OpenAI B2B Signals

आज हम B2B Signals पेश कर रहे हैं, जो OpenAI Signals⁠ का एक बिज़नेस एक्सटेंशन है और संगठनों में AI के प्रसार को मापता है. शुरुआती संकेत स्पष्ट है: अत्याधुनिक कंपनियाँ केवल इसलिए आगे नहीं बढ़ रही हैं कि उन्हें AI तक पहुँच हासिल है, बल्कि इसलिए कि वे पूरे कामकाज में इसका अधिक गहराई से उपयोग कर रही हैं.

B2B Signals एंटरप्राइज़ AI के उपयोग के बड़े पैमाने पर, गोपनीयता-संरक्षित विश्लेषण पर आधारित मापों का एक आवर्ती सेट है. यह उन व्यवहारों और पैटर्न्स को ट्रैक करता है, जो संगठनों को यह समझने में मदद कर सकते हैं कि इंटेलिजेंस को बिज़नेस वैल्यू में कैसे बदला जाए.

अत्याधुनिक कंपनियाँ—जो AI उपयोग के 95वें प्रतिशतक पर काम करती हैं—प्रति कर्मचारी अधिक इंटेलिजेंस का उपयोग करती हैं, उन्नत टूल्स को अधिक गहनता से अपनाती हैं, और AI को कार्यप्रवाहों में अधिक गहराई से समाहित करती हैं. कुछ कंपनियों के लिए यह अंतर संचयी रूप से बढ़ने लगा है, और यह अंतर अब उपयोग की गहराई से अधिक पैदा हो रहा है.

मुख्य बातें

• अत्याधुनिक बढ़त अब और मज़बूत होती जा रही है: अत्याधुनिक फर्म्स अब सामान्य फर्म्स की तुलना में प्रति कर्मचारी 3.5x ज़्यादा इंटेलिजेंस का इस्तेमाल कर रही हैं, जो एक साल पहले 2x था. 
• अत्याधुनिक फर्में AI का उपयोग केवल अधिक बार ही नहीं, बल्कि अधिक गहराई से करती हैं: संदेशों की मात्रा अत्याधुनिक और सामान्य फर्मों के बीच के अंतर का केवल 36% ही स्पष्ट करती है. अत्याधुनिक लाभ का अधिकांश हिस्सा गहरे इस्तेमाल से आता है. 
• एजेंटिक वर्कफ़्लोज़ अत्याधुनिक अपनाने की पहचान बनते जा रहे हैं: यह अंतर सबसे ज़्यादा एडवांस्ड एजेंटिक टूल्स में दिखता है, जहाँ अत्याधुनिक फर्म्स सामान्य फर्म्स की तुलना में 16x ज़्यादा Codex मैसेज भेज रही हैं. 
• फर्में संगठनात्मक बदलाव के ज़रिए अत्याधुनिक अंतर को पाट सकती हैं: बराबरी करने के लिए, फर्मों को उपयोग की गहराई मापनी होगी, गवर्नेंस को प्राथमिकता देनी होगी, एनेबलमेंट में निवेश करना होगा, जो काम करता है उसे स्केल करना होगा, और चैट-आधारित सहायता से आगे बढ़कर एजेंट्स को सौंपे गए काम की ओर जाना होगा.

अत्याधुनिक लाभ अब बढ़ने लगा है और AI का सबसे गहराई से उपयोग करने वाली फर्में अपनी बढ़त बढ़ा रही हैं

एंटरप्राइज़ के लिए सीट्स डिप्लॉय करना केवल शुरुआत है. ज़्यादा स्पष्ट संकेत यह है कि क्या कर्मचारी अधिक गहन और जटिल काम के लिए AI का उपयोग कर रहे हैं. यह चार्ट अत्याधुनिक स्तर पर प्रति कर्मचारी जनरेट किए गए टोकन्स, जिसे 95वें परसेंटाइल के रूप में परिभाषित किया गया है, की तुलना एक सामान्य कंपनी से करता है, जिसे 50वें परसेंटाइल के रूप में परिभाषित किया गया है.

