AI ตั้งระบบอนุมัติซื้อของได้ดีขึ้น แต่คะแนน 55% ยังต้องมีคนตรวจ

GPT-6 Astra ได้คะแนนเฉลี่ย 55.0% ในงานตั้งระบบสัญญาของ Ironclad แปลว่าทำตามเกณฑ์ตรวจได้เกินครึ่ง ตามผลวิจัยที่ OpenAI ประกาศวันที่ 6 ตุลาคม 2026 เรื่องนี้เกี่ยวกับคนจัดซื้อ ฝ่ายกฎหมาย และแอดมินที่ต้องตั้งว่าเอกสารไหนผ่านใครก่อนใช้เงินจริง

OpenAI ร่วมกับ Ironclad บริษัทซอฟต์แวร์จัดการสัญญา เพื่อฝึก AI ให้ทำงานหลายขั้นตอนบนโปรแกรมเฉพาะทาง บริษัทต้องการให้มันจำกฎธุรกิจจนจบงาน และตรวจว่าผลงานตรงตามคำสั่ง ตาม ประกาศความร่วมมือ แต่ผลที่ดีขึ้นยังไม่ได้แปลว่าฝากขั้นตอนอนุมัติทั้งหมดไว้กับ AI ได้ครับ

สรุป 30 วินาที: เกิดอะไรขึ้น

ความร่วมมือนี้ใช้โจทย์วิจัย 11 งาน แปลว่าทดสอบงานที่เลือกไว้ ไม่ได้ครอบคลุมทุกขั้นตอนของ Ironclad ตาม OpenAI โจทย์มีทั้งตั้งสัญญาไม่เปิดเผยข้อมูล หรือ NDA ตั้งขั้นตอนอนุมัติจัดซื้อ และปรับข้อความสัญญาตามเขตอำนาจกฎหมายที่ผู้ขอเลือก ตาม AICoder

รุ่นก่อนอย่าง GPT-5.6 Sol ได้คะแนนเฉลี่ย 41.6% แปลว่าผลตรวจตามเกณฑ์ต่ำกว่ารุ่นใหม่ในชุดงานเดียวกัน ตาม ผลเปรียบเทียบของ OpenAI ส่วนโมเดลภายในที่ใช้ระหว่างพัฒนา Astra ได้ 63.7% แปลว่างานวิจัยยังแสดงทางให้ปรับปรุงต่อ แต่ไม่ได้บอกว่าลูกค้าจะได้โมเดลนั้นเมื่อใด ตาม OpenAI

เวลาต่อความพยายามหนึ่งครั้งของ Astra อยู่ที่ประมาณ 19.2 นาที แปลว่าเป็นเวลาที่แบบจำลองคาดให้การลองทำงานครั้งหนึ่ง ตาม OpenAI ของ Sol อยู่ที่ประมาณ 37.0 นาที แปลว่าค่าประเมินของรุ่นก่อนนานกว่า แต่ทั้งคู่เป็นเวลาจำลอง ไม่ใช่เวลาประหยัดที่วัดจากลูกค้าจริง ตาม คำอธิบายที่ AICoder ย้ำไว้

ทำไมเรื่องนี้เกี่ยวกับคุณ

งานที่ OpenAI ยกตัวอย่างคือการตั้งกระบวนการซื้อซอฟต์แวร์ ฝ่ายการเงินอาจต้องอนุมัติเมื่อยอดเกินเกณฑ์ ฝ่ายความปลอดภัยอาจต้องตรวจบางคำขอ และฝ่ายกฎหมายอาจต้องดูเงื่อนไขที่ต่างจากมาตรฐาน ตาม รายละเอียดโจทย์ของ OpenAI คนตั้งระบบต้องแปลงความต้องการเหล่านี้เป็นแบบฟอร์ม แม่แบบเอกสาร และกฎส่งต่ออนุมัติ

สำหรับคนทำงานไทย ลองใช้ข่าวนี้ตรวจงานของตัวเองครับ ถ้าคุณเป็นคนเขียนขั้นตอนจัดซื้อ ให้แยกว่าข้อไหนเป็นความสะดวก และข้อไหนเป็นกฎที่ต้องรักษา เช่น ใครเป็นผู้ตรวจเงื่อนไข หรือคำขอแบบใดต้องส่งต่อกฎหมาย นี่เป็นแนวทางเตรียมงาน ไม่ใช่คำยืนยันว่า Ironclad เปิดความสามารถนี้ให้บริษัทไทยใช้แล้ว

