AIએ ટીમોને એવી બાબતો હાથ ધરવા દીધી છે, જેઓ પહેલા ફક્ત તેની ચર્ચા કરતી હતી પરંતુ ક્યારેય અમલમાં મૂકી શકતી નહોતી. હકીકતમાં, 75% એન્ટરપ્રાઇઝ કામદારો કહે છે કે AIએ તેમને એવા કાર્યો કરવામાં મદદ કરી જે તેઓ પહેલા કરી શકતા નહોતા. અમે આ વાત દરેક વિભાગમાંથી સાંભળીએ છીએ, માત્ર ટેકનિકલ ટીમોમાંથી નહીં. કામ કરવાની રીત બદલાઈ ગઈ છે, અને એન્ટરપ્રાઇઝો હવે તેનો મોટો અસર અનુભવવા લાગી છે.
ગયા કેટલાક વર્ષોમાં અમે આને 10 લાખથી વધુ વ્યવસાયો સાથે ક્રિયામાં જોયું છે. એક મોટા ઉત્પાદકમાં, એજન્ટોએ ઉત્પાદન ઑપ્ટિમાઇઝેશનનું કામ છ અઠવાડિયાથી એક દિવસે લાવી દીધું. એક વૈશ્વિક રોકાણ કંપનીએ વેચાણ પ્રક્રિયામાં અંત-થી-અંત એજન્ટો તૈનાત કર્યા જેથી વેચાણકર્મીઓને ગ્રાહકો સાથે વધુ સમય પસાર કરવા માટે 90%થી વધુ સમય ખુલ્યો. અને, એક મોટા ઊર્જા ઉત્પાદક ખાતે, એજન્ટોએ આઉટપુટમાં 5% સુધી વધારો કરવામાં મદદ કરી, જેનાથી અબજોનું વધારાનું આવક ઉમેરાય છે.
આ દરેક ઉદ્યોગના AI નેતાઓ માટે થઈ રહ્યું છે, અને પકડી લેવા માટેનો દબાણ વધતો જાય છે. તેમને ધીમા પાડતું કારણ મોડલ બુદ્ધિમત્તા નથી, પરંતુ તેમની સંસ્થાઓમાં એજન્ટો કેવી રીતે બનાવવામાં અને ચલાવવામાં આવે છે તે છે.
આજે, અમે Frontier રજૂ કરી રહ્યા છીએ, એક નવું પ્લેટફોર્મ જે એન્ટરપ્રાઇઝોને એવું AI એજન્ટો બનાવવા, તૈનાત કરવા અને સંચાલિત કરવામાં મદદ કરે છે જે ખરેખર કામ કરી શકે. Frontier એજન્ટોને એ જ કૌશલ્યો આપે છે જે લોકોને કામમાં સફળ થવા માટે જોઈએ છે: શેર કરેલ સંદર્ભ, ઑનબોર્ડિંગ, પ્રતિસાદ સાથે હેન્ડ્સ-ઓન શીખણ, અને સ્પષ્ટ પરમિશન્સ તથા સીમાઓ. આ રીતે ટીમો અલગ પડેલા ઉપયોગ કેસથી આગળ વધી સમગ્ર વ્યવસાયમાં કામ કરતા AI સહકર્મીઓ સુધી પહોંચી શકે છે.
HP(નવી વિન્ડોમાં ખૂલે છે), Intuit(નવી વિન્ડોમાં ખૂલે છે), Oracle(નવી વિન્ડોમાં ખૂલે છે), State Farm(નવી વિન્ડોમાં ખૂલે છે), Thermo Fisher(નવી વિન્ડોમાં ખૂલે છે), અને Uber(નવી વિન્ડોમાં ખૂલે છે) Frontier અપનાવનારાઓમાં પહેલા છે, અને હાલના ડઝનો ગ્રાહકો–જેમા BBVA(નવી વિન્ડોમાં ખૂલે છે), Cisco(નવી વિન્ડોમાં ખૂલે છે), અને T-Mobile(નવી વિન્ડોમાં ખૂલે છે)–પણ સામેલ છે–એ Frontierના અભિગમને તેમના કેટલાક સૌથી જટિલ અને મૂલ્યવાન AI કામ માટે પહેલેથી જ પાયલોટ કર્યો છે.