टोकन्स बिज़नेस वैल्यू को मापने का एक पूरी तरह सटीक पैमाना नहीं हैं. एक छोटा जवाब भी बेहद मूल्यवान हो सकता है, और लंबा जवाब कम मूल्य का हो सकता है. लेकिन टोकन वॉल्यूम यह मापने में मदद करता है कि कर्मचारी AI से कितना काम करवा रहे हैं, जिससे यह AI के इस्तेमाल की गहराई और AI से कर्मचारियों द्वारा अपेक्षित इंटेलिजेंस के स्तर का एक उपयोगी संकेतक बन जाता है.

अत्याधुनिक फर्म को सामान्य फर्म की तुलना में प्रति कर्मचारी 3.5x अधिक बुद्धिमत्ता की आवश्यकता होती है. यह गैप अप्रैल 2025 के 2x से बढ़ गया है, जो बताता है कि AI का सबसे गहराई से उपयोग करने वाली फर्में अपनी बढ़त और बढ़ा रही हैं और नई AI क्षमताओं को ज़्यादा गहन, ज़्यादा जटिल काम में बदलने के लिए बेहतर स्थिति में हैं.

अत्याधुनिक बढ़त का अधिकांश हिस्सा ज़्यादा मैसेज वॉल्यूम से नहीं, बल्कि AI के अधिक गहरे इस्तेमाल से आता है

अत्याधुनिक कंपनियाँ, सामान्य कंपनियों की तुलना में प्रति कर्मचारी AI से काफ़ी अधिक इंटेलिजेंस की मांग करती हैं, लेकिन इस अंतर का अधिकांश हिस्सा सिर्फ़ मैसेज वॉल्यूम से नहीं समझाया जा सकता. यह चार्ट 3.5x अत्याधुनिक बढ़त को विभाजित करके दिखाता है कि अगर एक सामान्य कंपनी भी अत्याधुनिक कंपनियों जितनी ही दर से मैसेज भेजे, तब भी वह 3.5x के अंतर का केवल 36% ही कम कर पाएगी.

शेष अंतर गहरे उपयोग से जुड़ा हुआ है. अत्याधुनिक श्रमिक AI से अधिक जटिल काम करवाते हैं, मॉडल को अधिक समृद्ध कॉन्टेक्स्ट देते हैं और अधिक सारगर्भित आउटपुट जनरेट करते हैं.

फ्रंटियर बढ़त उन्नत और एजेंट-आधारित टूल्स में सबसे बड़ी है, जिसकी अगुवाई 16x अधिक Codex उपयोग कर रहा है

फ्रंटियर बढ़त उन टूल्स में सबसे बड़ी है जो अधिक उन्नत वर्कफ़्लो का समर्थन करते हैं. Codex सबसे बड़ा अंतर दिखाता है, जहाँ फ्रंटियर प्रति कर्मचारी 16x अधिक संदेश भेजता है. ChatGPT एजेंट, ChatGPT में Apps, डीप रिसर्च, और GPTs में भी अपेक्षाकृत बड़े अंतर दिखते हैं, जो संकेत देता है कि फ्रंटियर उन टूल्स का बेहतर लाभ उठा रहा है जो कर्मचारियों को कोड लिखने, बहु-चरणीय कार्य सौंपने, कंपनी संदर्भ लागू करने, और अधिक जटिल शोध करने में मदद करते हैं.

