OpenAI se snaží přenést úspěch a vlastnosti AI agentů z oblasti programování také do běžné kancelářské práce. ChatGPT Work by tak už neměl pouze odpovídat na otázky, ale samostatně plnit vícekrokové úkoly, pracovat s e-mailem, kalendářem nebo firemními aplikacemi a nakonec vrátit hotový výsledek. Má to ale zásadní háček. Čím více práce chcete AI přenechat, tím větší přístup ke svým datům a službám jí budete muset dát.
Agentická budoucnost podle OpenAI? Více schopností, méně soukromí
ChatGPT Work vychází z programovacího nástroje Codex. Princip je podobný. Místo jedné odpovědi dostane agent úkol, rozdělí si jej na jednotlivé kroky, použije dostupné nástroje a dále v podstatě pracuje samostatně. OpenAI vidí největší potenciál v rutinních úkonech s velkým množstvím dat. Zaměstnanci firem pomocí agentů připravují pravidelné reporty, plánovací tabulky nebo automatizují práci v emailovém klientovi. Bez přístupu k e-mailu a dalším zdrojům ale agent mnoho nezvládne
Bez přístupu k e-mailu a dalším službám ale agent mnoho nezvládne
Právě zde přichází problém s důvěrou. Andrew Ambrosino, vedoucí inženýr pro vývoj desktopové aplikace OpenAI, poskytl svému agentovi přístup k e-mailu, Slacku, telefonu, Notionu, Figmě a dalším aplikacím. Sám přitom připouští, že model může například při přípravě dokumentu použít informaci ze soukromé zprávy, aniž by správně pochopil, že ji sdílet nemá. Ambrosino je kvůli testování ochoten toto riziko podstoupit, běžný uživatel by ale měl být podstatně opatrnější. Autor původního zdrojového článku při testování narazil také na problémy s oprávněními. Nastavit agentovi pouze přístup ke čtení cloudového úložiště se ukázalo jako komplikované a systém nakonec vyžadoval plný přístup. Některá nastavení jsou navíc dostupná pouze přes webovou aplikaci.
Jednotlivé integrace mají také překvapivá omezení. ChatGPT Work může například v Google Kalendáři vytvářet události, ale nedokáže založit nový kalendář. OpenAI proto stále řeší, jak agentní funkce nabídnout lidem, kteří nejsou technicky zaměření. Firma sama přiznává, že například nastavení množství času a výpočetního úsilí, které má agent úkolu věnovat, není pro nové uživatele příliš intuitivní. Zajímavý je také vývoj samotného rozhraní. OpenAI původně u Codexu více sázela na to, že model dostane úkol a zvládne jej téměř celý bez zásahů člověka. Anthropic u Claude Code zvolil jiný přístup. Agent uživateli postupně nabízel možnosti, ptal se na další postup a pravidelně informoval, co právě dělá. OpenAI proto později přidala více možností, kdy může člověk do práce agenta zasáhnout.

Zdroj: CNN
Další problém spočívá v hodnocení výsledků. U programovacího kódu lze relativně snadno ověřit, jestli funguje. U obchodní strategie, prezentace nebo investičního rozhodnutí tak jednoduché měřítko neexistuje. OpenAI používá mimo jiné benchmark GDPval, který obsahuje stovky úloh znalostní práce ze čtyřicetičtyř profesí, a výsledky kombinuje se zpětnou vazbou skutečných uživatelů. U některých profesí se ale správnost rozhodnutí ukáže třeba až za několik měsíců. Z takových činností se proto AI učí mnohem obtížněji než z programování, kde může výsledek ověřit téměř okamžitě.
Čtyři dny používání znamenaly přes 80 milionů tokenů
Agentní práce má ještě jednu nevýhodu. Spotřebovává ohromné množství výpočetních prostředků. Agent může pracovat desítky minut, používat několik nástrojů a opakovaně analyzovat velké množství informací. Autor článku během čtyř dnů používání s předplatným za 20 dolarů spotřeboval přes 80 milionů tokenů. Podle analýzy modelu by taková spotřeba odpovídala přibližně 65 dolarům, tedy více než trojnásobku měsíční ceny předplatného za pouhé čtyři dny. OpenAI tvrdí, že na efektivitě dál pracuje a stejná práce by měla postupně vyžadovat méně výpočetního výkonu.
ChatGPT Work tak dobře ukazuje, kam se dnešní AI asistenti posouvají. Místo dalšího chatbota má vzniknout výkonný AI kolega, kterému zadáme požadovaný výsledek a zbytek práce necháme na něm. Jenže aby byl skutečně užitečný, musíme mu dát přístup k e-mailům, dokumentům, firemním aplikacím a dalším oblastem. A právě důvěra, oprávnění, ztráta soukromí a vysoké náklady mohou být nakonec větší překážkou než schopnosti samotného modelu.
Zdroj: techcrunch.com