Tačiau technologijų raida sukėlė netikėtą revoliuciją, ir naujoji ChatGPT „Deep Research“ funkcija tapo savotišku žaidimo taisykles keičiančiu katalizatoriumi. Ši funkcija, skirtingai nuo ankstesnių dirbtinio intelekto įrankių, sugeba realiu laiku jungtis prie interneto resursų, atlikti kompleksines paieškas, analizuoti rastus duomenis, identifikuoti sąryšius tarp skirtingų informacijos šaltinių ir pateikti susietas, argumentuotas išvadas. Kalbame ne apie tolimą futuristinę viziją, o apie čia pat prieinamus įrankius, iš esmės pakeitusius informacijos prieigos logiką.
Įsivaizduokite, kad prieš keletą metų, prireikus išanalizuoti naujos eksporto rinkos potencialą, įmonės vadovui būtų tekę pavesti šią užduotį specialistų komandai ir laukti savaites, kol bus parengta išsami ataskaita. Dabar tą pirminę analizę galima gauti per kelias valandas ar net greičiau, pasitelkus „Deep Research“ funkcionalumą. Pavyzdžiui, tokie DI įrankiai gali sumažinti kaštus iki 33% klientų aptarnavimo srityje, o tyrimų ataskaitas parengti per 5–30 minučių, kai rankiniu būdu tai užtruktų valandas – tai reiškia iki 90% laiko taupymą tam tikroms užduotims. Tikrasis proveržis slypi ne tik efektyvume, bet ir prieinamume – dabar net ir mažiausias verslo Dovydas gali turėti strateginių įžvalgų kokybę, prilygstančią rinkos Galijotams.
Šį prieinamumą dar labiau sustiprina faktas, kad 2025 m. „Deep Research“ tapo pasiekiamas ne tik brangiems Pro vartotojams, bet ir ChatGPT Plus prenumeratoriams, kurie, už prieinamesnę kainą, gauna 10 užklausų per mėnesį. Tai reiškia, kad mažos įmonės, neturinčios didelių biudžetų, dabar gali išnaudoti šį galingą įrankį ir veiksmingiau konkuruoti su rinkos milžinais.
Čia slypi esminė verslo konkurencijos transformacija – analizės galios išlaisvinimas. „Deep Research“ funkcija veikia kaip stebuklingoji Dovydo svaidyklė, suteikianti mažiesiems galimybę taikliai smogti milžinams. Prieiga prie pažangių duomenų apdorojimo ir analizės nebėra vien stambiųjų rinkos žaidėjų privilegija. Istorinė paralelė čia peršasi savaime: kai XV a. atsirado Gutenbergo spauda, ji demokratizavo žinių sklaidą, anksčiau buvusią vienuolynų ir karalių privilegija. Panašiai ir šiandien „Deep Research“ „spausdina“ įžvalgas kiekvienam, kas moka juo naudotis.
Naujoji funkcija transformuoja ne tik pačią analizę, bet ir žmogaus bei technologijos santykį. Klasikinėje tyrimo metodologijoje žmogus buvo ne tik prašymo formuluotojas, bet ir informacijos rinkėjas, vertintojas, sintezuotojas. „Deep Research“ apjungia šiuos procesus į nuoseklų, integruotą srautą, kuriame žmogui lieka strateginio mąstymo, konteksto supratimo ir galutinio sprendimo priėmimo rolės. Specialistas formuluoja užklausą, DI atlieka paiešką ir pirminę analizę, specialistas patikslina savo klausimus remiantis gautais rezultatais, o DI gilinasi į naujas analizės kryptis. Šis iteracinis procesas leidžia per trumpą laiką ištirti įvairius scenarijus, patikrinti hipotezes ir sukurti daugiasluoksnį tyrimo modelį.
Ši paradigmos kaita keičia ir požiūrį į tai, kokie gebėjimai lemia sėkmę. Pranašumas vis labiau priklauso ne nuo turimų resursų gausos, o nuo gebėjimo greitai adaptuotis, užduoti tikslius klausimus DI sistemoms ir kūrybiškai interpretuoti jų pateiktus atsakymus. Laimi ne tas, kas turi didžiausią analitikų komandą, o tas, kas geriausiai išnaudoja dirbtinį intelektą kaip „pagalbinę priemonę“ savo įžvalgoms. Jau dabar matome pirmuosius laimėtojus – mažos ir vidutinės įmonės, kurios išnaudoja prieigą prie anksčiau neįkandamų analitinių pajėgumų, sugeba efektyviau konkuruoti tiek tarpusavyje, tiek su korporacijų gigantais.
„Deep Research“ funkcijos potencialas ryškiausiai atsiskleidžia įvairiose verslo srityse. Pavyzdžiui, rinkodaros specialistams jis leidžia identifikuoti nišines auditorijas su specifiniais poreikiais ir detaliai analizuoti konkurentų strategijas. Tyrimai rodo, kad DI generuotas turinys gali padidinti konversijos rodiklį iki 36% puslapiuose į kuriuos nukreipia reklama. Žmogiškųjų išteklių srityje „Deep Research“ suteikia galimybę ne tik įvertinti dabartinę darbo rinką, bet ir prognozuoti, kokių kompetencijų reikės po 2–5 metų. Organizacijos, kurios naudoja DI, gali sumažinti darbuotojų kaitą vidutiniškai 24%.
