В течение последних нескольких недель OpenAI закладывала основу для чего-то большого. Пока большинство пользователей только начинали realmente изучать задачи ChatGPT – новую функцию, которая позволяет пользователям планировать и запускать задачи, – компания готовилась к чему-то гораздо более значительному.

Выпуск Operator вчера – еще один ясный сигнал о том, куда движется искусственный интеллект: от моделей, которые просто обрабатывают информацию, к агентам, которые могут активно работать вместе с нами.

Каждый день мы тратим бесчисленные часы на навигацию по веб-сайтам, заполнение форм, бронирование услуг и управление цифровыми задачами. ИИ в основном наблюдал со стороны, ограничиваясь тем, что дает советы или обрабатывает текст. Operator, вместе с некоторыми другими недавними объявлениями об агентах, такими как Computer Use от Anthropic и Project Mariner от Google (GOOGL ), меняет эту динамику полностью.

Техническое достижение здесь значимо. OpenAI создала ИИ, который может видеть и взаимодействовать с веб-интерфейсами как человек. Он захватывает скриншоты, понимает визуальные макеты и принимает решения о том, где кликнуть, что набрать и как навигировать.

Вот что вам нужно знать об агенте Operator: Пока многие инструменты ИИ фактически заперты за API и специализированными интеграциями, Operator работает с вебом точно так же, как и вы. Он видит экран, понимает контекст и принимает действия напрямую.

Более близкий взгляд на реальную производительность Operator

Когда компании ИИ выпускают бенчмарки, важно внимательно посмотреть, что на самом деле означают эти цифры. Производительность Operator рассказывает другую историю в разных тестовых средах.

Самый впечатляющий метрик – это 87% успеха Operator на бенчмарке WebVoyager. Это важно, потому что WebVoyager тестирует реальные веб-сайты – фактические платформы, которые мы используем ежедневно, такие как Amazon (AMZN ) и Google Maps. Это не контролируемый лабораторный тест. Это производительность в дикой природе.

Но когда мы смотрим на другие бенчмарки, мы видим более нюансированную картину:

• Бенчмарк WebArena: 58.1% успеха. Тестирование симулированных веб-сайтов для задач, таких как шоппинг и управление контентом. Низкая производительность здесь на самом деле раскрывает что-то важное о том, как агенты ИИ обрабатывают структурированные и неструктурированные среды.
• Бенчмарк OSWorld: 38.1% успеха. Это тестирует сложные, многоступенчатые задачи, такие как объединение PDF-файлов из электронной почты. Значительное снижение производительности показывает нам текущие ограничения агентов ИИ, когда задачи требуют нескольких контекстных переключений.

Что меня интересует в этих цифрах, так это то, как они отражают закономерности человеческого обучения. Мы обычно выполняем лучше в знакомых, реальных средах, чем в искусственных тестовых сценариях. Тот факт, что Operator превосходно справляется с реальными веб-сайтами, а с симулированными – хуже, предполагает, что его обучение отдает приоритет практической полезности над теоретической производительностью.

Эти бенчмарки устанавливают новые рекорды в автоматизации браузера, но разные показатели успеха в разных тестах рассказывают нам что-то важное о стратегии OpenAI.

Подумайте о своей собственной навигации по вебу. Большинство задач просты: заполнение форм, совершение покупок, бронирование назначений. Вот где 87% успеха Operator сияет. Более сложные задачи – где производительность снижается – обычно являются теми, где человеческий надзор ценен.

Эти данные предполагают, что OpenAI принимает намеренное решение: сначала довести до совершенства общие задачи, а затем постепенно расширить их до более сложных операций. Это практический подход, который отдает приоритет непосредственной полезности над теоретическими возможностями.

Бенчмарки агентов ИИ (OpenAI)

Стратегия OpenAI за оператором

Подход OpenAI с Operator раскрывает тщательно скоординированную стратегию.

Сначала рассмотрите время. Недавний выпуск функций, таких как задачи ChatGPT, не был просто о добавлении функций – это было о подготовке пользователей к автономным агентам.

Но вот что действительно интересно: OpenAI планирует раскрыть модель CUA через API. Это означает, что разработчики смогут создавать свои собственные компьютерные агенты.

Последствия этого значительны:

1. Потенциал интеграции

• Прямая интеграция в существующие рабочие процессы
• Пользовательские агенты для конкретных бизнес-потребностей
• Отраслевые решения для автоматизации

2. Путь будущего развития

• Расширение до пользователей Plus, Team и Enterprise
• Прямая интеграция с ChatGPT
• Географическое расширение (хотя Европа будет дольше из-за регуляторных требований)

Стратегические партнерства также говорят о многом. OpenAI пытается создать целую экосистему. Они работают с компаниями, такими как DoorDash (DASH ), Instacart и OpenTable, но также с государственными организациями, такими как город Стоктон.

Это указывает на будущее, где агенты ИИ не являются просто помощниками, а неотъемлемыми частями того, как мы взаимодействуем с цифровыми системами.

Что это на самом деле означает для вас

Мы вступаем в фазу, где ИИ не просто отвечает на вопросы – он становится активным участником нашей цифровой жизни.

Подумайте о ваших ежедневных онлайн-задачах. Не о сложной, стратегической работе, которая требует вашего опыта, а о повторяющихся задачах. Я говорю о поиске вариантов путешествий на нескольких сайтах, заполнении стандартных форм, сборе данных из различных веб-источников и управлении рутинными бронированиями. Вот где Operator изначально устраняет цифровую суету. Но это не то место, где он остановится. Со временем агенты ИИ смогут выполнять все более сложные рабочие процессы.

Ранние данные о производительности также говорят нам что-то важное: Operator превосходно справляется с рутинными веб-задачами с 87% успехом. Ранние пользователи, которые научатся эффективно интегрировать его, будут иметь значительное преимущество в производительности.

График интеграции раскрывает тщательный подход OpenAI. Они начинают с пользователей Pro в США, затем расширяют до пользователей Plus, Team и Enterprise, а затем интегрируют напрямую в ChatGPT.

Мы наблюдаем фундаментальный сдвиг в том, как инструменты ИИ работают. Реальный вопрос, который вы должны задать себе, не является ли вопросом о том, чтобы адаптироваться к этому изменению, но о том, как сделать это стратегически. Технология будет развиваться, но принцип остается: ИИ переходит от ответов на вопросы к принятию действий. Те, кто понимает этот сдвиг рано, будут иметь значительное преимущество в формировании того, как эти инструменты интегрируются в их рабочие процессы.