OpenAI співзасновник у новому інтерв’ю: після закриття Sora, що буде далі для ChatGPT?

Заголовок відео: OpenAI President Greg Brockman: AI Strategy, AGI, and the Super App

Автор відео: Alex Kantrowitz

Переклад: Peggy, BlockBeats

Редакційна примітка: Цю статтю перекладено з розмови президента та співзасновника OpenAI Грега Брокмана на подкасті Big Technology Podcast. Цей подкаст тривалий час стежить за змінами у сфері ШІ, технологічної галузі та ділової структури, і є важливим вікном для спостереження за судженнями передової лінії Кремнієвої долини.

У цій розмові Брокман не зупинився на самих можливостях моделей, а перемістив питання далі вперед: коли здатності ШІ в основному вже перевірені, як галузь вибере наступний шлях, переструктуризує форму продукту та примирить системні потрясіння, які він викликає. Розмова зосередилася на стратегії продукту OpenAI, майбутньому «суперзастосунку» та їхній оцінці входження ШІ до «стадії вльту».

Цю розмову можна зрозуміти з трьох аспектів.

По-перше, це конвергенція шляхів. Від генерації відео до моделей міркування, від паралельного просування до активного вибору, вибір OpenAI — це не просто судження про технічні переваги чи недоліки, а реакція на реальні обмеження — обчислювальна потужність стала основним вузьким місцем. За умов обмежених ресурсів технологічні маршрути починають зходитися на два напрями з найбільшим ефектом важеля: персональний помічник та вирішення складних проблем. Це також означає, що логіка конкуренції ШІ переходить від «що можна зробити» до «що робити першим».

По-друге, це переконструювання форми. Пропозиція «суперзастосунку» — це по суті стрибок у формі продукту. ШІ більше не є набором розрізнених інструментів, а єдиним портальним входом: він розуміє контекст, викликає інструменти, виконує завдання та постійно накопичує пам’ять у різних сценаріях. Від ChatGPT до Codex, ШІ поступово поглинає повні робочі процеси, а роль людини змінюється з виконавця на координатора — встановлення цілей, розподіл завдань та контроль.

По-третє, це поворот в темпі. Якщо останні два роки були стадією попиту можливостей, то те, що відбувається зараз, це «злет». З одного боку, можливості моделей стрибають від «допомога з ~20% роботи» до «охоплення ~80% завдань», що безпосередньо спускає перебудову робочого процесу; з іншого боку, ШІ бере участь у своїй власній еволюції (використання ШІ для оптимізації ШІ), накладаючись на синергію у мікросхемах, застосуванні та підприємствах, формуючи постійно прискорюючий замкнений цикл. ШІ більше не є точковою технологією, а починає перетворюватися на ключовий двигун економічного зростання.

Але водночас виникає й інша група питань: недовіра громадськості, невизначеність у сфері зайнятості, суперечки щодо центрів обробки даних, а також межі безпеки й управління. На це Брокман дає відповідь, яка не цілком закладена у технології. Він наголошує на двох моментах: по-перше, ризики не можна вирішити через «централізований контроль», потрібно побудувати соціальну інфраструктуру навколо ШІ, подібну до системи електроживлення; по-друге, здатності окремих осіб змінюються — справді важливе не «вміння використовувати інструменти», а «можливість досягти своїх цілей за допомогою ШІ».

Якщо минулого питання було «що може зробити ШІ», то сучасне питання вже змінилося на те, що вам ще потрібно робити, коли ШІ починає доповнювати більшість речей за вас.

Далі йде вихідний контент (для зручності розуміння оригінальний контент був подекуди переробланий):

TL;DR

**AGI вступила в стадію «ясної стежки»:**Грег Брокман (співзасновник OpenAI) вважає, що моделі міркування на базі GPT вже мають чіткий маршрут до AGI, яка буде досягнута протягом декількох років, але її форма залишиться «нерівномірною» (jagged).

Примітка: AGI (Artificial General Intelligence) означає загальний штучний інтелект, тобто ШІ-систему, що має здібності, рівні або вищі за людські у переважній більшості когнітивних завдань. На відміну від поточного «спеціального ШІ» (такого як розпізнавання зображень чи рекомендаційні алгоритми), AGI наголошує на універсальність та здатність переносу між завданнями.

