วิธีบริหารการลงทุนด้าน AI ในยุคของเอเจนต์ AI

เป้าหมายของ OpenAI คือการทำให้ AI เข้าถึงได้ง่ายขึ้น มีความสามารถมากขึ้น และมีค่าใช้จ่ายที่ย่อมเยาลงเมื่อเวลาผ่านไป ราคาต่อหนึ่งล้านโทเค็นลดลงถึง 97% เมื่อเปลี่ยนจาก GPT‑4 มาเป็น GPT‑5.4 GPT‑5.6⁠ สานต่อความก้าวหน้านี้ด้วยประสิทธิภาพที่ดียิ่งขึ้นใน Artificial Analysis Coding Agent Index พร้อมลดจำนวนโทเค็นเอาต์พุตลง 54% และใช้เวลาต่องานน้อยลง 57%

แต่ราคาโทเค็นเพียงอย่างเดียวไม่ได้สะท้อนว่า AI สร้างคุณค่าได้จริงหรือไม่ ผู้นำควรให้ความสำคัญกับคุณค่าของงานที่เกิดขึ้นต่อหนึ่งดอลลาร์ ได้แก่ จำนวนงานที่ทำสำเร็จ เวลาที่ประหยัดได้ คุณภาพการตัดสินใจที่ดีขึ้น และเวิร์กโฟลว์ที่พร้อมขยายผล

เมื่อทีมเปลี่ยนจากการแชตไปสู่เวิร์กโฟลว์ที่ดำเนินต่อเนื่องยาวนานขึ้น ผู้ดูแลระบบจำเป็นต้องมองเห็นความต้องการ ค่าใช้จ่าย และความเสี่ยงได้ชัดเจนยิ่งขึ้น 

ต่อไปนี้คือ 5 วิธีในการลงทุนอย่างมั่นใจ

ผู้นำองค์กรจำเป็นต้องมีมุมมองที่ชัดเจนเกี่ยวกับการใช้งาน AI ว่าใครกำลังใช้งาน ใช้ผลิตภัณฑ์หรือโมเดลใด ใช้ความจุไปเท่าใด และการใช้งานนั้นสนับสนุนงานประเภทใด หากขาดการมองเห็นภาพรวมดังกล่าว ก็จะตีความค่าใช้จ่ายที่เพิ่มขึ้นได้ยาก ตัวเลขนี้อาจหมายถึงการสิ้นเปลืองโดยใช่เหตุ การทดลองที่ก่อให้เกิดประโยชน์ หรือเวิร์กโฟลว์ที่กำลังกลายเป็นส่วนสำคัญต่อธุรกิจ

ChatGPT Work⁠ รองรับงานที่ยาวขึ้นและมีหลายขั้นตอน การใช้งานจึงอาจแตกต่างกันไปอย่างมากตามเวิร์กโฟลว์ ผู้ดูแลระบบจำเป็นต้องเห็นงานที่อยู่เบื้องหลังการใช้งานนั้น ไม่ใช่เพียงเครดิตที่ใช้ไปเท่านั้น สิ่งนี้เป็นไปได้ด้วยมุมมองร่วมกันเกี่ยวกับความต้องการทั่วทั้ง ChatGPT การวิเคราะห์การใช้งานและการควบคุมการใช้จ่าย⁠ ที่ได้รับการอัปเดตในคอนโซลผู้ดูแลระบบ⁠(เปิดในหน้าต่างใหม่) ช่วยให้ผู้ดูแลระบบเห็นการนำ AI ไปใช้ การใช้เครดิต และค่าใช้จ่ายแยกตามผู้ใช้ ผลิตภัณฑ์ และโมเดล ติดตามแนวโน้ม ระบุรูปแบบที่เกิดขึ้น และเข้าใจว่าการใช้งานสะท้อนถึงการนำ AI ไปใช้ในวงกว้าง เวิร์กโฟลว์ของผู้ใช้ขั้นสูง หรือกระบวนการทางธุรกิจที่เกิดขึ้นซ้ำและควรได้รับการลงทุนเพิ่มหรือไม่

ข้อมูลเชิงลึกในระดับต่างๆ ช่วยชี้แนะแนวทางการตัดสินใจด้านการลงทุนและการส่งเสริมศักยภาพ