สำหรับเจ้าของกิจการเล็กที่ต้องดูเอกสารเอง อย่าเพิ่งใช้ข่าวนี้เป็นเหตุผลลดการตรวจสัญญา สำหรับนักศึกษาที่กำลังเตรียมทำงาน ลองฝึกอ่านเงื่อนไขแล้วเขียนเป็นรายการตรวจที่คนอื่นทำตามได้ ทั้งสองกลุ่มควรเริ่มจากความชัดของกติกา ก่อนเลือกเครื่องมือมาช่วย

ความยากอยู่ตรงที่ทำแต่ละขั้นตอนถูกยังไม่พอ OpenAI ระบุว่าเอเจนต์ต้องรักษาข้อกำหนดระหว่างเคลื่อนผ่านซอฟต์แวร์ และตรวจคำขอทั้งเหนือกับใต้เกณฑ์อนุมัติ ตาม ตัวอย่างในประกาศ ถ้าแบบฟอร์มดูเรียบร้อย แต่ส่งคำขอผิดฝ่าย เราจะถือว่างานเสร็จได้อย่างไร?

ทำงานยังไง

Computer-use agent คือ AI ที่ลงมือใช้โปรแกรมเพื่อทำงานตามเป้าหมาย ในข่าวนี้เป้าหมายมีทั้งตั้งข้อตกลง กฎอนุมัติ และข้อความกฎหมายที่นำกลับมาใช้ได้ ตาม OpenAI สิ่งที่ต้องตรวจจึงเป็นผลลัพธ์ในระบบ ไม่ใช่แค่คำตอบที่ AI พิมพ์ออกมาว่าเสร็จแล้ว

Ironclad จัดสภาพแวดล้อมซอฟต์แวร์ให้โมเดลฝึกทำงาน ขณะที่พนักงาน Ironclad และผู้ใช้ Ironclad ภายใน OpenAI ช่วยกำหนดโจทย์ ตาม ประกาศทางการ สภาพแวดล้อมนี้เป็นพื้นที่สำหรับงานวิจัย ไม่ใช่หลักฐานว่าเอเจนต์กำลังจัดการสัญญาของลูกค้าจริง

Rubric คือรายการเกณฑ์ให้คะแนนว่าแต่ละส่วนทำตรงข้อกำหนดหรือไม่ งานบางชิ้นมีเกณฑ์ถึง 50 ข้อ แปลว่างานที่ซับซ้อนต้องถูกตรวจหลายจุด ตาม OpenAI การอ่านคะแนนเฉลี่ยจึงต้องระวัง มันไม่ได้หมายถึงสัดส่วนสัญญาที่ถูกต้องทั้งฉบับ หรือสัดส่วนงานที่ปล่อยใช้ได้ทันที

Reinforcement learning คือการฝึกให้โมเดลเรียนรู้จากการลองทำและผลตอบกลับ ว่าพฤติกรรมไหนพาไปสู่ผลที่ต้องการ OpenAI ใช้วิธีนี้กับโจทย์จำลองที่สร้างจากขั้นตอนงานตัวแทน ตาม คำอธิบายของ OpenAI ส่วน AICoder ย้ำว่าการฝึกเกิดในสภาพแวดล้อม Ironclad ที่จัดไว้ พร้อมเกณฑ์ตรวจงาน ตาม บทสรุปของ AICoder

ลองนึกถึงพนักงานใหม่ที่ถูกให้ตั้งแบบฟอร์มอนุมัติซื้อของบริษัทครับ คะแนนวิจัย 55% ของ Astra แปลให้เห็นภาพได้ว่าเขาทำรายการตรวจได้เกินครึ่งโดยเฉลี่ย ตาม ผลของ OpenAI เขาดีกว่าผู้ช่วยรุ่นก่อนในข้อสอบนี้ แต่ยังต้องให้หัวหน้าตรวจ ไม่ควรให้เซ็นรับรองงานตัวเอง

