OpenAI tham vọng biến AI thành trợ lý toàn năng: Liệu người dùng có sẵn sàng trao quyền?

Bạn sẵn sàng trao cho một LLM bao nhiêu quyền kiểm soát đối với cuộc sống số của mình?

Để khai thác tối đa giá trị từ một mô hình, bạn cần trao cho nó "chìa khóa". Đối với những người thích kiểm soát hoặc còn e ngại AI, điều này nghe có vẻ quá mức. Nhưng với Andrew Ambrosino, kỹ sư trưởng của ứng dụng máy tính để bàn (desktop app) tại OpenAI, đó là cách duy nhất để thử nghiệm tương lai. Đó cũng là lý do tại sao ứng dụng này hiện có quyền truy cập và kiểm soát hộp thư đến, tài khoản Slack, điện thoại, cũng như các ứng dụng như Notion, Figma của anh ấy và nhiều thứ khác nữa.

“Nếu tôi yêu cầu nó viết một tài liệu, liệu có khả năng nó sẽ lấy thông tin từ một tin nhắn trực tiếp (DM) riêng tư về chủ đề đó mà không biết rằng mình không được phép chia sẻ thông tin đó không? Có chứ,” Ambrosino chia sẻ với TechCrunch. “Tôi chấp nhận rủi ro đó vì công việc. Tôi sẵn sàng chịu thiệt thòi cá nhân đôi chút nếu cần thiết. Và thực tế là tôi chưa gặp phải vấn đề gì.”

Ambrosino đang làm việc cho dự án quan trọng nhất của OpenAI: ChatGPT Work, được ra mắt vào tháng trước và hiện có sẵn trong gói đăng ký thấp nhất của công ty với giá 20 USD mỗi tháng. Sản phẩm này nhằm mục đích cho phép nhân viên văn phòng triển khai các tác nhân AI (AI agents) — kết nối các LLM với quy trình làm việc kỹ thuật số của kế toán, nhà đầu tư, bác sĩ và bất kỳ ai có công việc hàng ngày gắn liền với máy tính.

Các nội dung tiếp thị của OpenAI tóm tắt mục tiêu này một cách súc tích: Một thế giới nơi “trí tuệ [nhân tạo] không chỉ dừng lại ở việc trả lời câu hỏi mà còn giúp mọi người biến những ý tưởng lớn nhất của họ thành hiện thực.”

Đối với các nhà phát triển phần mềm, sự thay đổi này đã diễn ra, nhưng tốc độ lan tỏa sang các bộ phận khác vẫn còn chậm. ChatGPT Work là phiên bản cải tiến từ công cụ lập trình Codex của công ty. Nó được thiết kế để mang đến cho những người không phải kỹ sư một phiên bản có chức năng tương tự như những gì các kỹ sư phần mềm nhận được từ các tác nhân AI: một công cụ không chỉ trả lời câu hỏi mà còn tự mình hoàn thành các dự án nhiều bước.

“Trong yếu tố mới này, ChatGPT thực sự có thể thực hiện toàn bộ các tác vụ rất phức tạp cho bạn một cách tự chủ, đầy thú vị và an toàn,” Thibault Sottiaux, người đứng đầu các sản phẩm cốt lõi của OpenAI, bao gồm cả Work, nói với TechCrunch. “Đó chính là sứ mệnh của OpenAI — đưa mọi người cùng tiến bước.”