**Стратегічна конвергенція: від багаторазового дослідження до двох основних застосувань:**В умовах обмеженості обчислювальної потужності OpenAI зосереджує ресурси на «персональному помічнику» та «вирішенні складних проблем», а не на одночасному просуванні всіх напрямків (як-от генерація відео).

**«Суперзастосунок» стане портальною формою ШІ:**Чати, програмування, браузер та робота зі знаннями будуть інтегровані в единий систему, ШІ трансформується з інструменту в «виконавчий шар», користувачі переходять в «координаторів».

**Ключовий перелом: ШІ починає поглинати робочі процеси замість допомоги:**Можливості моделей стрибнули від «виконання 20% завдань» до «здатності брати на себе 80%», що змушує окремих осіб та підприємства переконструювати способи роботи.

**Обчислювальна потужність стає основним вузьким місцем та фокусом конкуренції:**Попит на ШІ значно перевищує пропозицію, майбутні обмеження лежать не в можливостях моделей, а в обчислювальних ресурсах, центри обробки даних та інфраструктура стають ключовими змінними.

**«Злет» ШІ відбувається:**Технологічне саморізання (ШІ оптимізує ШІ) накладається на синергію в промисловості (мікросхеми, застосування, підприємства),促進 ШІ трансформується від інструменту до двигуна економічного зростання.

**Найбільший ризик полягає не у технології, а в управлінні та способі використання:**Проблеми безпеки не можна вирішити одним суб’єктом, потрібна відкрита екосистема та спільна соціальна інфраструктура.

**Основні здатності особистості змінюються:**Майбутня конкурентоспроможність лежить не в «виконанні», а в «встановленні цілей + управління ШІ-системами», активне використання ШІ стане фундаментальною навичкою.

Вихідна розмова:

Алекс (ведучий): Сьогодні у нас співзасновник та президент OpenAI Грег Брокман, щоб поговорити про найбільш перспективні можливості ШІ, як OpenAI їх перехопить, та про концепцію «суперзастосунку». Грег також приєднався до нашої студії запису.

Грег Брокман (співзасновник та президент OpenAI): Рад тебе бачити, дякую за запрошення.

Чому закрито Sora? Недостатньо обчислювальної потужності

Алекс: Цей час дуже цікавий, OpenAI зараз розморожує розвиток генерації відео та зосереджує ресурси на «суперзастосунку» — він поєднуватиме комерційні та програмні сценарії. Ззовні (включаючи мене), здається, що OpenAI вже мав перевагу на стороні споживачів, але тепер коригує розподіл ресурсів. Що насправді відбувається?

Примітка: У березні 2026 року OpenAI оголосив про закриття свого продукту генерації відео Sora (включаючи застосування та API) та припинення комерційного просування.

Грег Брокман: На протязі останнього часу ми розробляли цю технологію глибокого навчання, намагаючись перевірити, чи вона справді може дати позитивний вплив, який був нашою мрією — чи вона може бути використана для створення застосувань, що справді допомагають людям та поліпшують їхнє життя.

Одночасно ми робили й іншу лінію: розгортали цю технологію. З одного боку, це підтримувало операційну діяльність, з іншого боку, це допомагало нам заздалегідь накопичити реальний світовий досвід для цього моменту, коли технологія справді дозріє.

А тепер ми дійшли нового етапу. Ми бачимо, що ця технологія дійсно життєздатна. Ми переходимо від «еталонного тестування» та деяких абстрактніших демонстрацій здатності до нового етапу — необхідно розмістити це у реальному світі, дозволити йому брати участь у справжній роботі, продовжуючи еволюціонувати через зворотний зв’язок користувача.

Тому я схильний розуміти цю зміну як: це стратегічний поворот, керований змінами в технічної стадії.

Це не означає, що ми переходимо від «споживацької сторони» до «корпоративної сторони». Точніше, ми ставимо собі питання: за обмежених ресурсів, які застосування мають бути найвищим пріоритетом? Тому що ми не можемо робити все одночасно.

