OpenAI、Webブラウザを使用してタスクを実行できるAIエージェント「Operator」を発表

最終更新日:2025/01/24

OpenAI 初のAIエージェント発表

OpenAIは、独自のWebブラウザを使用してタスクを実行できるAIエージェント「Operator」を発表しました。

米OpenAIは、1月23日（現地時間）、独自のWebブラウザを使用してタスクを実行できるAIエージェント「Operator」を発表しました。まずは米国のProユーザー向けに提供を開始しています。

「Operator」は、OpenAI最初のAIエージェントで、実行したいタスクを指示するだけでユーザーの代わりに独立して作業を実行します。

独自のブラウザはOpenAIが開発した、Computer-Using Agent（CUA）モデルに基づいています。CUAは、強化学習によってGPT-4oの視覚機能と高度な推論機能を組み合わせたものです。

「Operator」は、ブラウザをスクリーンショットで「表示」し、マウスやキーボードの操作による「対話」を行うことで、カスタムAPI統合せずにWeb上でアクションを実行できます。

例えば、フォームへの記入や食料品の注文、旅行の計画と予約などの処理を行うことができ、日常的に使用しているインターフェースとツールから使用できるため、日常のタスクに費やす時間を節約できると同時に、企業にとっても新たなエンゲージメントの機会創出になります。

さらに、Booking.comの航空会社の設定などに対して、カスタム指示を追加することで、Operatorのワークフローのカスタマイズが可能です。クイックアクセス用のプロンプトを保存できるため、買い物代行サービスでの食料品の再注文など、繰り返しのタスクに最適です。

また、安全性とプライバシーを考慮し、誤操作や悪意あるサイトからの攻撃に対して防御機能が強化されるよう設計されています。

今後、「Operator」はより長く複雑なワークフローを処理できるよう継続的に改善され、Plus、Team、Enterpriseのユーザーにも拡大し、これらの機能をChatGPTに統合する予定です。

出典：OpenAI

AIsmiley編集部

株式会社アイスマイリーが運営するAIポータルメディア「AIsmiley」は、AIの専門家によるコンテンツ配信とプロダクト紹介を行うWebメディアです。AI資格を保有した編集部がDX推進の事例や人工知能ソリューションの活用方法、ニュース、トレンド情報を発信しています。

・Facebookでも発信しています
@AIsmiley.inc
・Xもフォローください
@AIsmiley_inc
・Youtubeのチャンネル登録もお願いいたします@aiaismiley1345

メルマガに登録する