• เวิร์กสเปซ: การนำ AI ไปใช้และค่าใช้จ่ายเพิ่มขึ้นไปในทิศทางเดียวกันหรือไม่
• ทีมและผู้ใช้งาน: ความต้องการใช้งานเพิ่มขึ้นในจุดใด และใครบ้างที่อาจต้องการการสนับสนุนเพิ่มเติม
• ผลิตภัณฑ์และโมเดล: มีการใช้โมเดลที่มีราคาสูงในส่วนใดบ้าง และความต้องการใช้งานเหล่านั้นมีความต่อเนื่องยั่งยืนหรือไม่

มุมมองเหล่านี้จะช่วยให้ผู้ดูแลระบบตัดสินใจได้ว่าควรลงทุนเพิ่มที่จุดใด ควรให้คำแนะนำแก่ใคร หรือควรจำกัดการใช้งานในส่วนไหน

ราคาโทเค็นที่ต่ำที่สุดไม่ได้หมายความว่าจะมีต้นทุนรวมต่ำที่สุดเสมอไป โมเดลที่มีราคาถูกกว่าอาจทำงานไม่สำเร็จ ต้องลองใหม่ หรือสร้างผลงานที่ต้องกลับมาแก้ไขอีก โมเดลที่มีความสามารถสูงกว่าอาจมีราคาต่อโทเค็นแพงกว่า แต่สามารถให้ผลลัพธ์ที่ยอมรับได้รวดเร็วกว่า โดยใช้จำนวนครั้งในการลองน้อยลง และต้องตรวจทานน้อยลง

ประเมินโมเดลจากงานที่โมเดลจำเป็นต้องทำ ใช้การประเมินที่สะท้อนงานจริง⁠ รวมถึงเคสที่เกิดขึ้นได้น้อย และกำหนดนิยามของคำว่า “ดีพอ” ก่อนทำการทดสอบ จากนั้นวัดต้นทุนทั้งหมดที่ใช้เพื่อให้ได้ผลลัพธ์ตามเกณฑ์นั้น ซึ่งประกอบด้วย การใช้โมเดลและเครื่องมือ จำนวนครั้งที่พยายาม อัตราความสำเร็จ เวลาที่ใช้ในการประมวลผล และการตรวจทานโดยมนุษย์

สำหรับเวิร์กโฟลว์ที่มีความสำคัญ ให้ติดตามต้นทุนต่อผลลัพธ์ที่ได้รับการยอมรับ สำหรับงานบริการลูกค้า ผลลัพธ์ดังกล่าวอาจเป็นการแก้ไขเคสได้สำเร็จ สำหรับงานวิศวกรรม ผลลัพธ์ดังกล่าวอาจเป็นการเปลี่ยนแปลงที่ผ่านการทดสอบและผ่านการตรวจทานแล้ว นำต้นทุนนั้นมาพิจารณาร่วมกับคุณค่าทางธุรกิจ เช่น เวลาที่ประหยัดได้ ระยะเวลาของกระบวนการที่ลดลง รายได้ที่รักษาไว้ได้ ความเสี่ยงที่หลีกเลี่ยงได้ หรือขีดความสามารถที่เพิ่มขึ้น

การเลือกโมเดลเป็นเพียงส่วนหนึ่งของปัจจัยทั้งหมดเท่านั้น การกำหนดคำสั่งที่ชัดเจน การใช้เครื่องมือที่ตรงจุด การใช้บริบทซ้ำได้ และการระบุเงื่อนไขการหยุดทำงานที่ชัดเจน จะช่วยลดการทำงานซ้ำซ้อนและค่าใช้จ่ายที่สูญเปล่าได้ เป้าหมายคือการเลือกใช้โมเดลและเวิร์กโฟลว์ให้เหมาะสมกับงาน โดยให้ใช้โมเดลที่มีขนาดเล็กลงหรือทำงานได้รวดเร็วขึ้นเมื่อโมเดลเหล่านั้นมีคุณภาพถึงเกณฑ์ที่กำหนด และสงวนโมเดลระดับแนวหน้าไว้สำหรับงานที่มีความซับซ้อน งานที่ยังมีความคลุมเครือ หรือมีความสำคัญสูงเท่านั้น

