Partnerstwo OpenAI i Oracle zbliża aplikacje biznesowe do ChatGPT
OpenAI rozszerzyło partnerstwo z Oracle 27 października, zbliżając aplikacje biznesowe do ChatGPT, przy jednoczesnym zachowaniu centralnej roli uprawnień i zatwierdzeń Oracle w planowanym rozwiązaniu. Partnerstwo OpenAI i Oracle łączy znany interfejs konwersacyjny z systemami obsługującymi istotne procesy biznesowe. Jego znaczenie opiera się na tym połączeniu: odpowiadanie na pytania dotyczące działalności i wykonywanie autoryzowanych zadań wymagają różnego poziomu zaufania.
Firmy dążą do stworzenia rozwiązania, w którym pracownicy opisują swoje cele, zamiast przechodzić między oddzielnymi aplikacjami, aby zebrać informacje. Oracle nazywa planowany punkt wejścia Oracle AI Workspace. OpenAI opisuje go jako rozwiązanie w trakcie opracowywania, dlatego komunikat wyznacza kierunek produktowy, a nie dowodzi, że każdy reklamowany przepływ pracy jest już dostępny.
Kluczowe napięcie dotyczy wygody konwersacji i odpowiedzialności operacyjnej. Microsoft realizuje podobny kierunek poprzez Copilot i Dynamics 365, co umieszcza ten komunikat w ramach istniejącej rywalizacji o interfejsy pracy. Dla nabywców korporacyjnych istotne pytanie brzmi, jak wiele pracy asystent może wykonać, zachowując reguły stojące za każdą aplikacją.
Co faktycznie zmienia partnerstwo OpenAI i Oracle
Rozszerzenie nadaje ChatGPT proponowaną rolę w operacjach biznesowych Oracle, wykraczającą poza pomoc pracownikom w pisaniu, badaniach czy programowaniu.
Opis integracji aplikacji Oracle autorstwa OpenAI koncentruje się na włączeniu informacji biznesowych i zatwierdzonych przepływów pracy do wspólnego środowiska konwersacyjnego. Przykład dotyczy pracownika działu finansów badającego wydatki, decyzje zakupowe i niedokończone działania związane z zamknięciem miesiąca. Planowane rozwiązanie ma pobierać informacje z aplikacji finansowych, zakupowych i planistycznych.
Ten przykład ma znaczenie, ponieważ pytanie pracownika przekracza granice organizacyjne. Wyjaśnienie dotyczące wydatków może zależeć od zapisu księgowego, decyzji zakupowej i założenia planistycznego. Połączenie tych źródeł wymaga zrozumienia ich wzajemnych relacji, a nie umieszczenia obok siebie niepowiązanych wyników wyszukiwania.
Potencjalna zmiana dotyczy miejsca, w którym pracownicy rozpoczynają swoją pracę. Obecnie pytanie może przerodzić się w sekwencję wyszukiwań w aplikacjach, kontroli w arkuszach kalkulacyjnych i rozmów ze specjalistami. Konwersacyjny punkt wejścia obiecuje uporządkować tę sekwencję wokół celu pracownika.
Jednak znalezienie istotnych informacji nie oznacza automatycznie uprawnienia do ich zmiany. Pracownik może potrzebować dostępu do historii zakupów, nie mając uprawnień do zatwierdzania zakupu. Asystent musi zachować to rozróżnienie, nawet gdy prośba brzmi jak pojedyncze zadanie.
Partnerstwo OpenAI i Oracle wykracza również poza proponowaną przestrzeń roboczą. OpenAI wskazuje Oracle App Composer do tworzenia aplikacji, Oracle AI Security Mesh do działań związanych z bezpieczeństwem oraz Oracle AI SMB Bundle. Oferty te dotyczą różnych etapów wykorzystywania AI w firmie — od tworzenia oprogramowania po jego obsługę i ochronę.
Komunikat obejmuje też bardziej bezpośredni rozwój komercyjny. OpenAI podaje, że klienci Oracle w USA mogą kupować dostęp do jego API, Codex i ChatGPT Work za pośrednictwem Oracle Marketplace. API to interfejs programistyczny umożliwiający aplikacjom komunikację, a Codex jest produktem OpenAI do programowania.
Istniejące kanały zakupowe mają znaczenie, ponieważ wdrożenie w przedsiębiorstwie obejmuje zakupy i zatwierdzanie dostawców. Zespół może preferować dane narzędzie, ale nadal nie mieć zatwierdzonego sposobu jego pozyskania. Dostęp przez Marketplace może usunąć tę przeszkodę, nie przesądzając o gotowości konkretnej integracji aplikacyjnej.
