AI के इस्तेमाल को बिज़नेस वैल्यू से कैसे जोड़ें
समझें कि टीमें ChatGPT वर्क और Codex का इस्तेमाल कैसे कर रही हैं, खर्च के पीछे कौन-सा काम हो रहा है, और उसे ऐसे नतीजों से कैसे जोड़ें जिन्हें मापा जा सके.
जैसे-जैसे ज़्यादा टीमें AI का इस्तेमाल कर रही हैं, एडमिन्स और बिज़नेस लीडर्स के लिए यह समझना ज़रूरी है कि AI कहाँ वैल्यू बना रहा है और आगे कहाँ इन्वेस्ट करना चाहिए. इस्तेमाल और खर्च के डेटा से पूरी तस्वीर नहीं मिलती. यह भी जानना ज़रूरी है कि लोग AI का इस्तेमाल किन कामों के लिए कर रहे हैं और उससे उन्हें क्या हासिल हो रहा है.
'ChatGPT एडमिन कंसोल' के एनालिटिक्स, ChatGPT वर्क और Codex के इस्तेमाल और खर्च के डेटा, टास्क से जुड़ी जानकारी और नतीजों के मेट्रिक्स को एक जगह लाते हैं.
इन टूल्स की मदद से एडमिन्स समझ सकते हैं कि AI का इस्तेमाल कैसे बढ़ रहा है, टीम को कहाँ सपोर्ट चाहिए और बिज़नेस को कितनी वैल्यू मिल रही है.
यूसेज एनालिटिक्स से पता चलता है कि AI का इस्तेमाल कहाँ बढ़ रहा है और खर्च कहाँ ज़्यादा हो रहा है. इससे एडमिन्स सपोर्ट पर सही फ़ोकस कर सकते हैं, खर्चों को रिव्यू कर सकते हैं और कैपेसिटी की रिक्वेस्ट्स को बेहतर समझ सकते हैं. यूसेज व्यू में ChatGPT वर्क और Codex के ऐक्टिव यूज़र्स, क्रेडिट्स और टोकन का इस्तेमाल एक साथ दिखते हैं. उदाहरण के लिए, ग्रुप या यूज़र के हिसाब से फ़िल्टर करने पर यह साफ़ हो सकता है कि AI का इस्तेमाल कहाँ कम है. फिर एडमिन टीम ओनर के साथ शुरुआती वर्कफ़्लोज़ और ट्रेनिंग की ज़रूरतों पर बात कर सकते हैं.
यूसेज ओवरव्यू में ChatGPT वर्क और Codex के ऐक्टिव यूज़र्स और क्रेडिट ट्रेंड्स दिखते हैं. सभी स्क्रीनशॉट्स में उदाहरण के लिए डेमो डेटा का इस्तेमाल किया गया है.
इनसाइट्स में टास्क क्लासिफ़ायर, मैसेजेज़ के एक सैंपल को यूज़ केसेज़ और टास्क्स में बाँटकर दिखाता है कि AI किन कामों में मदद कर रहा है. उदाहरण के लिए, सॉफ़्टवेयर इंजीनियरिंग में फ़ीचर डेवलपमेंट और कोड मेंटेनेंस आ सकते हैं, जबकि सेल्स एंड रेवेन्यू में अकाउंट रिसर्च और प्लानिंग शामिल हो सकते हैं. ओवरव्यू टैब से एक नज़र में पता चलता है कि AI किन तरह के कामों में इस्तेमाल हो रहा है, जबकि यूज़ केसेज़ टैब टास्क्स की ज़्यादा डिटेल देता है. ऐडमिन्स ग्रुप के हिसाब से फ़िल्टर करके देख सकते हैं कि अलग-अलग टीमें AI का इस्तेमाल कैसे कर रही हैं, और फिर बिज़नेस ओनर्स के साथ तय कर सकते हैं कि किन वर्कफ़्लोज़ और नतीजों को इवैल्यूएट करना है.
इनसाइट्स ओवरव्यू दिखाता है कि फ़ीचर्स बनाने से लेकर अकाउंट रिसर्च तक, अलग-अलग टास्क्स में क्रेडिट्स का इस्तेमाल कैसे हो रहा है.
नीचे दिखाई गई सेल्स टीम में सबसे ज़्यादा क्रेडिट्स अकाउंट रिसर्च और प्लानिंग पर खर्च हो रहे हैं—यहीं से यह समझने की शुरुआत की जा सकती है कि AI अकाउंट की तैयारी के तरीके को कैसे बदल रहा है.
