Картица резултата за доба вештачке интелигенције

Питање које чујем од финансијских директора широм света је једноставно: како да остваримо већу вредност од наших улагања у вештачку интелигенцију?

Годинама је тржиште мерило успех софтвера кроз његову прихваћеност: купљена корисничка места, активне кориснике, обновљене лиценце. Разумевање вредности вештачке интелигенције захтева снажније мерило: обављен посао.

Основно економско питање са којим се суочавају финансијски директори (CFO) и други пословни лидери јесте да ли вредност посла који обавља вештачка интелигенција расте брже од трошкова његове производње.

Одговор на то питање захтева дубљу анализу од метрике као што је трошак по токену. Модел са нижим трошковима може имати јефтиније токене, али постизање одличних резултата може захтевати више покушаја, више времена или више људске провере. Способнији модел може имати скупље токене, али може обавити исти задатак у једном пролазу. Оно што је важно јесте укупни трошак постизања успешног исхода, у односу на вредност коју тај исход ствара.

Крајње мерило за доба вештачке интелигенције могло би се посматрати као „корисна интелигенција по долару”. Ова метрика одговара на четири кључна питања:

1. Да ли вештачка интелигенција обавља посао који је важан?
2. Колико кошта сваки успешно обављен задатак?
3. Да ли људи могу да се ослоне на резултат?
4. Да ли сваки долар уложен у вештачку интелигенцију доноси већу вредност са порастом употребе?

Почните са самим послом.

Колико је проблема клијената вештачка интелигенција помогла да се реше? Колико је измена кода испоручено уз њену помоћ? Колико је уговора прегледано? Колико је времена то уштедело људима? Колико је одлука побољшано зато што је прави контекст био доступан у правом тренутку?

Токени стварају вредност када се претворе у рад који људи могу да користе. Како модели постају способнији, могу да преузимају дуже и сложеније задатке: одржавање контекста; резоновање кроз више корака; рад са различитим алаткама; и прилагођавање током рада.

Најбоље је започети са једним током посла. Дефинишите шта значи „завршено” и мерите тај исход у систему у којем се рад одвија.

За тим за подршку, „завршено” може да значи да је проблем клијента решен. За инжењерски тим, то може да означава измену кода која прође тестове. За правни тим, то може да означава уговор који је прецизно прегледан и на време.

Замислите финансијски тим који се припрема за преглед прогнозе. Велики део посла обавља се пре доношења коначне одлуке: проналажење најновије прогнозе, премештање података у Excel или Sheets, уочавање промена, усклађивање картица, поновна израда слајдова и провера да се све савршено поклапа.

ChatGPT Work може да преузме велики део тог процеса, дајући тиму више времена да се усредсреди на питања која су важна: шта се променило? Зашто? Шта треба да урадимо следеће?

То у пракси представља корисну интелигенцију по долару. Завршава се више посла, и то брже, док људи више времена проводе примењујући своје расуђивање, креативност и стручност.

Следеће питање је колико кошта да се тај посао добро заврши.

Задаци вештачке интелигенције се знатно разликују. Брз одговор може захтевати мало рачунарских ресурса. Ток рада у програмирању, истраживању или финансијском раду може да подразумева дубље резоновање, употребу алатки и бројне радње. Ти сложенији задаци могу захтевати више израчунавања, али могу створити знатно већу вредност.

На нивоу модела, трошак по успешно обављеном задатку зависи од цене, количине коришћеног израчунавања и вероватноће постизања исправног резултата. За предузеће, укупни трошак обухвата и време запослених, људску проверу, поновне покушаје и дораде.

Прорачун је једноставан:

• Додајте укупне трошкове завршетка радова.
• Избројте задатке који су испунили захтевани стандард квалитета.
• Поделите укупан трошак бројем успешних задатака.

Због тога најнижа цена по токену не доводи увек до најнижег трошка по исходу. Гранични модел може пружити најбољу вредност чак и за рутински захтев ако да тачан одговор у једном пролазу, смањујући поновне покушаје, латентност, проверу и укупно израчунавање.

Породица модела организована по нивоима пружа клијентима више начина да оптимизују ову једначину. GPT‑5.6, који смо објавили прошле недеље, има три нивоа: Sol је наш водећи модел; Terra балансира учинак и цену; Luna је наш најбржи и најприступачнији модел.

Ови нивои представљају корисне полазне тачке. Економски аспекти целокупног задатка би у крајњој линији требало да одреде прави модел. Клијент може да користи модел Luna за брз ток рада великог обима, Terra за рад који захтева већу дубину или Sol када снажније резоновање даје најбољи резултат уз мање покушаја.

Обучили смо GPT‑5.6 да из сваког токена извуче више корисног рада. На индексу вештачке анализе кодирања агената, GPT‑5.6 Sol уз максимално резоновање поставио је нови врхунски резултат, користећи 54% мање излазних токена него други водећи модел. На графикону у наставку приказано је поређење.

У оквиру породице модела GPT‑5.6, циљ је исти: више успешно обављеног посла по долару. Већа ефикасност чини постојеће задатке повољнијим. Веће могућности омогућавају потпуно нове врсте рада.

