የOpenAI B2B Signals

ዛሬ B2B Signalsን እያስተዋወቅን ነው፣ ይህም የOpenAI Signals⁠ የንግድ ማስፋፊያ ሲሆን ሰው ሠራሽ አስተውሎት (AI) በድርጅቶች ውስጥ እንዴት እየተስፋፋ እንዳለ የሚለካ ነው። የመጀመሪያዎቹ ምልክቶች ግልፅ ናቸው፣ ግንባር ቀደም ኩባንያዎች ወደፊት እየወጡ ያሉት የሰው ሠራሽ አስተውሎት (AI) መዳረሻ ስላላቸው ብቻ ሳይሆን፣ በሥራ ሁሉ ይበልጥ በጥልቀት ስለሚጠቀሙበት ነው።

B2B Signals በየጊዜው የሚደገም የመለኪያዎች ስብስብ ሲሆን፣ በሰፊ መጠን በሚካሄድ እና ግላዊነትን በሚጠብቅ የኢንተርፕራይዝ ሰው ሠራሽ አስተውሎት (AI) አጠቃቀም ትንተና ላይ የተመሰረተ ነው። ይህ ድርጅቶች አስተውሎትን ወደ የንግድ እሴት እንዴት እንደሚቀይሩ እንዲረዱ ሊረዷቸው የሚችሉ ባህሪያትን እና አካሄዶችን ይከታተላል።

ግንባር ቀደም ኩባንያዎች—በሰው ሠራሽ አስተውሎት (AI) አጠቃቀም 95ኛ መቶኛ ላይ የሚገኙት—በእያንዳንዱ ሠራተኛ የበለጠ አስተውሎት ይጠቀማሉ፣ የላቁ መሣሪያዎችን ይበልጥ በጥልቀት ይቀበላሉ፣ እና ሰው ሠራሽ አስተውሎት (AI)ን በሥራ ፍሰቶች ውስጥ ይበልጥ በጥልቀት ያካትታሉ። ይህ ልዩነት ለአንዳንድ ድርጅቶች መባባስ ጀምሯል፣ እናም ልዩነቱ እየጨመረ የሚመጣው በአጠቃቀም ጥልቀት ነው።

ቁልፍ ነጥቦች

• የግንባር ቀደም ጥቅም መጨመር ጀምሯል፦ ግንባር ቀደም ኩባንያዎች አሁን ከተለመዱ ኩባንያዎች አንጻር በእያንዳንዱ ሠራተኛ 3.5x ያህል አስተውሎት ይጠቀማሉ፣ ይህም ከአንድ ዓመት በፊት ከነበረው 2x ከፍ ብሏል። 
• ግንባር ቀደም ኩባንያዎች የሰው ሠራሽ አስተውሎት (AI)ን ብዙ ጊዜ ብቻ ሳይሆን በበለጠ ጥልቀት ይጠቀማሉ፦ የመልዕክት መጠን በግንባር ቀደም እና በተለመዱ ኩባንያዎች መካከል ያለውን ክፍተት 36% ብቻ ያብራራል። የግንባር ቀደም ጥቅም አብዛኛው ክፍል የሚመነጨው ከይበልጥ ጥልቅ አጠቃቀም ነው። 
• ወኪላዊ የሥራ ፍሰቶች የግንባር ቀደም ተቀባይነት ምልክት እየሆኑ ነው፦ ክፍተቱ በላቁ ወኪላዊ መሣሪያዎች ውስጥ ትልቁ ሲሆን፣ ግንባር ቀደም ኩባንያዎች ከተለመዱ ኩባንያዎች ይልቅ 16x የበለጡ የCodex መልዕክቶችን ይልካሉ። 
• ኩባንያዎች በድርጅታዊ ለውጥ አማካኝነት የግንባር ቀደሙን ክፍተት መዝጋት ይችላሉ፦ ክፍተትን ለመዝጋት፣ ኩባንያዎች የአጠቃቀም ጥልቀትን መለካት፣ ለአስተዳደር ቅድሚያ መስጠት፣ በማስቻል ላይ ኢንቨስት ማድረግ፣ የሚሠራውን ነገር ማስፋፋት፣ እና በውይይት ላይ ከተመሠረተ ረዳት ወደ በወኪሎች የሚፈጸም የተላለፈ ሥራ መሸጋገር ያስፈልጋቸዋል።

