Bergabunglah dengan buletin harian dan mingguan kami untuk pembaruan terbaru dan konten eksklusif tentang liputan AI terkemuka di industri. Pelajari lebih lanjut
Openai mengumumkan hari ini bahwa mereka meluncurkan kemampuan penelitian mendalamnya yang kuat untuk semua pengguna chatgpt plus, tim, pendidikan, dan perusahaan, secara signifikan memperluas akses ke apa yang oleh banyak ahli menganggap agen AI paling transformatif perusahaan sejak chatgpt asli.
“Deep Research sekarang diluncurkan ke semua pengguna Chatgpt Plus, Team, EDU, dan Enterprise,” perusahaan mengumumkan pada akun X resminya. Menurut pengumuman, pengguna ini awalnya akan menerima 10 kueri penelitian mendalam per bulan, sementara pelanggan pro tier akan memiliki akses ke 120 pertanyaan setiap bulan.
Deep Research, didukung oleh versi khusus dari model O3 Openai yang akan datang, merupakan perubahan signifikan dalam cara AI dapat membantu dengan tugas penelitian yang kompleks. Tidak seperti chatbots tradisional yang memberikan respons langsung, penelitian mendalam secara mandiri menjelajahi ratusan sumber online, menganalisis teks, gambar, dan PDF, dan mensintesis laporan komprehensif yang sebanding dengan yang diproduksi oleh analis profesional.
Deep Research sekarang diluncurkan ke semua pengguna Chatgpt Plus, Team, EDU, dan Enterprise?
– Openai (@openai) 25 Februari 2025
The AI Research Arms Race: Deepseek's Open Challenge bertemu dengan permainan premium Openai
Waktu peluncuran Openai yang diperluas hampir tidak kebetulan. Lansekap AI generatif telah berubah secara dramatis dalam beberapa minggu terakhir, dengan Deepseek China muncul sebagai pengganggu yang tidak terduga. Dengan open-sourcing model Deepseek-R1 mereka di bawah lisensi MIT, mereka secara fundamental menantang model bisnis berbasis berlangganan tertutup yang telah mendefinisikan pengembangan AI Barat.
Apa yang membuat kompetisi ini sangat menarik adalah filosofi yang berbeda yang berperan. Sementara Openai terus memarut kemampuannya yang paling kuat di balik tingkatan berlangganan yang semakin kompleks, Deepseek telah memilih pendekatan yang sangat berbeda: memberikan teknologi dan membiarkan seribu aplikasi mekar.
Perusahaan AI China Deepseek baru-baru ini membuat gelombang ketika mengumumkan R1, sebuah model penalaran open-source yang diklaimnya mencapai kinerja yang sebanding dengan O1 Openai, dengan sedikit biaya.
Tetapi bagi mereka yang mengikuti perkembangan AI dengan cermat, Deepseek dan R1 tidak keluar dari … pic.twitter.com/fuahyp0hhz
– y Combinator (@ycombinator) 5 Februari 2025
Strategi ini menggemakan era adopsi teknologi sebelumnya, di mana platform terbuka pada akhirnya menciptakan nilai lebih dari sistem tertutup. Dominasi Linux dalam infrastruktur server menawarkan paralel historis yang menarik. Untuk pembuat keputusan perusahaan, pertanyaannya adalah apakah akan berinvestasi dalam solusi kepemilikan yang mungkin menawarkan keunggulan kompetitif langsung atau merangkul alternatif terbuka yang dapat menumbuhkan inovasi yang lebih luas di seluruh organisasi mereka.
Integrasi Perplexity baru-baru ini dari Deepseek-R1 ke dalam alat penelitiannya sendiri-pada sebagian kecil dari titik harga Openai-menunjukkan seberapa cepat pendekatan terbuka ini dapat menghasilkan produk yang bersaing. Sementara itu, Anthropic's Claude 3.7 Sonnet telah mengambil jalan lain, dengan fokus pada transparansi dalam proses penalaran dengan “pemikiran yang terlihat.”
Deepseek's R1 adalah model yang mengesankan, terutama di sekitar apa yang dapat mereka berikan untuk harganya.
