OpenAI uvádí ChatGPT agenta — schopného pomocníka pro komplexní úkoly, který připraví o práci řadu lidí

Zdroj: Open AI

Společnost OpenAI rozšiřuje schopnosti ChatGPT o plnohodnotného AI agenta, který může autonomně ovládat počítač a vykonávat komplexní úkoly za uživatele. Tato změna může být zásadní pro tisíce firem, které hledají způsob, jak automatizovat rutinní úkoly bez nutnosti budovat vlastní technické týmy či investovat do specializovaných řešení.

Technické možnosti agenta

ChatGPT agent představuje kombinaci tří klíčových komponent:

• vylepšeného jazykového modelu založeného na o3;
  
  
• textového prohlížeče známého z Deep Research;
  
  
• a vizuálního prohlížeče z nástroje Operator.

Systém běží ve vlastním virtuálním prostředí s přístupem k terminálu, souborovému systému a široké škále API konektorů. Umí tak přepínat mezi „přemýšlením“ a akcí zahrnující i nástroje třetích stran, s nimiž se spojí. Agent dokáže pracovat s aplikacemi jako Gmail, GitHub, Google Drive nebo SharePoint, přičemž všechny integrace vyžadují explicitní povolení uživatele.

Jde o komplexnější řešení než to nabízené dosavadními chatboty, systém může:

• generovat prezentace;
  
  
• upravovat tabulky;
  
  
• provádět webové vyhledávání;
  
  
• prohledat osobní kalendář a najít vhodné termíny;
  
  
• dokonce vytvářet vizuály prostřednictvím integrace s image generátorem.

Klíčovou novinkou je schopnost dlouhodobého zpracování úkolů. Konkurenční řešení jako Perplexity nebo Claude pracují v řádu minut, dosud nejpropracovanější argumentační model ChatGPT o3-Pro dokáže na úkolech pracovat desítky minut — ChatGPT agent se dokáže věnovat komplexním úkolům celé hodiny. Vše se přitom odehrává v cloudu. Můžete si klidně po zadání úkolu zaklapnout počítač a nechat pracovat umělou inteligenci.  

Srovnání práce modelů ChatGPT ve srovnání s lidmi přibližuje tabulka níže. Předmětem testu byly „ekonomicky významné úkoly“, reálné kancelářské či analytické práce (finanční modely, tržní analýzy, technické výpočty…).

Osa X značí délku úkolu (Kolik by daný úkol zabral člověku: 1–3 h, 4–6 h, 7–9 h, víc než 10 h. Čím víc hodin, tím složitější práce.)

Osa Y reprezentuje procento úspěchu: (Jak často model vyhrál (tmavší část sloupce) nebo aspoň remizoval (světlejší vršek) proti špičkovému lidskému řešiteli. 100 % by znamenalo, že by model by pokaždé dopadl stejně nebo lépe než člověk.) Dle testu ChatGPT agent vyhrál nad člověkem v cca 30 % případů u většiny testovaných úkolů.

Barvy: Hnědá (o4-mini); Zelená (o3); Modrá (ChatGPT agent)

Zdroj: OpenAI

Příklady využití

Níže nabízíme několik příkladů firemního využití.

Komplexní event management:
Agent zvládne naplánování svatby včetně výběru oblečení podle dress code, rezervace hotelů, nákupu dárků a koordinace všech aspektů události. Dokáže analyzovat počasí, vhodnost lokace a navrhnout kompletní řešení.

Firemní merchandise a marketing: Systém může vytvořit grafické návrhy, objednat výrobu firemních předmětů u konkrétních dodavatelů a spravovat celý proces od konceptu po dodání. Na blogu OpenAI je uveden příklad 500 kusů nálepek na laptop, kdy ChatGTP agent dokáže navhrnout jejich vizuál a následně najít vhodného dodavatele a zpracovat objednávku.

Business intelligence a prezentace:
Agent umí vytahovat vlastní data z Google Drive, analyzovat je a připravit profesionální PowerPoint prezentace s grafy a vizualizacemi. Dokáže pracovat s reálnými soubory a vytvářet výstupy kompatibilní se sadou Office.

Komplexní plánování cest: 
Systém zvládne naplánovat optimální cestu po více lokacích, přičemž navrhne ideální cestu, vezme v potaz státní svátky a další potenciální problémy, vytvoří detailní dokument s mapou a časovým rozvrhem.

Agent s sebou nese značná bezpečnostní rizika, OpenAI má „záchrannou síť“

Dát AI agentovi kreditku a nechat ho svému osudu představuje pro velkou část lidí riziko, které by nechtěli podstoupit. V OpenAI proto zavedli opatření pro zmírnění chyb modelu, zejména proto, že nyní může provádět úlohy, které mají dopad na skutečný svět. „Takové úkony vyžadují explicitní potvrzení uživatele. ChatGPT je vycvičen tak, aby se před provedením akcí s reálnými důsledky, jako je například nákup, výslovně zeptal na vaše svolení,“ uklidňuje v tiskové zprávě OpenAI a vyjmenovává ochranná opatření:

• Aktivní dohled: (Některé kritické úlohy, jako je odesílání e-mailů, vyžadují váš aktivní dohled.)
  
  
• Proaktivní zmírňování rizik: (ChatGPT je vycvičen k aktivnímu odmítání vysoce rizikových úloh, jako jsou bankovní převody.)

