OpenAI computer use مراجعة
قدرة استخدام الكمبيوتر المدمجة من OpenAI لإجراءات على مستوى واجهة المستخدم وتنفيذ المهام في سير عمل الوكلاء المدعومة.
81
RB
Runar BrøsteFounder & Editor
AI tools researcher and reviewerمُحدَث مارس ٢٠٢٦
مُحدَث هذا الأسبوعاختيار المحرر
الأفضل لـ
- الفرق التي تستكشف أتمتة المهام على المتصفح أو سطح المكتب
- المطورون الذين يبنون وكلاء يجب أن تتفاعل مع الواجهات
- سير عمل العمليات حيث لا يكفي الوصول إلى API وحده
تجاوز هذا إذا…
- المستخدمون الذين يحتاجون فقط إلى توليد النص
- المؤسسات ذات التسامح المنخفض مع مخاطر الأتمتة
- أي شخص يتوقع مجموعة ميزات ناضجة بالكامل
ما هو استخدام الكمبيوتر من OpenAI؟
استخدام الكمبيوتر من OpenAI هو قدرة تتيح لنماذج الذكاء الاصطناعي التفاعل مع واجهات المستخدم الرسومية من خلال النقر على الأزرار وملء النماذج والتنقل في القوائم وتنفيذ الإجراءات على الشاشة تماماً كما يفعل المشغل البشري. إنه ليس منتجاً مستقلاً بل قدرة مدمجة متاحة عبر OpenAI API لبناء وكلاء يحتاجون إلى تجاوز النص واستدعاءات API.
يعالج هذا فجوة حقيقية في الأتمتة. تعتمد كثير من العمليات التجارية على أدوات تفتقر إلى APIs أو لديها تكاملات غير مكتملة. يتيح استخدام الكمبيوتر للوكيل التفاعل مع هذه الأدوات من خلال واجهتها المرئية، مما يفتح إمكانيات الأتمتة التي كانت محدودة سابقاً بالنصوص البرمجية الهشة أو العمل اليدوي.
لا تزال القدرة في حالة مشابهة للمعاينة. تعمل لكنها ليست موثوقة أو مصقولة كميزات توليد النص الأساسية في OpenAI.
الميزات الرئيسية
القدرة الأساسية هي التفاعل المرئي. يتلقى النموذج لقطات شاشة لشاشة أو متصفح، ويفهم ما يراه، ويولد إجراءات دقيقة للفأرة ولوحة المفاتيح لتحقيق هدف. يتضمن ذلك النقر على عناصر محددة والكتابة في الحقول والتمرير والتنقل بين الصفحات أو التطبيقات.
تصميم OpenAI مصمم للعمل ضمن أطر الوكلاء. يمكنك دمج استخدام الكمبيوتر مع أدوات أخرى مثل البحث على الويب وتنفيذ الكود وإدارة الملفات في سير عمل واحد.
يتضمن النظام اعتبارات أمنية مثل القدرة على طلب تأكيد بشري قبل إجراءات معينة وتحديد نطاق التطبيقات التي يمكن للوكيل التفاعل معها وتسجيل جميع الإجراءات لأغراض المراجعة.
سير عمل الأتمتة
أكثر حالات الاستخدام عملية لاستخدام الكمبيوتر تتعلق بالأنظمة القديمة والأدوات بدون APIs، مثل التطبيقات المؤسسية كأنظمة CRM القديمة والبوابات الداخلية والمواقع الحكومية أو برامج سطح المكتب التي يمكن تشغيلها فقط من خلال واجهتها. يتيح لك استخدام الكمبيوتر بناء أتمتة لهذه الأنظمة دون الحاجة إلى الهندسة العكسية لمكوناتها الداخلية.
حالة استخدام قوية أخرى هي الاختبار وضمان الجودة. يمكن لوكيل يستخدم الكمبيوتر التنقل عبر تطبيق مثل مستخدم حقيقي، والتحقق من أن الأزرار تعمل وتُرسَل النماذج بشكل صحيح.
يتضمن سير العمل النموذجي تعريف مهمة وإتاحة وصول الوكيل إلى الشاشة أو المتصفح ذي الصلة والسماح له بالتنفيذ مع مراقبة إجراءاته.
من يجب أن يستخدم استخدام الكمبيوتر من OpenAI؟
هذه القدرة مخصصة أساساً للمطورين والفرق التي تبني وكلاء الأتمتة. إنها ليست ميزة للمستهلكين، وتحتاج إلى أن تكون مرتاحاً للعمل مع OpenAI API وبناء سير عمل يدمج استخدام الكمبيوتر جنباً إلى جنب مع قدرات أخرى.