'यूज़ केसेज़' टेबल में टीम का काम अलग-अलग टास्क्स के हिसाब से दिखता है, साथ में क्रेडिट्स, मैसेजेज़ और ऐक्टिव यूज़र्स की जानकारी भी मिलती है.
टास्क डिटेल्स में मॉडल्स, रीज़निंग और स्पीड का ब्रेकडाउन दिखाता है कि किसी टास्क के क्रेडिट्स में हर सेटिंग का कितना हिस्सा है. इससे एडमिन्स समझ सकते हैं कि मौजूदा सेटअप उस काम के लिए सही है या नहीं, और मॉडल चुनने से जुड़ी ट्रेनिंग कहाँ ज़रूरी है. उदाहरण के लिए, किसी रूटीन ब्रीफ़ को तेज़ या कम खर्च वाले सेटअप के साथ टेस्ट किया जा सकता है और फिर क्वालिटी के साथ-साथ रिव्यू और सुधार में लगने वाले समय की तुलना की जा सकती है.
प्लगइन लीडरबोर्ड और स्किल्स व्यू से पता चलता है कि किसी टास्क में कौन-से टूल्स काम आ रहे हैं. इससे एडमिन्स ट्रेनिंग को सही जगह फ़ोकस कर सकते हैं और तय कर सकते हैं कि किन वर्कफ़्लोज़ को बनाए रखना या शेयर करना चाहिए. अगर किसी काम के लिए ज़रूरी प्लगइन का इस्तेमाल कम हो रहा है, तो एक्सेस या ट्रेनिंग की ज़रूरत हो सकती है. वहीं, किसी स्किल का इस्तेमाल बहुत ज़्यादा हो रहा हो, तो यह तय होना चाहिए कि उसकी ज़िम्मेदारी किसके पास है और उसे कब अपडेट करना है.
आउटकम्स व्यू में दिखता है कि मर्ज हुए कमिट्स और कोड में Codex का कितना योगदान है, साथ ही कोड रिव्यू की ऐक्टिविटी भी दिखाई जाती है. ट्रेंड्स और ग्रुप, यूज़र या रिपॉज़िटरी फ़िल्टर्स की मदद से एडमिन्स और इंजीनियरिंग लीडर्स समझ सकते हैं कि Codex का इस्तेमाल कहाँ बढ़ रहा है और कहाँ एक्सेस या सपोर्ट बढ़ाने की ज़रूरत है.
अगर मर्ज होने वाले कोड में Codex का योगदान लगातार बढ़ रहा है, तो इंजीनियरिंग लीडर्स इसे रिव्यू में लगे टाइम, खामियाँ और दोबारा किए गए काम को देखकर समझ सकते हैं कि इससे टीम ज़्यादा असरदार तरीके से सॉफ़्टवेयर को रिलीज़ कर पा रही है या नहीं.
आउटकम्स व्यू समय के साथ यह दिखाता है कि मर्ज हुए कमिट्स और कोड में Codex का योगदान कितना रहा.
ChatGPT वर्क में Admin प्लगइन की मदद से एडमिन्स AI के इस्तेमाल, खर्च और टास्क्स की तुलना कर सकते हैं और इन नतीजों को बजट और रोलआउट से जुड़े फ़ैसलों के लिए रिपोर्ट्स में बदल सकते हैं. यह तैयार आउटपुट भी बना सकता है, जैसे कोई लीडरशिप डेक जिसमें चार्ट्स, अहम नतीजे और सुझाए गए अगले कदम शामिल हों, ताकि उसे अलग-अलग टीमों के स्टेकहोल्डर्स के साथ सीधे शेयर किया जा सके.
Admin API की मदद से टीमें अपने डैशबोर्ड्स में रिपोर्ट्स ऑटोमेट कर सकती हैं और एनालिटिक्स को बिज़नेस सिस्टम्स के डेटा के साथ जोड़ सकती हैं. उदाहरण के लिए, सपोर्ट डैशबोर्ड में क्रेडिट यूसेज के साथ किसी समस्या के दूर होने में लगने वाला समय दिखाया जा सकता है.
Admin प्लगइन टीम के क्रेडिट ट्रेंड्स की तुलना करता है और महीने के रोलआउट रिव्यू के लिए अहम बदलावों की समरी देता है.
