di dalam Konferensi Konversi 2025 VentureBeatOlivier Godment, kepala produk API Openai, menyajikan pandangan di balik layar tentang bagaimana tim lembaga mengadopsi dan menyebar secara luas.

Dalam episode diskusi selama 20 menit, saya menjadi tuan rumah secara eksklusif dengan tuhan, mantan peneliti tape dan kepala API saat ini membongkar alat-alat pengembang di OpenAi-API API saat ini dan agen SDK dengan menyoroti pola realistis, pertimbangan keamanan, dan contoh-contoh biaya pengadopsi awal seperti kotak dan kotak.

Untuk para pemimpin lembaga yang tidak dapat menghadiri sesi langsung, berikut adalah 8 makanan penting terbaik:

Agen bergerak cepat dari model awal ke produksi

Menurut Unity, 2025 mewakili perubahan nyata dalam bagaimana kecerdasan buatan menyebar secara luas. Dengan kehadiran lebih dari satu juta pengembang aktif setiap bulan mereka sekarang menggunakan platform API Openai di dunia, dan penggunaan simbol khas sebesar 700 % setiap tahun, kecerdasan buatan melampaui percobaan.

“Lima tahun telah berlalu sejak kami sebagian besar diluncurkan GPT-3 … dan pria itu, lima tahun terakhir sangat liar.”

Godmeth menegaskan bahwa permintaan saat ini tidak lagi hanya tentang chatbots. “Kasing penggunaan kecerdasan buatan ditransmisikan dari pertanyaan sederhana dan jawaban untuk penggunaan kasus di mana aplikasi, agen, dapat melakukan sesuatu untuk Anda.”

Pergeseran Openai ini telah mendorong peluncuran dua alat utama yang dihadapi pengembang pada bulan Maret: Respons API Dan Agen SDK.

Kapan menggunakan satu faktor untuk sub -struktur?

Topik utama adalah pilihan arsitektur. Godment mencatat bahwa satu episode tunggal, yang menyelimuti akses penuh ke alat dan konteks dalam satu model, adalah konseptual, tetapi seringkali tidak aktif.

“Membangun satu faktor yang halus dan andal itu sulit. Seperti, itu sangat sulit.”

Dengan lebih banyak alat kompleksitas-lebih, lebih banyak input pengguna, dan lebih banyak logika-sering bergerak menuju struktur normatif dengan sub-agen khusus.

“Praktik yang telah muncul terutama membagi agen menjadi beberapa sub -agensi … Anda akan memisahkan kekhawatiran seperti perangkat lunak.”

Sub -faktor ini seperti peran bekerja dalam tim kecil: agen penyortiran mengklasifikasikan niat, dan agen level berurusan dengan tingkat rutin, sementara yang lain meningkatkan atau menyelesaikan kasus tepi.

Mengapa respons API adalah mengubah langkah

Mode API Godment Responses sebagai pengembangan dasar dalam alat pengembang. Sebelumnya, pengembang mengatur model model secara manual. Sekarang, sinkronisasi ini diperlakukan secara internal.

“Mungkin respons API adalah lapisan abstraksi baru terbesar yang telah kami sajikan sejak GPT-3 sebagian besar.”

Pengembang diizinkan untuk mengekspresikan niat, tidak hanya membentuk aliran model. “Anda tertarik untuk mengembalikan tanggapan yang sangat baik kepada pelanggan … Antarmuka aplikasi respons pada dasarnya menangani episode itu.”

Ini juga termasuk kemampuan terintegrasi untuk memulihkan pengetahuan, mencari di web, dan terhubung ke pekerjaan-kasus yang dibutuhkan oleh lembaga untuk pekerjaan agen dunia nyata.

Observasi dan keamanan di

Keamanan dan kepatuhan adalah pikiran tertinggi. Godment mengutip studi utama yang membuat bahan pokok openai berlaku untuk sektor terorganisir seperti pembiayaan dan perawatan kesehatan:

• Penolakan politik
• Pendaftaran SOC-2
• Dukungan Tempat Tinggal Data

Evaluasi adalah tempat di mana Tuhan melihat kesenjangan terbesar antara tawaran eksperimental dan produksi.

