OpenAI dots와 기업 리더들의 다음 결정

대화가 끝난 후에도 계속 일하는 AI 어시스턴트는 우리가 일을 위임하는 방식을 바꿉니다. 기업 리더들에게 유용한 질문은 어떤 책임을 맡길 수 있는지, 작업을 어떻게 확인할 것인지, 그리고 누가 책임을 지는가입니다.

OpenAI는 dots를 대화 사이에서 작업을 계속하고 검토를 위해 결과나 결정을 가져오는 지속적인 에이전트로 설명합니다. 접근 권한은 자격을 갖춘 계정에 점진적으로 제공되고 있습니다.

제 견해로는 비즈니스 기회는 작업을 계속 진행하는 데 필요한 노력을 줄이는 데 있습니다. 조사, 후속 작업, 문서 준비는 사람들이 반복적으로 맥락을 모으고 다음에 무슨 일이 일어날지 결정해야 하기 때문에 시간이 소요됩니다. 연속성을 유지하는 에이전트가 도움이 될 수 있습니다. 그 가치는 아직 에이전트가 작동할 워크플로우에서 입증되어야 합니다.

OpenAI가 소개한 것

공식 OpenAI 문서에 따르면, dot는 GPT-6 Astra에서 실행되며 자체 클라우드 컴퓨터와 브라우저를 가지고 있습니다. 조사하고, 데이터를 분석하고, 문서를 준비하고, 소프트웨어를 만들 수 있습니다. 사용자의 컴퓨터가 꺼져 있을 때도 클라우드 작업은 계속될 수 있습니다. [2]

여기에는 주의 깊은 구분이 필요합니다. 클라우드 컴퓨터, 앱에 대한 연결, 로컬 컴퓨터에 대한 접근은 별개의 기능입니다. 메시징 채널을 연결한다고 다른 서비스에 대한 접근이 자동으로 부여되지는 않습니다. 각 연결에는 고유한 권한과 요구 사항이 있습니다. [2]

CTO에게는 접근을 설계할 때 이 구분이 중요합니다. CEO에게는 에이전트가 무엇을 책임져야 하는지 합의할 때 중요합니다.

실용적인 기업 예시

공급업체 갱신을 준비하는 가상의 조달 팀을 생각해 보세요. 정보는 계약서, 사용 보고서, 여러 이메일에 흩어져 있습니다. 현재는 관리자가 매 논의 전에 이를 모읍니다.

합리적인 파일럿은 dot에게 승인된 소스를 사용하여 갱신 요약을 유지하고, 누락된 정보를 파악하고, 관리자를 위한 질문을 준비하도록 요청할 것입니다. 팀은 책임을 확대하기 전에 첫 번째 결과를 검토합니다.

지시문은 출력물과 그 한계를 정의해야 합니다: 요약을 최신 상태로 유지하고, 중요한 수치 뒤의 소스를 보여주고, 해결되지 않은 가정을 강조하고, 검토를 위한 서신을 준비하는 것입니다. 상업적 결정에 대한 책임은 관리자에게 남습니다.

이것은 예시적인 워크플로우이지, OpenAI가 이 특정 사용 사례를 검증했거나 측정된 절감을 제공했다는 주장은 아닙니다.

시스템을 수행해야 하는 작업으로 비교하라

플랫폼을 선택하기 전에 세 가지 접근 방식을 비교하겠습니다.

대화형 어시스턴트는 교환 중에 누군가가 작업을 완료하도록 돕습니다. 지속적인 에이전트는 교환을 넘나들며 책임을 집니다. 선택은 연속성이 실제 문제를 해결하는지에 달려 있습니다.

사전 정의된 워크플로우는 명시적 단계를 따릅니다. 에이전트는 정보가 변경될 때 어떻게 대응할지 제안할 수 있습니다. 안정적이고 반복적인 프로세스는 기존 자동화의 혜택을 볼 수 있습니다; 입력이 변하는 작업은 에이전트 파일럿을 정당화할 수 있습니다.