इस्तेमाल और टास्क का डेटा, एडमिन्स और बिज़नेस ओनर्स के लिए वैल्यू समझने की शुरुआत है. बिज़नेस ओनर्स यह समझने के लिए कॉन्टेक्स्ट जोड़ते हैं: वर्कफ़्लो में क्या बदला, नतीजे बेहतर हुए या नहीं, और उस सुधार की कितनी वैल्यू है. इस तरह प्रोडक्ट के इस्तेमाल को डिलीवरी टाइम, क्वालिटी और मुनाफ़े जैसे बिज़नेस नतीजों से जोड़ा जा सकता है.
मान लीजिए 'एडमिन कंसोल' यह दिखाता है कि सेल्स टीम में अकाउंट रिसर्च बार-बार किया जाने वाला काम है. एडमिन देखते हैं कि टीम सही मॉडल्स इस्तेमाल कर रही है या नहीं, जहाँ CRM प्लगइन का कम इस्तेमाल हो रहा है वहाँ ट्रेनिंग देते हैं, और अकाउंट के कंसिस्टेंट प्लान्स के लिए कोई स्किल शेयर करते हैं. इसके बाद सेल्स ओनर तैयारी में लगने वाले समय और प्लान की क्वालिटी की तुलना टीम की बेसलाइन से करते हैं. अगर समय बचता है, तो वे देखते हैं कि उसमें से कितना समय कस्टमर बातचीत में जा रहा है, कौन-सी बातचीत अच्छे मौकों में बदल रही है और कौन-से मौके सेल्स में बदल रहे हैं. उस बिज़नेस से मिलने वाला रेवेन्यू और कॉन्ट्रिब्यूशन मार्जिन यह समझने में मदद करते हैं कि अतिरिक्त क्षमता से फ़ाइनेंशियल फ़ायदा हो रहा है या नहीं.
किसी वर्कफ़्लो की अहमियत समझने के लिए कुछ सवालों से शुरुआत करें:
आप क्या बेहतर करना चाहते हैं? ऐसा जवाब चुनें जो टीम के लिए मायने रखता हो, जैसे तैयारी में तेज़ी, बेहतर क्वालिटी का काम, कम लागत या ज़्यादा सेल्स.
आज यह प्रोसेस कैसे काम करता है? यह तय करें कि शुरुआत कहाँ से करनी है: टीम यह काम कितनी बार करती है, इसमें कितना समय लगता है और किसी काम के अच्छे नतीजे का क्या मतलब है.
AI के साथ क्या बदलता है? एक तय समय के दौरान नतीजों की तुलना करें. काम को रिव्यू और ठीक करने में लगने वाला समय भी शामिल करें, ताकि काम जल्दी पूरा होने के साथ टीम के क्वालिटी स्टैंडर्ड्स भी बने रहें.
इससे टीम के लिए क्या मुमकिन होता है? बचा हुआ समय कस्टमर्स के साथ ज़्यादा बातचीत में लगाया जा सकता है. बेहतर क्वालिटी के काम का मतलब हो सकता है कि ठीक करने के लिए गलतियाँ कम हों. टीम से बात करके समझें कि ये सुधार सबसे ज़्यादा कहाँ मायने रखते हैं.
क्या मिलने वाला फ़ायदा इन्वेस्टमेंट के लायक है? टीम को क्या मिल रहा है, इसकी तुलना AI, सेटअप और लगातार सपोर्ट पर हो रहे खर्च से करें. इससे यह तय करने में मदद मिल सकती है कि किस चीज़ को बढ़ाना है और टीम को कहाँ ज़्यादा मदद की ज़रूरत है.
उदाहरण के तौर पर सालाना ROI: सेल्स अकाउंट रिसर्च
मान लीजिए सेलर्स की एक टीम है, जिसमें हर व्यक्ति हफ़्ते में दो अकाउंट ब्रीफ़ तैयार करता है. हर ब्रीफ़ में अकाउंट की हिस्ट्री, इंडस्ट्री की रिसर्च और अगली बातचीत के लिए अपना एक नज़रिया रखा जाता है.
AI से क्या बदलता है?
इन सबका क्या मतलब निकलता है?
साल भर में बचा समय
20 सेलर्स × हर हफ़्ते 2 ब्रीफ़ × हर ब्रीफ़ पर 3 घंटे की बचत × 46 हफ़्ते = 5,520 घंटे
सालाना क्षमता की अनुमानित वैल्यू
मान लें कि टीम बचे हुए समय का 50% ऐसे काम में लगाती है जो सीधे बिज़नेस में काम आता है, और कर्मचारियों पर कुल खर्च $75 प्रति घंटा है. सेलर्स इस समय का इस्तेमाल संभावित कस्टमर्स से जुड़ने, नए मौकों के लिए फ़ॉलो-अप करने और कस्टमर्स के साथ ज़्यादा समय बिताने में कर सकते हैं.
