ევროკავშირის კომპანიებში AI-ის გამომავალი token-ების 55% აგენტებზე მოდის

OpenAI-მა 14 ოქტომბერს გამოქვეყნებულ ევროკავშირის ანგარიშში განაცხადა, რომ მის ChatGPT Enterprise და Business მომხმარებელთა ნიმუშში Codex-სა და ChatGPT Work-ზე გამომავალი token-ების ნახევარზე მეტი მოდის. მონაცემი ამ პროდუქტებით შექმნილი შიგთავსის დიდ მოცულობას აჩვენებს, თუმცა რამდენმა კომპანიამ გადაიტანა მათზე სამუშაო პროცესი, აქედან არ ჩანს.

15 ოქტომბრის TechRadar-ის გაშუქებაში საერთო წილი 55%-ადაა მითითებული, ხოლო ქვეყნების მაჩვენებლები სლოვენიის 22%-იდან ლიეტუვის 85%-მდე მერყეობს. ეს OpenAI-ის მომსახურებით შექმნილი გამომავალი token-ების თანაფარდობაა და არა ევროკავშირში აგენტების მომხმარებელი კომპანიების წილი. საქართველოში ან სხვა მომწოდებლის პლატფორმაზე მომუშავე ბიზნესი ამ ნიმუშში არ შედის.

რა დგას 55%-ის უკან

გამომავალი token მოდელის მიერ გენერირებული შიგთავსის მოცულობის ერთეულია. ანგარიშის მეთოდოლოგიური ანალიზის თანახმად, 30 სექტემბრით დასრულებულ 28-დღიან მონაკვეთში Codex-ის წილი 34% იყო, ChatGPT Work-ის — 21%, ჩვეულებრივი ChatGPT-ის — 45%; მცირე ბიზნესის ყოველკვირეული აქტიური მომხმარებლების ცალკე გრაფიკი კი მაისის საწყის კვირასთან შედარებით 8,1-ჯერ ზრდას აჩვენებს. საერთო წილი ორი პროდუქტის გამომავალს აერთიანებს, მომხმარებელთა ზრდის მაჩვენებელი კი სხვა კითხვას პასუხობს.

დიდი სხვაობა შეიძლება თვით სამუშაოს ხანგრძლივობამ წარმოქმნას. აგენტს, რომელიც კოდის რამდენიმე ფაილზე მუშაობს, შეცდომას ასწორებს და შედეგს თავიდან ამუშავებს, შეუძლია ბევრად მეტი შიგთავსი დააგენერიროს, ვიდრე მოკლე კითხვებზე პასუხების სერიამ. ეს პირობითი მაგალითია და კონკრეტული კომპანიის შედეგს არ აღწერს; ის აჩვენებს, რატომ ვერ გადაითვლება token-ების მოცულობა მომხმარებლების ან დავალებების რაოდენობად.

ანგარიშში „აგენტური“ პროდუქტის მიხედვით არის განსაზღვრული: Codex-ისა და ChatGPT Work-ის გამომავალი ამ ჯგუფში ხვდება. ასეთი დათვლა არ ადგენს, კონკრეტულ სესიაში რამდენი დამოუკიდებელი ნაბიჯი შესრულდა, დასჭირდა თუ არა ადამიანს ჩარევა და მიიღო თუ არა კომპანიამ გამოსაყენებელი საბოლოო შედეგი. ამიტომ მოცულობის ზრდა პროდუქტების ინტენსიურ გამოყენებაზე მეტყველებს, მაგრამ მას დროის ეკონომიად ან ხარისხის გაუმჯობესებად პირდაპირ ვერ გადავაქცევთ.