इसके विपरीत, User Upload, Search, और Data Analysis जैसे अधिक सामान्य-उद्देश्य और सुलभ टूल्स में फ्रंटियर बढ़त छोटी है. ये टूल्स अधिकांश फर्मों के लिए उपयोग में आसान हैं क्योंकि ये परिचित वर्कफ़्लो का विस्तार करते हैं. फ्रंटियर बढ़त उन्नत और एजेंट-आधारित टूल्स में सबसे अधिक स्पष्ट है, जहाँ अपनाने के लिए अधिक विशेषज्ञता, कार्यस्थल ज्ञान और टूल्स से जुड़ाव, और AI को काम सौंपने में अधिक सहजता की आवश्यकता होती है.

फ्रंटियर बढ़त शिक्षा और सीखने में सबसे बड़ी है

फ्रंटियर बढ़त शिक्षा और सीखने से जुड़े कार्यों में सबसे बड़ी है, जहाँ फ्रंटियर फर्म सामान्य फर्म की तुलना में 7x अधिक संदेश भेजती है. फ्रंटियर पर, फर्म AI का उपयोग कर्मचारियों को कौशल विकसित करने और नए विषय सीखने में मदद के लिए करती हैं. वे AI का उपयोग खुद AI की समझ बेहतर करने के लिए भी करती हैं, जिसमें यह शामिल है कि यह क्या कर सकता है, इसका प्रभावी ढंग से उपयोग कैसे किया जाए, और यह मौजूदा वर्कफ़्लो में कहाँ फिट बैठता है. इस अंतर का आकार संकेत देता है कि सामान्य फर्म कार्यबल के सीखने और विकास के लिए AI को एक उपकरण के रूप में कम उपयोग कर रही हो सकती है.

कोडिंग में भी 4x का बड़ा अंतर दिखता है, जो उन्नत और एजेंट-आधारित टूल उपयोग के व्यापक अंतर के अनुरूप है. कैसे करें मार्गदर्शन और लेखन व संचार में फ्रंटियर अंतर सबसे छोटा है, संभवतः क्योंकि ये कार्य AI के अधिक सुलभ और परिचित उपयोग हैं.

AI का उपयोग लेखन में सबसे व्यापक है, लेकिन कार्य-विशिष्ट उपयोग बढ़ रहा है

लेखन और संचार ChatGPT का सबसे सामान्य उपयोग बने हुए हैं. हालांकि, उपयोग के पैटर्न कार्य के अनुसार अर्थपूर्ण रूप से अलग हैं. IT & Security संदेशों का 60% कैसे करें और प्रक्रियात्मक मार्गदर्शन में केंद्रित है, Software Development और Data Science & Engineering संदेशों का लगभग आधा हिस्सा कोडिंग से संबंधित है, और Finance संदेशों का दसवाँ हिस्सा विश्लेषण और गणना से जुड़ा है.

ये पैटर्न इस व्यापक प्रमाण के अनुरूप हैं कि फ्रंटियर मॉडल आर्थिक रूप से मूल्यवान कार्यस्थल कार्यों पर बेहतर हो रहे हैं. GDPval⁠, जो 44 व्यवसायों में वास्तविक दुनिया के ज्ञान-आधारित कार्य का एक मूल्यांकन है, उन कार्यों पर प्रदर्शन मापता है जो दस्तावेज़, स्प्रेडशीट, स्लाइड, आरेख और मल्टीमीडिया जैसे व्यावहारिक कार्य-आउटपुट उत्पन्न करते हैं. जैसे-जैसे AI अधिक सक्षम होता है, एंटरप्राइज़ उपयोग उन कार्यों तक बढ़ता दिखता है जो प्रत्येक कार्य के मुख्य काम से अधिक निकटता से जुड़े हैं.

