë që dëshiron ta zgjidhësh, do të na pëlqente të punonim me ty. Nëse dëshiron të ndihmosh në zgjidhjen e këtyre problemeve, do të na pëlqente të na bashkoheshe.
Atëherë, çfarë bëjmë kur Codex mund të kryejë punën për të cilën na u deshën muaj të tërë zhvillimi?
Kërko problemin më të vështirë.