Nabywcy powinni zatem oddzielać dostępność zakupową, dostęp do produktu i zakres przepływów pracy. Zakup usługi nie określa, które rekordy może ona odczytać ani jakie działania administrator może włączyć. Komunikat łatwiej ocenić, gdy te kwestie pozostają rozdzielone.
To rozróżnienie zapobiega również nadawaniu nagłówkowi większej pewności, niż wynika z języka dotyczącego produktu. Wejście aplikacji Oracle do ChatGPT opisuje kierunek z konkretnie nazwanymi ofertami. Nie oznacza, że każdy klient Oracle może od razu realizować każdy proces biznesowy za pośrednictwem czatu.
Presja spada na osoby łączące systemy biznesowe
Proponowana przestrzeń robocza przenosi uwagę na zespoły integracyjne, właścicieli procesów i administratorów, którzy muszą zapewnić niezawodność pracy konwersacyjnej.
Dla pracowników atrakcyjność jest oczywista. Chcą uzyskać odpowiedź na pytanie biznesowe bez wiedzy o tym, która aplikacja zawiera każdy szczegół pomocniczy. Dla organizacji spełnienie tej potrzeby wymaga decyzji dotyczących dostępu, interpretacji, odpowiedzialności i dopuszczalnych działań.
Rozważmy scenariusz finansowy jako ilustrację, a nie potwierdzone wdrożenie u klienta. Pytanie o to, co pozostaje do zrobienia przed zamknięciem miesiąca, brzmi prosto. Użyteczna odpowiedź musi odróżniać zadania niedokończone od ukończonych, wyjaśniać zależności i wskazywać właściciela kolejnego kroku.
Pewna siebie odpowiedź dotycząca niewłaściwego okresu sprawozdawczego nadal byłaby błędna. Tak samo jak odpowiedź łącząca rekordy z jednostek biznesowych, do których pracownik nie powinien mieć wspólnego dostępu. Interfejs może ograniczyć konieczność nawigacji, pozostawiając te podstawowe problemy nierozwiązane.
Wywiera to presję na właścicieli procesów, aby określili, co oznacza pomyślne zakończenie. „Zbadaj wydatki” może kończyć się wyjaśnieniem opartym na źródłach. „Rozwiąż rozbieżność” może wymagać zatwierdzenia korekty, kontaktu z dostawcą lub zmiany rekordu.
Prośby te nie powinny dziedziczyć tych samych uprawnień tylko dlatego, że pojawiają się w tej samej rozmowie. Organizacje oceniające Oracle AI Workspace będą musiały zdecydować, gdzie kończy się pomoc, a gdzie zaczyna delegowane wykonanie. Ta decyzja należy zarówno do firmy, jak i do jej zespołu technologicznego.
Deweloperzy stają wobec powiązanej zmiany oczekiwań. Użyteczna integracja musi wyjaśniać wyniki, obsługiwać brakujące informacje i radzić sobie z sytuacją, gdy połączony system nie może zrealizować żądania. Połączenie asystenta z aplikacją stwarza możliwość takiego działania; nie gwarantuje go.
Presja dociera również do zespołów wsparcia oprogramowania. Gdy zadanie konwersacyjne zawiedzie, pracownicy potrzebują jasnej ścieżki uzyskania pomocy. Nie powinni musieć ustalać, czy problem pochodzi z modelu, aplikacji czy polityki dostępu.
Dla pracowników wiedzy kolejną kwestią jest kontekst stojący za formalnymi rekordami. System zakupowy może pokazać zatwierdzenie, nie wyjaśniając rozmowy, która do niego doprowadziła. Notatki ze spotkań, dokumenty projektowe i wewnętrzne decyzje mogą dostarczać informacji pomijanych przez rekordy transakcyjne.
Dlatego osobista baza wiedzy odpowiada na powiązaną potrzebę obok dostępu do aplikacji biznesowych. Narzędzia takie jak remio dotyczą kontekstu pracy, który ludzie gromadzą i do którego wracają. Łączenie oprogramowania operacyjnego nie porządkuje automatycznie tego kontekstu ani nie sprawia, że każda istotna decyzja staje się wyszukiwalna.