የግንባር ቀደም ጥቅም መጨመር ጀምሯል፣ እና የሰው ሠራሽ አስተውሎት (AI)ን በጥልቀት የሚጠቀሙ ኩባንያዎች ቀዳሚነታቸውን እያሳደጉ ናቸው

መቀመጫን ማሰማራት ለኢንተርፕራይዞች መነሻ ነጥብ ብቻ ነው። ይበልጥ ግልጽ የሆነው ምልክት፣ ሠራተኞች ሰው ሠራሽ አስተውሎት (AI)ን ለይበልጥ ጥልቅ እና ይበልጥ ውስብስብ ለሆነ ሥራ እየተጠቀሙበት መሆናቸው ነው። ይህ ቻርት በ95ኛ መቶኛ ተብሎ በተገለጸው ግንባር ቀደም ደረጃ በአንድ ሠራተኛ የሚመነጩ tokenዎችን፣ በ50ኛ መቶኛ ተብሎ ከተገለጸው የተለመደው ኩባንያ ጋር ያወዳድራል።

tokenዎች የንግድ ሥራ እሴትን ለመለካት የሚያገለግሉ ፍጹም ያልሆነ መለኪያ ናቸው። አጭር ምላሽ በጣም ጠቃሚ ሊሆን ይችላል፣ እና ረጅም ምላሽ ደግሞ ዝቅተኛ ጥቅም ያለው ሊሆን ይችላል። ነገር ግን የtoken ብዛት ሠራተኞች የሰው ሠራሽ አስተውሎት (AI)ን ምን ያህል ሥራ እንዲሠራ እየጠየቁት እንደሆነ ለመለካት ይረዳል፣ ይህም ለሰው ሠራሽ አስተውሎት (AI) አጠቃቀም ጥልቀት እና ሠራተኞች ከሰው ሠራሽ አስተውሎት (AI) የሚጠይቁትን የአስተውሎት መጠን ለማወቅ እንደ ጠቃሚ መለኪያ ያገለግላል።

የግንባር ቀደም ኩባንያው ከተለመደው ኩባንያ ይልቅ በእያንዳንዱ ሠራተኛ 3.5x ያህል አስተውሎት ይጠይቃል። ይህ ክፍተት እ.ኤ.አ በኤፕሪል 2025 ከነበረው 2x ጨምሯል፣ ይህም ሰው ሠራሽ አስተውሎት (AI)ን በጣም በጥልቀት የሚጠቀሙ ኩባንያዎች ቀድመው ያላቸውን ብልጫ እያሰፉ እንደሆነ እና አዳዲስ የሰው ሠራሽ አስተውሎት (AI) ችሎታዎችን ወደ የበለጠ ጥልቅ እና የበለጠ ውስብስብ ሥራ ለመቀየር የተሻለ አቋም ላይ እንዳሉ ያመለክታል።

የግንባር ቀደም ጥቅም አብዛኛው ክፍል የሚመነጨው ከፍተኛ የመልዕክት መጠን ከመኖሩ ይልቅ ከይበልጥ ጥልቅ አጠቃቀም ነው

ግንባር ቀደም ኩባንያ ከተለመደው ኩባንያ ይልቅ በአንድ ሠራተኛ በእጅጉ የበለጠ አስተውሎት ይጠይቃል፣ ነገር ግን የክፍተቱ አብዛኛው ክፍል በመልዕክት መጠን ብቻ አይብራራም። ይህ ቻርት የ3.5x ግንባር ቀደም ጥቅምን ይከፋፍላል፣ እና የተለመደው ኩባንያ መልዕክቶችን እንደ ግንባር ቀደም በተመሳሳይ መጠን ቢልክ፣ የ3.5x ክፍተቱን 36% ብቻ እንደሚዘጋ ያሳያል።

