OpenAI окончательно сворачивает эпоху «текстовых костылей», превращая ChatGPT из продвинутого чат-бота в мультимодального оператора реальности. Свежее обновление для пользователей Plus и Enterprise — это не просто «еще одна фича», а пересмотр логики ввода-вывода в корпоративном ИИ. Как следует из заявления команды Сэма Альтмана, система теперь применяет языковое мышление (reasoning) напрямую к фотографиям, скриншотам и живым видеопотокам, фактически вынося контекстное окно за пределы клавиатуры прямо в физический мир.
Для бизнеса это означает долгожданный коллапс барьеров в полевых операциях и клиентском сервисе.
По сценарию OpenAI, теперь не нужно мучительно описывать словами, почему не заводится гриль или какой из тысячи проводов в серверной искрит. Достаточно навести камеру смартфона, обвести проблему в приложении и получить решение. Использование системы распознавания речи Whisper и новой модели синтеза речи превращает взаимодействие с ИИ в бесшовный диалог, где человеку больше не нужно работать «переводчиком» с реальности на язык поисковых запросов.
На наш взгляд, OpenAI целит в самое сердце традиционных SaaS-решений, которые годами выживали за счет ручного ввода данных. Вот почему это критически важно для рынка:
Когда алгоритм способен проанализировать содержимое склада или технический узел по фото, конкурентное преимущество перетекает к тем, кто умеет мгновенно поглощать контекст реальности. Это фундаментальный переход к интерфейсам «второй системы»: вашим сотрудникам и клиентам больше не придется заполнять формы — им достаточно будет объектива камеры и микрофона. Традиционный софт, заставляющий пользователя кликать по кнопкам и печатать отчеты, рискует превратиться в цифровой антиквариат.