“Membuat keputusan saya adalah bahwa evaluasi model ini kemungkinan besar merupakan leher botol terbesar untuk mengadopsi kecerdasan buatan yang sangat besar.”

OpenAI sekarang termasuk alat pelacakan dan evaluasi dengan API untuk membantu perbedaan untuk menentukan bentuk keberhasilan dan melacak bagaimana kinerja agen dari waktu ke waktu.

“Kecuali jika Anda berinvestasi dalam evaluasi … sangat sulit untuk membangun kepercayaan diri ini, keyakinannya adalah bahwa modelnya akurat dan dapat diandalkan.”

Pengembalian investasi awal terlihat dalam pekerjaan tertentu

Beberapa kasus penggunaan institusi telah mencapai keuntungan yang terukur. Contoh berbagi dari:

• tapeYang menggunakan agen untuk mempercepat perlakuan tagihan, melaporkan “35 % keputusan faktur yang lebih cepat”
• danaYang meluncurkan pembantu pengetahuan yang memungkinkan “Menyortir Tiket Zero Tams”

Kasus penggunaan nilai tinggi lainnya termasuk dukungan pelanggan (termasuk suara), tata kelola internal, dan pembantu pengetahuan untuk pindah dalam dokumen padat.

Apa yang diperlukan untuk meluncurkannya dalam produksi

Ilahi menekankan faktor manusia dalam operasi penerbitan yang sukses.

“Ada sebagian kecil dari orang -orang yang sangat canggih yang, setiap kali mereka melihat masalah dan melihat teknologi, mereka berlari.”

Pahlawan internal ini tidak selalu berasal dari teknik. Yang menyatukan mereka adalah stabilitas.

“Reaksi pertama mereka, bagaimana saya bisa membuatnya bekerja?”

Openai melihat banyak operasi penerbitan awal yang didorong oleh kelompok ini – orang -orang yang telah mendorong penggunaan chatgpt awal di lembaga dan sekarang bereksperimen dengan sistem agen penuh.

Dia juga menunjuk banyak celah yang menghadap: pengalaman lapangan. “Pengetahuan di institusi … tidak terletak pada insinyur. Ini dengan tim OPS.”

Jadikan alat agen dalam jangkauan non -pengembang menjadi tantangan yang ingin ditangani Openai.

Apa yang berikutnya untuk agen lembaga

Dewi menawarkan sekilas peta jalan. Openai secara aktif bekerja di:

• Faktor Multimedia Itu dapat berinteraksi melalui teks, suara, gambar dan data terorganisir
• Memori jangka panjang Untuk mempertahankan pengetahuan melalui sesi
• Kebetulan Untuk mendukung lingkungan teknologi informasi terdistribusi

Ini bukan perubahan radikal, tetapi lapisan berulang yang memperluas apa yang sudah mungkin. “Setelah kami memiliki model, Anda dapat berpikir tidak hanya selama beberapa detik tetapi selama beberapa menit, selama berjam -jam … Anda akan mengaktifkan beberapa kasus penggunaan yang luar biasa.”

Kata Terakhir: Model Berpikir Tersembunyi

Godmeth menutup sesi dengan menegaskan kembali keyakinannya bahwa model-model yang mampu berpikir-bahwa itu dapat tercermin sebelum respons akan menjadi faktor yang memungkinkan yang sebenarnya dari pergeseran jangka panjang.

“Saya masih memiliki keyakinan bahwa kami berada di tingkat GPT-2 atau GPT-3 dari kematangan model-model ini … kami masih menggaruk permukaan pada apa yang dapat dilakukan oleh model berpikir.”