የቀረው ክፍተት ከይበልጥ ጥልቅ አጠቃቀም ጋር የተያያዘ ነው። በግንባር ቀደሙ ውስጥ የሚሠሩ ሠራተኞች የሰው ሠራሽ አስተውሎት (AI) የበለጠ ውስብስብ ሥራ እንዲያከናውን፣ የበለጠ የበለጸገ አውድ ያላቸውን ሞዴሎች እንዲያቀርብ፣ እና የበለጠ ትርጉም ያላቸው ውጤቶችን እንዲያመነጭ ይጠይቃሉ።

የግንባር ቀደም ጥቅም በላቁ እና በወኪላዊ መሣሪያዎች ውስጥ ትልቁ ነው፣ ይህም በ16x ከፍ ባለ የCodex አጠቃቀም የሚመራ ነው

የግንባር ቀደም ጥቅም ይበልጥ የላቁ የሥራ ፍሰቶችን ለሚደግፉ መሣሪያዎች በጣም ትልቅ ነው። Codex ትልቁን ልዩነት ያሳያል፣ ይህም ግንባር ቀደም በእያንዳንዱ ሠራተኛ 16x ተጨማሪ መልዕክቶችን በመላክ ነው። ChatGPT ወኪል፣ በChatGPT ውስጥ ያሉ መተግበሪያዎች፣ ጥልቅ ምርምር እና GPTዎች እንዲሁም በአንጻራዊ ሁኔታ ትላልቅ ክፍተቶችን ያሳያሉ፣ ይህም ግንባር ቀደም ሠራተኞች ኮድ እንዲጽፉ፣ ባለብዙ-ደረጃ ተግባራትን እንዲወክሉ፣ የኩባንያ አውድን እንዲተገብሩ እና ይበልጥ ውስብስብ ምርምር እንዲያካሂዱ የሚያግዙ መሣሪያዎችን በመጠቀም የተሻለ መሆኑን ይጠቁማል።

በተቃራኒው፣ እንደ የተጠቃሚ መስቀል፣ ፍለጋ እና የውሂብ ትንተና ያሉ ይበልጥ አጠቃላይ ዓላማ ያላቸው እና ተደራሽ መሣሪያዎች አነስተኛ የግንባር ቀደም ጥቅምን ያሳያሉ። እነዚህ መሣሪያዎች የተለመዱ የሥራ ፍሰቶችን ስለሚያስፋፉ፣ ለአብዛኞቹ ኩባንያዎች ለመጠቀም ቀላል ናቸው። የግንባር ቀደም ጥቅም በላቁ እና ወኪላዊ መሣሪያዎች ውስጥ በጣም ጎልቶ ይታያል፣ እነዚህን መተግበር የበለጠ ሙያዊ ብቃትን፣ ከሥራ ቦታ ዕውቀት እና መሣሪያዎች ጋር ግንኙነትን፣ እንዲሁም ሥራን ለሰው ሠራሽ አስተውሎት (AI) ለመወከል የበለጠ ምቾትን ይጠይቃል።