उद्योग नेतृत्व एक-आयामी नहीं है: अलग-अलग क्षेत्र ChatGPT, Codex, और API में आगे हैं

AI अपनाने के लिए कोई एकल लीडरबोर्ड नहीं है. उपयोग किए गए माप के आधार पर उद्योग रैंकिंग बदलती हैं. Professional, Scientific, and Technical Services, Codex अपनाने और API तीव्रता दोनों में पहले स्थान पर है, जो डेवलपर और उत्पाद-एकीकृत वर्कफ़्लो में अपेक्षाकृत उन्नत उपयोग को दर्शाता है. Finance and Insurance बड़े पैमाने पर परिनियोजन के कारण ChatGPT अपनाने में आगे है, जबकि Educational Services में संदेश तीव्रता सबसे अधिक है, जो प्रति व्यक्ति अधिक गहरे उपयोग का संकेत देती है. Retail Trade और Health Care API तीव्रता में उच्च स्थान पर हैं, जबकि अन्य मापों पर उनकी रैंकिंग कम है.

ये अंतर संकेत देते हैं कि उद्योग नेतृत्व एक-आयामी नहीं है. कुछ क्षेत्र तकनीकी और डेवलपर वर्कफ़्लो के माध्यम से AI अपना रहे हैं, जबकि अन्य व्यापक ChatGPT अपनाने या अधिक गहन अंतिम-उपयोगकर्ता उपयोग के माध्यम से विस्तार कर रहे हैं.

एंटरप्राइज़ API के उपयोग को प्रोडक्शन वर्कफ़्लो और कस्टमर-फेसिंग एप्लिकेशंस में ला रहे हैं

कंपनियां मॉडल को सीधे प्रोडक्ट्स, सेवाओं और आंतरिक सिस्टम्स में इंटीग्रेट करने के लिए API का तेज़ी से इस्तेमाल कर रही हैं. सामान्य प्रोडक्शन उपयोग मामलों में इन-ऐप असिस्टेंट, कोडिंग और डेवलपर टूल्स, ग्राहक सहायता, शोध कार्यप्रवाह, और कार्यप्रवाह स्वचालन शामिल हैं.

ये डिप्लॉयमेंट दिखाते हैं कि एंटरप्राइज़ AI कैसे प्रयोग के चरण से आगे बढ़कर मापने योग्य परिचालन प्रभाव वाले दोहराए जा सकने वाले वर्कफ़्लो में बदल रहा है. विभिन्न ग्राहक उदाहरणों में, कंपनियाँ ज्ञान कार्य में तेजी लाने, इंजीनियरिंग थ्रूपुट में सुधार करने, और ग्राहकों व कर्मचारियों के लिए AI-संचालित अनुभव बनाने के लिए OpenAI मॉडल का उपयोग कर रही हैं.

फ्रंटियर तक पहुँचने के लिए संगठन क्या कर सकते हैं

OpenAI विभिन्न उद्योगों, कार्यों और AI परिपक्वता के चरणों में उद्यमों के साथ काम करता है, जिससे हमें यह समझ मिलती है कि अपनाना प्रयोग से उत्पादन तक कैसे विकसित होता है. इन परिनियोजनों में, सबसे अधिक प्रगति करने वाली फर्में केवल पहुँच पर कम और AI का गहरा उपयोग करने के लिए आवश्यक संगठनात्मक प्रणालियों पर अधिक ध्यान देती हैं: मापन, गवर्नेंस, सक्षमकरण, प्रभाव का विस्तार, और एजेंट-आधारित परिनियोजन.

पाँच प्रथाएँ ऐसे व्यावहारिक कदम के रूप में सामने आती हैं जिन्हें कोई भी संगठन AI अपनाने को गहरा करने के लिए आज से शुरू कर सकता है.