ამ კლასიფიკაციას კიდევ ერთი შედეგი აქვს. თუ თანამშრომელი აგენტურ პროდუქტში მხოლოდ მოკლე პასუხს იღებს, მისი გამომავალი მაინც აგენტურ კატეგორიაში მოხვდება; ჩვეულებრივ ChatGPT-ში შესრულებული შედარებით რთული დიალოგი კი მეორე ჯგუფში დარჩება. საზომი პროდუქტების გამოყენების სტრუქტურას მიჰყვება, მაგრამ ცალკეული სამუშაოების სირთულეს ან ავტონომიურობას არ ანაწილებს.

რატომ განსხვავდება ქვეყნების მაჩვენებლები

სლოვენიისა და ლიეტუვის მაჩვენებლებს შორის სხვაობა ერთსა და იმავე მომსახურებაში შექმნილი გამომავლის სტრუქტურას აღწერს. მაღალი წილი შეიძლება ნიშნავდეს, რომ ადგილობრივი კლიენტები აგენტურ პროდუქტებს განსაკუთრებით ინტენსიურად იყენებენ, მაგრამ ის რამდენიმე ანგარიშის ხანგრძლივი სამუშაოებითაც შეიძლება იყოს განპირობებული. ქვეყნების მიხედვით ანგარიშების რაოდენობა და მათ მიერ შექმნილი token-ების მოცულობა გამოქვეყნებული არ არის, ამიტომ ამ ვარიანტების ერთმანეთისგან გამიჯვნა შეუძლებელია.

ქვეყნის პროცენტის AI-ის გავრცელების რეიტინგად წაკითხვა კიდევ ერთ განსხვავებას ფარავს: ის მხოლოდ OpenAI-ის Enterprise და Business ანგარიშებს ეხება. ეკონომიკაში კომპანიების ნაწილი სხვა მომწოდებლის მოდელს იყენებს, ნაწილი კი ხელოვნურ ინტელექტს საერთოდ არ იყენებს. არც ერთი ჯგუფი ამ გამოთვლის საფუძველში არ შედის. თუ ქვეყნის კორპორაციულ ნიმუშში მომხმარებელთა შემადგენლობა იცვლება, token-ების წილიც შეიძლება შეიცვალოს ისე, რომ მთლიან ეკონომიკაში აგენტების გავრცელება უცვლელი დარჩეს.

დიაპაზონი უფრო გამოსადეგია პროდუქტების შიდა თანაფარდობის გასაგებად, ვიდრე ქვეყნების საერთო ტექნოლოგიური მზაობის შესაფასებლად. ევროპულ კლიენტებთან მომუშავე ქართულ გუნდს ქვეყნის პროცენტი შეიძლება ბაზრის სიგნალად მოეჩვენოს, მაგრამ ის ვერ ეტყვის, ამ ქვეყანაში რამდენი პოტენციური დამკვეთი იყენებს აგენტს. ამ კითხვას კომპანიების დონეზე შეგროვებული, იმავე ერთეულით დათვლილი მონაცემი სჭირდება.

რას ნიშნავს მცირე ბიზნესის მომხმარებელთა ზრდა

ყოველკვირეული აქტიური მომხმარებელი უკვე ადამიანთან დაკავშირებული საზომია და არა გენერირებული შიგთავსის მოცულობა. ამ ჯგუფში შედიან კომპანიები, რომლებსაც OpenAI-ის პროდუქტებთან მაქსიმუმ ორასი დაკავშირებული მომხმარებელი ჰყავთ; ეს განსაზღვრება ბიზნესის თანამშრომელთა მთლიან რაოდენობას ან ბრუნვას არ ზომავს. ამიტომ მაჩვენებლის პირდაპირ შედარება ოფიციალურ სტატისტიკაში გამოყენებულ მცირე და საშუალო საწარმოების კატეგორიასთან არაზუსტი იქნება.

