Iparág

Mesterséges intelligenciával generált szöveg

Növekvő szakadék a mesterséges intelligenciát gyorsan alkalmazó vállalatok és elmaradók között

A főszereplő az OpenAI és annak üzleti ügyfélbázisa, valamint az általuk gyűjtött felhasználási adatok.

Növekvő szakadék a mesterséges intelligenciát gyorsan alkalmazó vállalatok és elmaradók között

Az OpenAI friss adatai szerint újonnan kirajzolódó „vannak és nincsük” rétegződés alakul ki a globális vállalatok között az AI-használat terén. A jelentés szerint a mesterséges intelligenciát gyorsan és széles körben alkalmazó vállalatok jelentősen előnyt szereznek azokkal szemben, amelyek lassabban váltanak.

Konkrét számok

Az OpenAI riportja szerint júniusban a legmagasabb 10%-ba tartozó cégek felhasználóinak kimeneti token-fogyasztása átlagosan 8,3-szorosa volt a középső sávba tartozó vállalatokénak. Ez éles emelkedés az év elejéhez képest: januárban ugyanez a mutató még csak 2,6-szoros volt a mediánhoz viszonyítva. A jelentést először a Semaforral osztotta meg az OpenAI.

Váltás a ChatGPT-ről a Codexre

A tanulmány továbbá azt mutatja, hogy az OpenAI üzleti ügyfelei összességében több tokent használnak a Codexen — az OpenAI agentikus, kódolást támogató platformján —, mint a hagyományos ChatGPT-felületen. Ez arra utal, hogy a vállalatok egyre inkább olyan feladatokra alkalmazzák az AI-t, ahol a rendszer több automatizált, végrehajtó jellegű tevékenységet végez a puszta kérdezés helyett. Ronnie Chatterji, az OpenAI vezető közgazdásza a Semafornak megfogalmazott kommentárjában ezt úgy jellemezte, hogy a vállalatok az „egyre inkább végrehajtó jellegű munkára” váltanak.

Verseny és üzleti következmények

Az OpenAI erőteljesebb vállalati ügyfélkörre irányuló törekvése részben azt a célt szolgálja, hogy felzárkózzon a rivális Anthropichoz, amely korán hangsúlyt helyezett az üzleti felhasználókra és a kódolási eszközökre a fogyasztói piac mellett. Mindkét vállalat a nagy nyilvános tőzsdei bevezetésre (IPO) készül.

A történet egyúttal emlékeztet a múlt technológiai átalakulásaira, például az internet elterjedésére, amikor az első alkalmazók gyors előnyt szereztek, majd a többiek akkor zárkóztak fel, amikor a termelékenységi nyereségek bizonyítottá váltak. Ronnie Chatterji szerint a mai vezérigazgatók és műszaki igazgatók központi kihívása az, hogy a vezető testületeknek és részvényeseknek megmagyarázzák: az AI-ra fordított növekvő kiadások megtérülnek.

A megtérülés mérése nehéz

Chatterji ugyanakkor hangsúlyozta, hogy a magas token-felhasználás önmagában még nem jelenti a termelékenység növekedését, és a befektetések megtérülésének pontos mérését „őszintén szólva nehéz megtenni”. Ez rávilágít arra, hogy bár a használati mutatók erőteljesen eltérnek cégek között, a valódi üzleti haszon — és annak hiteles mérőszámai — továbbra is bizonytalanok.