อุปมานี้ไม่ได้หมายความว่า AI ทำงานสำเร็จทั้งหมดในครั้งแรกนะครับ ข้อสอบตรวจหลายองค์ประกอบของการตั้งระบบ การสร้างช่องกรอกข้อมูลถูกกับการรักษากฎอนุมัติถูก เป็นสิ่งที่ต้องตรวจแยกกัน ตาม ตัวอย่างโจทย์ของ OpenAI แบบฟอร์มสวยไม่ได้มีอำนาจอนุมัติงบแทนหัวหน้า

จุดหักมุม: เกินครึ่งยังเหลืองานให้คนตรวจ

แต่คะแนนเฉลี่ยที่เกินครึ่ง ก็หมายความว่ายังขาดจากเกณฑ์เต็มอยู่เกือบครึ่ง นี่เป็นการอ่านผลตามรายการตรวจของ OpenAI ไม่ใช่ตัวเลขว่าสัญญาเกือบครึ่งจะผิด หรือบริษัทจะเสียเงินตามสัดส่วนนั้น

Sunita Verma ประธานเจ้าหน้าที่เทคโนโลยีของ Ironclad ระบุว่า AI ต้องเข้าใจวงจรสัญญาทั้งหมด และเชื่อมขั้นตอนงานโดยรักษามาตรการควบคุม ตาม คำกล่าวในประกาศ OpenAI OpenAI เองจึงย้ำว่าคนกำกับและแพลตฟอร์มสัญญาเต็มรูปแบบยังจำเป็น

เรื่องเงิน / ผลกระทบ

ประโยชน์ที่บริษัทกำลังวิจัยคือทำให้เอเจนต์ใช้ซอฟต์แวร์เฉพาะทางได้เก่งและมีประสิทธิภาพขึ้น ตาม OpenAI แต่ผู้อ่านที่คุมงบควรแยกเวลา AI ลองทำงาน ออกจากเวลาที่ทีมใช้ตรวจ แก้ไข และรับรองผล ก่อนนำไปประเมินความคุ้มค่า

อย่านำเวลาจำลองไปคูณค่าแรงแล้วประกาศว่าเป็นเงินประหยัดจริงครับ เชิงอรรถ OpenAI ระบุชัดว่าเวลามาจากสมมติฐานความเร็วประมวลผลและสร้างคำตอบ ไม่ใช่การวัดลูกค้า ตาม ข้อจำกัดของงานวิจัย ตัวเลขจึงยังไม่ตอบว่าทีมจัดซื้อของคุณจะปิดงานเร็วขึ้นเท่าไร

ถ้าจะทดลอง ควรจดต้นทุนตรวจงานและแก้ข้อผิดพลาดแยกจากเวลาที่เครื่องมือทำงาน ให้คนรับผิดชอบกฎอนุมัติประเมินว่าผลงานใช้ได้จริงหรือยัง ข้อนี้เป็นคำแนะนำสำหรับวัดผลของทีม ไม่ใช่ผลทดลองเพิ่มเติมจากข่าว

อีกผลกระทบอยู่ที่วิธีขายซอฟต์แวร์ Software Marketing Resource มองว่าความร่วมมือเปิดโอกาสให้ผู้ขายซอฟต์แวร์มีส่วนกำหนดงานฝึกโมเดล สื่อแยกคำอ้างว่าผลิตภัณฑ์ใช้ AI ออกจากคำอ้างว่าผลิตภัณฑ์ช่วยฝึกโมเดลระดับแนวหน้า นั่นเป็นมุมวิเคราะห์ของสื่อ ไม่ใช่หลักฐานว่าผู้ขายรายหนึ่งจะได้ยอดขายเพิ่ม

คนซื้อจึงควรถามผู้ขายให้ชัดว่าผลที่นำมาเสนอเป็นงานวิจัย หรือความสามารถในแพ็กเกจที่เสนอให้เราใช้จริง ขอขอบเขตงานและข้อจำกัดเป็นลายลักษณ์อักษร ก่อนเอาตัวเลขบนสไลด์ไปตั้งเป้าลดงบทีม แหล่งข่าวที่ให้มายังไม่มีราคาไทยหรือค่าใช้จ่ายต่อกระบวนการให้ใช้คำนวณครับ