Які застосування можуть справді запускатися, створювати синергію між собою та мати справжній вплив? Коли ви виписуєте всі напрями, споживацьку сторону можна розбити на багато типів: наприклад, персональний помічник, систему, що справді вас розуміє, узгоджена з вашими цілями, здатна допомогти вам реалізувати життєві цілі; творчість та розваги; та багато інших можливостей. З корпоративної сторони, якщо ви дивитеся з вищої точки, це фактично абстрагується в одну суть: у вас є складне завдання, чи може ШІ допомогти вам його виконати?

Для нас пріоритет дуже ясний, найпершими є лише два заходи: по-перше, персональний помічник; по-друге, ШІ, що допомагає вирішати складні проблеми.

Проблема в тому: наша поточна обчислювальна потужність навіть не може повністю задовольнити ці два завдання. Якщо ми додамо ще більше сценаріїв застосування, це буде абсолютно неможливо покрити. Тому це насправді практичне судження: технологія швидко дозріває, вплив вот-вот вибухне, а ми маємо робити вибір, сфокусуватися на найважливіших напрямках і справді це реалізувати.

Алекс: Ви раніше зробили аналогію, сказавши, що OpenAI дещо схожі на Disney: у вас є основна здатність, яку можна розширити на різні сценарії. Disney має Міккі Мауса, який можна використовувати для фільмів, тематичних парків, Disney+. Основа OpenAI — моделі, які можна використовувати для генерації відео, помічників, корпоративних застосувань.

Але зараз здається, що ви більше не рухаєтеся «всебічним розширенням», а маєте робити вибір?

Грег Брокман: Насправді я вважаю, що аналогія тепер більше справедлива. Але ключовий момент у тому: з технічної точки зору, Sora (модель відео) та GPT (модель міркування) насправді належать двом різним технічним гілкам. Способи їхної побудови абсолютно різні.

Проблема полягає в тому, що на цьому етапі одночасно просувати обидві технічні гілки дуже складно, особливо за умови обмежених ресурсів. Тому наш вибір — на цьому етапі сфокусувати основні ресурси на маршруті GPT.

Звичайно, це не означає, що ми відмовляємось від інших напрямків. Наприклад, у сфері робототехніки ми все ще продовжуємо пов’язане дослідження. Але робототехніка сама ще на ранніших етапах, ще не вступила в справжній період дозрівання та вибуху.

Порівняно з тим, у наступному році ми побачимо справжній взлітання ШІ у галузі знаннєвої роботи.

І варто наголосити: маршрут GPT — це не просто «текст». Наприклад, двоспрямована голосова взаємодія (мова-в-мову) також є частиною цього технічного маршруту, яка зробить ШІ більш придатним до використання та практичним. Ці здатності по суті все ще знаходяться в одній системі моделі, налаштовуючись по-різному.

Але якщо ви йдете на дві абсолютно різні технічні гілки, то за умови обмеженої обчислювальної потужності, це дуже складно довгострокового підтримувати. А обчислювальна потужність обмежена тому, що попит дуже великий.

Алекс: Тоді чому ви не зосередили увагу на маршруті «світової моделі»? Наприклад, модель відео потребує розуміння відносин між об’єктами, що також критичне для робототехніки. До того ж, прогрес Sora був досить швидким. Чому врешті-решт вибрали GPT?

Примітка: «Світова модель» (World Model) фокусується на сприйнятті та фізичній інтуїції, центруючись на озброєнні ШІ розумінням «як працює світ», а не просто на вивченні «поверхневих закономірностей даних». Такі моделі зазвичай використовуються для опису систем на кшталт Sora: вона не просто генерує зображення або відео, а моделює відносини між об’єктами (як люди, автомобілі, світло), тимчасові зміни (еволюцію між кадрами), та базові фізичні закони (рух, затінення, колізію). Для порівняння, GPT належить до мови та моделей міркування, більше зосереджуючись на абстрактному пізнанні та здатності виконання завдань.

Грег Брокман: Найбільша проблема в цій галузі — це занадто багато можливостей.

Ми дуже рано виявили, що в OpenAI, якщо ідея математично розумна, вона зазвичай працює і досягає непоганих результатів. Це говорить про те, що базова здатність глибокого навчання дуже сильна, вона може абстрагувати правила генерування з даних та переносити їх на нові сценарії. Це можна застосувати до світових моделей, наукових відкриттів, програмування та багатьох інших областей.

