同一封客戶來信,兩種產品
業務收到客戶來信,問手上的案子能不能在月底前交付。他把信貼進 ChatGPT,請它擬一份回覆,自己再查交期。隔年,公司在客服工單上加了類似功能。信一進來,應用程式先查訂單,再請模型生成草稿,一併把資料連結留給同事核對。
這兩個畫面看起來都像是在請 AI 寫信,購買的東西卻不一樣。前者需要一個人能打開就用的介面,後者需要一個軟體團隊可以呼叫的模型服務。OpenAI 同時經營這兩條路線。要理解它如何走到今天,得先回到 ChatGPT 出現以前。
2015 到 2019 年,研究組織為什麼改變架構?
OpenAI 在 2015 年以非營利研究組織成立,目標是推進人工智慧研究,讓成果廣泛造福人類。研究需要人才、運算和把成果變成可供使用的系統。2019 年,OpenAI 設立營利子公司,為擴大研究與部署取得資源。
2025 年重組後,營利實體成為公益公司 OpenAI Group PBC,由非營利的 OpenAI Foundation 繼續控制。觀察這套設計要看兩件事。一是誰能為模型訓練、產品和基礎設施籌措資金,二是誰在目標拉扯時握有治理權。拿到資金可以支付下一輪開發,控制權則影響組織日後把資源花在哪裡。
2020 年,第一個商業入口是一個 API
OpenAI 在 2020 年 6 月推出 API。當時開發者可以把文字送進模型,再取回結果,接到自己的產品。當年的公告也記錄,GPT-3 是 API 背後的重要模型,同年 9 月 OpenAI 宣布將 GPT-3 技術授權給 Microsoft,用於其產品與服務,並持續提供自己的 API。OpenAI 因此已有兩種方式將研究成果交付給外界,一種是服務開發者,一種是授權合作。
API 之所以重要,在於同一套模型可以交給不同產業決定用途。客服軟體可以把回信草稿放進工單,內容公司可以把分類功能放進編輯後台。應用程式團隊掌握使用者、介面和工作規則,OpenAI 提供模型運算。客戶買的是一段能嵌進自家產品的能力。
2022 年,ChatGPT 把入口交到使用者手裡
2022 年 11 月 30 日,OpenAI 以研究預覽公開 ChatGPT。對話介面帶來一項簡單的改變。使用者可以先用自己的話說出大致需求,讀完回答再追問或補充。原本需要先決定規格再做出介面的工作,使用者有時自己就能在幾輪對話裡摸索出來。
ChatGPT Plus 在 2023 年推出,接著 ChatGPT 也發展出面向企業的方案。這讓 OpenAI 有了直接接觸使用者的通路。公司能提供現成介面,企業也能先從少量同事試用,觀察哪些工作反覆出現,再決定要不要把其中一小段接進原有系統。
企業在訂閱與整合之間,究竟買了什麼?
一家公司讓二十位業務用 ChatGPT 起草信件,主要要考量同事是否願意使用、哪些資料可以交給工具,以及誰核對交期。如果把同樣的工作裝進客服系統,投入會改變。除了模型用量,還得整理資料、設定存取權、為錯誤留下紀錄,並讓例外可以交還人工。
例如,系統要回答合約到期日,可能同時讀到過去的報價單、續約草稿與已簽合約。先在資料來源上定義什麼可以當作承諾,才能判斷 AI 有沒有答對。評估時應連同資料查詢、模型、重試與人工審閱一起估工。當大量工單可以走同一套規則,整合通常比較有理由。每封信都要重新判斷的團隊,則可能先從助理介面取得價值。
OpenAI 的兩條產品線,在哪裡互相拉動?
一個原本在 ChatGPT 上處理的工作,可能成為企業採用 API 的起點。反過來,軟體公司把模型接進原有產品後,即使客戶平常沒開過 ChatGPT,也能接觸同一家公司提供的模型。這是 OpenAI 同時經營前台產品與開發平台的好處。兩條路也有不同的成本。前台要持續改善使用體驗,平台則要讓開發者能穩定運行自己的產品。
回到那封交期詢問,可以拿同一批信做兩次測試。一次讓同事直接與模型協作,一次由系統自動備好文件與草稿。比較出錯原因、人工花費和是否留下可查的依據。如果最耗時的是找正確資料,優先接通訂單和文件可能比換模型有效。這個結果也能幫企業決定,現階段該買現成工具,還是該投資系統整合。