Свака нова генерација модела би требало да унапреди обе стране те једначине. Клијенти би требало да могу да обављају послове веће вредности, док истовремено трошак извршавања сваког задатка наставља да опада.

Трећа мера је поузданост.

Усвајање вештачке интелигенције обично се продубљује у фазама. Прво, вештачка интелигенција помаже при изради нацрта. Затим проналази контекст и разлоге кроз алатке и податке. Временом почиње да предузима радње, обрађује изузетке и завршава токове посла, док људи обезбеђују расуђивање и контролу тамо где је потребно.

Сваки корак ствара већу вредност и захтева више од система.

Поузданост има директну економску вредност. Када су резултати тачни, добро поткрепљени изворима, доследни и ескалирани на одговарајући начин, људи троше мање времена на прегледање, исправљање и поновно обављање посла. Успешно обављени задаци коштају мање, а организације стичу поверење да користе вештачку интелигенцију у важнијим токовима рада.

Тимови могу ово да конкретизују праћењем три исхода:

• Спремност за употребу: Резултат је испунио стандард квалитета у испорученом облику.
• Потребна је исправка: Резултат је захтевао поновни покушај или ручне измене.
• Потребна је ескалација: Неко је морао да се укључи и заврши посао.

Ове мере пружају богатију слику него сама тачност модела. Показују да ли вештачка интелигенција заиста смањује обим посла потребан за завршетак пројекта.

Поузданост такође захтева јасне границе. Пре него што вештачка интелигенција пређе са израде нацрта у предузимање радњи, организације треба да дефинишу:

• Којим подацима систем може да приступи.
• Које системе може да користи или мења.
• Када особа треба да прегледа или одобри радњу.

Безбедност, сигурност, приватност и контрола стварају основу за дубље коришћење. Људи треба да разумеју како се систем понаша, како се поступа са њиховим подацима и како се управља његовим радњама.

ChatGPT Work се надовезује на темеље безбедности, приватности, усклађености и управљања радним простором које пружа ChatGPT Enterprise. Ово омогућава организацијама да вештачкој интелигенцији пруже више контекста и приступ вреднијим токовима рада, уз задржавање одговарајућег надзора.

Способност заслужује да буде прва искоришћена. Поузданост чини вештачку интелигенцију делом начина на који се посао обавља.

Коначно питање је да ли се економска исплативост побољшава са повећањем обима.

Предузећа ово могу да мере тако што ће током времена пратити исти ток рада. Пратите колико је задатака испунило ниво квалитета, укупан трошак њиховог обављања и трошак по успешно обављеном задатку. Ако обим завршеног посла расте брже од укупних трошкова, а квалитет се одржава или побољшава, сваки долар уложен у вештачку интелигенцију доноси већу вредност.

Израчунавање је у средишту ове једначине.

Израчунавање покреће истраживања и сваки задатак који вештачка интелигенција обавља. Обликује квалитет производа, брзину, поузданост, доступност и трошкове. Израчунавање за обуку ствара будуће способности. Израчунавање за инференцију већ данас даје корисне резултате. И једно и друго би требало да доведе до бољих исхода за клијенте.

Бољи модели, ефикаснија инференција, наменски направљен хардвер, већа искоришћеност, паметније усмеравање и снажнији дизајн производа – све то побољшава повраћај на уложено израчунавање. Свака генерација инфраструктуре помаже у обучавању способнијих модела. Бољи алгоритми, хардвер и софтвер затим помажу да се ти модели ефикасније опслужују.

Клијенти та побољшања доживљавају у практичном, људском смислу: бољи одговори, бржи резултати, мање исправака, поузданији производи и нижи трошкови за посао који им је потребно обавити.

Добици се увећавају. Боља инфраструктура убрзава истраживања. Истраживање ствара способније и ефикасније моделе. Бољи модели побољшавају производе. Бољи производи подстичу усвајање, учење и приходе. Тај раст подржава наставак улагања у следећу генерацију истраживања, израчунавања, примене и безбедности.

OpenAI обједињује ове делове кроз једну заједничку платформу за интелигенцију. Људи га користе преко услуге ChatGPT и ChatGPT Work. Програмери развијају преко услуге Codex и API-ја. Предузећа га примењују у системе у којима се обавља рад.

Када се један слој побољша, сваки производ и сваки клијент могу да имају користи.

Узимајући у обзир све четири мере, можемо да видимо да ли се корисна интелигенција по долару побољшава.

Користан рад нам говори шта вештачка интелигенција производи. Трошак по успешном задатку показује нам шта је потребно за постизање исхода. Поузданост нам показује колики део резултата рада људи могу са сигурношћу да користе. Вредност при скалирању нам говори да ли сваки долар и свака јединица израчунавања постижу више током времена.

Циљ је вештачка интелигенција која помаже људима да обављају смисленији посао, доносе боље одлуке и проводе више времена на деловима свог посла који захтевају изразито људско расуђивање и креативност.

Наш посао је да ту једначину чинимо бољом са сваком генерацијом: способнији модели, бржи и поузданији резултати и нижи трошкови за посао који клијентима треба да буде обављен.

Тако вештачка интелигенција временом постаје кориснија за све већи број људи и организација.