Але ключовий момент: ми маємо робити вибір.

Давно йде дебата про те, наскільки далеко може зайти текстова модель? Чи вона може дійсно розуміти світ? Я вважаю, що тепер на це питання є відповідь — текстова модель може дійти AGI.

Ми бачимо ясний маршрут, і цього року з’являться ще сильніші моделі. А в самому OpenAI один із найбільших болів — як розподіляти обчислювальну потужність — це питання буде лише погіршуватися, але не покращуватися. Тому по суті, це не питання «який маршрут важливіше», а питання часу та порядку.

Тепер деякі застосування, які раніше здавалися далекими, вже починають стати легко досяжними. Наприклад, вирішення нерозв’язаних фізичних проблем. У нас був недавний випадок, коли фізик досліджував проблему протягом давного часу, передав її моделі, а через 12 годин ми дали розв’язок. Він сказав, це був перший раз, коли він почув відчуття, що модель «думає». Ця проблема можливо ніколи не буде вирішена людиною, але ШІ це зробив.

Коли ви бачите такі речі, у вас виникає лише один вибір: подвоїти ставку, потроїти інвестиції. Тому що це означає, що ми справді можемо звільнити величезний потенціал.

Отже, для мене це не конкуренція між різними напрямками, а те, що таке місія OpenAI? Як ми приносимо AGI у світ? Як ми виходимо на рівень справжньої користі для всіх? Й ми бачимо цей маршрут, ми знаємо, як його просувати.

Ставити на GPT, а не на світову модель: вибір шляху до AGI

Алекс: Хорошо, я справді хочу повернутися до речей про модель наступного покоління, про яку ви згадали, але спочатку хочу поставити це питання глибше.

Раніше цього року я розмовляв з Демісом Гассабісом з Google DeepMind. Було досить цікаво, що він сказав, найближча до AGI річ, яку він бачив, — це їхній генератор зображень під назвою Nano Banana.

Примітка: Демис Гассабіс — один із ключових людей, що просувають ШІ від досліджень до величних застосувань. DeepMind, яку він створив, розробив AlphaGo, якого в 2016 році переміг чемпіона світу з го, що стало символічною подією в історії розвитку ШІ.

Його причина: незалежно від того, генератор зображень чи генератор відео, щоб генерувати таку послідовність зображень чи відео, суть у тому, що має розуміти взаємодію між об’єктами, щонайменше повинно існувати деяке розуміння того, як працює світ.

Отже, чи це означає потенційний ризик? Це велика ставка — якщо справді так, то OpenAI продовжує інвестувати в іншій технічній гілці, чи це означає, що ви можете щось пропустити?

Грег Брокман: Якщо справді так? У мене є два відповіді.

По-перше, звичайно, така можливість існує. У цій галузі так і є, вам врешті-решт доводиться робити вибір, робити ставку. І OpenAI робив це від самого початку: ми маємо судити, в якому маршруті до AGI ми вірим, а потім з великою fokusiranošću просувати цей маршрут. Це як додавання випадкових векторів, результат може наблизитися до нуля; але якщо ви вирівняєте всі вектори, вони змусять вас рухатися у чіткому напрямку.

Але другий момент: генерація зображень насправді також дуже популярна здатність у ChatGPT, ми також продовжуємо інвестувати та продовжуємо робити це пріоритетом. Причина, за якої ми можемо це робити — це насправді не принадлежить «світовій моделі» або «гілці дифузійної моделі», вона насправді побудована на архітектурі GPT. Отже, хоча вона виконує іншу дистрибуцію даних, з точки зору базової технічної стеку, насправді все ще є однаковим.

А це саме те, що є найдивовижним в AGI: іноді, речі, які виглядають супер різними — голос у голос, генерація зображень, обробка тексту, та різні застосування тексту у науковому дослідженні, програмуванні, особистій інформації про здоров’я — насправді можуть бути розміщені в одній технічній системі.

Отже, з технічної точки зору, те, про що я та компанія завжди думаємо, — це як найбільше уніфікувати наші напрями інвестицій. Тому що ми справді вірим, що ця технологія буде приносити цілісне поліпшення, навіть піднімаючи всю економічну систему.

