Isla Fulford, seorang peneliti di OpenAI, punya perasaan bahwa Deep Research akan menjadi sukses bahkan sebelum dirilis. Fulford telah membantu membangun agen kecerdasan buatan tersebut, yang secara otonom menjelajahi web, memutuskan sendiri link apa yang harus diklik, apa yang harus dibaca, dan apa yang harus dikumpulkan ke dalam laporan mendalam. OpenAI pertama kali membuat Deep Research tersedia secara internal; setiap kali tidak berfungsi, Fulford mengatakan, dia dibanjiri pertanyaan dari rekan-rekan yang ingin segera kembali. “Jumlah orang yang mengirimkan pesan langsung kepada saya membuat kami sangat senang,” kata Fulford. Sejak diluncurkan untuk publik pada tanggal 2 Februari, Deep Research telah terbukti sukses dengan banyak pengguna di luar perusahaan juga. “Deep Research telah menulis 6 laporan hari ini,” tulis Patrick Collison, CEO Stripe di X beberapa hari setelah produk dirilis. “Memang sangat luar biasa. Selamat kepada orang-orang di belakangnya.” “Deep Research adalah produk kecerdasan buatan yang benar-benar membuat sebagian besar komunitas pembuat kebijakan di DC mulai merasakan AGI,” tulis Dean Ball, seorang fellow di George Mason University yang mengkhususkan diri dalam kebijakan kecerdasan buatan. Deep Research tersedia sebagai bagian dari paket ChatGPT Pro, yang biayanya $200 per bulan. Ini mengambil permintaan, seperti “Tulis laporan tentang industri asuransi kesehatan Massachusetts,” atau “Katakan padaku tentang liputan WIRED terhadap Departemen Efisiensi Pemerintah,” dan kemudian membuat rencana, mencari situs web yang relevan, menyelusuri kontennya, dan memutuskan link apa yang harus diklik dan informasi apa yang layak untuk diselidiki lebih lanjut. Setelah menjelajah selama kadang-kadang puluhan menit, ia mensintesis temuannya ke dalam laporan rinci, yang mungkin mencakup kutipan, data, dan grafik. Banyak alat yang saat ini dianggap sebagai agen kecerdasan buatan sebenarnya hanyalah chatbot yang terhubung ke program sederhana tanpa banyak kecerdasan. Model Deep Research itu sendiri melalui jenis penalaran buatan sebelum merancang rencana dan melangkah maju dengan setiap langkah. Model ini memberikan detail penalarannya di balon samping. “Terkadang seperti ‘Saya perlu mundur, ini tidak terlalu menjanjikan,'” kata Josh Tobin, peneliti OpenAI lain yang terlibat dalam membangun Deep Research. “Sangat keren untuk membaca beberapa jalur tersebut, hanya untuk memahami bagaimana model tersebut berpikir.” OpenAI jelas melihat Deep Research sebagai alat yang bisa mengambil lebih banyak pekerjaan kantor. “Ini adalah sesuatu yang bisa kami skala,” kata Tobin, menambahkan bahwa agen tersebut bisa dilatih untuk menyelesaikan pekerjaan kantor tertentu. Sebagai contoh, seorang agen dengan akses ke data internal perusahaan bisa dengan cepat menyiapkan laporan atau presentasi. Tobin mengatakan tujuan jangka panjangnya adalah “membangun agen yang tidak hanya bagus dalam membuat laporan melalui penelusuran web, tetapi juga bagus dalam banyak tugas lainnya juga.” Karena Deep Research dilatih untuk menganalisis dan merangkum teks yang ditulis manusia, Tobin mengatakan timnya terkejut melihat banyak orang menggunakannya untuk menghasilkan kode. “Ini adalah benang menarik untuk ditarik,” katanya. “Kami belum benar-benar yakin apa yang harus kami lakukan.”
