पेश हैं OpenAI Frontier

AI ने टीम्स को उन चीज़ों पर काम करने में सक्षम बनाया है, जिनके बारे में वे पहले सिर्फ़ बात करते थे लेकिन कभी एक्सिक्यूट नहीं कर पाते थे. वास्तव में, 75% एंटरप्राइज़ वर्कर्स का कहना है कि AI ने उन्हें ऐसे टास्क करने में मदद की जो वे पहले नहीं कर सकते थे. हम यह हर डिपार्टमेंट से सुन रहे हैं, सिर्फ़ टेक्निकल टीम्स से नहीं. काम करने का तरीका बदल चुका है, और एंटरप्राइज़ इसका असर बड़े स्तर पर महसूस करने लगे हैं.

पिछले कुछ वर्षों में हमने इसे 1 मिलियन से ज़्यादा बिज़नेस के साथ होते हुए देखा है. एक बड़े मैन्युफैक्चरर में, एजेंट्स ने प्रोडक्शन ऑप्टिमाइज़ेशन के काम को छह हफ्तों से घटाकर एक दिन कर दिया. एक ग्लोबल इन्वेस्टमेंट कंपनी ने सेल्स प्रोसेस में एंड-टू-एंड एजेंट्स डिप्लॉय किए, जिससे सेल्सपर्सन्स को कस्टमर्स के साथ बिताने के लिए 90% से ज़्यादा अतिरिक्त समय मिला. वहीं एक बड़े एनर्जी प्रोड्यूसर में, एजेंट्स ने आउटपुट को पाँच प्रतिशत तक बढ़ाने में मदद की, जिससे एक बिलियन से ज़्यादा की अतिरिक्त रेवेन्यू जुड़ी.

यह हर इंडस्ट्री में AI लीडर्स के साथ हो रहा है, और पीछे न रह जाने का दबाव लगातार बढ़ रहा है. उन्हें धीमा करने वाली चीज़ मॉडल इंटेलिजेंस नहीं है, बल्कि यह है कि उनके ऑर्गनाइज़ेशन्स में एजेंट्स को कैसे बनाया और चलाया जा रहा है.

आज हम Frontier पेश कर रहे हैं, एक नया प्लेटफ़ॉर्म जो एंटरप्राइज़ेज़ को ऐसे AI एजेंट्स बिल्ड करने, डिप्लॉय करने और मैनेज करने में मदद करता है जो असली काम कर सकते हैं. Frontier एजेंट्स को वही स्किल्स देता है जिनकी लोगों को काम में सफल होने के लिए ज़रूरत होती है: शेयर किया हुआ कॉन्टेक्स्ट, ऑनबोर्डिंग, फ़ीडबैक के साथ हैंड्स-ऑन लर्निंग, और साफ़ परमिशन्स व बाउंड्रीज़. इसी तरह टीम्स अलग-अलग यूज़ केस से आगे बढ़कर ऐसे AI को-वर्कर्स तक पहुँचती हैं जो पूरे बिज़नेस में काम करते हैं.

HP⁠(एक नई विंडो में खुलेगा), Intuit⁠(एक नई विंडो में खुलेगा), Oracle⁠(एक नई विंडो में खुलेगा), State Farm⁠(एक नई विंडो में खुलेगा), Thermo Fisher⁠(एक नई विंडो में खुलेगा) और Uber⁠(एक नई विंडो में खुलेगा) Frontier अपनाने वालों में सबसे पहले शामिल हैं, और दर्जनों मौजूदा कस्टमर्स—जिनमें BBVA⁠(एक नई विंडो में खुलेगा), Cisco⁠(एक नई विंडो में खुलेगा) और T-Mobile⁠(एक नई विंडो में खुलेगा) शामिल हैं—पहले ही Frontier के अप्रोच को अपने कुछ सबसे कॉम्प्लेक्स और वैल्यूएबल AI काम को पावर देने के लिए पायलट कर चुके हैं.

कंपनियाँ पहले से ही क्लाउड्स, डेटा प्लेटफ़ॉर्म्स और एप्लिकेशन्स में फैले डिस्कनेक्टेड सिस्टम्स और गवर्नेंस से जूझ रही हैं. AI ने इस फ़्रैगमेंटेशन को और ज़्यादा विज़िबल बना दिया है, और कई मामलों में इसे और गंभीर कर दिया है. अब एजेंट्स हर जगह डिप्लॉय हो रहे हैं, और हर एजेंट इस बात में सीमित है कि वह क्या देख सकता है और क्या कर सकता है. हर नया एजेंट मदद करने के बजाय जटिलता बढ़ा सकता है, क्योंकि उसके पास काम सही तरीके से करने के लिए पर्याप्त कॉन्टेक्स्ट नहीं होता.