시연은 한 번 무슨 일이 있었는지 보여줍니다. 운영 평가는 시스템이 반복적으로 수용 가능한 결과를 생산하는지 묻습니다, 소스가 누락되거나 모순될 때도 포함해서. 기업 구매는 후자에 따라 안내되어야 합니다.

CEO가 해야 할 일

지명된 비즈니스 소유자와 함께 한정된 책임 하나를 선택하세요. 공급업체 요약, 내부 프로젝트 업데이트 또는 반복 회의 준비는 생산성 개선이라는 광범위한 지시보다 더 명확한 출발점을 제공합니다.

파일럿 전에 현재 프로세스를 측정하세요. 직원 시간, 처리 시간, 수용 가능한 출력을 생산하는 데 필요한 수정 사항을 기록하세요. 파일럿 중에는 검토 시간과 재작업도 비교에 포함하세요.

결과가 팀이 더 나은 결정을 내리거나 마감일을 맞추는 데 도움이 되는지 물어보세요. 더 많은 문서가 생성된다고 해서 반드시 더 많은 비즈니스 가치를 의미하지는 않습니다.

확장 조건을 미리 합의하세요. 비즈니스 소유자는 어떤 결과가 수용 가능한지, 어떤 실패가 파일럿을 중단시킬지 설명할 수 있어야 합니다.

CTO가 확립해야 할 것

에이전트가 사용할 수 있는 소스와 사람이 필요한 작업을 정의하세요. 가장 작은 유용한 접근 범위부터 시작하세요. 접근을 확장하기 전에 대표 데이터와 의도적으로 불완전한 입력으로 테스트하세요.

중요한 출력에 대해 증거를 요구하세요. 갱신 요약은 인용된 금액을 소스까지 추적할 수 있어야 하며 현재 사실을 가정과 구별할 수 있어야 합니다.

전체 워크플로우를 평가하세요. 검색 품질, 계산, 문서 품질, 접근 경계, 실패한 단계 후 복구를 확인하세요. 올바른 단락은 잘못된 소스 파일을 보상할 수 없습니다.

실용적인 중단 및 복구 절차를 설정하세요. OpenAI는 작업을 중단해도 완료된 작업이 되돌려지지 않으며, 위임되거나 반복되는 작업에는 별도의 제어가 필요할 수 있다고 지적합니다. 팀은 지속적인 책임을 맡기 전에 이러한 제어를 이해해야 합니다. [2]

인간 검토를 포함한 수행된 작업의 비용을 모니터링하세요. 추가 증거 없이 성공적인 작은 파일럿을 회사 전체 절감으로 추정하지 마세요.

앞으로의 결정

Dots는 지속적인 위임을 구체적인 제품 제안으로 만듭니다. 그 제안이 기업을 개선하는지 여부는 할당된 책임, 사용 가능한 정보, 검토의 품질에 달려 있습니다.

저는 결과를 확인할 수 있는 작업으로 시작하고, 수정에서 배우며, 증거가 지지할 때만 확장할 것입니다. 이는 리더들에게 투자의 근거를 제공하고 직원들에게 도구 사용 방식을 형성하는 명확한 역할을 줍니다.

귀하의 조직에서 어떤 지속적인 책임을 먼저 AI 에이전트에게 맡기시겠습니까? 그리고 그 권한을 확장하기 전에 어떤 증거가 필요하십니까?

수학적으로 생각하라. 지능적으로 엔지니어링하라. 전략적으로 리드하라. 책임감 있게 구축하라. 전 세계적으로 확장하라. 인공지능을 통해 실제 비즈니스 가치를 창출하라.

#OpenAI #Dots #EnterpriseAI #AIStrategy #AILeadership #ResponsibleAI

Originally published on LinkedIn by Keshavan Thiagaraja. Read the original on LinkedIn.