За останні кілька тижнів OpenAI готувалася до чогось значного. Хоча більшість користувачів тільки починали досліджувати ChatGPT Tasks – нову функцію, яка дозволяє користувачам планувати та запускати завдання – компанія готувалася до чогось набагато більшого.

Вчора було випущено Operator, ще один чіткий сигнал про те, куди рухається штучний інтелект: від моделей, які просто обробляють інформацію, до агентів, які можуть активно працювати разом з нами.

Кожного дня ми витрачаємо безліч годин на навігацію по сайтах, заповнення форм, бронювання послуг та управління цифровими завданнями. Штучний інтелект здебільшого спостерігав за цим з боку, обмежуючись тим, що давав поради або обробляв текст. Operator, разом з іншими недавніми оголошеннями про агентів, такими як Computer Use від Anthropic та Project Mariner від Google (GOOGL ), змінює цю динаміку повністю.

Технічне досягнення тут значне. OpenAI створила штучний інтелект, який може бачити та взаємодіяти з веб-інтерфейсами, як це робить людина. Він захоплює знімки екрана, розуміє візуальні макети та приймає рішення про те, де клацнути, що набрати та як навігація.

Ось що вам потрібно знати про Operator Agent: Хоча багато інструментів штучного інтелекту фактично обмежені API та спеціалізованими інтеграціями, Operator працює з веб-інтерфейсом точно так, як ви це робите. Він бачить екран, розуміє контекст та виконує дії безпосередньо.

Ближче знайомство з реальними можливостями Operator

Коли компанії штучного інтелекту публікують свої бенчмарки, важливо уважно поглянути на те, що ці цифри насправді означають. Результати Operator розповідають іншу історію в різних тестових середовищах.

Найвражаюча метрика – це 87% успішний результат Operator на WebVoyager benchmark. Це має значення, оскільки WebVoyager тестує реальні веб-сайти – фактичні платформи, які ми використовуємо щодня, як Amazon (AMZN ) та Google Maps. Це не контрольований лабораторний тест. Це виконання у дикій природі.

Але коли ми поглянемо на інші бенчмарки, ми побачимо більш нюансовану картину:

• WebArena Benchmark: 58.1% успішний результат. Тестування симульованих веб-сайтів для завдань, таких як шопінг та управління контентом. Нижча продуктивність тут насправді показує нам щось важливе про те, як агенти штучного інтелекту обробляють структуровані та неструктуровані середовища.
• OSWorld Benchmark: 38.1% успішний результат. Це тестує складні, багатокрокові завдання, такі як об’єднання PDF-файлів з електронної пошти. Значне зниження продуктивності показує нам поточні обмеження агентів штучного інтелекту, коли завдання вимагають кількох контекстних перемикань.

Те, що мене цікавить у цих цифрах, це те, як вони віддзеркалюють людські моделі навчання. Зазвичай ми виконуємо краще в знайомих, реальних середовищах, ніж у штучних тестових сценаріях. Той факт, що Operator добре працює на реальних веб-сайтах, а погано на симульованих, свідчить про те, що його навчання пріоритезує практичну користь над теоретичною продуктивністю.

Ці бенчмарки встановили нові рекорди в автоматизації браузера, але різниця в успішних результатах у різних тестах говорить нам щось важливе про стратегію OpenAI.

Підумайте про свою власну навігацію по веб-ресурсах. Більшість завдань прості: заповнення форм, здійснення покупок, бронювання призначень. Тут 87% успішний результат Operator сяє. Більш складні завдання – де продуктивність знижується – зазвичай ті, де людський нагляд є цінним.

Ці дані свідчать про те, що OpenAI робить свідомий вибір: вдосконалити звичайні завдання спочатку, а потім поступово розширити до більш складних операцій. Це практичний підхід, який пріоритезує негайну користь над теоретичними можливостями.

Бенчмарки агентів штучного інтелекту (OpenAI)

Стратегія OpenAI за Operator

Підхід OpenAI до Operator розкриває ретельно сплановану стратегію.

Спочатку подумайте про час. Недавнє впровадження функцій, таких як ChatGPT Tasks, не було просто про додавання функцій – це було про підготовку користувачів до автономних агентів.

Але ось що справді цікаво: OpenAI планує відкрити модель CUA через API. Це означає, що розробники зможуть створювати власних комп’ютерних агентів.

Вплив від цього значний:

1. Потенціал інтеграції

• Прямо інкорпорована у існуючі робочі процеси
• Кастомні агенти для конкретних бізнес-потреб
• Рішення для автоматизації галузей

2. Шлях майбутнього розвитку

• Розширення до користувачів Plus, Team та Enterprise
• Прямо інтегрована з ChatGPT
• Географічне розширення (хоча Європа буде займати більше часу через регуляторні вимоги)

Стратегічні партнерства також свідчать про це. OpenAI намагається створити цілий екосистему. Вони працюють з компаніями, такими як DoorDash (DASH ), Instacart та OpenTable, але також з громадськими організаціями, такими як місто Стоктон.

Це вказує на майбутнє, де агенти штучного інтелекту не будуть просто помічниками, а інтегральними частинами того, як ми взаємодіємо з цифровими системами.

Що це насправді означає для вас

Ми вступаємо в фазу, де штучний інтелект не просто відповідає на питання – він стає активним учасником нашого цифрового життя.

Підумайте про свої щоденні онлайн-завдання. Не про складні, стратегічні завдання, які потребують вашої експертизи, а про повторювані завдання. Я говорю про дослідження варіантів подорожей на декількох сайтах, заповнення стандартизованих форм, збирання даних з різних веб-джерел та управління звичайними бронюваннями. Це те місце, де Operator спочатку усуває цифрову зайнятість. Але це не те місце, де це зупиниться. З часом агенти штучного інтелекту зможуть виконувати все більш складні робочі процеси.

Дані про продуктивність також свідчать про те, що Operator добре працює з повторюваними веб-завданнями з 87% успішним результатом. Ранні користувачі, які навчилися ефективно інтегрувати його, матимуть значну перевагу в продуктивності.

Графік інтеграції також розкриває ретельний підхід OpenAI. Вони починають з користувачів Pro у США, потім розширюють до користувачів Plus, Team та Enterprise, а потім інтегрують безпосередньо в ChatGPT.

Ми спостерігаємо фундаментальну зміну того, як інструменти штучного інтелекту працюють. Правильне питання, яке ви повинні поставити собі, не те, чи адаптуватися до цієї зміни, а як зробити це стратегічно. Технологія буде розвиватися, але принцип залишається: штучний інтелект переходить від відповідей на питання до виконання дій. Ті, хто зрозуміє цю зміну раніше, матимуть значну перевагу у формуванні того, як ці інструменти інтегруються у їхні робочі процеси.