“OpenAI સાથે ભાગીદારી અમને હજારો State Farm એજન્ટો અને કર્મચારીઓને અમારા ગ્રાહકોને વધુ સારી સેવા આપવા વધુ સારા સાધનો આપવામાં મદદ કરે છે. OpenAIના Frontier પ્લેટફોર્મ અને તૈનાતી નિષ્ણાતિને અમારા લોકો સાથે જોડીને, અમે અમારી AI ક્ષમતાઓને ઝડપી બનાવી રહ્યા છીએ અને લાખો લોકોને અગાઉથી આયોજન કરવામાં, સૌથી મહત્વની વસ્તુનું રક્ષણ કરવામાં અને અનપેક્ષિત ઘટના બને ત્યારે વધુ ઝડપથી પુનઃસ્થાપિત થવામાં મદદ કરવા નવા રસ્તા શોધી રહ્યા છીએ.”
કંપનીઓ પહેલેથી જ ક્લાઉડ્સ, ડેટા પ્લેટફોર્મ્સ અને એપ્લિકેશન્સમાં ફેલાયેલા અસંલગ્ન સિસ્ટમો અને ગવર્નન્સથી ભરાઈ ગઈ છે. AIએ આ વિખંડનને વધુ સ્પષ્ટ બનાવ્યું છે, અને ઘણા કિસ્સાઓમાં વધુ તીવ્ર પણ. એજન્ટો હવે સર્વત્ર તૈનાત થઈ રહ્યા છે, અને દરેક એ શું જોઈ શકે છે અને શું કરી શકે છે તેમાં અલગ પડેલો છે. દરેક નવો એજન્ટ મદદરૂપ થવાને બદલે જટિલતા વધારી શકે છે, કારણ કે તેના પાસે કામ સારું કરવા પૂરતો સંદર્ભ નથી.
જેમ જેમ એજન્ટો વધુ સક્ષમ બન્યા છે, તેમ મોડલો શું કરી શકે છે અને ટીમો હકીકતમાં શું તૈનાત કરી શકે છે તેના વચ્ચેનું તકનું અંતર વધ્યું છે. આ અંતર ફક્ત ટેક્નોલોજીથી જ નથી ચાલતું. AI જેટલું ઝડપથી સુધરી રહ્યું છે, એટલી ઝડપથી ટીમો હજી એજન્ટોને શરૂઆતના પાયલોટમાંથી આગળ વધારી હકીકતના કામમાં લાવવા માટે જરૂરી જ્ઞાન બનાવી રહી છે. માત્ર OpenAIમાં જ લગભગ દરેક ત્રણ દિવસે કંઈક નવું રિલીઝ થાય છે, અને આ ગતિ વધુ ઝડપી બની રહી છે.1 સાથે રહેવાનું અર્થ છે નિયંત્રણ અને પ્રયોગ વચ્ચે સંતુલન રાખવું, અને તે સાચું કરવું મુશ્કેલ છે.
એન્ટરપ્રાઇઝો હવે આ ઉકેલવાનો દબાણ અનુભવી રહી છે, કારણ કે શરૂઆતના નેતાઓ અને બાકીના બધાના વચ્ચેનું અંતર ઝડપથી વધી રહ્યું છે.
અમે શીખ્યું છે કે ટીમોને ફક્ત વધુ સારા સાધનોની જરૂર નથી જે પહેલીનો ભાગ ઉકેલે. તેમને એજન્ટોને પ્રોડક્શનમાં લાવવા માટે બનાવવું, તૈનાત કરવું અને સંચાલિત કરવું તેવી અંત-થી-અંત પદ્ધતિ સાથે સહાયની જરૂર હતી.
અમે શરૂઆત એથી કરી કે એન્ટરપ્રાઇઝો લોકોને કેવી રીતે સ્કેલ કરે છે. તેઓ ઑનબોર્ડિંગ પ્રક્રિયાઓ બનાવે છે. તેઓ સંસ્થાકીય જ્ઞાન અને આંતરિક ભાષા શીખવે છે. તેઓ અનુભવ દ્વારા શીખવાની મંજૂરી આપે છે અને પ્રતિસાદ દ્વારા પ્રદર્શન સુધારે છે. તેઓ યોગ્ય સિસ્ટમોનો ઍક્સેસ આપે છે અને સીમાઓ નક્કી કરે છે. AI સહકર્મીઓને પણ આ જ વસ્તુઓની જરૂર છે.
AI સહકર્મીઓ ખરેખર કામ કરે તે માટે, થોડા મુદ્દાઓ મહત્વના છે.
- તેમને સમજવું જોઈએ કે વિવિધ સિસ્ટમોમાં કામ હકીકતમાં કેવી રીતે થાય છે.
- તેમને યોજના બનાવવા, કાર્ય કરવા અને વાસ્તવિક દુનિયાની સમસ્યાઓ ઉકેલવા માટે કમ્પ્યુટર અને સાધનોનો ઍક્સેસ જોઈએ.