Kami jelas akan memberikan model yang jauh lebih baik dan juga itu menyegarkan untuk memiliki pesaing baru! Kami akan menarik beberapa rilis.
– Sam Altman (@sama) 28 Januari 2025
Hasilnya adalah pasar yang terfragmentasi di mana setiap pemain utama sekarang menawarkan pendekatan khas untuk penelitian bertenaga AI. Untuk perusahaan, ini berarti pilihan yang lebih besar tetapi juga meningkatkan kompleksitas dalam menentukan platform mana yang paling selaras dengan kebutuhan dan nilai spesifik mereka.
Dari Taman Bertembok ke Lapangan Umum: Pivot Demokrat Terhitung Openai
Ketika Sam Altman menulis bahwa penelitian mendalam “mungkin bernilai $ 1.000 per bulan untuk beberapa pengguna,” ia mengungkapkan lebih dari sekadar elastisitas harga – ia mengakui perbedaan nilai luar biasa yang ada di antara pengguna potensial. Penerimaan ini memotong jantung dari Undang -Undang Keseimbangan Strategis Openai yang berkelanjutan.
Perusahaan menghadapi ketegangan mendasar: mempertahankan eksklusivitas premium yang mendanai perkembangannya sambil secara bersamaan memenuhi misinya untuk memastikan “intelijen umum buatan menguntungkan seluruh kemanusiaan.” Pengumuman hari ini merupakan langkah yang cermat menuju aksesibilitas yang lebih besar tanpa merusak model pendapatannya.
Saya pikir kami akan awalnya akan menawarkan 10 kegunaan per bulan untuk chatgpt plus dan 2 per bulan di tingkat gratis, dengan maksud untuk meningkatkan skala ini dari waktu ke waktu.
Mungkin bernilai $ 1000 per bulan untuk beberapa pengguna, tetapi saya senang melihat apa yang dilakukan semua orang dengan itu! https://t.co/ybicvzodpf
– Sam Altman (@sama) 12 Februari 2025
Dengan membatasi pengguna tingkat gratis untuk hanya dua pertanyaan setiap bulan, Openai pada dasarnya menawarkan penggoda – cukup untuk menunjukkan kemampuan teknologi tanpa mengkanibal penawaran premiumnya. Pendekatan ini mengikuti buku pedoman “freemium” klasik yang telah mendefinisikan banyak ekonomi digital, tetapi dengan kendala yang luar biasa ketat yang mencerminkan sumber daya komputasi substansial yang diperlukan untuk setiap pertanyaan penelitian yang mendalam.
Alokasi 10 kueri bulanan untuk pengguna plus ($ 20/bulan) dibandingkan dengan 120 untuk pengguna Pro ($ 200/bulan) menciptakan penggambaran yang jelas yang mempertahankan proposisi nilai premium. Strategi peluncuran berjenjang ini menunjukkan Openai mengakui bahwa demokratisasi akses ke kemampuan AI canggih membutuhkan lebih dari sekadar menurunkan hambatan harga – itu mengharuskan pemikiran ulang mendasar tentang bagaimana kemampuan ini dikemas dan dikirim.
Beyond the Surface: Kekuatan tersembunyi penelitian dalam dan kerentanan yang mengejutkan
Angka headline – akurasi 26,6% pada “Ujian Terakhir Kemanusiaan” – hanya bagian dari cerita. Benchmark ini, yang dirancang untuk menjadi sangat menantang bahkan bagi para ahli manusia, merupakan lompatan kuantum di luar kemampuan AI sebelumnya. Untuk konteks, mencapai bahkan 10% pada tes ini akan dianggap luar biasa setahun yang lalu.
Apa yang paling penting bukan hanya kinerja mentah tetapi sifat tes itu sendiri, yang membutuhkan informasi sintesis di seluruh domain yang berbeda dan menerapkan penalaran bernuansa yang jauh melampaui pencocokan pola. Pendekatan Deep Research menggabungkan beberapa terobosan teknologi: perencanaan multi-tahap, pengambilan informasi adaptif, dan mungkin yang paling penting, suatu bentuk koreksi diri komputasi yang memungkinkannya untuk mengenali dan memperbaiki keterbatasannya sendiri selama proses penelitian.