А масштаб цього — величезний. Звичайно, ми не можемо все скінчити, але ми можемо завершити нашу частину.

Алекс: Це саме той Гос в AGI — Artificial General Intelligence.

Грег Брокман: Так, це той G, справді це означає.

Алекс: Коли ви говорите про «уніфікацію», то як виглядатиме цей суперзастосунок?

Грег Брокман: Я розуміюю суперзастосунок як —

Алекс: Це поєднує чат, програмування, браузер та ChatGPT, правильно?

Грег Брокман: Так. Те, що ми хочемо зробити — це застосунок для кінцевих користувачів, щоб ви справді відчули силу AGI, тобто його «універсальність».

Якщо ви думаєте про сьогоднішні чат-продукти, я вважаю, що вони поступово еволюціонуватимуть у ваш особистий помічник, вашу особисту API, справжній ШІ, що вас цікавить. Вона вас дуже добре знає, знає багато про вас, узгоджена з вашими цілями, заслуговує довіри, і певною мірою може вас «представляти» у цифровому світі.

Щодо Codex, ви можете розуміти це як: зараз це в основному інструмент для інженерів програмного забезпечення, але він трансформується на «Codex для всіх».

Кожен, хто хоче творити, хто хоче щось будувати, може використовувати Codex, дозволяючи комп’ютеру робити те, що вони хочуть. Й це вже не просто про «написання软件», це більше як про саму «користування комп’ютером». Наприклад, я попросив у нього допомогу з налаштуванням ноутбука. Іноді я забув, як налаштувати гарячі кути (hot corners), я просто просив Codex це зробити, і він справді це робив.

Це те, як мають працювати комп’ютери, він повинен адаптуватися до людини, а не людина до нього.

Тож ви можете уявити таке застосування: все, що ви хочете, щоб комп’ютер робив, ви можете йому просто сказати. Це матиме вбудовані можливості «користування комп’ютером» та «браузерних операцій», дозволяючи ШІ справді керувати веб-сторінками, при цьому ви можете наглядати, що він насправді робить. Й незалежно від того, ваша взаємодія — чат, написання коду чи загальна робота зі знаннями, все ці розмови будуть об’єднані в один систему. ШІ матиме пам’ять, знатиме про вас.

Це те, що ми будуємо.

Але правда кажучи, це лише вершина айсберга, частина, що видна. Для мене справді важливішим є уніфікація базової технології.

Ми раніше згадували про уніфікацію рівня базової моделі, але те, що насправді змінилося за останні кілька років — це те, що тепер викликало дефіцит просто «самої моделі», це більше про «систему щодо». Тобто, як модель отримує контекст? Як вона зв’язується з реальним світом? Які дії вона може підприємити? Як працює цикл взаємодії з користувачем, коли нові контексти постійно входять?

У минулому у нас всередину були різні реалізації цих речей, або принаймні декілька дещо різних реалізацій. Тепер ми збіжуємось у одну. Врешті-решт, у нас буде уніфікований ШІ-шар, а потім дуже легко перенаправити його на різні конкретні сценарії застосування.

Звичайно, ви все ще можете зробити невеликий плагін, невеликий інтерфейс, спеціалізований на фінансах, спеціалізований на правовій, але в більшості випадків, вам навіть не потрібно, тому що сам суперзастосунок буде досить широким, досить універсальним.

Алекс: Цей застосунок служить як для корпоративних, так і для особистих сценаріїв?

Грег Брокман: Так, це насправді найсуть його. Подібно комп’ютеру, скажімо, вашому ноутбуку, це насправді для особистого чи робочого використання? Відповідь насправді: обидва. Це спочатку ваш пристрій, вашіше пристрій, це ваш інтерфейс до цифрового світу. І це саме те, що ми хочемо зробити.

Алекс: З неживої комерційної перспективи, якщо я використовую цей суперзастосунок у своєму особистому житті, що я з ним робитиму? Як мене змінить моє життя?

Грег Брокман: Я б розумів це так: у особистому житті це спочатку продовжуватиме те, як ви зараз використовуєте ChatGPT.

Як ви зараз використов