ትልቁ የግንባር ቀደም ጥቅም በትምህርት እና በመማር ላይ ነው

የግንባር ቀደም ጥቅም ለትምህርት እና ለመማር ተግባራት ትልቁ ነው፣ በዚህም ግንባር ቀደም ኩባንያ ከተለመደው ኩባንያ በ7x የበለጡ መልዕክቶችን ይልካል። በግንባር ቀደም ላይ፣ ኩባንያዎች ሠራተኞች ክህሎቶችን እንዲያዳብሩ እና አዳዲስ ርዕሶችን እንዲማሩ ለማገዝ የሰው ሠራሽ አስተውሎት (AI)ን ይጠቀማሉ። እንዲሁም ስለ ሰው ሠራሽ አስተውሎት (AI) ራሱ ያላቸውን ግንዛቤ ለማሻሻል ሰው ሠራሽ አስተውሎት (AI)ን ይጠቀማሉ፣ ይህም ምን ማድረግ እንደሚችል፣ እንዴት በጥሩ ሁኔታ መጠቀም እንደሚቻል እና በነባር የሥራ ፍሰቶች ውስጥ የት ሊዋሃድ እንደሚችል ያካትታል። የክፍተቱ መጠን የተለመደው ኩባንያ ሰው ሠራሽ አስተውሎት (AI)ን ለሰው ኃይል መማር እና እድገት እንደ መሣሪያ በበቂ ሁኔታ ላይጠቀመው እንደሚችል ይጠቁማል።

ኮዲንግ በተጨማሪም ትልቅ የ4x ክፍተት ያሳያል፣ ይህም በላቁ እና በወኪላዊ የመሣሪያ አጠቃቀም ውስጥ ካለው ሰፊ ክፍተት ጋር የሚጣጣም ነው። የአሰራር መመሪያ እና ጽሕፈት እንዲሁም ግንኙነት በጣም ትንሽ የግንባር ቀደም ክፍተቶች አሏቸው፣ ምናልባትም እነዚህ ተግባራት የሰው ሠራሽ አስተውሎት (AI) የበለጠ ተደራሽ እና የተለመዱ አጠቃቀሞች ስለሆኑ ይሆናል።

የሰው ሠራሽ አስተውሎት (AI) አጠቃቀም በጽሕፈት ዘርፍ በጣም ሰፊ ነው፣ ነገር ግን ተግባር-ተኮር አጠቃቀም እያደገ ነው

ጽሕፈት እና ግንኙነት የChatGPT በጣም የተለመደ አጠቃቀም ሆነው ይቀጥላሉ። ይሁን እንጂ፣ የአጠቃቀም አካሄዶች በተግባር መሠረት ትርጉም ባለው ሁኔታ ይለያያሉ። የአይ.ቲ (ኢንፎርሜሽን ቴክኖሎጂ) እና የደኅንነት መልዕክቶች 60% በእንዴት እንደሚሠራ እና በአሠራር መመሪያ ላይ ያተኮሩ ናቸው፣ ከሶፍትዌር ልማት እና ከውሂብ ሳይንስ እና ምህንድስና መልዕክቶች ውስጥ ግማሽ ያህሉ የሚባሉት ከኮድ ጋር የተያያዙ ናቸው፣ እንዲሁም የፋይናንስ መልዕክቶች አንድ አስረኛ ከትንተና እና ከስሌት ጋር የተያያዙ ናቸው።

እነዚህ አካሄዶች ግንባር ቀደም ሞዴሎች በኢኮኖሚያዊ ረገድ ዋጋ ያላቸው የሥራ ቦታ ተግባራት ላይ እየተሻሻሉ መሆናቸውን ከሚያሳየው ሰፊ ማስረጃ ጋር የሚጣጣሙ ናቸው። GDPval⁠፣ በ44 ሙያዎች ውስጥ የእውነተኛው ዓለም የእውቀት ሥራ ግምገማ ሲሆን፣ እንደ ሰነዶች፣ ስፒሪድሺቶች፣ ስላይዶች፣ ዲያግራሞች እና መልቲሚዲያ ያሉ ተግባራዊ የሥራ ውጤቶችን በሚያመነጩ ተግባራት ላይ አፈጻጸምን ይለካል። ሰው ሠራሽ አስተውሎት (AI) የበለጠ ብቃት እየኖረው ሲሄድ፣ የኢንተርፕራይዞች አጠቃቀም ከእያንዳንዱ የሥራ ክፍል ዋና ሥራ ጋር በበለጠ ቅርበት ወደተያያዙ ተግባራት እየተስፋፋ ያለ ይመስላል።