जैसे-जैसे एजेंट्स ज़्यादा सक्षम हुए हैं, मॉडल्स जो कर सकते हैं और टीमें जो वास्तव में डिप्लॉय कर पाती हैं, उनके बीच का अवसर गैप बढ़ता गया है. यह गैप सिर्फ़ टेक्नोलॉजी की वजह से नहीं है. टीमें अभी भी वह नॉलेज बना रही हैं जिससे एजेंट्स को शुरुआती पायलट्स से आगे बढ़ाकर असली काम में उतारा जा सके, उतनी ही तेज़ी से जितनी तेज़ी से AI आगे बढ़ रहा है. सिर्फ़ OpenAI में ही, लगभग हर तीन दिन में कुछ नया शिप होता है, और यह रफ़्तार लगातार तेज़ हो रही है.¹ इसके साथ बने रहने का मतलब है कंट्रोल और एक्सपेरिमेंटेशन के बीच बैलेंस बनाना, और इसे सही तरीके से करना आसान नहीं है.

एंटरप्राइज़ेज़ पर इसे अभी समझने और सुलझाने का दबाव बढ़ रहा है, क्योंकि शुरुआती लीडर्स और बाकी सभी के बीच का गैप तेज़ी से बढ़ रहा है.

हमने सीखा है कि टीम्स को सिर्फ़ ऐसे बेहतर टूल्स की ज़रूरत नहीं है जो पज़ल के कुछ हिस्से सॉल्व करें. उन्हें एजेंट्स को प्रोडक्शन में लाने के लिए एंड-टू-एंड अप्रोच की ज़रूरत थी, ताकि एजेंट्स को बिल्ड, डिप्लॉय और मैनेज किया जा सके.

हमने यह देखकर शुरुआत की कि एंटरप्राइज़ेज़ पहले से लोगों को कैसे स्केल करते हैं. वे ऑनबोर्डिंग प्रोसेसेज़ बनाते हैं. वे इंस्टीट्यूशनल नॉलेज और इंटरनल लैंग्वेज सिखाते हैं. वे एक्सपीरियंस के ज़रिए सीखने की सुविधा देते हैं और फ़ीडबैक के ज़रिए परफ़ॉर्मेंस सुधारते हैं. वे सही सिस्टम्स तक एक्सेस देते हैं और बाउंड्रीज़ सेट करते हैं. AI को-वर्कर्स को भी बिल्कुल वही चीज़ें चाहिए.

AI को-वर्कर्स के सही तरह से काम करने के लिए कुछ बातें अहम होती हैं:

• उन्हें यह समझना ज़रूरी है कि अलग-अलग सिस्टम्स में काम वास्तव में कैसे होता है.
• उन्हें रियल-वर्ल्ड प्रॉब्लम्स को प्लान करने, एक्शन लेने और सॉल्व करने के लिए कंप्यूटर और टूल्स तक एक्सेस चाहिए.
• उन्हें यह समझना ज़रूरी है कि अच्छा काम कैसा दिखता है, ताकि काम बदलने के साथ क्वालिटी बेहतर होती जाए.
• और उन्हें एक ऐसी आइडेंटिटी, परमिशन्स और बाउंड्रीज़ चाहिए जिन पर टीमें भरोसा कर सकें.

और यह सब कई सिस्टम्स में काम करना चाहिए, जो अक्सर कई क्लाउड्स में फैले होते हैं. Frontier उन सिस्टम्स के साथ काम करता है जो टीम्स के पास पहले से हैं, बिना उन्हें री-प्लैटफ़ॉर्म करने के लिए मजबूर किए. आप अपने मौजूदा डेटा और AI को वहीं एक साथ ला सकते हैं जहाँ वे पहले से मौजूद हैं, और ओपन स्टैंडर्ड्स का इस्तेमाल करके उन एप्लिकेशन्स को इंटीग्रेट कर सकते हैं जिन्हें आप पहले से उपयोग कर रहे हैं. इसका मतलब है न तो नए फ़ॉर्मैट्स की ज़रूरत और न ही उन एजेंट्स या एप्लिकेशन्स को छोड़ने की, जिन्हें आप पहले से डिप्लॉय कर चुके हैं.

इस अप्रोच की सबसे बड़ी ताक़त यह है कि AI को-वर्कर्स किसी एक UI या एप्लिकेशन तक सीमित नहीं रहते, बल्कि किसी भी इंटरफ़ेस के ज़रिए एक्सेसिबल और उपयोगी होते हैं. वे लोगों के साथ वहीं पार्टनर बन सकते हैं जहाँ काम होता है—चाहे वह ChatGPT के साथ इंटरैक्ट करना हो, Atlas के वर्कफ़्लोज़ के ज़रिए हो, या मौजूदा बिज़नेस एप्लिकेशन्स के अंदर हो. यह बात तब भी सही है जब एजेंट्स इन-हाउस डेवलप किए गए हों, OpenAI से लिए गए हों, या उन दूसरे वेंडर्स से इंटीग्रेट किए गए हों जिन्हें आप पहले से इस्तेमाल करते हैं.