Natychmiastowa odpowiedź organizacyjna powinna być zgodna z ocenianym procesem. Przepływ pracy w finansach potrzebuje właściciela po stronie finansów, a przepływ tworzenia aplikacji — osoby odpowiedzialnej za utrzymanie rezultatu. Określanie obu doświadczeń jako automatyzacji AI nie powinno zacierać różnic między ich obowiązkami.
Długoterminowa presja polega na uwidocznieniu tych obowiązków w doświadczeniu produktowym. Pracownicy powinni rozumieć, czy czytają wyjaśnienie, analizują proponowane działanie, czy autoryzują zmianę. Same znane kontrolki czatu nie komunikują tych rozróżnień.
Wspólny interfejs czatu nadal zależy od reguł aplikacji
Mechanizm stojący za komunikatem opiera się na dostępie do kontekstu biznesowego i zatwierdzonych działań, przy zachowaniu przez bazowe aplikacje odpowiedzialności operacyjnej.
Plany Oracle dotyczące aplikacji korporacyjnych opisują połączenia obejmujące Fusion Applications, NetSuite, Oracle AI Database i Oracle Cloud Infrastructure. Firma podaje, że Oracle AI Workspace połączy te możliwości poprzez wtyczki w ChatGPT. Wtyczki to integracje udostępniające możliwości usługi w ramach innego produktu.
Implikacja architektoniczna jest taka, że czat staje się punktem wejścia do istniejących możliwości biznesowych. Aplikacja nadal musi egzekwować swoje reguły, zachowywać rekordy i określać, czy operacja jest prawidłowa. Asystent koordynuje dostęp do tych możliwości za pośrednictwem żądania pracownika.
Ten podział jest przydatny, ponieważ język naturalny zawiera niejednoznaczności. Osoba prosząca o „uporządkowanie zaległych zakupów” może chcieć podsumowania, listy do przeglądu albo faktycznych zmian. Niezawodne rozwiązanie musi rozstrzygnąć tę niejednoznaczność, zanim potraktuje takie sformułowanie jako autoryzację.
To samo rozróżnienie obowiązuje, gdy asystent proponuje sekwencję kroków. Agent AI, czyli oprogramowanie wykorzystujące narzędzia do realizacji zadania, może łączyć działania między aplikacjami. Każdy krok nadal musi mieć jasny związek z intencją i uprawnieniami użytkownika.
Oracle App Composer dotyczy kolejnej części proponowanego systemu. Oracle podaje, że pracownicy mogą tworzyć aplikacje za pomocą Codex, podczas gdy Oracle zajmuje się wdrażaniem i operacjami w swojej infrastrukturze chmurowej. Wdrożenie oznacza udostępnienie aplikacji do działania jej zamierzonym użytkownikom.
To połączenie sugeruje drogę od rozpoznania powtarzalnej pracy do stworzenia wspólnego narzędzia do jej realizacji. Zespół może zauważyć, że wielokrotnie zbiera te same informacje, i zdecydować o stworzeniu aplikacji. Taka aplikacja będzie następnie wymagała właściciela, kontroli dostępu i bieżącego utrzymania.
Wygenerowanie początkowego oprogramowania jest tylko częścią tej odpowiedzialności. Ktoś musi zdecydować, czy aplikacja właściwie obsługuje wyjątki i czy późniejsze zmiany zachowują jej zamierzone działanie. Narzędzie biznesowe może stać się ważne na długo przed tym, zanim jego twórcy rozpoznają, ilu współpracowników od niego zależy.
Partnerstwo OpenAI i Oracle łączy również AI z zarządzanymi testami bezpieczeństwa poprzez Oracle AI Security Mesh. Oracle opisuje zakres testów określany przez klienta oraz zabezpieczenia zarządzane przez Oracle. Granice te mają znaczenie, ponieważ testowanie systemów produkcyjnych może wpływać na działalność firmy, nawet gdy jego cel ma charakter obronny.
Wspólnym motywem jest kontrolowane wykonywanie działań. Niezależnie od tego, czy zadanie dotyczy finansów, tworzenia aplikacji czy testów bezpieczeństwa, użyteczny system musi łączyć intencję z dozwolonymi operacjami. Jakość tego połączenia jest ważniejsza niż to, czy każda aktywność mieści się w ramach rozmowy.
Microsoft dostarcza istotnego kontekstu konkurencyjnego. Jego marcowy opis aplikacji biznesowych Copilot przedstawiał wprowadzanie doświadczeń Dynamics 365 i Power Apps do czatu Copilot. Opisywał również odwrotny kierunek: wprowadzanie możliwości Copilot do aplikacji biznesowych.