የኢንዱስትሪ መሪነት በአንድ ገጽታ ብቻ የሚገለጽ አይደለም፦ በChatGPT፣ Codex እና API ላይ የተለያዩ ዘርፎች መሪነትን ይይዛሉ

አንድ ብቻ የሆነ የሰው ሠራሽ አስተውሎት (AI) ተቀባይነት የመሪዎች ሰሌዳ የለም። የኢንዱስትሪ ደረጃ አሰጣጥ ጥቅም ላይ በዋለው መለኪያ መሰረት ይለያያል። ሙያዊ፣ ሳይንሳዊ እና ቴክኒካዊ አገልግሎቶች በሁለቱም በCodex ተቀባይነት እና በAPI ጥንካሬ አንደኛ ደረጃ ይይዛሉ፣ ይህም በገንቢ እና ከምርት ጋር በተዋሃዱ የሥራ ፍሰቶች ውስጥ በአንጻራዊነት የላቀ አጠቃቀምን ያመለክታል። ፋይናንስ እና ኢንሹራንስ በትልቅ መጠን በተደረጉ ማሰማራቶች ምክንያት በChatGPT ተቀባይነት መሪ ሲሆኑ፣ የትምህርት አገልግሎቶች ግን ከፍተኛውን የመልዕክት አጠቃቀም ጥንካሬ አላቸው፣ ይህም በአንድ ሰው ይበልጥ ጥልቅ አጠቃቀምን ያመለክታል። የችርቻሮ ንግድ እና የጤንነት እንክብካቤ፣ በሌሎች መለኪያዎች ዝቅተኛ ደረጃዎች ቢኖራቸውም፣ በAPI ጥንካሬ ከፍተኛ ደረጃ ይይዛሉ።

እነዚህ ልዩነቶች የኢንዱስትሪ አመራርነት ባለአንድ ገጽታ ብቻ እንዳልሆነ ይጠቁማሉ። አንዳንድ ዘርፎች ሰው ሠራሽ አስተውሎት (AI)ን በቴክኒካዊ እና በገንቢ የሥራ ፍሰቶች አማካኝነት እየተቀበሉ ያሉ ይመስላሉ፣ ሌሎች ግን በሰፊው የChatGPT ተቀባይነት ወይም በይበልጥ ጥልቅ የመጨረሻ ተጠቃሚ አጠቃቀም አማካኝነት እያስፋፉ ናቸው።

ኢንተርፕራይዞች የAPI አጠቃቀምን ወደ ምርት የሥራ ፍሰቶች እና ደንበኞችን የሚመለከቱ መተግበሪያዎች እያሸጋገሩ ነው

ኩባንያዎች ሞዴሎችን በቀጥታ ወደ ምርቶች፣ አገልግሎቶች፣ እና ውስጣዊ ሥርዓቶች ለማዋሃድ APIውን እየጨመረ በመጣ ሁኔታ እየተጠቀሙ ነው። የምርት አጠቃቀም ሁኔታዎች በመተግበሪያ ውስጥ ያሉ ረዳቶችን፣ የኮድ መጻፊያ፣ የገንቢ መሣሪያዎችን፣ የደንበኛ ድጋፍን፣ የምርምር የሥራ ፍሰቶችን እና የሥራ ፍሰት ራስ-ሰርነት ማድረግን ያካትታሉ።

እነዚህ ማሰማራቶች የኢንተርፕራይዝ ሰው ሠራሽ አስተውሎት (AI) ከሙከራ በላይ እንደገና ሊደገሙ የሚችሉ እና ሊለካ የሚችል የአሠራር ተጽዕኖ ወዳላቸው የሥራ ፍሰቶች እንዴት እየተሸጋገረ እንደሆነ ያሳያሉ። በተለያዩ የደንበኛ ምሳሌዎች ውስጥ፣ ኩባንያዎች የእውቀት ሥራን ለማፋጠን፣ የምሕንድስና የማስተላለፊያ ዘዴን ለማሻሻል እና ለደንበኞች እና ለሠራተኞች በሰው ሠራሽ አስተውሎት (AI) የተጎላበቱ ተሞክሮዎችን ለመገንባት የOpenAI ሞዴሎችን እየተጠቀሙ ነው።