Về mặt thương mại, điều này rất quan trọng. Các tác nhân hoạt động trong thời gian dài hơn sẽ tiêu tốn nhiều token hơn, khiến chúng trở nên sinh lời hơn cho OpenAI trên mỗi người dùng. Việc tiếp cận các ngành nghề mới là yếu tố then chốt — không chỉ đối với OpenAI mà còn cho cả ngành công nghiệp nói chung. Nếu lập trình đã chứng minh là một mảnh đất màu mỡ cho các phòng thí nghiệm AI, thì đó vẫn chỉ là một phần nhỏ trong khối lượng công việc chuyên môn mà các công cụ AI cần hỗ trợ nếu các công ty này muốn biện minh cho khoản đầu tư khổng lồ vào đào tạo và tính toán. Trong khi các phòng thí nghiệm tập trung vào kỹ sư phần mềm, các đối thủ cạnh tranh theo ngành dọc như Harvey (cho ngành luật) và Clay (cho bán hàng) đã theo đuổi những khách hàng đó bằng cách tiếp cận "model-agnostic" (không phụ thuộc vào mô hình), nghĩa là họ sẽ tích hợp bất kỳ AI nào hoạt động tốt nhất tại thời điểm đó.

Các nhà phân tích trong ngành coi đây là một trong những thách thức lớn mà OpenAI và các đối thủ phải đối mặt. Christian Catalini đã viết trên blog “It’s time to build” của a16z rằng: “Nếu các phòng thí nghiệm không thể nhanh chóng nắm bắt được các tài sản bổ trợ quan trọng cần thiết để mở rộng quy mô AI trên thị trường, giá trị sẽ tích lũy ở nơi khác.”

Việc làm cho các ứng dụng AI trở nên hữu dụng với những người không phải kỹ sư phần mềm đòi hỏi sự hướng dẫn kỹ lưỡng hơn. Ambrosino cho biết, đội ngũ nhân sự không thuộc khối kỹ thuật của OpenAI, như nhóm truyền thông và tài chính, đã bắt đầu sử dụng Codex “vào thời điểm mà nó hoàn toàn xa lạ với họ — hỏi họ về mã nguồn và hiển thị những thứ như ‘ồ, bạn có một bản diff trống cho cái này’,” anh nói, đề cập đến một thông báo kỹ thuật dành cho các thay đổi phần mềm. “Vì vậy, từ tháng Hai đến nay, chúng tôi đã bắt đầu làm cho nó trở nên đa năng hơn.”

Một nghiên cứu do OpenAI hậu thuẫn cho thấy vào tháng 6, 98% nhân viên OpenAI đã sử dụng Codex, nhưng chỉ có 17% người đăng ký tổ chức và chưa đến 1% người đăng ký cá nhân sử dụng công cụ lập trình tác nhân này. Sự khác biệt giữa tỷ lệ áp dụng gần như tuyệt đối bên trong công ty và tỷ lệ không đáng kể bên ngoài chính là thách thức và cũng là cơ hội cho công ty.

“Chúng tôi càng tạo ra nhiều giá trị và tiện ích cho người dùng, họ càng sẵn lòng trả phí cho một phần của tiện ích đó, và đó cũng là cách chúng tôi luôn nhìn nhận ChatGPT,” Sottiaux nói. “Bạn ngồi đó và nghĩ rằng, ‘tất nhiên là tôi muốn trả 20 đô mỗi tháng cho việc này,’ bởi vì giá trị bạn nhận được lớn hơn nhiều.”

Làm thế nào để AI trở nên trực quan

Để hiểu được sự ngắt kết nối đó, cần phải hiểu những gì các kỹ sư của OpenAI đang xây dựng. Mỗi LLM đều yêu cầu thứ mà các kỹ sư gọi là “harness” (bộ khung) — phần mềm bao quanh một mô hình để quyết định thông tin nào nó được thấy, công cụ nào nó có thể sử dụng và cách nó trình bày câu trả lời cho bạn.

Nếu bạn muốn mô hình đó thực hiện công việc — trở thành một tác nhân — bộ khung sẽ cung cấp cho nó các công cụ và hướng dẫn để sử dụng chúng cho các nhiệm vụ dài hạn. Đối với các nhà phát triển, giao diện dòng lệnh (CLI) cho phép LLM lập trình là đủ để thay đổi cách phần mềm được xây dựng và triển khai. Nhưng hầu hết mọi người không sử dụng CLI; có lý do khiến Windows thay thế DOS.