To porównanie wskazuje na wspólny kierunek strategiczny, a nie potwierdzony ranking wydajności. Oba podejścia mają łączyć asystenta z informacjami biznesowymi i działaniami. Dostępne komunikaty nie dowodzą, które podejście niezawodniej realizuje równoważne przepływy pracy klientów.
Dla nabywców pytanie konkurencyjne powinno wynikać z pracy. Które środowisko wspiera wymagany proces, udostępnia niezbędne dowody i respektuje istniejące uprawnienia? Szerokie portfolio produktów nie odpowie na te pytania bez zdefiniowanego zadania i wykazanego rezultatu.
Wewnętrzne wdrożenie Oracle dostarcza kontekstu, a nie punktu odniesienia dla klientów
Raportowane wykorzystanie przez pracowników wyjaśnia komercyjne podstawy partnerstwa, ale nie mierzy działania nowo ogłoszonego środowiska pracy.
Relacja z 8 października dotycząca wdrożenia AI w Oracle podała, że w Oracle aktywnie korzysta z ChatGPT 130 000 użytkowników, a z Codex — ponad 95 000. Opisano również skrócenie przygotowania badań rekrutacyjnych z dwóch do czterech dni do 15–20 minut. Są to wyniki raportowane przez firmę i opublikowane przez OpenAI.
Relacja dostarcza użytecznych dowodów na to, że Oracle ma doświadczenie w wewnętrznym korzystaniu z tych narzędzi. Opisuje też, jak Oracle Applications Lab organizuje obiekty biznesowe, relacje i reguły, aby wspierać pytania dotyczące systemów wewnętrznych. Te prace przygotowawcze są istotne dla zrozumienia ambicji ogłoszenia.
Jednak wewnętrzne wdrożenie i gotowość produktu dla klientów zewnętrznych odpowiadają na różne pytania. Korzystanie przez pracowników z narzędzi do programowania i badań nie przesądza o tym, jak zachowa się środowisko finansowe nieznanego klienta. Wynik dotyczący przygotowania rekrutacyjnego nie mierzy też dokładności procesu księgowego.
Raportowane oszczędności czasu dotyczą również konkretnej czynności. Szybsze przygotowanie może usprawnić dzień pracy rekrutera, nie dowodząc, że każda późniejsza decyzja zatrudnieniowa będzie lepsza. Czytelnicy powinni zachować granicę między zmierzonym zadaniem a szerszym wynikiem biznesowym.
Ta sama ostrożność dotyczy liczby aktywnych użytkowników. Wskazuje ona na raportowany udział, ale nie potwierdza niezależnie konsekwentnego wykonywania zadań ani korzyści organizacyjnych. Wykorzystanie może być ważnym sygnałem wdrożenia, pozostając jednocześnie niepełnym dowodem wartości operacyjnej.
Istnieje też różnica między wdrożeniem wewnętrznym a produktem szeroko dostępnym. Wewnętrzne zespoły mogą polegać na utrwalonych relacjach, wspólnej terminologii i bezpośrednim dostępie do specjalistów. Produkt dla klienta musi uwzględniać organizacje o różnych strukturach, definicjach i praktykach operacyjnych.
Dlatego przenośność jest ważnym pytaniem w przypadku Oracle AI Workspace. Jak wiele przygotowań będą musieli wykonać klienci, zanim asystent zrozumie ich kontekst biznesowy? Ogłoszenie nie ustanawia uniwersalnej odpowiedzi, a nabywcy nie powinni zakładać, że integracja eliminuje tę pracę.
Wąski pilotaż pomógłby rozróżnić te kwestie. Organizacja może wybrać powtarzalne zadanie, zachować obecną metodę i porównać proponowane doświadczenie ze znanymi wynikami. Celem byłoby zrozumienie, gdzie asystent pomaga, a gdzie nadal niezbędne jest ludzkie dochodzenie.
Taka ocena powinna obejmować trudne przypadki, a także rutynowe zapytania. Brakujące rekordy, sprzeczne informacje i zmienione uprawnienia ujawniają zachowania, które dopracowana prezentacja może pozostawić nieprzetestowane. Odmowa lub prośba o wyjaśnienie może być właściwym wynikiem.
Wewnętrzna historia wspiera również praktyczną lekcję dotyczącą specjalistycznej wiedzy. Specjaliści nadal są potrzebni do definiowania systemów, oceny wyników i utrzymywania aplikacji. Udostępnienie narzędzia większej liczbie pracowników nie eliminuje pracy koniecznej, by jego odpowiedzi były wiarygodne.