5,520 घंटे × 50% × $75 = $207,000
पहले साल की कुल लागत
मान लें कि AI, सेटअप, ट्रेनिंग और लगातार सपोर्ट पर कुल $60,000 खर्च होते हैं.
($207,000 − $60,000) ÷ $60,000 = उदाहरण के तौर पर 245% ROI.
किसी वर्कफ़्लो की वैल्यू सिर्फ़ समय बचाने तक सीमित नहीं होती. सेल्स में बेहतर अकाउंट रिसर्च और कस्टमर की एक जैसी समझ से ज़्यादा अच्छी बातचीत, मज़बूत रिश्ते और नए मौके बन सकते हैं. इसके बाद टीमें यह भी देख सकती हैं कि इन सुधारों से डील में लगने वाले समय में कमी या डील मिलने की रेट बेहतर हुई है या नहीं.
सभी आँकड़े सिर्फ़ मिसाल के तौर पर हैं. ROI में क्षमता की वैल्यू का सिर्फ़ अनुमान है, लेकिन बेहतर विन रेट, बड़ी डील्स या सेल्स के अन्य नतीजों से मिलने वाले संभावित फ़ायदे शामिल नहीं हैं.
सॉफ़्टवेयर रिलीज़ करने से लेकर लाइव इवेंट्स चलाने तक, कस्टमर्स AI का इस्तेमाल उन कामों में कर रहे हैं जो उनके बिज़नेस के लिए मायने रखते हैं:
1Password, Codex का इस्तेमाल सॉफ़्टवेयर बनाने, रिव्यू करने और टेस्ट करने के लिए करता है, ताकि इंजीनियर्स फ़ीचर्स को ज़्यादा तेज़ी से रिलीज़ कर सकें. उसका अनुमान है कि इससे 553% ROI और सालाना $0.8M की इंजीनियरिंग कैपेसिटी वैल्यू मिलती है. Codex की मदद से टीम मज़बूत सिक्योरिटी पॉलिसीज़ बनाए रखते हुए प्रोडक्शन के लिए तैयार फ़ीचर्स और इंटरनल टूल्स ज़्यादा तेज़ी से बना पाती है.
ATV Big Air Tour, ChatGPT वर्क का इस्तेमाल इवेंट की लिस्टिंग्स देखने, इन्वेंट्री का प्लान बनाने और अपनी वेबसाइट की विज़िबिलिटी बेहतर करने के लिए करता है. लिस्टिंग के रिव्यू में लगने वाला समय हफ़्ते में आठ घंटे से घटकर एक घंटा रह गया और इन्वेंट्री का काम दो से तीन दिनों से घटकर दो से तीन घंटे हो गया. इससे टीम को टूर और अपने कस्टमर्स पर फ़ोकस करने के लिए ज़्यादा समय मिला.
Playco, OpenAI API के ज़रिए GPT‑6 Astra का इस्तेमाल खेलने लायक गेम प्रोटोटाइप्स बनाने और टेस्ट करने के लिए करता है. टीम ने एक ही बेस से तीन अलग-अलग थीम वाले प्रोटोटाइप्स बनाए और पिछले मॉडल के मुकाबले 50% कम मैन्युअल फ़िक्स की ज़रूरत बताई. इससे डेवलपर्स ज़्यादा आइडियाज़ को जल्दी टेस्ट कर सके और उनकी तुलना कर पाए.
एडमिन कंसोल में इनसाइट्स खोलें और ऐसा आम टास्क चुनें जो किसी बिज़नेस प्रायोरिटी के लिए काम करता हो. बिज़नेस ओनर के साथ मिलकर तय करें कि अभी की स्थिति क्या है और किस नतीजे को मापना है. फिर प्रोग्रेस देखने की एक तारीख तय करें. नतीजों के आधार पर फ़ैसला करें कि वर्कफ़्लो को आगे बढ़ाना है, टीम के इस्तेमाल के तरीके को बेहतर करना है या कोई दूसरा तरीका आज़माना है. हमारे डॉक्यूमेंट्स में इस पर और जानकारी पाएँ(एक नई विंडो में खुलेगा).