Một sản phẩm tác nhân vượt ra ngoài phạm vi kỹ thuật phần mềm “sẽ là thứ tương tác với thế giới hỗn loạn trong cuộc sống của bạn, với các công cụ và trang web được xây dựng từ năm 1995 mà chưa bao giờ được cập nhật,” Ambrosino nói với TechCrunch, giải thích rằng những trải nghiệm mà nhóm của anh đang xây dựng là rất quan trọng để mở rộng khả năng tiếp cận AI hữu ích.

Hãy xem xét các ứng dụng như Claude Code và Codex: Chúng đã tạo ra “vibecoding” bằng cách trừu tượng hóa toàn bộ quá trình viết phần mềm thực tế, cho phép người dùng chỉ cần nói với mô hình những gì họ muốn trong một chương trình. Giờ đây, OpenAI muốn biến các chức năng có trong các công cụ như OpenClaw, thứ mà các lập trình viên sử dụng để điều khiển LLM, trở nên dễ dàng như việc viết câu lệnh (prompting).

“Nếu không có những sản phẩm này đặt trước mô hình, các chuyên gia sẽ biết cách để đạt được kết quả tương tự, nhưng bạn sẽ không thể có hàng tỷ người sử dụng nó,” Ambrosino nói. Sự đánh đổi giữa những gì người dùng chuyên nghiệp cần và những gì việc phổ cập đại chúng yêu cầu thường diễn ra trong các cuộc tranh luận nội bộ tại OpenAI, nơi một số nhân viên cho rằng nút bấm là không cần thiết nếu người dùng có thể hỏi trực tiếp mô hình.

“Chúng tôi phản đối điều đó — vì đây vẫn là giai đoạn rất sớm,” Ambrosino nói. “Khả năng khám phá (discoverability) rất quan trọng trong giai đoạn này, và đến một lúc nào đó chúng ta sẽ không cần nút bấm nữa.”

Work có thêm một vài nút bấm để chọn dự án và plugin, nhưng nó hướng tới giao diện "hộp ma thuật" giống như các sản phẩm khác của OpenAI. Anh so sánh nó với skeuomorphism (phong cách thiết kế mô phỏng vật thật), một xu hướng đang dần phai nhạt trong việc làm cho các công cụ kỹ thuật số trông giống như các vật thể vật lý mà chúng thay thế, chẳng hạn như ứng dụng máy tính bỏ túi được thiết kế trông giống như máy tính cầm tay. “Những thứ đó không chỉ là thiết kế lỗi thời. Nó thực sự giúp mọi người làm quen với công nghệ này [và] thực hiện quá trình chuyển đổi,” Ambrosino nói.

OpenAI không tiết lộ có bao nhiêu người sử dụng Work so với Codex, nhưng ứng dụng chung này chỉ được sử dụng bởi 20 triệu người, so với hơn một tỷ người dùng mà công ty cho biết đang sử dụng ChatGPT trực tuyến.

Cấp phép cho ChatGPT để thực hiện kỹ năng

Hiện tại, OpenAI đang quảng bá công cụ này là phù hợp nhất cho các tác vụ điều phối định kỳ, đòi hỏi nhiều dữ liệu. Ví dụ, nhân viên của họ đang thiết lập các báo cáo chỉ số hàng tuần và biến các bảng tính thành công cụ lập kế hoạch.

Tôi đã nói chuyện với các nhà đầu tư mạo hiểm (VC) đang sử dụng các tác nhân để tổng hợp thông tin liên lạc và phân tích liên quan về các công ty thành các bản ghi nhớ đầu tư, và các nhóm vận hành đang tạo ra các bảng điều khiển (dashboard) và trực quan hóa dữ liệu tùy chỉnh. Sam Altman đang sử dụng nó để lên kế hoạch cho các kỳ nghỉ của mình. Một kỹ sư của OpenAI mô tả việc yêu cầu chương trình xem xét một cuộc hội thoại trên Slack về một vấn đề kỹ thuật và “tạo một vài biểu đồ,” sau đó nhận lại một loạt các biểu đồ đầy thông tin chi tiết.

