OpenAI пытается вывести ИИ-агентов за рамки разработки ПО и внедрить их в повседневные рабочие процессы бухгалтеров, инвесторов, врачей, операционных команд и других сотрудников, работающих за компьютером. Его последняя инициатива, ChatGPT Work, соединяет модель с рабочими инструментами и просит её выполнять многошаговые задачи, а не просто отвечать на вопросы.

Это расширение стратегически важно, но ранние признаки указывают на сложную проблему внедрения. TechCrunch сообщает, что сотрудники OpenAI используют её агентный инструмент для кодинга очень активно, тогда как использование внешними подписчиками остаётся ограниченным. Этот разрыв показывает, что создание способных агентов — лишь часть задачи; чтобы рынок вырос за пределы технических ранних последователей, необходимо сделать их понятными, управляемыми и заслуживающими доверия для людей вне инженерии.

ChatGPT Work выводит агентов за пределы кодинга

По данным TechCrunch, ChatGPT Work был выпущен в прошлом месяце и доступен в подписке OpenAI за 20 долларов в месяц. Продукт описывается как более широкая версия Codex, агентного инструмента компании для кодинга, рассчитанная на пользователей, которые могут не работать с исходным кодом или инструментами командной строки.

Ключевое предложение — доступ к уже существующим цифровым рабочим пространствам. Настольное приложение OpenAI может подключаться к электронной почте, Slack, Notion, Figma и другим приложениям, позволяя агенту собирать информацию и действовать в нескольких системах. Среди примеров, приведённых TechCrunch, — создание еженедельных отчётов по метрикам, превращение таблиц в инструменты планирования, сбор инвестиционных исследований и построение графиков на основе рабочих разговоров.

Такой подход помещает ChatGPT Work в ту же широкую категорию, что и Claude Code, браузинговый агент Perplexity AI и другие ИИ-агенты, которые работают поверх существующего ПО пользователя, а не внутри одного изолированного чата. OpenAI делает ставку на то, что агент общего назначения может пригодиться многим профессиям, если окружающий продукт справится со сложностью инструментов, разрешений и планирования задач.

Руководители продукта компании представляют этот сдвиг как переход от разговорной помощи к автономному исполнению. Это позиция OpenAI, а не независимо проверенная оценка того, насколько надёжно система работает в разных рабочих средах.

Разрыв во внедрении — главный тест

Самое убедительное свидетельство проблемы — данные об использовании, которые TechCrunch цитирует из исследования, поддержанного OpenAI. В июне, как сообщается, Codex использовали 98% сотрудников OpenAI, по сравнению с 17% организационных подписчиков и менее чем 1% индивидуальных подписчиков.

Эти цифры поддержаны вендором и не должны рассматриваться как независимое измерение всего рынка. Тем не менее они показывают расстояние между внутренней привычностью и внешним принятием. Инженеры OpenAI работают в среде, где кодинговые агенты естественно вписываются в существующие процессы. Большинству других пользователей сначала нужно понять, что делегировать, как предоставить контекст и как проверить результат.

Руководитель инженерного направления OpenAI Andrew Ambrosino рассказал TechCrunch, что компания поначалу видела, как неинженерные сотрудники испытывали трудности с Codex, потому что продукт показывал технические понятия вроде изменений кода и пустых diff. С тех пор команда работала над тем, чтобы сделать опыт более универсальным, с целью снизить объём специальных знаний, необходимых для использования агента.

Это также объясняет акцент OpenAI на видимых элементах управления и кнопках рабочего процесса. Технически опытный пользователь может вызвать нужную возможность через промпт, но массовые пользователи могут даже не знать, что такая возможность существует. Ambrosino утверждал, что обнаруживаемость важна на ранних этапах внедрения, даже если некоторые элементы управления со временем исчезнут, когда пользователи станут лучше знакомы с агентским ПО.

Больше доступа — больше риска

Предоставление агенту доступа к рабочим системам также меняет проблему безопасности. Теперь модель не просто генерирует текст для проверки пользователем. Она может читать личные сообщения, извлекать записи, обновлять документы, создавать события календаря или действовать в нескольких приложениях.

Ambrosino признал риск того, что агент может взять информацию из приватного личного сообщения при подготовке документа и не понять, что её не следует распространять. Он сказал TechCrunch, что принимает этот риск в своей работе по тестированию продукта, отметив при этом, что с таким результатом не сталкивался.

