OpenAI dots同企業領袖嘅下一個決定

對話完咗之後仲繼續做嘢嘅AI助手,改變咗我哋點樣交託工作。對企業領袖嚟講,有用嘅問題係:可以分配邊啲職責、點樣核實工作成果,同埋邊個承擔責任。

OpenAI將dots形容為一個持續性智能體,喺對話之間繼續推進工作,仲會帶返結果或者決定畀人審閱。使用權限而家正向合資格嘅帳戶逐步開放。

喺我睇嚟,商業機會在於減少令工作持續推進所需嘅努力。調研、跟進、文件準備之所以花時間,係因為人哋要不斷重複咁收集背景資料,再決定下一步會發生咩事。一個保持連續性嘅智能體可以幫到手。佢嘅價值仲要喺智能體實際運作嘅工作流程度得到驗證。

OpenAI推出咗咩

根據OpenAI官方文件,dot運行喺GPT-6 Astra之上,擁有自己嘅雲端電腦同瀏覽器。佢可以調研、分析數據、準備文件同埋建立軟件。就算用戶嘅電腦熄咗機,雲端工作都可以繼續。[2]

呢度需要小心區分。雲端電腦、同應用程式連接、對本地電腦嘅存取,係三樣獨立嘅能力。連接訊息渠道並唔會自動授予其他服務嘅存取權限。每個連接都有自己嘅權限同要求。[2]

對CTO嚟講,設計存取權限嘅時候呢個區分好重要。對CEO嚟講,喺就智能體應該負責咩達成一致嘅時候,呢個區分都好重要。

一個實用嘅企業例子

想像一個正在準備供應商續約嘅假設採購團隊。資料分散喺合約、使用報告同多封電郵度。而家,管理員喺每次討論之前都要將呢啲資料收集埋一齊。

一個合理嘅試點會叫dot用經批准嘅來源嚟維護續約摘要,搵出缺失嘅資料,仲幫管理員準備問題。團隊喺擴大職責範圍之前會先審閱第一批結果。

指示應該界定交付物同佢嘅界限:保持摘要更新,展示關鍵數字背後嘅來源,突出未解決嘅假設,仲要準備畀人審閱嘅往來函件。商業決策嘅責任仍然喺管理員身上。

呢個係一個示例工作流程,並唔係話OpenAI驗證過呢個特定用例或者提供過經量度嘅慳錢數據。

按系統要完成嘅工作嚟比較系統

喺揀平台之前,我會比較三種方法。

對話式助手喺交流嘅過程入面幫人完成工作。持續性智能體就跨交流承擔責任。揀邊個,取決於連續性係咪解決咗一個實際問題。

預設嘅工作流跟隨明確嘅步驟。智能體可以喺資料有變嘅時候建議點樣應對。穩定、重複嘅流程可能受惠於傳統自動化;輸入不斷變化嘅工作可能值得做智能體試點。

演示只係展示一次發生咗咩事。營運評估問嘅係系統可唔可以重複咁產出可以接受嘅結果,包括喺來源缺失或者互相矛盾嘅時候。企業採購應該由後者嚟指導。

CEO應該做咩

揀一項有限嘅職責,仲要指名一位業務負責人。供應商摘要、內部項目更新或者定期會議準備,比起廣泛嘅提升生產率指令,可以提供一個更清晰嘅起點。

喺試點之前量度而家嘅流程。記錄員工時間、周轉時間,同埋產出可以接受成果所需嘅修改。試點期間,將審閱時間同返工都納入比較。

問下結果係咪幫到團隊做出更好嘅決策或者準時完成工作。產生更多文件唔一定等於更多商業價值。

事先就擴展條件達成一致。業務負責人應該可以講得出邊啲結果可以接受,同埋邊啲失敗會令試點停止。

CTO應該建立咩

界定智能體可以用嘅來源同埋需要人參與嘅工作。由最小但有用嘅存取範圍開始。喺擴大存取權限之前,用代表性數據同故意唔完整嘅輸入做測試。

對重要輸出要求證據。續約摘要應該可以將引用嘅金額追溯到來源,仲要可以將當前事實同假設區分開。

評估成個工作流。檢查檢索質素、計算、文件質素、存取邊界,同埋步驟失敗之後嘅恢復。一個正確嘅段落補償唔到一個錯嘅來源檔案。

建立實用嘅停止同恢復程序。OpenAI指出,停止任務並唔會撤銷已完成嘅工作,而且被委派或者重複執行嘅任務可能需要獨立嘅控制。團隊喺分配持續性職責之前應該了解呢啲控制。[2]

監察所執行工作嘅成本,包括人工審閱。唔好喺冇額外證據嘅情況下,將一個成功嘅小型試點外推成全公司範圍嘅慳錢。

未來嘅決定

Dots令持續委派成為具體嘅產品提案。呢個提案可唔可以改善企業,取決於所分配嘅職責、可用嘅資料,同埋審閱嘅質素。

我會由可以核實結果嘅工作開始,喺修正之中學習,仲要淨係喺有證據支持嘅時候先至擴展。呢樣為領導者提供投資依據,亦都畀員工喺塑造工具使用方式上面有明確嘅角色。

喺你嘅組織入面,你會首先將邊項持續性職責分配畀AI智能體?喺擴大佢嘅權限之前,你需要見到咩證據?

以數學思考。以智慧做工程。以策略引領。負責任咁建立。喺全球擴展。透過人工智能創造真正嘅商業價值。

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

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