Partnerstwo OpenAI i Oracle zyskuje wiarygodność dzięki temu raportowanemu doświadczeniu operacyjnemu. Jego szersza obietnica dla klientów nadal wymaga dowodów z konkretnych wprowadzanych produktów, integracji i procesów pracy. Oddzielne traktowanie tych form dowodów daje czytelnikom jaśniejszy obraz tego, co się zmieniło.
Dostępność i rozliczalność wymagają odrębnej analizy
Materiały publiczne wspierają konkretny kierunek produktowy, pozostawiając jednak klientom do rozstrzygnięcia ważne kwestie dostarczania i działania.
Warunki dostępności produktów Oracle stwierdzają, że komponenty pakietu zachowują odrębne prawa dostępu, limity użycia i dostępność. Włączenie do pakietu nie oznacza nieograniczonego użycia ani równoczesnej dostępności wszystkich komponentów. Firma zawiera również zastrzeżenie dotyczące przyszłych produktów, obejmujące dostarczenie i harmonogram.
Te zastrzeżenia są istotne dla interpretacji ogłoszenia. Pakiet może łączyć oferty pod względem komercyjnym, podczas gdy jego komponenty podążają różnymi ścieżkami wydań. Nabywcy muszą ustalić, co jest dostępne dla ich organizacji i które możliwości pozostają perspektywiczne.
Wspierający wpis Oracle ogranicza również ofertę dla małych firm do kwalifikujących się wnioskodawców i opisuje wymogi weryfikacji działalności. Uniemożliwia to traktowanie pakietu jako nieograniczonej oferty dla każdej organizacji. Kwalifikowalność i przydatność produktu pozostają odrębnymi kwestiami.
Poza dostępnością, rozliczalność zasługuje na analizę na poziomie poszczególnych działań. System powinien rozróżniać, czego zażądał pracownik, co zaproponował i co faktycznie wykonał. Bez tego rozdzielenia przekonująca odpowiedź może rodzić niepewność co do stanu firmy.
Na przykład „sprawa została załatwiona” pozostawia zbyt wiele niewypowiedzianego w środowisku operacyjnym. Czy asystent przygotował rekomendację, złożył wniosek czy zmodyfikował rekord? Te wyniki mają różne konsekwencje dla kolejnej osoby w procesie.
Ślad audytowy, czyli zapis tego, kto co zrobił i kiedy, powinien pomagać ludziom odtwarzać istotną aktywność. Odpowiednie dowody obejmują informacje źródłowe, wykorzystane uprawnienia oraz wynik zwrócony przez aplikację. Są to wymagania oceny, a nie twierdzenia, że każda ogłoszona funkcja już je zapewnia.
Odzyskiwanie ciągłości działania jest równie ważne. Zadanie obejmujące wiele aplikacji może zatrzymać się po wykonaniu jedynie części żądanej pracy. Użytkownicy muszą wiedzieć, co się powiodło, co pozostaje w toku i czy ponowienie żądania grozi powieleniem działania.
Interpretacja danych tworzy kolejne wyzwanie. Terminy biznesowe mogą mieć różne znaczenia w różnych działach lub systemach. Asystent łączący informacje musi wystarczająco jasno ujawniać te znaczenia, aby pracownik mógł rozpoznać niewłaściwe porównanie.
Na uwagę zasługują również zmiany uprawnień. Dostęp pracownika może się zmienić, gdy zadanie pozostaje niedokończone. Organizacje powinny ustalić, jak połączone środowisko obsługuje taką sytuację, zanim zaczną na nim polegać w istotnych operacjach.
Te pytania nie dowodzą awarii w ogłoszonych produktach. Wskazują informacje potrzebne do oceny obietnicy zatwierdzonej pracy między systemami. Nacisk ogłoszenia na uprawnienia sprawia, że pytania te są kluczowe dla oceny jego własnego deklarowanego kierunku.
Sceptyczne stanowisko nie wymaga zatem przewidywania, że korporacyjne AI poniesie porażkę. Wymaga dopasowania pewności do dowodów. Nazwana integracja, historia wewnętrznego wykorzystania i zrealizowany proces klienta wspierają różne wnioski.