- તેમને જાણવું જોઈએ કે સારો પરિણામ કેવું લાગે છે, જેથી કામ બદલાય તેમ ગુણવત્તામાં સુધારો થાય.
- અને તેમને એવી ઓળખ, પરમિશન્સ અને સીમાઓ જોઈએ કે જેમ પર ટીમો વિશ્વાસ કરી શકે.
અને આ બધું ઘણા સિસ્ટમોમાં કામ કરવું જોઈએ, જે ઘણીવાર અનેક ક્લાઉડ્સમાં ફેલાયેલા હોય છે. Frontier ટીમો પાસે પહેલેથી જ રહેલી સિસ્ટમો સાથે કામ કરે છે, તેમને રીપ્લેટફોર્મ કરવા મજબૂર કર્યા વગર. તમે તમારા હાલના ડેટા અને AIને જ્યાં તે છે ત્યાં સાથે લાવી શકો છો - તેમજ તમે પહેલેથી વાપરતા એપ્લિકેશન્સને ખુલ્લા ધોરણોનો ઉપયોગ કરીને સંકલિત કરી શકો છો. તેનો અર્થ છે કોઈ નવા ફોર્મેટ્સ નહીં અને તમે પહેલેથી તૈનાત કરેલા એજન્ટો અથવા એપ્લિકેશન્સને છોડવાની જરૂર નહીં.
આ અભિગમની સુપરપાવર એ છે કે AI સહકર્મીઓ કોઈ એક UI અથવા એપ્લિકેશન પાછળ ફસાયેલા નથી, પરંતુ કોઈ પણ ઇન્ટરફેસ દ્વારા સુલભ અને ઉપયોગી છે. તેઓ જ્યાં કામ થાય છે ત્યાં લોકો સાથે ભાગીદારી કરી શકે છે, ભલે તે ChatGPT સાથેની ક્રિયા હોય, Atlas સાથેના વર્કફ્લોઝ દ્વારા હોય, અથવા હાલની વ્યાવસાયિક એપ્લિકેશન્સની અંદર હોય. આ સાચું છે ભલે એજન્ટો ઇન-હાઉસ વિકસાવવામાં આવ્યા હોય, OpenAI પાસેથી મેળવ્યા હોય, અથવા તમે પહેલેથી વાપરો છો તે અન્ય વેન્ડરો પાસેથી સંકલિત કરવામાં આવ્યા હોય.
દરેક અસરકારક કર્મચારી જાણે છે કે વ્યવસાય કેવી રીતે ચાલે છે, માહિતી ક્યાં રહે છે, અને સારા નિર્ણયો કેવા લાગે છે.
Frontier અલગ પડેલા ડેટા વેરહાઉસ, CRM સિસ્ટમો, ટિકેટિંગ ટૂલ્સ અને આંતરિક એપ્લિકેશન્સને જોડીને AI સહકર્મીઓને એ જ શેર કરેલ વ્યાવસાયિક સંદર્ભ આપે છે. તેઓ સમજે છે કે માહિતી કેવી રીતે વહે છે, નિર્ણયો ક્યાં થાય છે, અને કયા પરિણામો મહત્વ ધરાવે છે. તે એન્ટરપ્રાઇઝ માટેનું એક સેમેન્ટિક સ્તર બની જાય છે જેનો તમામ AI સહકર્મીઓ અસરકારક રીતે કાર્ય અને સંચાર કરવા માટે સંદર્ભ લઈ શકે છે.
શેર કરેલ સંદર્ભ સ્થાપિત થયા પછી, એજન્ટો માટે ખરેખર કામ કરી શકવું જરૂરી છે.
સંસ્થાભરના ટેકનિકલ અને ગેર-ટેકનિકલ બંને પ્રકારના ટીમો Frontierનો ઉપયોગ કરીને એવા AI સહકર્મીઓને નિયુક્ત કરી શકે છે જે લોકો પહેલેથી કમ્પ્યુટર પર કરતા ઘણા કાર્યો સંભાળી લે. Frontier AI સહકર્મીઓને ડેટા પર તર્ક કરવાની અને ફાઇલો સાથે કામ કરવું, કોડ ચલાવવો અને ટૂલ્સનો ઉપયોગ કરવો જેવી જટિલ કામગીરી પૂર્ણ કરવાની ક્ષમતા આપે છે, તે પણ વિશ્વસનીય, ખુલ્લા એજન્ટ એક્ઝિક્યુશન પર્યાવરણમાં. AI સહકર્મીઓ કામ કરે છે તેમ તેઓ સ્મૃતિઓ બનાવે છે, અને ભૂતકાળની ક્રિયાઓને ઉપયોગી સંદર્ભમાં ફેરવે છે જે સમય સાથે પ્રદર્શન સુધારે છે.