1. पहुँच के साथ-साथ उपयोग की गहराई को भी मापें.
   प्रासंगिक संकेत केवल यह नहीं है कि कितने कर्मचारियों के पास AI खाते हैं, बल्कि यह भी है कि क्या टीमें समय के साथ AI का अधिक सार्थक उपयोग कर रही हैं. संगठनों को ट्रैक करना चाहिए कि क्या AI उपयोग अधिक बार, अधिक जटिल, और मूल्यवान वर्कफ़्लो से अधिक निकटता से जुड़ा हो रहा है.
2. ऐसी गवर्नेंस बनाएँ जो उत्पादन उपयोग को सक्षम करे.
   अग्रणी फर्में गवर्नेंस से बच नहीं रही हैं. वे इसका उपयोग एजेंट-आधारित AI को अधिक परिनियोज्य बनाने के लिए कर रही हैं. फर्मों को स्पष्ट नियम चाहिए कि एजेंट कहाँ काम कर सकते हैं, वे कौन-सी जानकारी का उपयोग कर सकते हैं, उन्हें कब कार्रवाई करने के बजाय सलाह देनी चाहिए, और मनुष्य उच्च-जोखिम वाले निर्णयों की समीक्षा कैसे करें. फ्रंटियर फर्में इन मानकों को परिनियोजन प्रक्रिया के हिस्से के रूप में परिभाषित कर रही हैं, ताकि गवर्नेंस अपनाने को धीमा करने के बजाय उसे सुरक्षित रूप से बढ़ाने का माध्यम बने.
3. सक्षमकरण को साइड प्रोजेक्ट नहीं, मुख्य अवसंरचना मानें.
   जैसे-जैसे AI क्षमताएँ बेहतर होती हैं, कर्मचारियों और संगठनों दोनों को ऐसे सिस्टम चाहिए जो उन्हें गति बनाए रखने में मदद करें. फ्रंटियर फर्में सक्षमकरण को एक बार के प्रशिक्षण अभियान की तरह नहीं देखतीं. वे भूमिका-विशिष्ट प्रशिक्षण, उपयोग-मामला कार्यशालाएँ, हैकाथॉन, आंतरिक चैंपियन नेटवर्क, प्रयोग के लिए समर्पित समय, और वर्कफ़्लो, सर्वोत्तम प्रथाओं तथा कौशल के साझा भंडारों के माध्यम से परिनियोजन में निरंतर सीखने को शामिल करती हैं. 
4. अपनी फ्रंटियर टीमों की पहचान करें और उनके प्रभाव का विस्तार करें.
   कई संगठनों में, सबसे उन्नत उपयोग कुछ ही टीमों में केंद्रित होता है. वे टीमें बता सकती हैं कि कौन-से वर्कफ़्लो, आदतें और संचालन मॉडल काम कर रहे हैं. नेताओं को इन टीमों की पहचान करनी चाहिए, उनकी सफलता के पीछे की स्थितियों को समझना और विस्तार देना चाहिए, और उन्हें बाकी फर्म के साथ AI के अधिक गहरे उपयोग की अंतर्दृष्टियाँ और उदाहरण साझा करने में मदद करनी चाहिए. 
5. चैट से आगे बढ़कर काम सौंपने तक जाएँ.
   एंटरप्राइज़ AI चैट सहायकों से ऐसे काम की ओर बढ़ रहा है जिसे एजेंटों को सौंपा जा सकता है. सॉफ़्टवेयर इंजीनियरिंग इस प्रवृत्ति को दर्शाती है, लेकिन सौंपा गया काम विभिन्न कार्यों में फैल रहा है. Codex के साथ, इंजीनियर एक परिभाषित कार्य सौंप सकते हैं, एजेंट को आवश्यक संदर्भ दे सकते हैं, उसे फ़ाइलों, कोडबेस और टूल्स के बीच काम करने दे सकते हैं, फिर परिणाम की समीक्षा कर सकते हैं और फ़ीडबैक के साथ वर्कफ़्लो को परिष्कृत कर सकते हैं. फ्रंटियर फर्में कर्मचारियों को AI को केवल स्थिर सहायक के रूप में उपयोग करने के बजाय उसे कार्य सौंपने के लिए प्रोत्साहित कर रही हैं.

अगर आप पूरे निष्कर्षों को जानना चाहते हैं या अपने संगठन में जिम्मेदारी से AI लाने का तरीका समझना चाहते हैं, [हम आपसे जुड़ना चाहेंगे].