“Có một lượng thông tin khổng lồ đối với một nhân viên bình thường tại bất kỳ công ty nào, bao gồm cả chính tôi,” Akshay Nathan, người đứng đầu nhóm kỹ thuật sản phẩm tại OpenAI, cho biết. “Chúng ta thực sự bị hạn chế bởi khả năng phân tích mọi thứ có sẵn, và sau đó hành động dựa trên đó. Thông tin đó nằm trong tất cả các công cụ lưu trữ hệ thống [như Salesforce... giá trị của ChatGPT là bạn đã có quyền truy cập vào những thứ này, nhưng giờ đây bạn thực sự có thể khai thác chúng.”

Đây có thể chính là trợ lý cá nhân kỹ thuật số mà những người ủng hộ AI hằng mơ ước. Giống như Claude Cowork hoặc tác nhân duyệt web của Perplexity AI, ChatGPT Work liên kết các tác nhân với không gian làm việc hiện tại của bạn — email, trình duyệt web, hàng loạt nền tảng SaaS — và đưa bối cảnh đó vào công việc cho bạn.

Khi hệ thống hoạt động, nó thực sự ấn tượng: Tôi đã yêu cầu ChatGPT Work lấy lịch học mầm non với định dạng kỳ lạ của con trai tôi từ email và đưa vào Google Calendar, và nó đã làm được, giúp tôi tiết kiệm rất nhiều thời gian nhập liệu lặp đi lặp lại. Hy vọng rằng giờ đây tôi sẽ không quên các buổi tiệc chung của trường hay quên sắp xếp người trông trẻ trong kỳ nghỉ.

Tôi không tin tưởng trao cho OpenAI quyền truy cập vào hộp thư đến, các cuộc phỏng vấn nguồn hay bản thảo bài viết của mình (đừng lo, những người ghét AI) và sẽ không để nó truy cập vào tài khoản ngân hàng, nhưng tôi tin rằng nó sẽ hữu ích hơn nếu tôi có niềm tin. Tôi đã giao cho nó nhiệm vụ phân tích tài chính về các công ty đại chúng mà tôi đưa tin, và nó đã cung cấp cho tôi một bảng điều khiển các chỉ số tự cập nhật; nó tạo ra một cơ sở dữ liệu có thể truy vấn về các vụ phóng tàu vũ trụ, một nhiệm vụ mà trước đây tôi phải thực hiện bằng cách viết các tập lệnh Python. Nó cũng gửi cho tôi một email hàng tuần về các nghiên cứu AI mới được đăng tải tại các trung tâm học thuật. Tôi sẽ tiếp tục thử nghiệm với nó.

Mặc dù việc yêu cầu mô hình làm điều gì đó rất trực quan, nhưng việc cung cấp cho nó những gì cần thiết để hành động lại không hề đơn giản. Việc thiết lập quyền cho các tác nhân truy cập vào, ví dụ như một ổ đĩa đám mây, rất khó hiểu và luẩn quẩn — tôi đã thử nhiều lần để chỉ cấp quyền “đọc” và nhận được các thông báo lỗi. Bản thân mô hình không giúp ích được nhiều, nhưng cuối cùng trên ứng dụng di động, một hộp thoại bật lên cho tôi biết rằng chỉ có quyền truy cập đầy đủ mới làm cho nó hoạt động.