ข้อมูลที่ยังไม่ชัด และจุดที่แหล่งข่าวพูดไม่ตรงกัน

เสียงสนับสนุนจาก OpenAI และ Ironclad คือโมเดลพัฒนาได้เมื่อฝึกกับงานธุรกิจที่มีข้อกำหนดจริง OpenAI วางเป้าหมายให้เอเจนต์เข้าใจกฎ ทำงานหลายขั้น และตรวจผล ส่วน Verma ของ Ironclad เน้นการรักษามาตรการควบคุมตลอดวงจร ตาม ประกาศและคำกล่าวของทั้งสองฝ่าย แม้เป็นพันธมิตร ก็ไม่ได้รับรองว่าเอเจนต์ควรทำทุกอย่างโดยไม่มีคนดู

เสียงทักท้วงต่อการตีความเป็นฟีเจอร์พร้อมใช้ มาจาก Software Marketing Resource สื่อชี้ว่านี่เป็นการร่วมวิจัย ไม่ใช่ส่วนเชื่อมต่อบริการหรือปลั๊กอินแชต และยังไม่มีประกาศว่าจะนำผลพัฒนานี้เข้า Ironclad ที่ลูกค้าใช้เมื่อใด ความต่างจึงอยู่ที่กรอบเล่า ไม่ใช่การหักล้างตัวเลขโดยการทดลองใหม่

AICoder เน้นคะแนน เวลา และวิธีฝึก พร้อมระบุข้อจำกัดของเวลาจำลอง ขณะที่ Veriwire สรุปผลโดยใช้คำว่า OpenAI รายงาน ตัวเลขในแหล่งที่ให้มาจึงย้อนกลับไปยังงานเดียวกัน การมีหลายเว็บรายงานไม่ได้ทำให้เป็นผลทดสอบอิสระหลายชุด

มีจุดด้านวิธีเปรียบเทียบที่ควรรู้ด้วย OpenAI ใช้ระดับการคิด Max สำหรับ Astra และ High สำหรับ Sol ชื่อเหล่านี้คือระดับการคิดที่กำหนดในการทดลอง ตาม รายละเอียดวิธีประเมิน ผลจึงผูกกับเงื่อนไขที่ระบุ ไม่ได้บอกว่าทุกการตั้งค่าจะได้ความต่างแบบเดียวกัน

ข้อมูลฝึกมาจากไหน OpenAI ระบุว่าสร้างโจทย์จำลองจากสัญญาสาธารณะใน SEC EDGAR ซึ่งเป็นฐานเอกสารยื่นต่อหน่วยงานกำกับตลาดหลักทรัพย์สหรัฐฯ โดยผ่านตัวกรองที่ออกแบบเพื่อลบข้อมูลส่วนบุคคล ตาม เชิงอรรถเรื่องข้อมูล บริษัทระบุว่าไม่ได้ใช้ข้อมูลลูกค้า OpenAI สัญญาภายใน OpenAI หรือข้อมูลและสัญญาลูกค้า Ironclad ที่ไม่เปิดเผยสาธารณะในการฝึกหรือประเมิน

คำยืนยันนั้นอธิบายการวิจัยครั้งนี้ ไม่ใช่นโยบายสำหรับข้อมูลทุกประเภทที่คุณอาจนำไปใช้กับเครื่องมืออื่น ก่อนนำเอกสารจริงเข้าการทดลองของทีม ควรให้ผู้รับผิดชอบข้อมูลตรวจเงื่อนไขของบริการที่จะใช้ และเลือกเอกสารจำลองที่องค์กรอนุมัติก่อน

สิ่งที่ยังตอบไม่ได้ คือราคาเงินบาท การเปิดใช้ในไทย ความสามารถกับภาษาไทย และผลกับเงื่อนไขกฎหมายไทย แหล่งที่ให้มายังไม่มีข้อมูลยืนยันเรื่องเหล่านี้ รวมถึงไม่มีผลวัดเงินประหยัดจริงของลูกค้า จึงไม่ควรเติมข้อสรุปเองจากคะแนนวิจัย

แล้วเราควรทำอะไร

ขั้นตอนต่อไปนี้เป็นข้อเสนอสำหรับเตรียมทีมครับ ใช้ตัวอย่างการตรวจคำขอเหนือและใต้เกณฑ์ที่ OpenAI อธิบาย เป็นจุดเริ่มต้น แล้วกำหนดรายละเอียดให้ตรงกฎบริษัท อย่าให้ข่าวความร่วมมือข้ามขั้นตอนอนุมัติใช้เครื่องมือขององค์กร