ზრდის კოეფიციენტი საწყის მასშტაბსაც მალავს. საწყისი და საბოლოო მომხმარებელთა აბსოლუტური რაოდენობები გამოქვეყნებული არ არის, ამიტომ ერთი და იმავე რვაგზიანი მატების უკან სრულიად განსხვავებული რაოდენობის ადამიანები შეიძლება იდგნენ. ამასთან, დროის მონაკვეთში ChatGPT Work დაემატა პროდუქტების ჯგუფს: საწყისი და საბოლოო კვირები იდენტურ შეთავაზებას არ ადარებს. ზრდა აქტივობის მატებას ასახავს, თუმცა ცალკე ვერ გვიჩვენებს, რამდენი ახალი მომხმარებელი მოიზიდა მხოლოდ Codex-მა და რამდენი — დამატებულმა პროდუქტმა.

ამ მეტრიკას მაინც მკაფიო მნიშვნელობა აქვს: მცირე ზომის კორპორაციულ ანგარიშებში აგენტურ პროდუქტებს მეტი ყოველკვირეული აქტიური მომხმარებელი ჰყავს. ეს გავრცელების კითხვასთან უფრო ახლოს დგას, ვიდრე token-ების წილი, რადგან მომხმარებლებს ითვლის. მაგრამ მასაც აკლია კომპანიების რიცხვი და ინფორმაცია იმის შესახებ, რა დასრულდა კონკრეტულ სამუშაოში.

სამი განსხვავებული საზომი ქართული კომპანიებისთვის

ევროპულ ბაზართან დაკავშირებული ქართული კომპანიისთვის ამ მონაცემის ყველაზე პრაქტიკული შედეგი საზომების გამიჯვნაა. ერთსა და იმავე გუნდში მაღალი გამომავალი მოცულობა შეიძლება რამდენიმე ინტენსიური მომხმარებლისგან მოდიოდეს, ხოლო ფართო გამოყენებასაც არ ახლდეს დასრულებული სამუშაოების ზრდა. ამ განსხვავების დასანახად საჭიროა ერთმანეთისგან დამოუკიდებელი მაჩვენებლები, დათვლილი ერთსა და იმავე პერიოდში და გუნდის ერთსა და იმავე შემადგენლობაზე.

• გამომავალი token-ების წილი აჩვენებს, გენერირებული შიგთავსის რა ნაწილი შეიქმნა აგენტურ პროდუქტებში. ის გამოყენების მოცულობას აღწერს, თუმცა ადამიანების რაოდენობას ვერ ცვლის.
• აქტიური მომხმარებლების წილი აჩვენებს, გუნდის რამდენმა წევრმა გამოიყენა აგენტი განსაზღვრულ პერიოდში. ეს განასხვავებს მთელ გუნდში გავრცელებას რამდენიმე განსაკუთრებით აქტიური თანამშრომლის მუშაობისგან.
• დასრულებული დავალებების წილი აჩვენებს, დაწყებული სამუშაოებიდან რამდენმა მიაღწია წინასწარ განსაზღვრულ შედეგს. აქ ცალკე უნდა გამოჩნდეს შეწყვეტილი მცდელობა და შემთხვევა, როცა შედეგი ადამიანმა ხელახლა შეასრულა.

ეს საზომები სხვადასხვა გადაწყვეტილებას ემსახურება. პირველი გენერირებული სამუშაოს მოცულობას აჩვენებს, მეორე — დანერგვის მასშტაბს, მესამე კი მიღებულ შედეგს. თუ მხოლოდ გამომავლის მოცულობა მატულობს, კომპანიისთვის გადამწყვეტი კითხვა შესრულებული სამუშაოს ხარისხსა და მასზე ადამიანების დახარჯულ დროზე გადადის.

ასევე წაიკითხეთ:

• OpenAI-ის აგენტებმა 53 მომხმარებლის სურათი გარე საიტებზე ატვირთეს
• OpenAI API თუ Claude API: იაფ token-ს latency და retry შეიძლება გადაასწროს
• AI აგენტებს საკუთარი იდენტობა ექნებათ — 12 კომპანია წესებზე შეთანხმდა