OpenAI dots与企业领导者的下一个决策

在对话结束后仍继续工作的AI助手改变了我们委派工作的方式。对企业领导者来说,有益的问题是:可以分配哪些职责、如何核实工作成果,以及谁来承担责任。

OpenAI将dots描述为在对话之间持续推进工作、并带回结果或决定供审阅的持久型智能体。访问权限正在向符合条件的账户逐步开放。

在我看来,商业机会在于减少让工作持续推进所需的努力。调研、跟进、文件准备之所以耗时,是因为人们必须反复收集背景信息并决定接下来会发生什么。保持连续性的智能体可以有所帮助。其价值仍需在智能体实际运行的工作流程中得到验证。

OpenAI推出了什么

根据OpenAI官方文档,dot运行在GPT-6 Astra之上,拥有自己的云端计算机和浏览器。它可以调研、分析数据、准备文件并构建软件。当用户的计算机关机时,云端工作仍可继续。[2]

这里需要谨慎区分。云端计算机、与应用连接、对本地计算机的访问是各自独立的能力。连接消息渠道并不会自动授予其他服务的访问权限。每个连接都有自己的权限和要求。[2]

对CTO而言,在设计访问权限时这一区分很重要。对CEO而言,在就智能体应负责什么达成一致时这一区分很重要。

一个实用的企业示例

想象一个正在准备供应商续约的假设采购团队。信息分散在合同、使用报告和多封电子邮件中。目前,管理员在每次讨论前都要把这些信息收集起来。

一个合理的试点会让dot使用经批准的来源维护续约摘要,找出缺失的信息,并为管理员准备问题。团队在扩大职责范围之前会先审查第一批结果。

指示应定义交付物及其边界:保持摘要更新,展示关键数字背后的来源,突出未解决的假设,并准备供审阅的往来函件。商业决策的责任仍在管理员身上。

这是一个示例工作流程,并非声称OpenAI验证过这一特定用例或提供过经测量的节省数据。

按系统必须完成的工作来比较系统

在选择平台之前,我将比较三种方法。

对话式助手在某人进行交流的过程中帮助其完成工作。持久型智能体则跨交流承担责任。选择取决于连续性是否解决了一个实际问题。

预定义的工作流遵循明确的步骤。智能体可以就信息变化时如何应对提出建议。稳定、重复的流程可能受益于传统自动化;输入不断变化的工作可能值得做智能体试点。

演示展示的是一次发生了什么。运营评估问的是系统能否反复产出可接受的结果,包括在来源缺失或相互矛盾时。企业采购应由后者来指导。

CEO应做什么

选择一项有限的职责,并指定一位业务负责人。供应商摘要、内部项目更新或定期会议准备,比宽泛的提升生产率指令能提供更清晰的起点。

在试点前衡量当前流程。记录员工时间、周转时间,以及产出可接受成果所需的修改。试点期间,将审阅时间和返工也纳入比较。

询问结果是否帮助团队做出更好的决策或按时完成任务。生成更多文档并不一定意味着更多商业价值。

事先就扩展条件达成一致。业务负责人应能说明哪些结果可以接受,以及哪些失败会导致试点停止。

CTO应建立什么

定义智能体可以使用的来源以及需要人参与的工作。从最小可用的访问范围开始。在扩大访问权限之前,用代表性数据和故意不完整的输入进行测试。

对重要输出要求证据。续约摘要应能将引用的金额追溯到来源,并能将当前事实与假设区分开来。

评估整个工作流。检查检索质量、计算、文档质量、访问边界以及失败步骤后的恢复。一个正确的段落无法弥补错误的来源文件。

建立实用的停止和恢复程序。OpenAI指出,停止任务并不会撤销已完成的工作,而且被委派或重复执行的任务可能需要单独的控制。团队在分配持续性职责之前应了解这些控制。[2]

监控所执行工作的成本,包括人工审阅。不要在没有额外证据的情况下,将一个成功的小型试点外推为全公司范围的节省。

未来的决策

Dots使持续委派成为具体的产品提案。该提案能否改善企业,取决于所分配的职责、可用的信息以及审阅的质量。

我会从能够核实结果的工作开始,从修正中学习,并且只在有证据支持时才扩展。这为领导者提供了投资依据,也让员工在塑造工具使用方式上有明确的角色。

在您的组织中,您会首先把哪项持续性职责分配给AI智能体?在扩大其权限之前,您需要看到什么证据?

以数学方式思考。以智慧进行工程。以战略引领。负责任地构建。在全球扩展。通过人工智能创造真正的商业价值。

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

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