คนจัดซื้อ ฝ่ายกฎหมาย และแอดมิน

เขียนกฎเป็นรายการตรวจแยกข้อ ระบุว่าเงื่อนไขใดต้องผ่านใคร และผลลัพธ์ที่ถูกต้องควรหน้าตาอย่างไร หลีกเลี่ยงคำกว้างอย่างให้ส่งฝ่ายที่เกี่ยวข้อง เพราะคนตรวจงานต้องตัดสินได้ว่าทำถูกหรือยัง
เตรียมคำขอจำลองทั้งต่ำกว่าเกณฑ์ สูงกว่าเกณฑ์ และเท่ากับเกณฑ์ที่บริษัทกำหนด เขียนคำตอบที่คาดไว้ก่อนให้ AI ทำ อย่าเปลี่ยนคำตอบให้เข้ากับผลที่เครื่องมือส่งมา
แยกคำขอที่ใช้เงื่อนไขมาตรฐานออกจากข้อยกเว้น ระบุว่าเมื่อข้อมูลไม่ครบต้องส่งกลับให้ใคร และให้ผู้รับผิดชอบกฎยืนยันคำตอบ ก่อนเริ่มทดลองตั้งระบบ
เก็บคนอนุมัติไว้ในขั้นตอนจริง ให้ AI ช่วยเตรียมหรือตั้งค่าในขอบเขตที่อนุญาต แล้วให้คนตรวจเส้นทางส่งต่อและข้อความสำคัญ ก่อนนำไปใช้กับเอกสารจริง

ทีม IT และผู้ดูแลระบบ

แยกพื้นที่ทดสอบจากงานจริง ใช้ข้อมูลจำลองที่อนุมัติแล้ว และระบุผู้รับผิดชอบการทดลองให้ชัด ตั้งขอบเขตว่าทำอะไรได้ก่อนเริ่ม ไม่ปล่อยให้ขยายหน้าที่เองระหว่างทาง
ตรวจทั้งสิ่งที่ระบบควรทำและสิ่งที่ต้องไม่ทำ เช่น คำขอที่ต้องผ่านการเงินต้องไม่ข้ามการเงิน บันทึกผลที่พบพร้อมเงื่อนไขของแต่ละกรณี เพื่อให้ทีมเจ้าของงานตรวจซ้ำได้
วัดเวลารวมจนคนรับรองผล พร้อมจดเวลาที่ใช้แก้ไข แยกผลทดลองภายในของคุณออกจากเวลาจำลองในข่าว แล้วตัดสินความคุ้มค่าจากงานที่ตรวจครบ
ขอรายละเอียดฟีเจอร์ที่จะใช้จากผู้ขายโดยตรง รวมถึงขอบเขตข้อมูลและข้อจำกัด หากผู้ขายอ้างความร่วมมือกับโมเดล ให้ขอหลักฐานว่าความสามารถนั้นอยู่ในบริการที่เสนอจริง

พนักงานทั่วไป นักศึกษา และเจ้าของกิจการเล็ก

เลือกขั้นตอนงานที่คุณอธิบายได้ชัด แล้วฝึกเขียนว่าเริ่มด้วยข้อมูลอะไร จบด้วยอะไร และใครเป็นคนรับรอง ใช้ตัวอย่างเอกสารจำลอง เพื่อฝึกทักษะโดยไม่ต้องนำสัญญาจริงไปเสี่ยง
ฝึกเขียนรายการตรวจที่มีคำตอบว่าผ่านหรือไม่ผ่าน แทนคำสั่งให้ทำให้ดีที่สุด ทักษะนี้สอดคล้องกับวิธีประเมินงานในข่าว และยังช่วยให้เพื่อนร่วมงานเข้าใจคำสั่งตรงกัน
ถ้าต้องตัดสินใจจ่ายเงิน ให้รอรายละเอียดบริการที่ใช้ได้จริงก่อน เปรียบเทียบภาระตรวจงานกับประโยชน์ที่ทีมทดลองพบ อย่าใช้ผลวิจัยแทนเงื่อนไขรับรองบริการ