Aktivní jsou ale i další kontrolní prvky, které omezují údaje, k nimž má model přístup:

• Kontroly ochrany osobních údajů: (Jediným kliknutím v nastavení ChatGPT můžete odstranit všechna data o prohlížení a okamžitě se odhlásit ze všech aktivních relací webových stránek. Jinak soubory cookie přetrvávají na základě zásad používání souborů cookie jednotlivých navštívených webových stránek, což může zefektivnit opakované návštěvy webů.)

OpenAI označuje ChatGPT agenta jako systém s vysokou schopností v oblasti biologických a chemických zbraní. I z tohoto důvodu OpenAI implementovala real-time monitoring každého promptu s klasifikací potenciálně nebezpečných požadavků a deaktivovala funkci paměti, aby zabránila zneužití, například prostřednictvím tzv. prompt injection útoků. Ty představují reálné riziko, kdy škodlivé webové stránky mohou instruovat agenta k nežádoucím akcím.

Je nicméně velkou otázkou, jak bude systém odolávat sofistikovanějším formám manipulace. „Lidé se budou muset naučit používat AI agenty. A společnost se také bude muset naučit budovat obranu proti útokům na AI agenty," upozornil CEO OpenAI, Sam Altman, ve videu přibližujícím podrobněji ChatGPT agenta.

Výkonnostní benchmarky ukazují agenta jako dosud nejvýkonnější „mód“ ChatGPT

OpenAI prezentuje impozantní čísla, ale dodejme to, že srovnání probíhá především s vlastními předchozími modely, nikoliv s konkurencí. Na testu Humanity's Last Exam dosahuje Agent 41,6% úspěšnosti (oproti 20 % u předchozích modelů), na matematickém benchmarku FrontierMath pak 27,4 % s přístupem k nástrojům versus pouhých 6,3 % u o4-mini.

Zajímavější jsou však praktické benchmarky. Na Spreadsheet Bench, který simuluje reálnou práci s tabulkami, dosahuje agent 45% úspěšnosti při práci se skutečnými Excel soubory. V kontextu, že lidská úspěšnost dosahuje 71,3 %, jde o výsledek, který může zásadně ovlivnit zaměstnanost v administrativních pozicích. 

V mnoha korporátních prostředích je prací nezanedbatelného množství lidí vzít data z tabulky X a přesunout je do tabulky Y, někdy s rozvahou různé míry mezi tím. Pokud to samé zvládne AI agent s více než 60% úspěšností ve srovnání s člověkem, bude jistě lákavé pro některé firmy snížit stavy zaměstnanců a ponechat menší počet seniornějších, co budou práci AI editovat.

Zdroj: OpenAI

Zvláště pozoruhodný je benchmark pro investiční bankovnictví, kde agent zvládá 41 % úkolů finančního modelování. Při možnosti opakovaných pokusů (64 iterací s výběrem nejlepšího výsledku) dosahuje až 71% úspěšnosti. Tato čísla naznačují potenciál pro nahrazení juniorních analytiků ve finančním sektoru.

Dopad na firemní prostředí může být značný

ChatGPT agent získává tímto krokem zásadní výhodu v segmentu enterprise zákazníků. Možnost automatizace komplexních workflow představuje atraktivní hodnotu pro firmy, které hledají způsoby optimalizace procesů, ale zatím se neodhodlali je svěřit do rukou AI konzultantů se zaměřením na automatizaci.  

„Myslím si, že tohle je opravdu něco, co pomůže lidem udělat práci a mít více času na věci, které chtějí dělat,“ uvedl Altman ve zmíněném videu. Silně ovšem pochybujeme, že podobné nadšení mohou sdílet juniornější pracovníci v kancelářských zaměstnáních. ChatGPT agent je totiž dosud nejvíce vystavuje nebezpečí nahrazení. Tento proces se již děje. Zejména v technologických společnostech mizí pozice, které otevíraly kariéru v tomto prostředí nováčkům. 

OpenAI se tím posunula před konkurenci, která měla v této oblasti dosud náskok. Mluvíme přitom zejména o společnosti Anthropic, která už na konci loňského roku uvedla tzv. Computer Use Tool pro agentní ovládání počítačů a Model Context Protocol (MCP) pro napojení AI asistentů na datové zdroje a nástroje mimo velký jazykový modelu Anthropicu, Claude. Google rozvíjí svého AI asistenta v rámci projektu Astra.

Největší výhodou nového ChatGPT agenta je to, že má nejmenší bariéry vstupu pro vyzkoušení. Ve firmách nemusí najímat AI konzultanta, co bude analyzovat jejich workflows, a snažit se je poté znovu vystavět v automatizačních nástrojích typu Zapier či Make. Test použitelnosti jde začít s pár kliky a ne nutně složitým promptem. 

Dostupnost

Zdroj: ChatGPT / repro Marketing Journal

V předpovědích na vývoj nástrojů umělé inteligence se o letošku mluvilo jako o roku AI agentů. ChatGPT agent má dosud největší šanci tuto predikci přeměnit v realitu. Na rozdíl od mnoha jiných funkcí od OpenAI není tentokrát roll-out postupný. Většina světa ho může najít již ve verzích ChatGPT Plus, Team a Pro ve výběru nástrojů (Tools / Agent mode) u chatovacího okna. Uživatelé prvních dvou variant předplatného mohou zaúkolovat ChatGPT agenta 40x a ti s Pro plánem dokonce 400x.

Pro nás nepříznivou zprávou je nicméně to, že ChatGPT agent není ještě dostupný v zemích EU a EHS. A dle doby minulých technologických slaďování s unijní legislativou předpokládáme zpoždění spíše v rámci měsíců než týdnů.



Podívejte se na video s účastí Sama Altmana, které ChatGPT agenta představuje.


Zdroj: OpenAI