ผู้นำองค์กรควรมองว่าการกำกับดูแลคือชั้นการดำเนินงานที่กำหนดว่างาน AI ประเภทใดสามารถขยายการใช้งานได้ ในทางปฏิบัติ องค์กรต้องกำหนดว่า ChatGPT ใช้บริบทใดได้ เข้าถึงเครื่องมือใดได้ ดำเนินการใดได้ ใครเป็นผู้อนุมัติขั้นตอนที่มีความเสี่ยงสูง และจะจัดสรรขีดความสามารถเพิ่มเติมอย่างไรเมื่อทีมพบเวิร์กโฟลว์ที่สร้างคุณค่า

เรื่องนี้จะยิ่งมีความสำคัญมากขึ้นเมื่อทีมต่างๆ เริ่มนำปลั๊กอิน ตัวเชื่อมต่อ ระบบการใช้งานคอมพิวเตอร์ และความสามารถระดับแนวหน้าอื่นๆ ที่ทำงานข้ามระบบองค์กรเข้ามาใช้งาน ChatGPT Work⁠ ช่วยให้ผู้ดูแลระบบจัดการการควบคุมทั้งหมดจากศูนย์กลาง ไม่ว่าจะเป็นสิทธิ์การเข้าถึง บริบทที่ได้รับอนุมัติ เครื่องมือที่เชื่อมต่อ การดำเนินการที่ได้รับอนุญาต การใช้งาน และค่าใช้จ่าย การควบคุมค่าใช้จ่าย เช่น การตั้งค่าเริ่มต้นสำหรับเวิร์กสเปซ การจำกัดงบประมาณรายกลุ่ม การปรับเปลี่ยนสิทธิ์รายบุคคล และการขออนุมัติโดยระบุบริบทของโปรเจกต์ ช่วยให้ผู้นำสนับสนุนงานที่มีมูลค่าสูงได้โดยไม่จำเป็นต้องขยายวงเงินงบประมาณในภาพรวม

สำหรับโครงการสำคัญ วิศวกรด้านการปรับใช้⁠(เปิดในหน้าต่างใหม่) AI ของ OpenAI สามารถทำงานร่วมกับลูกค้าโดยตรงในด้านการประเมินผล สถาปัตยกรรม ความหน่วง ความน่าเชื่อถือ และการออกแบบเวิร์กโฟลว์ เพื่อปรับปรุงทั้งประสิทธิภาพและความคุ้มค่าของต้นทุน ความเป็นส่วนตัวและการกำกับดูแลควรเป็นส่วนหนึ่งของการดำเนินงานตั้งแต่เริ่มต้น โดยเวิร์กโฟลว์ที่เกี่ยวข้องกับข้อมูลสำคัญต้องมีการควบคุมสิทธิ์การเข้าถึง นโยบายการเก็บรักษาข้อมูล การมองเห็นด้านการปฏิบัติตามข้อกำหนด และขั้นตอนการอนุมัติที่เหมาะสมก่อนขยายการใช้งาน ในกรณีที่เหมาะสม การควบคุมด้านความเป็นส่วนตัวสำหรับองค์กรของ OpenAI รวมถึงตัวเลือกการไม่เก็บข้อมูล⁠(เปิดในหน้าต่างใหม่) ช่วยให้ลูกค้านำ AI ไปใช้งานในสภาพแวดล้อมที่ต้องการความไว้วางใจสูงได้

ผู้นำองค์กรควรบริหารการลงทุนด้าน AI ในลักษณะพอร์ตโฟลิโอ ซึ่งประกอบด้วย การเปิดให้มีการเข้าถึงอย่างทั่วถึงเพื่อเพิ่มประสิทธิภาพการทำงานประจำวัน เวิร์กโฟลว์เฉพาะด้านที่ช่วยยกระดับงานที่ทำซ้ำได้ และการลงทุนเชิงกลยุทธ์จำนวนไม่มากที่สร้างขึ้นจากบริบทเฉพาะขององค์กร เวิร์กโฟลว์ที่เหมาะสมที่สุดคือกระบวนการที่มีการทำซ้ำในระดับที่ส่งผลกระทบอย่างมีนัยสำคัญ มีผู้รับผิดชอบที่ชัดเจน และสามารถวัดผลด้านคุณภาพ ความเสี่ยง และมูลค่าทางธุรกิจได้

