Generatived（Beta）｜生成AIの最新ニュースとトレンドを提供

Operator は最近、Web を自律的にナビゲートし、独自のブラウザを使用してタスクを実行するように設計された新しいデジタル エージェントを発表しました。まだ研究プレビュー段階にあるこのエージェントは、人間と同じように、入力、クリック、スクロールすることで Web ページと対話できます。このテクノロジは、まず米国の Pro ユーザー向けに提供され、ユーザーからのフィードバックを集めてさらに開発を進める予定です。

Operator と呼ばれるこのエージェントは、フォームの入力からオンライン ショッピング、さらにはミームの作成まで、さまざまなブラウザーベースのタスクの処理に長けています。これにより AI の機能が拡張され、ユーザーには日常的なオンライン アクティビティの時間節約ツールが提供され、企業には顧客と関わる新しい方法が提供されます。

Operator は、Computer-Using Agent (CUA) と呼ばれる新しいモデルを搭載しており、GPT-4o の視覚機能と強化学習による高度な推論機能を組み合わせています。これにより、Operator はブラウザを「見て」操作し、カスタムAPI統合を必要とせずに Web 上でアクションを実行できます。問題が発生したときには自己修正が可能で、必要に応じてユーザーに任せるため、共同作業によるユーザー エクスペリエンスが保証されます。

Operator の使い方は簡単です。ユーザーが完了させたいタスクを記述すると、エージェントが引き継ぎます。Operator は複数のタスクを同時に処理でき、特にログインや支払いなどの機密性の高い操作の場合、ユーザーがいつでも介入できます。Operator はカスタマイズも可能で、ユーザーは頻繁に実行するタスクのプロンプトを保存できます。

Operator は、デジタル環境における AI の役割を変革し、ユーザーのタスクを効率化し、企業の顧客体験を向上させる態勢を整えています。Operator が業界標準に準拠しながら実際のニーズを満たすことができるよう、さまざまな分野の企業とのコラボレーションが進行中です。安全性とプライバシーは最優先事項であり、悪用を防ぎ、ユーザーデータを保護するために複数の保護層が設けられています。

Operator は潜在能力に優れていますが、まだ開発の初期段階にあり、複雑なインターフェースで課題に直面する可能性があります。ユーザーからのフィードバックは、パフォーマンスを改良し、信頼性と安全性を確保する上で非常に重要です。Operator の旅はまだ始まったばかりで、実際のアプリケーションから学びながら、継続的な改善が期待されています。