OpenAI、Webでのタスクを代行するエージェント「Operator」発表
米OpenAIは1月23日(現地時間)、「独自のWebブラウザを使用してタスクを実行できるエージェント」である「Operator」を発表した。リサーチプレビュー版を、まずは米国のPro(月額200ドル)加入者に提供開始した。
この「独自のブラウザ」は、OpenAIが開発した「Computer-Using Agent(CUA)」モデルに基づいており、GPT-4oの視覚能力と強化学習による高度な推論を組み合わせている。これにより、OperatorはWebページ上のボタンやメニュー、テキストフィールドなどのGUI要素と直接対話し、ユーザーに代わってタスクを実行することが可能だ。
例えばオンラインショップでの買い物やレストランの予約、旅行の計画と予約、経費精算サイトでの処理などを、ユーザーが希望や条件を入力すると代行する。
OpenAIが動画で紹介した例の1つはピザの宅配注文。「<店名>のミディアムサイズのピザを10枚注文して。バーベキューピザも追加ね。レストランが閉まっている場合は、できるだけ早い時間に予約して」という口語調のプロンプトを入力すると……。
DoorDashにアクセスしてリクエストに対応しようとする。
選択肢が複数ある場合はユーザーに確認を求めるようだが、このデモではどの程度自動化されているのかはよく分からない。
別のレストラン予約のデモでは、OpenTableでの予約の前にプロンプトの追加を求められていた。
ログイン認証情報などの機密情報の入力が必要な場合は、ユーザーに入力を要求してくる。
立ち上げ段階では、DoorDashやOpenTableなど、以下のネットサービスで利用可能になっている。
OpenAIはまた、Operatorは「有害なリクエストを拒否し、許可されていないコンテンツをブロックする」ように設計されていると説明した。
将来的には、公共部門のアプリでも利用できるようにしたいとしている。
OpenAIは将来的に、OperatorをPlus、Team、Enterpriseユーザーに提供し、「これらの機能をChatGPTに統合する」計画だとしている。
Copyright © ITmedia, Inc. All Rights Reserved.
関連記事
こんなメディアも見られています
ITmedia AI+に関連する情報をお探しであれば、こちらのメディアもお役に立てるかもしれません。
SpecialPR
アクセスランキング
-
1
Googleの“人気AI講座”、先着1万人に無料提供 リスキリング推進団体
-
2
「Gemini 4 Hydrogen」とは 性能とユースケースまとめ Googleの「誰でも使える」最新モデル
-
3
メルカリ、アプリ開発「2日→数十分」へ 直面したAI時代の“意外な課題”とは?
-
4
ジェンスン・フアン氏退任は「NVIDIAバブル崩壊」の序章か? どうなる今後の半導体業界
-
5
AIモデリングもできる無償3D CAD「SolidCraft」を試してみた!
-
6
総務省が新しい無料オンライン講座「統計解析プログラミング」を1月に開講 Pythonでのデータ分析が4週間で学べる
-
7
アクセンチュアが説く「業務そのものの創り直し」とは? AI活用が事業成果に結びつかない企業に向けた2つのポイント
-
8
フリーランス市場、受注者の約8割がAIを利用 自発的に開示は1割弱、両者に意識差 IBMリサーチなど調査
-
9
AIによる誤った判断、責任を負うのは誰? 「9割」をAIに委ねる時代に向け、IDCが提言
-
10
人手不足だからAIを使いたい、でも導入できる人がいない 中小企業“一人情シス”の葛藤
SpecialPR
ITmedia AI+ SNS
インフォメーション
注目情報をチェック
ITmedia AI+をフォロー
あなたにおすすめの記事PR