ድርጅቶች ግንባር ቀደም ደረጃ ላይ ለመድረስ ምን ማድረግ እንደሚችሉ

OpenAI በተለያዩ ኢንዱስትሪዎች፣ ተግባራት እና የሰው ሠራሽ አስተውሎት (AI) ብስለት ደረጃዎች ላይ ካሉ ኢንተርፕራይዞች ጋር ይሰራል፣ ይህም ተቀባይነት ከሙከራ ወደ ምርት ደረጃ እንዴት እንደሚዳብር ግንዛቤ ይሰጠናል። በእነዚህ ስምሪቶች ሁሉ፣ ከፍተኛውን እድገት የሚያሳዩ ኩባንያዎች በተደራሽነት ብቻ ላይ ከማተኮር ይልቅ፣ ሰው ሠራሽ አስተውሎት (AI)ን በጥልቀት ለመጠቀም በሚያስፈልጉ ድርጅታዊ ሥርዓቶች ላይ የበለጠ ያተኩራሉ፦ እነዚህም መለካት፣ አስተዳደር፣ ማስቻል፣ ተጽዕኖን ማስፋት፣ እና ወኪላዊ ስምሪት ናቸው።

ማንኛውም ድርጅት የሰው ሠራሽ አስተውሎት (AI) ተቀባይነትን ለማጠናከር ከዛሬ ጀምሮ ሊወስዳቸው የሚችላቸው አምስት ተግባራዊ እርምጃዎች በተግባር ጎልተው ይታያሉ።