ผมมองว่า…

ผมมองว่าเรื่องนี้ไม่ใช่การแข่งขันว่า AI กดโปรแกรมเร็วแค่ไหน แต่คือการพิสูจน์ว่ามันรักษากฎของบริษัทได้ตลอดงานหรือเปล่า ทิศทางที่ OpenAI ระบุไว้คือเข้าใจกฎและตรวจผลตามข้อกำหนด ตาม ประกาศความร่วมมือ คนที่เข้าใจงานจริงจึงควรอยู่ในขั้นตอนออกแบบข้อสอบและรับรองผล

ผมมองว่าคนทำงานไม่ต้องรีบเปลี่ยนตัวเองเป็นนักพัฒนาเพื่อรับมือข่าวนี้ เริ่มจากเขียนกฎให้ชัด ระบุข้อยกเว้น และยืนยันว่าต้องผ่านใครก่อน งานเหล่านี้ช่วยให้คุณตัดสินเครื่องมือได้ด้วยหลักฐาน แทนการเชื่อตามคำว่าอัตโนมัติบนหน้าโฆษณา

สำหรับมุมการใช้ AI กับหน้าจอ อ่านต่อได้ที่ บทความ GPT-6 และ Intelligent UI ใน ChatGPT ส่วนเรื่อง Ironclad ชิ้นนี้ ผมใช้เอกสารแหล่งข่าวที่ให้มา ไม่ได้ทดลองระบบเองครับ คำแนะนำข้างต้นจึงเป็นวิธีเตรียมและตรวจงาน ไม่ใช่คำรับรองประสิทธิภาพการใช้งาน

ปิดท้าย: สิ่งที่ต้องจับตา

คุณค่าของผู้ช่วยทำงานควรวัดจากงานที่คนตรวจแล้วรับรองได้ มากกว่าความเร็วที่มันรายงานว่าเสร็จ สิ่งที่ต้องจับตาคือผลวัดจากการใช้งานจริง และประกาศว่าความสามารถนี้จะถึงลูกค้าเมื่อใด ซึ่ง Software Marketing Resource ระบุว่ายังไม่มีคำตอบ

อีกเรื่องคือพันธมิตรซอฟต์แวร์รายต่อไป เพราะ OpenAI เปิดรับบริษัทจำนวนจำกัด ที่มีคนรู้กระบวนการ พื้นที่ทดสอบปลอดภัย และข้อมูลใช้วิจัยได้ ยังไม่มีกำหนดประกาศรายถัดไปในแหล่งที่ให้มาครับ ในขั้นตอนจัดซื้อของคุณ มีกฎข้อไหนที่ต้องให้คนตรวจเสมอ แม้ AI จะบอกว่าทำครบแล้ว?

Recap

เกิดอะไรขึ้น: OpenAI ร่วมกับ Ironclad ฝึกและประเมินเอเจนต์ตั้งระบบสัญญาและอนุมัติจัดซื้อ ตาม ประกาศทางการ
ตัวเลขที่ต้องจำ: คะแนนเฉลี่ย 55.0% แปลว่าทำตามเกณฑ์ได้เกินครึ่งในชุดวิจัย ตาม OpenAI ไม่ใช่อัตรางานที่ปล่อยใช้ได้ทั้งชิ้น
ขอบเขต: ทดสอบ 11 งาน แปลว่ายังสรุปแทนทุกขั้นตอนของ Ironclad ไม่ได้ และเวลาที่รายงานเป็นค่าจำลอง ตาม เชิงอรรถ OpenAI
ใครทักท้วง: Software Marketing Resource เตือนให้แยกงานวิจัยจากฟีเจอร์ลูกค้า ส่วน Ironclad และ OpenAI ย้ำว่าคนกำกับยังจำเป็น
ยังไม่รู้: ราคาไทย วันเปิดใช้ในไทย ความสามารถภาษาไทย และผลประหยัดเงินจริงของลูกค้า ไม่มีข้อมูลยืนยันในแหล่งที่ให้มา
กระทบคุณ: คนตั้งระบบควรเขียนกฎและข้อยกเว้นให้ตรวจได้ ทดสอบเหนือและใต้เกณฑ์ และรักษาคนอนุมัติไว้ก่อนใช้จริง
ต้องจับตา: ผลวัดงานจริง กำหนดนำความสามารถเข้า Ironclad และพันธมิตรซอฟต์แวร์รายต่อไป
แหล่งอ้างอิง: 1 — OpenAI · 2 — AICoder · 3 — Software Marketing Resource · 4 — Veriwire