OpenAI je mnenja, da je ChatGPT že blizu človeški ravni v delovnih nalogah – na nivoju strokovnjakov.
OpenAI je razkril, da njihovi modeli ChatGPT že tekmujejo s človeškimi strokovnjaki na 44 različnih poklicnih področjih. Ob tem so predstavili tudi novo funkcionalnost – možnost neposrednega nakupa izdelkov iz trgovin Etsy in Shopify kar znotraj pogovornega vmesnika, brez preusmeritve na druge strani.
AI modeli dosegajo človeško raven znanja
Trditve temeljijo na novem merilu GDPval, s katerim OpenAI preverja zmogljivost umetne inteligence pri resničnih delovnih nalogah v devetih panogah, ki imajo največji vpliv na ameriški BDP. Testiranje je obsegalo 1.320 avtentičnih nalog s področij, kot so pravo, zdravstvena nega, finančno svetovanje, socialno delo in programiranje. Naloge so pripravili strokovnjaki z več kot desetletjem izkušenj, ki so tudi ocenjevali kakovost rešitev.
Rezultati so pokazali velik napredek:
- GPT-4o (pomlad 2024) je dosegel le 13,7 %,
- GPT-5 pa že skoraj 39 %, kar pomeni skoraj trikratno izboljšavo.
Še vedno pa je bil najboljši rezultat dosežen pri konkurenčnem modelu Claude Opus 4.1, ki je prepričal v 47,6 % primerjav s človeškimi strokovnjaki.
OpenAI poudarja, da modeli takšne naloge opravijo 100-krat hitreje in 100-krat ceneje kot ljudje, kar bi lahko imelo velik gospodarski vpliv.
ChatGPT kot nova nakupovalna platforma
Poleg testiranja zmogljivosti je OpenAI predstavil tudi funkcijo Instant Checkout, ki uporabnikom v ZDA omogoča, da opravijo nakup neposredno v pogovoru. Sprva je podprta platforma Etsy, kmalu pa se bodo pridružili tudi več kot milijon Shopify trgovcev (med drugim znamke Glossier, Skims in Spanx).
Sistem temelji na novem Agentic Commerce Protocol, ki ga je OpenAI razvil v sodelovanju s podjetjem Stripe in ga objavil kot odprtokodno rešitev. Uporabniki lahko z enostavnimi vprašanji, kot je »darilo za ljubitelja keramike«, najdejo izdelek, ga plačajo z bančno kartico, Apple Pay ali Google Pay in zaključijo nakup brez zapuščanja ChatGPT.
Novost je takoj vplivala tudi na borzo: delnica Etsyja je poskočila za skoraj 16 %, Shopify pa je pridobil več kot 6 %.
Zaostrena konkurenca na področju umetne inteligence
Napredek OpenAI prihaja v času, ko podjetja iščejo konkretne finančne koristi od uvajanja umetne inteligence. Nedavne raziskave MIT, Harvarda in Stanforda opozarjajo, da številni pilotni projekti ne prinašajo merljivih prihodkov, saj pogosto nastaja t. i. workslop – vsebine brez prave vrednosti.
Medtem Anthropic stopnjuje pritisk s svojim modelom Claude Sonnet 4.5, ki lahko pri zahtevnih programerskih nalogah deluje avtonomno do 30 ur. Tudi Microsoft razvija lastne rešitve za spletno trgovino znotraj pogovornih agentov.
Ob tem OpenAI priznava omejitve: večina poklicev vključuje več kot le nabor pisnih nalog, zato popolna zamenjava ljudi še ni realnost. A smer razvoja je jasna – umetna inteligenca se vse bolj približuje ravni resničnega dela in hkrati odpira nova področja uporabe, kot je integracija v spletno trgovino.