Namun kemampuan ini datang dengan bintik -bintik buta yang terkenal. Sistem ini tetap rentan terhadap apa yang disebut “bias konsensus” – kecenderungan untuk mengistimewakan sudut pandang yang diterima secara luas sementara berpotensi mengabaikan perspektif pelawan yang menantang pemikiran yang mapan. Bias ini bisa sangat bermasalah dalam domain di mana inovasi sering muncul dari menantang kebijaksanaan konvensional.
Selain itu, ketergantungan sistem pada konten web yang ada berarti mewarisi bias dan keterbatasan materi sumbernya. Dalam bidang yang berkembang pesat atau niche spesialisasi dengan dokumentasi online terbatas, penelitian mendalam dapat berjuang untuk memberikan analisis yang benar -benar komprehensif. Dan tanpa akses ke basis data eksklusif atau jurnal akademik berbasis berlangganan, wawasannya tentang domain khusus tertentu dapat tetap dangkal meskipun kemampuan penalaran yang canggih.
Dilema Eksekutif: Bagaimana Penelitian yang Dalam Menulis Ulang Aturan Kerja Pengetahuan
Untuk pemimpin C-suite, Deep Research menyajikan paradoks: alat yang cukup kuat untuk mendefinisikan kembali peran di seluruh organisasi mereka tetapi masih terlalu terbatas untuk digunakan tanpa pengawasan manusia yang cermat. Keuntungan produktivitas langsung tidak dapat dipungkiri – tugas yang setelah waktu yang dibutuhkan waktu analis sekarang dapat diselesaikan dalam hitungan menit. Tetapi efisiensi ini datang dengan implikasi strategis yang kompleks.
Organisasi yang mengintegrasikan penelitian mendalam secara efektif kemungkinan perlu untuk menata ulang alur kerja informasi mereka sepenuhnya. Daripada hanya mengganti analis junior, teknologi ini dapat menciptakan peran hibrida baru di mana keahlian manusia berfokus pada pertanyaan pembingkaian, mengevaluasi sumber, dan secara kritis menilai wawasan yang dihasilkan AI. Implementasi yang paling sukses kemungkinan akan melihat penelitian mendalam bukan sebagai pengganti penilaian manusia tetapi sebagai penguat kemampuan manusia.
Penelitian mendalam untuk pengguna chatgpt plus!
Salah satu hal favorit saya yang pernah kami kirim.
– Sam Altman (@sama) 25 Februari 2025
Struktur penetapan harga menciptakan pertimbangan strategisnya sendiri. Dengan harga $ 200 untuk pengguna pro dengan 120 kueri, setiap permintaan secara efektif berharga sekitar $ 1,67 – biaya sepele dibandingkan dengan biaya tenaga kerja manusia. Namun volume yang terbatas menciptakan kelangkaan buatan yang memaksa organisasi untuk memprioritaskan pertanyaan mana yang benar -benar pantas mendapatkan kemampuan penelitian yang mendalam. Kendala ini secara ironis dapat mengarah pada aplikasi teknologi yang lebih bijaksana daripada model murni yang tidak terbatas akan mendorong.
Implikasi jangka panjang lebih mendalam. Karena kemampuan penelitian yang dulunya terbatas pada organisasi elit menjadi dapat diakses secara luas, keunggulan kompetitif akan semakin berasal dari akses informasi tetapi dari bagaimana organisasi membingkai pertanyaan dan mengintegrasikan wawasan yang dihasilkan AI ke dalam proses pengambilan keputusan mereka. Nilai strategis bergeser dari pengetahuan ke pemahaman – dari pengumpulan informasi hingga generasi wawasan.
Untuk para pemimpin teknis, pesannya jelas: Revolusi Penelitian AI tidak lagi datang – ada di sini. Pertanyaannya bukanlah apakah akan beradaptasi tetapi seberapa cepat organisasi dapat mengembangkan proses, keterampilan, dan pola pikir budaya yang diperlukan untuk berkembang dalam lanskap di mana penelitian yang mendalam telah didemokratisasi secara fundamental.
