OpenAI želi ChatGPT spremeniti v pomočnika z dostopom do vsega, kar uporabnik počne v digitalnem svetu

Takšen pristop lahko uporabniku prihrani veliko časa. Hkrati pa odpira neprijetno vprašanje: koliko nadzora nad svojimi podatki, komunikacijo in vsakodnevnimi opravili je pripravljen prepustiti jezikovnemu modelu.

Odgovornost za tveganje prevzamejo tudi zaposleni OpenAI

Andrew Ambrosino, vodilni inženir namizne aplikacije pri OpenAI, je sistemu omogočil dostop do številnih osebnih in službenih orodij. Zaveda se, da lahko model pri pripravi dokumenta uporabi informacije iz zasebnega pogovora ali drugega vira, ki ga ne bi smel vključiti v končni izdelek.

Kljub temu pravi, da je pripravljen sprejeti določeno tveganje, ker želi izdelek preizkusiti v resničnem okolju. Ta odnos je pomemben, saj kaže, da največji problem agentne umetne inteligence ni več samo kakovost odgovorov. Ključno postaja vprašanje, ali bo sistem znal pravilno presoditi, katere informacije sme uporabiti, katera dejanja lahko izvede in kdaj mora uporabnika ustaviti ter prositi za potrditev.

ChatGPT Work, ki je na voljo v naročnini za 20 dolarjev na mesec, je namenjen predvsem uporabnikom, ki niso programerji. OpenAI želi podobne zmožnosti, kot jih razvijalci že uporabljajo pri orodjih Codex in Claude Code, prenesti v finance, komunikacije, prodajo, pravo, zdravstvo in druge poklice.

Odgovarjanje na vprašanja ni več dovolj

Klasični klepetalnik uporabniku pripravi besedilo, povzetek ali predlog. Agent pa lahko pregleda več virov, sprejme odločitev, uporabi zunanje orodje in opravi nalogo do konca.

V praksi lahko na primer prebere koledar v elektronski pošti in dogodke vnese v Google Calendar. Lahko analizira podatke iz javnih podjetij, pripravi nadzorno ploščo, ustvari podatkovno zbirko ali iz pogovora v Slacku izdela grafikone. Zaposleni v OpenAI naj bi ga uporabljali tudi za tedenska poročila in pretvarjanje preglednic v orodja za načrtovanje.

To je model digitalnega osebnega pomočnika, ki ne čaka več na posamezno vprašanje, temveč deluje v ozadju in povezuje podatke iz različnih sistemov. Njegova vrednost se poveča prav zato, ker lahko vidi informacije, ki so bile doslej razpršene med elektronsko pošto, CRM sistemom, dokumenti, klepeti in preglednicami.

Vendar je uspeh odvisen od tega, ali uporabnik sistemu zaupa dovolj, da mu dovoli dostop. Uporabniki lahko razumejo korist, obenem pa se sprašujejo, ali bo model pomotoma poslal sporočilo, razkril občutljive podatke ali izvedel dejanje, ki ga niso nameravali odobriti.

Ključ do uporabnosti je “harness”

Vsak jezikovni model potrebuje programski sloj, ki določa, katere informacije vidi, katera orodja lahko uporablja in kako se odziva na uporabnikova navodila. V industriji se ta sloj pogosto imenuje “harness” oziroma delovno okolje za model.

Pri programiranju je lahko takšno okolje ukazna vrstica, v kateri model pregleduje datoteke in spreminja kodo. Za širšo javnost pa ukazna vrstica ni dovolj dostopna. OpenAI zato poskuša enake zmogljivosti skriti za preprostejšim pogovornim vmesnikom.

To pomeni, da uporabniku ni treba vedeti, kako povezati Google Drive, koledar, Slack ali sistem za upravljanje projektov. Dovolj naj bi bilo, da opiše cilj, model pa bi sam izbral primerna orodja in izvedel potrebne korake.

Vmesnik pa mora biti dovolj preprost, ne da bi postal nevarno nejasen. Uporabnik mora razumeti, do česa ima model dostop, kaj bo naredil in katera dejanja bodo izvedena samodejno. Pri trenutnih različicah naj bi bilo nastavljanje dovoljenj še vedno zmedeno. Včasih je mogoče ustvariti koledarski dogodek, ni pa mogoče ustvariti novega koledarja. Nekatere funkcije so dostopne samo v spletni aplikaciji, druge v mobilni.

Poslovni model temelji na daljšem delu agentov

Za OpenAI je prehod k agentom pomemben tudi poslovno. Daljši in bolj zapleteni procesi porabijo več žetonov, zato lahko aktivnejši uporabniki ustvarijo več prihodka kot tisti, ki klepetalnik uporabijo le nekajkrat na mesec.

Zato želi podjetje preseči področje programiranja, ki je sicer pokazalo velik potencial, vendar predstavlja le majhen del celotnega pisarniškega dela. Notranja raziskava OpenAI je pokazala, da je Codex junija uporabljalo 98 odstotkov zaposlenih, vendar le 17 odstotkov organizacijskih naročnikov in manj kot odstotek individualnih uporabnikov.

Razlika kaže, da je največji izziv prepričati običajne uporabnike, da agent ni le zanimiva tehnološka igrača, temveč orodje, ki jim lahko zanesljivo prihrani čas.

Največji problem ni tehnologija, temveč zaupanje

Programersko kodo je lažje preveriti: deluje ali ne deluje, teste je mogoče avtomatizirati, napake pa pogosto ponoviti. Pri predstavitvi, poslovni strategiji, prodajnem predlogu ali kadrovskem poročilu je kakovost težje izmeriti.

Zato ni dovolj, da agent opravi nalogo. Uporabnik mora vedeti, kako je prišel do rezultata, katere vire je uporabil in kje obstaja možnost napake. Pri tem je pomemben tudi nadzor nad stroški. Pri intenzivni uporabi lahko agent v nekaj dneh porabi več deset milijonov žetonov, čeprav uporabnik plačuje pavšalno naročnino.

Za evropska podjetja je razvoj pomemben zaradi vprašanj varstva podatkov, odgovornosti in nadzora nad avtomatiziranimi dejanji. Agent, ki ima dostop do elektronske pošte, internih dokumentov in finančnih podatkov, ni več običajna aplikacija. Potreboval bo jasno določene pravice, revizijsko sled, omejitve dostopa in možnost takojšnje zaustavitve.

OpenAI želi ustvariti digitalno različico “čarobne škatle”, v katero uporabnik vnese cilj in iz nje dobi rezultat. Toda prava preizkušnja ne bo, ali lahko agent opravi impresivno nalogo. Preizkušnja bo, ali mu bodo ljudje dovolili dostop do dovolj velikega dela svojega življenja, da bo res postal nepogrešljiv.