Adapun pembuat keputusan lembaga, pesannya jelas: infrastruktur agen otomatisasi hadir di sini. Yang penting sekarang adalah membangun masalah penggunaan fokus, memungkinkan tim multi -fungsional, dan mempersiapkan pengulangan. Tahap selanjutnya tidak terletak pada menciptakan nilai dalam ilustrasi baru tetapi dalam sistem permanen, membentuk melalui kebutuhan di dunia nyata dan disiplin operasi untuk membuatnya dapat diandalkan.

Beberapa bandara besar menyaksikan naik turun di penumpang Pantai Timur dari New York dari New York ke Washington, DC, di mana badai memasuki daerah itu pada Senin malam.

Mimpi buruk datang pada saat pelancong bersiap untuk akhir pekan.

Administrasi Penerbangan Federal (FAA) Menyatakan Penundaan utama di tanah di Bandara Internasional JFK di New York City tak lama setelah pukul 16:00, dengan rata -rata penundaan keberangkatan selama sekitar 90 menit.

Penumpang bandara Newark menghadapi penundaan yang lama karena kurangnya pekerjaan

Bandara Liberty Newark – yang juga menderita gangguan karena kurangnya pekerjaan yang konstan – menderita

Selain itu, Bandara La Gardadia menyaksikan penundaan hingga tiga jam, karena FAA menerapkan program manajemen lalu lintas untuk penerbangan udara yang diterima.

Gejolak Bandara Nark meninggalkan selebaran maskapai penerbangan untuk berebut sementara para ahli berbagi tip karena kurangnya gangguan.

Masalah perjalanan nyata dengan keterlambatan cuaca, masalah bagasi dan karyawan bandara. (Foto AP/Rebecca Blackwell)

Ketika badai dilakukan dalam perjalanan ke pantai timur, Bandara Internasional Philadelphia, dan Bandara Nasional Ronald Reagan Washington pada awalnya, ia awalnya mulai menunda, karena kondisi cuaca buruk terus membuat kekacauan pada penerbangan saat mereka bergerak di daerah tersebut.

Suara baru yang luar biasa menunjukkan bahwa monitor lalu lintas udara berinteraksi dengan gangguan teknologi FAA: “Ini adalah masalah yang serius”

Luggle menuntut area dengan sabuk transportasi dan penumpang yang mengumpulkan barang bawaan di Bandara Internasional Newark Liberty, Newark, New Jersey, 19 Oktober 2024. (Smith Group/Gado)

Philadelphia menyaksikan penundaan dengan rata -rata sekitar dua jam, menurut FAA.

Secara kategoris, lima bandara mencatat sekitar 600 pembatalkan dan penundaan 1900, menurut Data dari FlightAware. Agadadia mengendarai paket dengan sekitar 180 perjalanan dibatalkan dan ditunda 400, menurut situs.

Klik di sini untuk mendapatkan aplikasi Fox News

Ketika orang -orang mulai berbicara tentang agen dan asisten kecerdasan buatan, edisi pertama berkisar pada perjalanan. Dapatkah seseorang menonton video di Maladewa dan mengarahkan agen kecerdasan buatan untuk mulai menemukan penerbangan dan hotel, dan memesannya dengan lancar?

Kami mendekati masa depan yang sama ketika industri perjalanan mulai merangkul AICECANC AI. Perahu Kayak Dan ExxpiaDua perusahaan terbesar dalam reservasi perjalanan mengatakan selama VB mengonversi Alokasi dan perubahan pola penelitian berarti bahwa perusahaan perjalanan dapat mengandalkan agen untuk membuat sumber inspirasi untuk melakukan perjalanan menjadi kenyataan.

Matthias Keeler, kepala karyawan produk di Kayak, mengatakan bahwa perusahaan sedang bereksperimen dengan ide ini selama beberapa tahun, bahkan telah mendapat manfaat dari kemitraan dengan Alexa Amazon. Kayak tidak lagi diluncurkan di Alexa, tetapi ini tidak mencegah perusahaan memberikan berbagai kondisi pencarian kepada pelanggan.