Этот анекдот не доказывает, что проблема решена. Для корпоративных покупателей важны вопросы о том, можно ли ограничивать доступ по приложению, проекту, типу данных или роли пользователя; требуют ли действия одобрения; и могут ли администраторы проверять, что агент просматривал и что изменял. Исходный материал не показывает, как ChatGPT Work обрабатывает каждый из этих контролей.

Продукт также сталкивается с проблемами надёжности самого программного обеспечения, по которому он должен перемещаться. Многие бизнес-системы не были рассчитаны на автономных агентов, а несогласованные интерфейсы, неполные записи и неоднозначные разрешения могут сделать, казалось бы, простую задачу сложной. Агент, который один раз успешно извлекает плохо оформленный календарь, полезен; корпоративная система должна работать предсказуемо в тысячах различных случаев.

Почему эта ставка важна для разработчиков и покупателей ИИ

Для OpenAI более широкое внедрение агентов может повысить ценность и использование её моделей, поскольку более длительные задачи потребляют больше ресурсов инференса. Ещё важнее то, что компании нужно выйти за рамки программной инженерии и охватить другие профессии, если она хочет, чтобы ИИ-агенты поддерживали значительно большую долю интеллектуального труда.

Конкуренция уже формируется вокруг более узких рабочих процессов. Harvey сосредоточен на юридической работе, а Clay нацелен на процессы, связанные с продажами, сообщает TechCrunch. Эти компании используют модельно-агностичную стратегию, позволяя выбирать разные базовые модели при изменении производительности или стоимости. OpenAI же пытается сделать один потребительский продукт полезным во многих функциях.

Это создаёт компромисс для разработчиков. Общий агент может снизить необходимость покупать и интегрировать несколько специализированных инструментов, но вертикальный продукт может предложить лучшие разрешения, терминологию, процессы проверки и надёжность, специфичную для предметной области. Командам, оценивающим ChatGPT Work, придётся сравнить удобство широкого помощника с контролем и предсказуемостью целевой системы.

Показатели внедрения также говорят о том, что пользовательский опыт может быть важен не меньше, чем возможности модели. Инженеры могут терпеть настройку, техническую обратную связь и периодическую отладку. Пользователям в финансах, коммуникациях и операциях, скорее всего, нужны чёткие границы задач, видимые источники, обратимые действия и простой путь эскалации, когда агент не уверен.

За чем следить дальше

Первый сигнал — использование ChatGPT Work по сравнению с более широкой аудиторией ChatGPT от OpenAI. TechCrunch сообщает, что совместным приложением пользуются 20 миллионов человек, тогда как OpenAI говорит, что более миллиарда пользователей вводят промпты в ChatGPT онлайн. Это сравнение не является сопоставимой метрикой внедрения, но оно показывает масштаб вызова для компании.

Корпоративным покупателям стоит следить за опубликованной информацией об активном использовании, доле выполненных задач, уровне ошибок, контроле разрешений, журналах аудита и частоте вмешательства пользователей. Готовность OpenAI раскрывать такие детали помогла бы отличить реальное внедрение рабочих процессов от тестов, вызванных любопытством.

Рынку также стоит наблюдать, что предпочитают пользователи — общих агентов или специализированные продукты вроде Harvey и Clay. Ещё один важный сигнал — сможет ли OpenAI сделать агентов полезными, не заставляя клиентов перестраивать существующие программные стеки или соглашаться на широкий доступ к конфиденциальным данным.

Мнение Creati.ai

Новость OpenAI — это не столько добавление ещё одного помощника, сколько проверка того, может ли автономность стать обычным взаимодействием на работе. ChatGPT Work решает реальное ограничение чат-интерфейсов: пользователям часто нужна помощь в координации информации и действий между несколькими системами, а не просто в подготовке ответа.

Но массовое принятие будет зависеть от ограниченной автономности, а не от автономности как таковой. Разработчики и компании, вероятно, будут вознаграждать продукты, которые объясняют, к чему получили доступ, запрашивают одобрение в важных моментах и безопасно завершают работу, когда инструкции или данные неоднозначны. OpenAI показала амбицию принести ИИ-агентов неинженерам; следующий вопрос — сможет ли дизайн продукта заслужить разрешение действовать.