1. ከመዳረሻ በተጨማሪ የአጠቃቀም ጥልቀትን ይለኩ።
   ተገቢው ምልክት ስንት ሠራተኞች የሰው ሠራሽ አስተውሎት (AI) መለያዎች እንዳላቸው ብቻ ሳይሆን፣ ቡድኖች ከጊዜ ወደ ጊዜ ሰው ሠራሽ አስተውሎት (AI)ን በበለጠ ሁኔታ እየተጠቀሙት እንደሆነ ነው። ድርጅቶች የሰው ሠራሽ አስተውሎት (AI) አጠቃቀም ይበልጥ ተደጋጋሚ፣ ይበልጥ ውስብስብ እና ከጠቃሚ የሥራ ፍሰቶች ጋር ይበልጥ በቅርበት የተያያዘ እየሆነ መሆኑን መከታተል አለባቸው።
2. የምርት አጠቃቀምን የሚያስችል አስተዳደርን ይገንቡ።
   መሪ ኩባንያዎች አስተዳደርን እያስወገዱ አይደሉም። ወኪላዊ ሰው ሠራሽ አስተውሎት (AI)ን የበለጠ ሊሰማራ የሚችል ለማድረግ እየተጠቀሙበት ነው። ኩባንያዎች ወኪሎች የት ሊሠሩ እንደሚችሉ፣ ምን መረጃ መጠቀም እንደሚችሉ፣ መቼ እርምጃ ከመውሰድ ይልቅ ምክር መስጠት እንዳለባቸው፣ እና ሰዎች ከፍተኛ ስጋት ያላቸውን ውሳኔዎች እንዴት እንደሚገመግሙ የሚወስኑ ግልጽ ደንቦች ያስፈልጋቸዋል። ግንባር ቀደም ኩባንያዎች እነዚህን ደረጃዎች እንደ የስምሪት ሂደቱ አካል እየገለጹ ነው፣ ስለዚህ አስተዳደር ተቀባይነትን ከማዘግየት ይልቅ ደኅንነቱ በተጠበቀ ሁኔታ ለማስፋፋት የሚያስችል መንገድ ይሆናል።
3. ማስቻልን እንደ የጎን ፕሮጀክት ሳይሆን፣ እንደ ዋና መሠረተ ልማት ይመልከቱት።
   የሰው ሠራሽ አስተውሎት (AI) ችሎታዎች እየተሻሻሉ ሲሄዱ፣ ሠራተኞችም ሆኑ ድርጅቶች ከዚህ ፍጥነት ጋር አብረው እንዲጓዙ የሚያግዟቸው ሥርዓቶች ያስፈልጋቸዋል። ግንባር ቀደም ኩባንያዎች ማስቻልን እንደ የአንድ ጊዜ የሥልጠና ግፊት አድርገው አይቆጥሩትም። ቀጣይነት ያለውን መማር በሚና-ተኮር ሥልጠና፣ በአጠቃቀም ሁኔታ አውደ ጥናቶች፣ በሃካቶኖች፣ በውስጥ የአርአያ ባለሙያዎች መረቦች፣ በሙከራ የተመደበ ጊዜ፣ እና በሥራ ፍሰቶች፣ ምርጥ ልምዶች እና ክህሎቶች የተጋሩ ማከማቻዎች አማካኝነት ወደ ማሰማራት ይገነባሉ። 
4. የእርስዎን ግንባር ቀደም ቡድኖች ይለዩ እና ተፅዕኖአቸውን ያስፋፉ።
   በብዙ ድርጅቶች ውስጥ፣ በጣም የላቀው አጠቃቀም በጥቂት ቡድኖች ውስጥ ተከማችቶ ይገኛል። እነዚያ ቡድኖች የትኞቹ የሥራ ፍሰቶች፣ ልማዶች እና የአሠራር ሞዴሎች እየሠሩ እንደሆነ ሊያሳዩ ይችላሉ። መሪዎች እነዚህን ቡድኖች መለየት፣ ከስኬታቸው በስተጀርባ ያሉትን ሁኔታዎች መረዳት እና ማስፋት፣ እንዲሁም የበለጠ ጥልቅ የሰው ሠራሽ አስተውሎት (AI) አጠቃቀምን በተመለከተ ግንዛቤዎችን እና ምሳሌዎችን ከኩባንያው ቀሪ ክፍሎች ጋር እንዲያጋሩ ሊያግዟቸው ይገባል። 
5. ስራን ለማስተላለፍ ከውይይት ባሻገር ይሂዱ።የኢንተርፕራይዝ ሰው ሠራሽ አስተውሎት (AI) ከውይይት ረዳቶች ወደ ለወኪሎች ሊተላለፍ የሚችል ሥራ እየተሻገረ ነው። የሶፍትዌር ምህንድስና ይህን አዝማሚያ ያሳያል፣ ነገር ግን የተላለፈ ሥራ በተለያዩ የሥራ ተግባራት ላይ እየተስፋፋ ነው። በCodex፣ መሀንዲሶች የተገለጸን ተግባር ማስረከብ፣ ለወኪሉ የሚያስፈልገውን አውድ መስጠት፣ በፋይሎች፣ በኮድ መሰረቶች እና በመሳሪያዎች ላይ እንዲሠራ መፍቀድ፣ ከዚያም ውጤቱን መገምገም እና የሥራ ፍሰቱን በግብረመልስ ማሻሻል ይችላሉ። ግንባር ቀደም ኩባንያዎች ሠራተኞች ሰው ሠራሽ አስተውሎት (AI)ን እንደ የማይለዋወጥ ረዳት ብቻ ከመጠቀም ይልቅ፣ ተግባራትን ለሰው ሠራሽ አስተውሎት (AI) እንዲያስተላልፉ እያበረታቱ ነው።

ሙሉ ግኝቶቹን ለማሰስ ወይም እንዴት ሰው ሠራሽ አስተውሎት (AI) ወደ ድርጅትዎ በኃላፊነት ማምጣት እንደሚችሉ ለመማር ከፈለጉ፣ [መገናኘት እንወዳለን⁠]።