AI產品的開發挑戰
從OpenAI和Google的新品發佈可以看出，產品的重要性超越了模型。《經濟學人》表示，雖然致力於大型語言模型（LLMs）的科學家正努力追求技術突破，但開發者卻面臨著市場壓力，需要推出各種產品來證明這些新技術真的有市場需求。
開發生成式AI產品和大多數商品不同，一般而言，產品開發者會從消費者的需求出發，回頭設計產品；但生成式AI發展的速度太快，反而是技術決定了產品型態。OpenAI的產品長魏爾（Kevin Weil）說：「通常我們被教導不要當那種拿著錘子到處找釘子的人，但現在每隔兩個月，電腦就能做出以前從未實現過的事情」。
不過這次，OpenAI的新產品卻出現不少問題。公司執行長阿特曼（Sam Altman）表示，由於公司低估需求，因此在產品推出後不久就不得不暫停ChatGPT訂閱用戶對Sora的使用權限。即使有些用戶獲得了使用權，並對Sora的功能印象深刻，但他們發現早期測試版本中出現的問題，現在依舊存在，其中最明顯的問題是Sora無法真實呈現複雜的動作。科技評論YouTuber布朗里（Marques Brownlee）指出，Sora幾乎一定會搞砸任何四足動物的動作，有些物品也會莫名其妙的消失。
《經濟學人》指出，Google 的AI代理技術也還不夠完善。例如，Astra現在只開放給一小部分「受信任的測試者」使用，它可以用多種語言解釋透過手機鏡頭看到的內容，並能存取Google搜尋和地圖等服務。在展示中，Astra能對名畫進行專業講解，但當《經濟學人》詢問哪些城市展出最多原作時，它卻無法回答。Mariner則是另一個新原型，能在瀏覽器上執行任務，例如在線上超市新增商品到購物車裡，但它卻不能完成結帳。
AI代理會遇到哪些阻礙？
《經濟學人》指出3項原因，說明為什麼打造AI代理比開發聊天機器人更困難。一是數據問題。與從網路上抓取資料來回答問題的聊天機器人不同，AI代理需要有關任務執行方式的數據，包括操作順序和行為背後的推理邏輯。舉例而言，像處理客戶訂單這類簡單的例行工作，可能比較容易獲得所需的數據，但在很多情況下，比如讓AI代理參與公司營運的決策等，要找到足夠的數據來訓練就相當困難，
第二個困難是建立信任。《經濟學人》指出，要檢查聊天機器人回答得對不對通常很簡單，但要判斷AI代理是否在你的預算內定了最好的餐廳或旅行，就比較困難了。此外，使用者可能會對於是否要提供敏感的個資有所保留，例如消費紀錄等，但這些資訊可能正是AI代理正常運作所需要的。