“Kami berjuang untuk visi ini untuk agen perjalanan yang selalu tersedia, agen dan kelayakan kecerdasan buatan,” kata Keeler di atas panggung di VB Transform. Pada bulan April, kami meluncurkan tes baru untuk perjalanan agen Seperti kecerdasan buatan; Ini adalah agen obrolan berbasis sepenuhnya yang mengumpulkan daya chatgpt dan banyak alat yang berbeda. Salah satunya sedang mencari di internet, tetapi kami juga menyediakan alat khusus untuk perjalanan atau hotel. “

Kelak mengatakan bahwa “bekerja untuk melihat kami karena pengalaman yang sepenuhnya berdedikasi ini, yang melakukan semua pengangkatan berat untuk Anda ketika Anda berencana untuk bepergian.”

Sementara gagasan agen yang mengarahkan calon pelancong secara proaktif membuat perencanaan yang efektif dalam perjalanan, saya perhatikan Expedia CTO Ramana Thumu bahwa ada keseimbangan pemukulan yang akurat.

“Semakin banyak harapan pelanggan akan terjadi tentang pengalaman yang lancar, dari mencari hingga penyelesaian transaksi,” kata Thomo. “Tapi yang paling penting, dan perubahan yang saya lihat terjadi, adalah mencari keseimbangan antara kontrol yang dimiliki wisatawan, dan kontrol yang kami tawarkan kepada agen.”

Salah satu alasan mengapa keseimbangan ini diperlukan adalah bahwa, semakin banyak, konsumen menemukan inspirasi untuk bepergian ke mana pun. Untuk proyek AI, Expedia memutuskan untuk mengambil keuntungan dari meningkatnya dampak efek perjalanan yang penerbangannya di Instagram.

Thomo mengatakan Expedia Fitur Pencocokan PenerbanganYang diluncurkan pada bulan Juni kepada agen AS, orang -orang diizinkan mengirim bola pelancong publik ke Expedia, dan platform dapat membangun rencana perjalanan berdasarkan ini.

Thomo mengatakan bahwa Xperbidia dapat membangun jenis produk kecerdasan buatan ini karena basis datanya yang luas yang dikumpulkan lebih dari 30 tahun. Thumu dan Keller menekankan pentingnya data dalam membangun alokasi ini, tugas yang bisa sulit.

Alokasi dapat melebihi perencanaan perjalanan berdasarkan inspirasi atau preferensi sebelumnya, seperti yang dikatakan Keeler; Pada akhirnya, platform dan agen kecerdasan buatan mereka dapat mulai merekomendasikan hal -hal untuk dilakukan berdasarkan cuaca pada rencana Anda selama Anda tinggal.

Kecerdasan buatan membantu menyederhanakan kompleksitas

Salah satu kasus di mana perusahaan seperti Kayak dan Expedia digunakan untuk menemukan kecerdasan buatan bahwa mereka berguna adalah “makanan ringan”, atau individu yang mencari penerbangan atau hotel tanpa niat untuk memesan. Ini biasanya orang -orang yang hanya ingin memeriksa harga perjalanan atau mengetahui jumlah biaya hotel.

Sistem intelijen buatan dari makanan ringan dapat membantu menemukan jawaban mereka, dan bahkan dapat mendorong mereka untuk melakukan perjalanan itu, karena banyak persediaan dapat disediakan untuk menemukan tempat tinggal, transportasi, dan kegiatan langsung ke Expedia atau kayak front wrant.

“Apa yang saya temukan menarik ketika saya memicu kapal internasional kayak untuk seseorang (dia) saya dapat mengatakan bahwa kita dapat merencanakan perjalanan yang rumit ini tanpa melakukan semua pencarian,” kata Keeler. “Setiap situs pemesanan hotel dapat memberi tahu Anda bahwa hotel berisi kolam renang, tetapi Anda harus memperdalam untuk menemukan kolam renang yang tak ada habisnya. Ini adalah jenis pertanyaan yang dilakukan chatgpt pekerjaan yang hebat, jadi kami harus menyesuaikannya dan kami mendapatkannya.”