हर प्रभावी कर्मचारी जानता है कि बिज़नेस कैसे काम करता है, जानकारी कहाँ रहती है, और अच्छे फ़ैसले कैसे दिखते हैं.

Frontier साइलो किए गए डेटा वेयरहाउसेज़, CRM सिस्टम्स, टिकटिंग टूल्स और इंटरनल एप्लिकेशन्स को जोड़ता है, ताकि AI को-वर्कर्स को वही साझा बिज़नेस कॉन्टेक्स्ट मिल सके. वे यह समझते हैं कि जानकारी कैसे फ़्लो करती है, फ़ैसले कहाँ लिए जाते हैं, और कौन से आउटकम्स मायने रखते हैं. यह एंटरप्राइज़ के लिए एक सेमांटिक लेयर बन जाता है, जिसे सभी AI को-वर्कर्स प्रभावी ढंग से काम करने और कम्यूनिकेट करने के लिए रेफ़र कर सकते हैं.

साझा कॉन्टेक्स्ट मौजूद होने पर, एजेंट्स को वास्तव में काम करने में सक्षम होना चाहिए.

ऑर्गनाइज़ेशन भर की टीमें—टेक्निकल और नॉन-टेक्निकल दोनों—Frontier का इस्तेमाल करके ऐसे AI को-वर्कर्स नियुक्त कर सकती हैं जो कंप्यूटर पर किए जाने वाले कई काम संभाल सकें. Frontier AI को-वर्कर्स को डेटा पर रीज़न करने और फ़ाइल्स के साथ काम करने, कोड रन करने और टूल्स इस्तेमाल करने जैसे कॉम्प्लेक्स टास्क पूरे करने की क्षमता देता है, वह भी एक भरोसेमंद, ओपन एजेंट एक्ज़ीक्यूशन एनवायरनमेंट में. जैसे-जैसे AI को-वर्कर्स काम करते हैं, वे मेमोरीज़ बनाते हैं, जिससे पुराने इंटरैक्शन्स उपयोगी कॉन्टेक्स्ट में बदल जाते हैं और समय के साथ परफ़ॉर्मेंस बेहतर होती जाती है.

एक बार डिप्लॉय होने के बाद, AI को-वर्कर्स लोकल एनवायरनमेंट्स, एंटरप्राइज़ क्लाउड इंफ़्रास्ट्रक्चर और OpenAI-होस्टेड रनटाइम्स में चल सकते हैं, बिना टीम्स को काम करने का तरीका दोबारा सोचने के लिए मजबूर किए. और टाइम-सेंसिटिव काम के लिए, Frontier OpenAI के मॉडल्स तक लो-लेटेंसी एक्सेस को प्राथमिकता देता है, ताकि रिस्पॉन्स तेज़ और कंसिस्टेंट बने रहें.

एजेंट्स के लंबे समय तक उपयोगी बने रहने के लिए, उन्हें भी लोगों की तरह अनुभव से सीखना ज़रूरी होता है.

परफ़ॉर्मेंस को इवैल्यूएट और ऑप्टिमाइज़ करने के बिल्ट-इन तरीक़े ह्यूमन मैनेजर्स और AI को-वर्कर्स दोनों के लिए यह साफ़ कर देते हैं कि क्या काम कर रहा है और क्या नहीं, जिससे समय के साथ अच्छे बिहेवियर्स बेहतर होते जाते हैं. समय के साथ, AI को-वर्कर्स यह सीख लेते हैं कि अच्छा काम कैसा दिखता है और सबसे ज़्यादा मायने रखने वाले कामों में बेहतर होते जाते हैं.

इसी तरह एजेंट्स शानदार डेमोज़ से भरोसेमंद टीममेट्स बनते हैं.

Frontier यह सुनिश्चित करता है कि AI को-वर्कर्स साफ़ तौर पर तय की गई बाउंड्रीज़ के भीतर काम करें. हर AI को-वर्कर की अपनी अलग आइडेंटिटी होती है, जिसमें स्पष्ट परमिशन्स और गार्डरेल्स शामिल होते हैं. इससे उन्हें सेंसिटिव और रेग्युलेटेड एनवायरनमेंट्स में भी भरोसे के साथ इस्तेमाल करना संभव हो जाता है. एंटरप्राइज़ सिक्योरिटी और गवर्नेंस⁠ बिल्ट-इन हैं, ताकि टीमें कंट्रोल खोए बिना स्केल कर सकें.