એકવાર તૈનાત થયા પછી, AI સહકર્મીઓ સ્થાનિક પર્યાવરણો, એન્ટરપ્રાઇઝ ક્લાઉડ ઇન્ફ્રાસ્ટ્રક્ચર અને OpenAI-હોસ્ટેડ રનટાઇમ્સમાં ચાલી શકે છે, ટીમોને કામ કેવી રીતે થાય છે તે ફરીથી શોધવા મજબૂર કર્યા વગર. અને સમય-સંવેદનશીલ કામ માટે, Frontier OpenAIના મોડલો સુધી નીચી વિલંબિત ઍક્સેસને પ્રાથમિકતા આપે છે જેથી જવાબો ઝડપી અને સ્થિર રહે.
એજન્ટો સમય સાથે ઉપયોગી રહે તે માટે, તેમને પણ લોકોની જેમ અનુભવમાંથી શીખવાની જરૂર છે.
પ્રદર્શનને મૂલ્યાંકિત અને ઑપ્ટિમાઇઝ કરવાની બિલ્ટ-ઇન રીતો માનવી મેનેજરો અને AI સહકર્મીઓ બંને માટે શું કામ કરે છે અને શું નથી તે સ્પષ્ટ કરે છે, જેથી સારા વર્તનો સમય સાથે સુધરે. સમય જતા, AI સહકર્મીઓ સારો પરિણામ કેવું લાગે છે તે શીખે છે અને સૌથી મહત્વના કામમાં વધુ સારા બને છે.
આ રીતે એજન્ટો પ્રભાવશાળી ડેમોથી વિશ્વસનીય સાથીદાર સુધી પહોંચે છે.
Frontier ખાતરી કરે છે કે AI સહકર્મીઓ સ્પષ્ટ સીમાઓમાં કામ કરે. દરેક AI સહકર્મીની પોતાની ઓળખ હોય છે, સ્પષ્ટ પરમિશન્સ અને ગાર્ડરેલ્સ સાથે. તે તેમને સંવેદનશીલ અને નિયમનિત પર્યાવરણોમાં વિશ્વાસપૂર્વક ઉપયોગમાં લેવાનું શક્ય બનાવે છે. એન્ટરપ્રાઇઝ સુરક્ષા અને ગવર્નન્સ બિલ્ટ-ઇન છે, જેથી ટીમો નિયંત્રણ ગુમાવ્યા વગર સ્કેલ કરી શકે.
તકના અંતરને બંધ કરવું ફક્ત ટેક્નોલોજી સમસ્યા નથી.
વર્ષોથી અમે જટિલ AI તૈનાતીઓ પર મોટા એન્ટરપ્રાઇઝો સાથે નજીકથી કામ કર્યું છે, તેથી શું કામ કરે છે અને શું નથી તે અમે જોયું છે. હવે અમે ટીમોને આ પાઠોને તેમની સૌથી કઠિન સમસ્યાઓ પર લાગુ કરવામાં મદદ કરી રહ્યા છીએ.
અમે OpenAI Forward Deployed Engineers (FDEs)ને તમારી ટીમો સાથે જોડીએ છીએ, બાજુબાજુ કામ કરીને પ્રોડક્શનમાં એજન્ટો બનાવવા અને ચલાવવા માટેની શ્રેષ્ઠ પદ્ધતિઓ વિકસાવવામાં મદદ કરવા માટે.
FDEs ટીમોને OpenAI Research સાથે સીધો જોડાણ પણ આપે છે. જ્યારે તમે એજન્ટો તૈનાત કરો છો, ત્યારે અમે ફક્ત મોડલ આસપાસની તમારી સિસ્ટમો કેવી રીતે સુધારવી તે જ નથી શીખતા. અમે એ પણ શીખીએ છીએ કે તમારા કામ માટે વધુ ઉપયોગી બનવા મોડલોને પોતાને કેવી રીતે વિકસવાની જરૂર છે. તમારા વ્યાવસાયિક સમસ્યાથી તૈનાતી, સંશોધન અને પાછા સુધીનો આ પ્રતિસાદ ચક્ર બંને પક્ષોને વધુ ઝડપથી આગળ વધવામાં મદદ કરે છે.
વ્યાવસાયિક સમસ્યા
લાખો હાર્ડવેર પરીક્ષણો નિષ્ફળ ગયા, અને એન્જિનિયરોએ દર વર્ષે હજારો કલાકો (તેમના સમયનો લગભગ અડધો ભાગ) લોગ્સ, દસ્તાવેજો અને કોડ ખંગાળી કારણ હાથથી શોધવામાં પસાર કર્યા.