Ten sam standard powinien obowiązywać wobec konkurentów. Nabywcy powinni porównywać obsługiwane zadania, obserwowalne wyniki i obowiązki administracyjne, zamiast zakładać równoważne możliwości na podstawie podobnego języka marketingowego. Znajomy asystent może obniżyć barierę rozpoczęcia zadania, nie rozwiązując wszystkich problemów, które się za nim kryją.
Na co zwracać uwagę od listopada do stycznia
Kolejne użyteczne sygnały to udokumentowany dostęp, obserwowalne zachowanie procesów pracy i trwałe wyniki klientów.
Po pierwsze, warto obserwować bardziej przejrzystą dokumentację dostępu do produktu i integracji. Najbardziej użyteczne aktualizacje wskazałyby obsługiwane aplikacje, uprawnionych klientów, włączone działania oraz pozostałe ograniczenia. Te szczegóły wzmocniłyby argument, że ogłoszony kierunek staje się użytecznym doświadczeniem dla klientów.
Informacje o dostępie powinny być na tyle konkretne, aby odróżnić demonstrację od możliwości gotowej do wdrożenia. Klient powinien móc określić, co muszą skonfigurować administratorzy i którzy pracownicy mogą z tego korzystać. Dokumentacja odpowiadająca na te pytania zmniejszyłaby niepewność bardziej niż kolejne szerokie deklaracje ambicji.
Jeśli dostęp pozostanie ograniczony lub ważne połączenia pozostaną perspektywiczne, zawęzi to krótkoterminowe implikacje ogłoszenia. Nie przekreśli to kierunku partnerstwa. Oznaczałoby to, że organizacje powinny oceniać je przede wszystkim jako rozwijającą się ścieżkę produktową.
Po drugie, warto obserwować demonstracje ujawniające uprawnienia, zatwierdzenia i nieukończone zadania. Przekonujący przykład finansowy powinien pokazać, jak system zachowuje się, gdy informacje są niedostępne lub pracownik nie ma uprawnień. Takie momenty ujawniają, jak dostęp konwersacyjny współdziała z regułami operacyjnymi.
Dowody na prawidłowe ograniczenia wzmocniłyby proponowaną równowagę między wygodą a rozliczalnością. Demonstracje pokazujące wyłącznie udane odpowiedzi dostarczałyby mniej informacji o tej równowadze. Nabywcy potrzebują widoczności granic, a także zamierzonego doświadczenia.
Po trzecie, warto obserwować relacje klientów dotyczące powtarzalnej pracy w czasie. Użyteczne raportowanie wyjaśniałoby pierwotny proces, wspierane zadanie, obciążenie związane z przeglądem oraz wymagane korekty. Umożliwiłoby to ocenę, czy łatwiejszy dostęp prowadzi do wiarygodnych usprawnień operacyjnych.
Powtarzalne użycie byłoby bardziej miarodajne w połączeniu z dowodami dotyczącymi wyników. Asystent może przyciągać uwagę, nadal wymagając szeroko zakrojonej kontroli. Z kolei integracja o wąskim zakresie może okazać się wartościowa, nawet jeśli nie wspiera pracy całego działu.
W przypadku partnerstwa OpenAI i Oracle te sygnały wyjaśniłyby dystans między ogłoszoną architekturą a codziennymi operacjami klientów. Usprawniłyby również porównania z Microsoft i innymi podejściami do korporacyjnego AI. Równoważne zadania i obserwowalne zachowanie stanowią solidniejszą podstawę niż konkurujące opisy miejsca pracy gotowego na agentów.
Wybierz powtarzalne pytanie biznesowe, które obecnie wysyła pracowników między aplikacjami, dokumentami i współpracownikami. Zapisz wymagane przez nie informacje, decyzje, które wspiera, oraz uprawnienia potrzebne do każdego działania. Następnie wykorzystaj ten proces do oceny kolejnej demonstracji Oracle AI Workspace lub aktualizacji dostępu. Zapytaj, czy to doświadczenie zapewnia możliwe do prześledzenia odpowiedzi, respektuje uprawnienia i jasno informuje o niedokończonej pracy. Pozostaw osobę odpowiedzialną za ocenę wyniku, zwłaszcza gdy zadanie wpływa na rekordy finansowe lub współdzielone systemy. Dla czytelników śledzących partnerstwo OpenAI i Oracle najbardziej użytecznym kolejnym krokiem jest porównanie tego zdefiniowanego procesu z tym, co firmy faktycznie udostępniają. Które elementy stają się łatwiejsze, a które obowiązki nadal wymagają ludzkiego właściciela?