अवसर के गैप को बंद करना सिर्फ़ टेक्नोलॉजी की समस्या नहीं है.

हमने वर्षों तक बड़े एंटरप्राइज़ेज़ के साथ कॉम्प्लेक्स AI डिप्लॉयमेंट्स पर क़रीबी तौर पर काम किया है, इसलिए हमने देखा है कि क्या काम करता है और क्या नहीं. अब हम टीम्स को उन्हीं सीखों को उनकी सबसे मुश्किल समस्याओं पर लागू करने में मदद कर रहे हैं.

हम OpenAI फ़ॉरवर्ड डिप्लॉयड इंजीनियर्स (FDEs) को आपकी टीम्स के साथ जोड़ते हैं, जो साथ-साथ काम करके प्रोडक्शन में एजेंट्स को बिल्ड और रन करने की बेस्ट प्रैक्टिसेज़ विकसित करने में मदद करते हैं.

FDEs टीम्स को OpenAI रिसर्च से सीधा कनेक्शन भी देते हैं. जैसे-जैसे आप एजेंट्स डिप्लॉय करते हैं, हम सिर्फ़ यह नहीं सीखते कि मॉडल के आसपास आपके सिस्टम्स को कैसे बेहतर बनाया जाए. हम यह भी सीखते हैं कि मॉडल्स को ख़ुद आपके काम के लिए ज़्यादा उपयोगी बनाने के लिए कैसे विकसित होना चाहिए. यह फ़ीडबैक लूप—आपकी बिज़नेस प्रॉब्लम से लेकर डिप्लॉयमेंट, रिसर्च और वापस—दोनों पक्षों को तेज़ी से आगे बढ़ने में मदद करता है.

एंटरप्राइज़ में AI तब सबसे बेहतर काम करता है जब प्लेटफ़ॉर्म और एप्लिकेशन्स मिलकर काम करते हैं. क्योंकि Frontier ओपन स्टैंडर्ड्स पर बना है, सॉफ़्टवेयर टीम्स प्लग-इन कर सकती हैं और ऐसे एजेंट्स बना सकती हैं जो उसी साझा कॉन्टेक्स्ट का फ़ायदा उठाते हैं.

यह इसलिए अहम है क्योंकि कई एजेंट ऐप्स एक साधारण वजह से फेल हो जाते हैं: उनके पास ज़रूरी कॉन्टेक्स्ट नहीं होता. डेटा अलग-अलग सिस्टम्स में बिखरा होता है, परमिशन्स कॉम्प्लेक्स होती हैं, और हर इंटीग्रेशन एक अलग प्रोजेक्ट बन जाता है. Frontier एप्लिकेशन्स के लिए ज़रूरी बिज़नेस कॉन्टेक्स्ट तक (सही कंट्रोल्स के साथ) पहुँचना आसान बनाता है, ताकि वे पहले दिन से ही असली वर्कफ़्लोज़ के अंदर काम कर सकें. एंटरप्राइज़ेज़ के लिए इसका मतलब है हर बार लंबा इंटीग्रेशन साइकल झेले बिना तेज़ रोलआउट्स.

हम Frontier पार्टनर्स के एक छोटे समूह के साथ भी काम कर रहे हैं—जैसे AI-नेटिव बिल्डर्स Abridge⁠(एक नई विंडो में खुलेगा), Clay⁠(एक नई विंडो में खुलेगा), Ambience⁠(एक नई विंडो में खुलेगा), Decagon⁠(एक नई विंडो में खुलेगा), Harvey⁠(एक नई विंडो में खुलेगा) और Sierra⁠(एक नई विंडो में खुलेगा)—जो Frontier के साथ गहराई से काम करने के लिए कमिटेड हैं. वे OpenAI के साथ क़रीबी तौर पर काम करेंगे ताकि कस्टमर्स की ज़रूरतों को समझ सकें, सॉल्यूशन्स डिज़ाइन कर सकें और डिप्लॉयमेंट को सपोर्ट कर सकें. समय के साथ, हम इस प्रोग्राम को एक्सपैंड करेंगे और एंटरप्राइज़ AI पर फ़ोकस करने वाले और बिल्डर्स का स्वागत करेंगे.

अब सवाल यह नहीं है कि AI काम करने का तरीका बदलेगा या नहीं, बल्कि यह है कि आपकी ऑर्गनाइज़ेशन कितनी तेज़ी से एजेंट्स को एक असली एडवांटेज में बदल सकती है.

Frontier आज सीमित संख्या में कस्टमर्स के लिए उपलब्ध है, और आने वाले कुछ महीनों में इसकी उपलब्धता और व्यापक होगी. अगर आप हमारे साथ काम करने की संभावनाएँ एक्सप्लोर करना चाहते हैं, तो अपनी OpenAI टीम से संपर्क करें.