Divakaruni twierdzi, że przedsiębiorstwa badające usługę Azure OpenAI mogą podejść do niej tak samo, jak do każdej innej usługi w chmurze: zaczynasz od tego, co jest dla Ciebie najbardziej sensowne, a następnie sprawdzasz, czy różne technologie spełniają Twoje potrzeby. „Chociaż technologia jest fajna i z pewnością wywołuje efekt zachwytu, nadal musisz zacząć od pytania: «Gdzie może ona mieć największe zastosowanie dla mnie jako firmy, dla mojej grupy?», a następnie spróbować rozwiązać ten problem za pomocą zestawu technologii .” Następnym krokiem jest zbadanie, jak przejść od eksperymentów do produkcji: „Jakie jeszcze rzeczy musisz zbudować?” Divakaruni nazywa ten krok „klejem aplikacyjnym, który ktoś musi wstrzyknąć, aby upewnić się, że modele rzeczywiście zachowują się i mogą być użyte w scenariuszu aplikacji na żywo”. To nietrywialne zadanie, ale przedsiębiorstwa muszą się nad tym zastanowić, aby zrozumieć, jakiego rodzaju inwestycji będzie wymagać aplikacja oparta na GPT-3. Divakaruni radzi zadać sobie pytanie: „Czy ten model rzeczywiście wytwarza rzeczy, które są istotne, gdy w pobliżu jest automatyzacja? Wykorzystanie możliwości, gdy są one faktycznie wbudowane w aplikację – czy robi to, co powinno?