การลดต้นทุนที่ Writer อ้างถึงนั้นไม่ได้มาจากเวทมนตร์เพียงอย่างเดียว แต่มาจากการผสมผสานระหว่างประสิทธิภาพของโมเดลและการออร์เคสตราที่ชาญฉลาดยิ่งขึ้น:
เกร็ดความรู้: Writer เชี่ยวชาญด้านเครื่องมือ AI และ Agent สำหรับทีมการตลาดและรายได้ โดยให้บริการแก่ลูกค้า Fortune 500 รวมถึง Accenture, Uber และ Vanguard
ข้ออ้างหลักของบริษัทคือ การจับคู่โมเดลที่สามารถแข่งขันได้กับระบบออร์เคสตราที่ชาญฉลาด จะช่วยให้องค์กรสามารถปรับใช้ AI Agent ที่ทำงานต่อเนื่องและหลายขั้นตอนได้ใน “ต้นทุนเพียงเศษเสี้ยว” เมื่อเทียบกับโซลูชันอื่น
Palmyra X6 มีพื้นฐานมาจากโมเดลโอเพนเวท GLM-5.2 ของ Z.ai แนวทางนี้ช่วยให้ Writer ได้รับประโยชน์จากโมเดลพื้นฐานโอเพนซอร์ส ในขณะที่เพิ่มการปรับแต่งหลังการฝึกที่เป็นกรรมสิทธิ์ของตนเองเพื่อปรับแต่งโมเดลให้เหมาะกับงาน Agent ขององค์กร กลยุทธ์แบบผสมผสานนี้ — การนำโมเดลโอเพนซอร์สที่มีความสามารถมาแล้วปรับแต่งอย่างละเอียดสำหรับเวิร์กโฟลว์เฉพาะด้าน — กำลังเป็นที่นิยมมากขึ้นในหมู่บริษัท AI ที่ต้องการควบคุมต้นทุนและเวลาพัฒนา ในขณะที่ยังคงส่งมอบประสิทธิภาพที่สามารถแข่งขันได้
สำหรับองค์กรที่กำลังประเมินแพลตฟอร์ม AI Agent ตัวเลขของWriter ชี้ให้เห็นว่าเศรษฐศาสตร์ของการทำงาน AI Agent ที่ซับซ้อนและหลายขั้นตอนอาจกำลังเปลี่ยนแปลง การผสมผสานระหว่างการลดต้นทุน 52% ระยะเวลาแฝงที่ลดลงเกือบครึ่ง และความสามารถในการรัน Agent โดยไม่มีคนดูแลนานถึง 8 ชั่วโมง ช่วยแก้ปัญหาสองข้อที่ถูกบ่นมากที่สุดเกี่ยวกับ AI Agent ระดับองค์กร: ต้นทุนที่คาดเดาไม่ได้ และความจำเป็นในการควบคุมดูแลโดยมนุษย์ตลอดเวลา หากข้ออ้างเหล่านี้เป็นจริงในทางปฏิบัติ ก็อาจทำให้ AI แบบ Agentic ทำงานได้ในปริมาณงานสูงที่ก่อนหน้านี้แพงเกินไปที่จะทำให้เป็นระบบอัตโนมัติ
แน่นอนว่าตัวเลขเหล่านี้มาจากการทดสอบภายในของ Writer เอง และผลลัพธ์ในโลกความเป็นจริงอาจแตกต่างกันไปขึ้นอยู่กับความซับซ้อนและโครงสร้างของงานในองค์กรแต่ละแห่ง การตรวจสอบอิสระเกี่ยวกับการลดต้นทุนที่อ้างว่าอาจให้ภาพที่ชัดเจนยิ่งขึ้นสำหรับผู้ซื้อ