અમે શું ઉકેલ્યું
અમે મૂળ-કારણ ઓળખને પ્રતિ નિષ્ફળતા ~4 કલાકથી થોડાક મિનિટ સુધી ઘટાડી, ટ્રબલશૂટિંગને ઝડપી બનાવ્યું.
તે કેવી રીતે કાર્ય કરે છે
AI સહકર્મીઓ સિમ્યુલેશન લોગ્સ, આંતરિક દસ્તાવેજો, વર્કફ્લોઝ અને કોડને એકત્ર કરે છે, પછી સૌથી સંભાવ્ય મૂળ કારણ અને આગળ શું કરવું તે ઓળખવા માટે અંત-થી-અંત તપાસ ચલાવે છે.
પરિણામ
ડિબગિંગ કલાકોમાંથી મિનિટોમાં આવ્યું, જેના કારણે દર વર્ષે હજારો એન્જિનિયરિંગ કલાકોની બચત થઈ અને વિકાસમાં ઝડપ આવી.
જ્યારે પ્લેટફોર્મ અને એપ્લિકેશન્સ સાથે મળીને કામ કરે છે ત્યારે એન્ટરપ્રાઇઝમાં AI સૌથી સારું કાર્ય કરે છે. Frontier ખુલ્લા ધોરણો પર બનેલું હોવાથી, સોફ્ટવેર ટીમો પ્લગ ઇન કરી શકે છે અને એવા એજન્ટો બનાવી શકે છે જેને એ જ શેર કરેલ સંદર્ભનો લાભ મળે.
આ મહત્વનું છે કારણ કે ઘણા એજન્ટ એપ્સ એક સરળ કારણસર નિષ્ફળ જાય છે: તેમની પાસે જરૂરી સંદર્ભ નથી. ડેટા સિસ્ટમોમાં વિખેરાયેલો છે, પરમિશન્સ જટિલ છે, અને દરેક ઇન્ટિગ્રેશન એક અલગ પ્રોજેક્ટ બની જાય છે. Frontier એપ્લિકેશન્સ માટે જરૂરી વ્યાવસાયિક સંદર્ભ (યોગ્ય નિયંત્રણો સાથે) મેળવવાનું સરળ બનાવે છે, જેથી તેઓ પહેલાના દિવસથી જ હકીકતના વર્કફ્લોઝમાં કામ કરી શકે. એન્ટરપ્રાઇઝો માટે તેનો અર્થ છે દર વખતે લાંબા ઇન્ટિગ્રેશન ચક્ર વિના ઝડપી રોલઆઉટ્સ.
અમે Frontier Partnersના નાના જૂથ સાથે પણ કામ કરી રહ્યા છીએ—Abridge, Clay(નવી વિન્ડોમાં ખૂલે છે), Ambience(નવી વિન્ડોમાં ખૂલે છે), Decagon(નવી વિન્ડોમાં ખૂલે છે), Harvey(નવી વિન્ડોમાં ખૂલે છે), અને Sierra(નવી વિન્ડોમાં ખૂલે છે) જેવા AI-native નિર્માતાઓ—જે Frontier સાથે ઊંડે સુધી જવાની પ્રતિબદ્ધતા આપી રહ્યા છે. તેઓ OpenAI સાથે નજીકથી કામ કરશે જેથી ગ્રાહકોને શું જોઈએ છે તે શીખી શકે, ઉકેલો ડિઝાઇન કરી શકે અને તૈનાતીને સમર્થન આપી શકે. સમય જતા, અમે કાર્યક્રમનું વિસ્તરણ કરીશું અને એન્ટરપ્રાઇઝ AI પર ધ્યાન કેન્દ્રિત કરનાર વધુ નિર્માતાઓનું સ્વાગત કરીશું.
હવે પ્રશ્ન એ નથી કે AI કામ કરવાની રીતને બદલશે કે નહીં, પરંતુ તમારી સંસ્થા એજન્ટોને હકીકતના લાભમાં કેટલી ઝડપથી ફેરવી શકે છે તે છે.
Frontier આજે મર્યાદિત ગ્રાહકોના સમૂહ માટે ઉપલબ્ધ છે, અને આગામી થોડા મહિનાઓમાં તેનો વ્યાપક પ્રાપ્યતા આવશે. જો તમે અમારી સાથે કામ કરવાની શક્યતા શોધવા માંગો છો, તો તમારી OpenAI ટીમનો સંપર્ક કરો.