الفرق في العمليات والمالية ودعم العملاء التي تتعامل مع أنظمة قديمة متعددة هي الأنسب. إذا كان فريقك يقضي وقتاً كبيراً في المهام المتكررة التي تنطوي على النقر عبر واجهات لا يمكن أتمتتها بالوسائل التقليدية، فإن استخدام الكمبيوتر يقدم نهجاً جديداً.
إنه ليس الخيار الصحيح للفرق ذات التسامح المنخفض مع مخاطر الأتمتة أو تلك التي تتوقع حلاً ناضجاً بالكامل وجاهزاً للاستخدام.
تفاصيل الأسعار
يُسعَّر استخدام الكمبيوتر من خلال تسعير OpenAI API القياسي بناءً على النموذج الذي يشغّل القدرة. نظراً لأن استخدام الكمبيوتر ينطوي على معالجة لقطات الشاشة (رموز الرؤية) وتوليد تسلسلات الإجراءات، فإن التكلفة لكل مهمة أعلى من استدعاء API نموذجي للنص فقط.
تفاعل استخدام الكمبيوتر الواحد يتضمن إرسال لقطة شاشة (تستهلك رموز رؤية) وتلقي تحليل النموذج والإجراء المقترح وتنفيذ ذلك الإجراء ثم تكرار الدورة. لمهمة تتطلب 20 خطوة من التنقل، تدفع مقابل 20 جولة من معالجة الرؤية بالإضافة إلى تكاليف التفكير.
لا يوجد مستوى تسعير منفصل لاستخدام الكمبيوتر. يجب على الفرق تخصيص ميزانية بعناية للأتمتة عالية الحجم.
مقارنة استخدام الكمبيوتر من OpenAI بالبدائل
كانت Anthropic أول مختبر ذكاء اصطناعي كبير يشحن قدرات استخدام الكمبيوتر مع Claude، وتطبيقها لديه وقت أطول في السوق. يُعتبر استخدام الكمبيوتر في Claude بشكل عام أكثر نضجاً وهو متاح عبر API وتطبيق سطح المكتب.
دخلت Google أيضاً هذا المجال بقدرات استخدام الكمبيوتر في أطر وكلائها. الديناميكية التنافسية تعني أن التكنولوجيا تتحسن بسرعة عبر جميع المزودين.
مقارنةً بأدوات RPA التقليدية مثل UiPath أو Automation Anywhere، يتمتع استخدام الكمبيوتر المدعوم بالذكاء الاصطناعي بمرونة أكبر لأنه يمكنه التعامل مع التغيرات في تصميم الصفحة والحوارات المنبثقة والحالات غير المتوقعة دون نصوص برمجية هشة. ومع ذلك، أدوات RPA أكثر نضجاً ولديها ميزات حوكمة مؤسسية أفضل.
الحكم النهائي
استخدام الكمبيوتر من OpenAI قدرة مفيدة حقاً للفرق التي تبني أتمتة تحتاج إلى التفاعل مع الواجهات المرئية. يحل مشكلة حقيقية لأن كثيراً من أدوات الأعمال المهمة ببساطة ليس لديها APIs، ويوفر استخدام الكمبيوتر بديلاً عملياً للعمل اليدوي.
الحالة الحالية واعدة لكنها ليست مُحكمة للإنتاج. يجب أن تتعامل الفرق معها كقدرة متقدمة تتطلب تنفيذاً دقيقاً واختباراً ومراقبة، بدلاً من حل أتمتة جاهز للاستخدام.
مع نضج التكنولوجيا عبر جميع مزودي الذكاء الاصطناعي الرئيسيين، من المرجح أن يصبح استخدام الكمبيوتر مكوناً قياسياً في مجموعات أتمتة المؤسسات.
الأسعار
قدرة بأسلوب المعاينة مُسعَّرة عبر مسارات استخدام OpenAI API ونماذجها المدعومة.
Usage Based
المزايا
- يتجاوز النص نحو الأتمتة الموجهة بالإجراءات
- مفيد عندما تفتقر الأدوات أو المواقع إلى واجهات برمجية نظيفة
- ذو أهمية استراتيجية لسير عمل الوكلاء
- يمكنه إتاحة إنجاز المهام من البداية إلى النهاية
العيوب
- أكثر خطورة من أتمتة API الأصلية
- يحتاج على الأرجح إلى ضمانات واختبارات دقيقة
- القدرات بأسلوب المعاينة قد تتغير بسرعة
المنصات
api
آخر تحقق: ٢٩ مارس ٢٠٢٦