Strateginio valdymo srityje naujoji funkcija išlaisvina strateginį mąstymą ir praturtina jį empiriniais duomenimis. Ji suteikia galimybę nuolat stebėti konkurencinę aplinką, modeliuoti sudėtingus scenarijus su dešimtimis kintamųjų, identifikuoti strategines „nepastebėtas spragas“ ir holistiškai vertinti skirtingas strategines dimensijas. DI tyrimų įrankiai, tokie kaip „Deep Research“, leidžia atlikti užduotis per minutes, kai anksčiau tai užtrukdavo valandas, žymiai pagreitindami reakciją į konkurentų veiksmus.
Vis dėlto kiekvienas naujas galingas įrankis atneša ne tik galimybes, bet ir savų iššūkių rinkinį. Net ir Dovydo svaidyklė gali prasilenkti su taikiniu, jei naudojama be įgūdžių. „Deep Research“ gebėjimas sklandžiai generuoti informaciją turi ir tamsiąją pusę – vadinamąsias „halucinacijas“, kai sistema pateikia įtikinamai skambančius, tačiau klaidingus faktus. Todėl kritinis mąstymas ir faktų tikrinimas tampa ne privalumu, o būtinybe. Kaip Dovydas turėjo būti tikras dėl savo taikinio, taip ir šiuolaikinis verslo strategas privalo tikrinti DI pateikiamas įžvalgas. Iškyla ir etiniai klausimai: duomenų privatumo paradoksas, autorių teisių labirintas, dezinformacijos rizika ir algoritminis šališkumas.
Taip pat egzistuoja rizika, kad per didelis pasitikėjimas DI analize gali susilpninti žmogaus kritinio mąstymo įgūdžius ir sukurti priklausomybę nuo technologijų. „Journal of Cognitive Psychology“ publikuotas tyrimas rodo, kad specialistai, ilgą laiką pasikliaujantys DI sprendimais, demonstruoja sumažėjusį gebėjimą savarankiškai analizuoti kompleksines situacijas. Kyla ir „algoritminio konformizmo“ rizika – kai sprendimai vis labiau remiasi DI analize, didėja tikimybė, kad verslo strategijos, produktų dizainas ir netgi kūrybinis turinys taps vis labiau homogeniški.
Kaipgi prisitaikyti prie šios besikeičiančios realybės? Pirmiausia, organizacijos turėtų kurti visaapimančią DI raštingumo ekosistemą, kuri apimtų ne tik techninius aspektus, bet ir etines dimensijas, kritinio mąstymo ugdymą. Antra, reikia fundamentaliai persvarstyti, kaip darbas organizuojamas – tai gali reikšti hierarchijų supaprastinimą ir sprendimų priėmimo decentralizavimą. Trečia, specialistai turėtų vystyti „hibridinę ekspertizę“ – gebėjimą derinti gilias srities žinias su DI naudojimo kompetencijomis.
Svarbu suvokti, kad „Deep Research“ – nors ir galingas – tėra įrankis, o ne pats strategas. Jis gali papildyti žmogaus protą, bet jo nepakeičia: kūrybiškumas, intuicija, empatija ir etinis kompasas išlieka ten, kur mašina dar bejėgė. Galiausiai, būtina išlaikyti sveiką skepticizmo dozę. Net ir labai pažangus modelis gali klysti, todėl kiekvieną jo pateiktą įžvalgą reikia vertinti kritiškai ir patikrinti svarbiausius faktus prieš priimant reikšmingus sprendimus. Nepamirškime, kad vieną dirbtinio intelekto sprendimą gali padėti patikrinti kitas – Claude ar Grok gali būti naudingi tikrinant „Deep Research“ funkcijos pateiktas išvadas.
ChatGPT „Deep Research“ funkcijos sukeltas analitinių procesų išlaisvinimas jau šiandien keičia verslo konkurencijos taisykles. Tai ne futuristinė prielaida, o vykstantis procesas, kurio tempas daugelį stebina. Durys atsiveria visiems, kurie pasiryžę mokytis, drąsiai naudotis naujais įrankiais ir greitai veikti. Klausimas nebe „ar ši funkcija pakeis verslą?“, o „kaip mes ją pasitelksime kurdami naują verslo realybę?“. Būtent mūsų sprendimai nulems, kas taps naujosios paradigmos laimėtojais, o kas liks autsaideriais. Ateitis priklauso tiems, kurie gebės suvaldyti šią galią – ir tai verčia kiekvieną verslo lyderį jau šiandien savęs paklausti: ar esame pasirengę šiam paradigmos pokyčiui?
Šaltiniai:
Justinas Mikulskis – technologijų strategas, analizuojantis verslo konkurencijos transformaciją skaitmeninėje eroje. Tyrinėja, kaip dirbtinio intelekto sprendimai keičia rinkos taisykles ir atveria naujas galimybes mažesnėms įmonėms. Padeda organizacijoms prisitaikyti prie besikeičiančios realybės per strateginį DI panaudojimą ir skaitmeninę transformaciją.