OpenAIはDevDayのイベントで、ユーザーとの会話が終了した後もタスクに取り組み続けるよう設計されたパーソナルAIエージェント、Dotsを発表した。質問に答えたり、1つの命令を実行したりするだけでなく、Dotsはプロジェクトを追跡し、新しい情報の到着を監視し、作業を更新したうえで、結果をレビュー用に提示する。
GPT-6 Astraを基盤とするDotsは、各エージェント専用のクラウドコンピューター内で動作する。ブラウザーの利用、ファイルの作成、ツールの実行が可能で、ユーザーは自分のコンピューターを接続し、端末上にあるスプレッドシートやインストール済みの開発ツールで作業させることもできる。OpenAIは、クラウド環境を隔離し、コードのアクセス範囲を制限していると説明しており、誤った命令や悪意のあるコードの影響を抑えることを目指している。
個別の命令ではなく継続的なタスク
OpenAIは、あるアプリのユーザーメモを監視し、繰り返し発生する問題を見つけ、修正を準備してテストし、その後、変更点を説明する動画を開発者に提示する例を挙げている。Dotsは、インタビューの文字起こしから抜粋を選んで短い動画を制作したり、エピソードのメモやソーシャル投稿の下書きを作成したりすることもできる。ただし、これらは同社が提示した利用例であり、エージェントがあらゆるタスクで同じ水準の性能を発揮することを証明するものではない。
エージェントとのやり取りはChatGPTのウィンドウに限られない。メッセージの送信や音声会話が可能で、DotsはSlackやMicrosoft Teamsを通じても作業を続ける。拡張機能の仕組みにより4,000以上のアプリを接続できるが、利用可能な情報とツールの範囲は、ユーザーが付与した権限に左右される。
記憶と承認が自律性の水準を決める
DotsはChatGPTのメモリと最近の会話を利用し、Dotsとの会話によってそれらのメモリに情報を追加することもできる。ただし現在、ユーザーはエージェントが記憶している個々の情報を表示、変更、削除することができない。アプリとの接続を解除すると新しい情報の取得は防げるが、それまでに学習した内容は消去されない。ヘルプページによれば、Dots固有のコンテキストを削除するにはエージェント自体を削除する必要がある一方、ChatGPTに移されたファイルや記憶は別々に管理される。
継続的に作業できるからといって、Dotsがあらゆる操作を自動的に実行できるわけではない。プロアクティブな調査は、許可された情報源の読み取りとプライベートメモの作成に限られ、その間にメッセージを送信したり、アプリのコンテンツを変更したり、コンピューターを操作したりすることはできない。メールの送信やファイルの変更などの操作には、委任と追加のセキュリティチェックが必要となる。
Auto-reviewシステムは、計画された操作を実行する前に、指示、カスタムルール、セキュリティ要件を評価する。ユーザーは、メールの送信を禁止するなど、明示的な制限を設定できる。購入には承認が必要で、パスワードの変更や口座間の送金などの操作はユーザーの管理下に残る。OpenAIはエラーが発生する可能性を認めており、特に情報の共有やアカウントへの影響を伴う場合、作業の自動化によっても結果を確認する必要性はなくならないとしている。
提供状況と企業向けバージョン
Dotsは、対象市場のChatGPT ProおよびBusiness Premiumのユーザーに段階的に提供されており、Enterpriseのユーザーは、ワークスペース管理者が有効化した場合に試験版で利用できる。最初のエージェントはProおよびBusiness Premiumの各プランで追加料金なしで利用できるが、大規模なタスクには使用上限がある。Dotsの会話はChatGPTの上限には含まれないが、Dotsが開始または管理するCodexおよびChatGPT Workspaceのタスクは、それぞれ固有の上限に算入される。開始時点ではエージェントを1つだけ作成でき、複数のエージェントが協力する機能は今後のプランに含まれる予定だ。
OpenAIはまた、企業向けに、限定的なエンタープライズプレビューとして専門エージェントを提供している。これらのエージェントには、担当業務に適したID、アクセスデータ、ツールが用意される。同社はMicrosoft Agent 365との統合にも取り組んでおり、企業で既に利用されているガバナンスおよびセキュリティツールを通じて、これらのエージェントを管理・監視できるようにすることを目指している。
実際には何が変わるのか
Dotsは、アシスタントがすべての依頼を待つモデルから、時間の経過に伴って追跡するエージェントに継続的な責任を委任するモデルへの移行を示している。ただし、このモデルの価値は接続されたツールの数だけで測られるのではなく、自ら実行できることと人間の判断を必要とすることを区別する能力、そしてユーザーが記憶と権限をどれほど明確に管理できるかによって測られる。個々の記憶を直接管理できないことや、特定のプランと市場に提供が限られていることなど、現在の製品の制約は、機密性の高いタスクでの利用を評価する際に重要な制限として残っている。