การลงทุนควรสอดคล้องกับระดับความพร้อม ในขั้นสำรวจควรทดสอบว่าโมเดลสามารถรองรับงานนั้นได้หรือไม่ ขั้นตรวจสอบความถูกต้องควรทดสอบกรณีใช้งานที่เป็นตัวแทนของการใช้งานจริงเทียบกับเกณฑ์คุณภาพที่ชัดเจน ส่วนการลงทุนสำหรับการใช้งานจริงควรครอบคลุมการผสานรวมระบบ การควบคุม ความน่าเชื่อถือ และการบริหารการเปลี่ยนแปลงที่จำเป็นต่อการขยายการใช้งาน ความสามารถที่ใช้ร่วมกัน เช่น การระบุตัวตน ตัวเชื่อมต่อที่เชื่อถือได้ องค์ความรู้ที่คัดสรรแล้ว การประเมิน ความสามารถในการสังเกตการณ์ การกำหนดเส้นทางโมเดล และรูปแบบเอเจนต์ที่นำกลับมาใช้ซ้ำได้ ควรได้รับการจัดสรรงบประมาณจากส่วนกลาง เพื่อให้เวิร์กโฟลว์ใหม่แต่ละรายการเปิดใช้งานได้ง่ายและปลอดภัยยิ่งขึ้น

เมื่อเวิร์กโฟลว์พิสูจน์แล้วว่าสร้างคุณค่าได้จริง ผู้นำควรเลือกผลิตภัณฑ์ ขีดความสามารถ และรูปแบบการสนับสนุนให้สอดคล้องกับความต้องการใช้งาน ChatGPT Work⁠ มาพร้อมความสามารถที่พร้อมใช้งานสำหรับการแชต การเขียนโค้ด เวิร์กโฟลว์แบบเอเจนต์ ตัวเชื่อมต่อ ปลั๊กอิน การใช้งานคอมพิวเตอร์ และการดูแลระบบ บริษัทสามารถต่อยอดจากพื้นฐานดังกล่าวด้วยข้อมูลที่เป็นกรรมสิทธิ์ สิทธิ์การเข้าถึง การประเมินผล และตรรกะของเวิร์กโฟลว์ ในจุดที่องค์ประกอบเหล่านั้นสร้างมูลค่าที่แตกต่างได้

สำหรับเวิร์กโหลดในการใช้งานจริง รูปแบบการใช้งานเชิงพาณิชย์ควรสอดคล้องกับลักษณะการใช้งาน เช่น ความจุที่รับประกัน⁠ สำหรับระบบและเอเจนต์ที่ใช้งานจริงซึ่งต้องการความแน่นอนในการเข้าถึง Scale Tier⁠ สำหรับเวิร์กโหลด API ปริมาณมากที่มีรูปแบบการใช้งานคาดการณ์ได้ และ API แบบแบตช์⁠(เปิดในหน้าต่างใหม่) การประมวลผลแบบ Flex⁠(เปิดในหน้าต่างใหม่) หรือการแคชพรอมต์⁠ สำหรับงานแบบอะซิงโครนัสหรือบริบทที่ใช้ซ้ำ

สำหรับการใช้งานเชิงกลยุทธ์ในระดับที่ใหญ่ขึ้น OpenAI Frontier⁠ และ Deployment Company⁠(เปิดในหน้าต่างใหม่) สามารถช่วยให้องค์กรสร้าง ปรับใช้ และบริหารจัดการเพื่อนร่วมงาน AI ทั่วทั้งระบบขององค์กรได้ แนวทางนี้ช่วยให้ผู้นำขยายการใช้งานเวิร์กโฟลว์ที่พิสูจน์แล้วว่ามีประสิทธิภาพ ด้วยผลิตภัณฑ์ ขีดความสามารถ และรูปแบบการสนับสนุนที่เหมาะสม แทนที่จะให้แต่ละเวิร์กโฟลว์สร้างโครงสร้างพื้นฐานของตัวเองขึ้นใหม่