Nhiều cài đặt quan trọng chỉ có sẵn trên ứng dụng web, vì vậy tôi thường xuyên thấy mình phải làm việc trên cả hai cùng một lúc. Đôi khi những hạn chế của ChatGPT Work thật khó hiểu — liên kết nó với Google Calendar của bạn và nó có thể tạo sự kiện, nhưng không thể tạo lịch mới. Và đừng bận tâm cố gắng làm bất cứ điều gì trừ khi mức độ nỗ lực là cao, nếu không bạn sẽ có được một thực tập sinh tệ nhất mà bạn từng làm việc cùng.

Đó là lời khuyên phổ biến từ những người sớm áp dụng AI, những người lo ngại rằng những người mới bắt đầu đầy thất vọng sẽ bỏ cuộc. Joe Gershenson, trưởng nhóm kỹ thuật cho bộ khung của OpenAI, thừa nhận rằng các cài đặt nỗ lực vẫn chưa trực quan đối với người dùng mới — “có những thứ chúng tôi có thể làm tốt hơn để giúp họ đạt được mức độ suy luận phù hợp…” anh nói, và nói thêm, “Hãy chờ xem.”

OpenAI phải đối mặt với một thách thức quan trọng khác khi thâm nhập vào công việc văn phòng phổ thông: Hầu hết các quy trình làm việc không thể đo lường — hoặc đánh giá — dễ dàng như mã nguồn. Phần mềm hoặc là hoạt động hoặc là không, và ngay cả sự phân biệt đó cũng làm giảm bớt sắc thái về điều gì làm cho mã nguồn trở nên tốt hay xấu. Một bài thuyết trình, chiến lược kinh doanh hay bài chào hàng tốt không dễ đánh giá hay truy vết như vậy.

“Một trong những thách thức độc đáo với một sản phẩm như thế này là nó thực sự có thể làm bất cứ điều gì,” Ambrosino nói. Khi tôi hỏi nhóm thiết kế xung quanh những vấn đề cụ thể nào và họ nhắm đến những quy trình làm việc nào, các kỹ sư mà tôi trò chuyện đã từ chối trả lời, nói rằng đó là câu hỏi dành cho nhóm nghiên cứu của OpenAI.

OpenAI sau đó đã đưa ra câu trả lời, nói với TechCrunch rằng họ sử dụng điểm chuẩn GDPVal, được rút ra từ 44 ngành nghề và hàng trăm bài kiểm tra công việc tri thức, và bổ sung điều đó bằng phản hồi của người dùng. Một câu trả lời ít chính thức hơn là nó đến từ chính các nhân viên của OpenAI. Ambrosino nói: “Chúng tôi luôn phải phân tích xem… liệu chúng tôi có đang thực hiện quy trình làm việc mà mọi người khác sẽ làm, hay chúng tôi đang làm điều gì đó kỳ quặc?”

Những người sớm áp dụng ứng dụng này sẽ tạo ra các dấu vết có giá trị từ việc sử dụng thực tế của họ — phần lớn thành công của các công cụ lập trình được xây dựng trên việc thu thập dữ liệu tương tự — với giả định rằng họ không chọn từ chối cung cấp dữ liệu đó cho việc đào tạo. (Tôi đã chọn từ chối).

Sự cạnh tranh thúc đẩy thiết kế sản phẩm của OpenAI

Bất chấp mọi sự chú ý vào giao diện mô hình, các kỹ sư của OpenAI tỏ ra miễn cưỡng khi trả lời một câu hỏi khá đơn giản: Điều gì làm cho Codex và ChatGPT Work khác biệt so với Claude CoWork, hoặc các bộ khung tác nhân cạnh tranh khác dành cho cơ sở người dùng đại chúng?

“Đó sẽ là một câu trả lời thực sự đáng thất vọng cho bạn, và tôi xin lỗi, nhưng câu trả lời trung thực là tôi thực sự không nhìn vào các bộ khung mà họ đang xây dựng,” Gershenson nói trong một câu trả lời điển hình. “Câu meme ‘Tôi không nghĩ về bạn chút nào’ trong phim Mad Men hiện lên trong đầu tôi lúc này.”