Enterprise Signals: अत्याधुनिक कंपनियाँ क्या अलग कर रही हैं

एंटरप्राइज़ AI एक नए दौर में पहुँच रहा है: एजेंट्स को ज़्यादा काम सौंपे जा रहे हैं और जो कंपनियाँ यह सबसे अच्छे से कर रही है, वे बाकी कंपनियों से और आगे निकल रही हैं. अत्याधुनिक कंपनियों के पास दूसरी एंटरप्राइज़ कंपनियों जैसे ही AI मॉडल्स हैं, लेकिन वे उनका इस्तेमाल ज़्यादा तेज़ी से और ज़्यादा गहराई से बढ़ा रही हैं. जो एक बात इन कंपनियों को अलग बनाती है, वह यह है कि वे इन मॉडल्स से काम कैसे करवाती हैं: सिर्फ़ मदद लेने की जगह कोई काम सौंपना, एजेंट्स को जटिल काम पूरा करने के लिए सही कॉन्टेक्स्ट और टूल्स देना, और एजेंटिक AI से सॉफ़्टवेयर डेवलपमेंट से आगे के काम लेना.

OpenAI में एजेंट्स काम को कैसे बदल रहे हैं, इस पर हमारी रिसर्च बताती है कि किसी AI-नेटिव ऑर्गेनाइज़ेशन में यह बदलाव कैसा दिख सकता है. Enterprise Signals, OpenAI के दुनियाभर के एंटरप्राइज़ कस्टमर्स को देखकर यह बताता है कि एजेंटिक काम अलग-अलग कंपनियों में कैसे बढ़ रहा है और अत्याधुनिक कंपनियाँ बाकी कंपनियों से कैसे अलग हैं.

इस Enterprise Signals में हम दिखाते हैं कि अत्याधुनिक कंपनियाँ—यानी हर महीने AI का सबसे ज़्यादा इस्तेमाल करने वाली टॉप 10% कंपनियाँ—आम कंपनियों से अपना अंतर बढ़ा रही हैं. आम कंपनियाँ वे हैं जो बीच की 10% में आती हैं. हम देखते हैं कि अत्याधुनिक कंपनियाँ क्या अलग कर रही हैं और दूसरी कंपनियाँ इस अंतर को कैसे कम कर सकती हैं.

मुख्य बातें:

• एंटरप्राइज़ में अब एजेंटिक का ज़्यादा इस्तेमाल हो रहा है.जून तक, एंटरप्राइज़ कस्टमर्स के Codex और ChatGPT के कुल आउटपुट टोकंस में Codex का हिस्सा 64% था. इससे पता चलता है कि एजेंट्स अब ज़्यादा बड़े काम कर रहे हैं और उन्हें काम पूरी तरह से सौंपे जा रहे हैं.
• अत्याधुनिक और आम कंपनियों के बीच का अंतर बढ़ रहा है. हर महीने AI के इस्तेमाल में टॉप 10% में रहने वाली अत्याधुनिक कंपनियों में हर एक्टिव यूज़र अब आम कंपनियों के मुकाबले 8.3x ज़्यादा आउटपुट टोकन जेनरेट करते हैं. जनवरी में यह अंतर 2.6x था.
• अत्याधुनिक कंपनियाँ एडवांस क्षमताओं का ज़्यादा इस्तेमाल करती हैं. हर हफ़्ते अत्याधुनिक कंपनियों के 21% एक्टिव यूज़र्स प्लगइंस का इस्तेमाल करते हैं, जबकि आम कंपनियों में यह 9% है. OpenAI में 95% कर्मचारी हर हफ़्ते प्लगइंस का इस्तेमाल करते हैं, जिससे पता चलता है कि इनका इस्तेमाल और बढ़ाया जा सकता है.
• एजेंट्स का इस्तेमाल नॉलेज वर्क में भी बढ़ रहा है. फ़रवरी से हर हफ़्ते एंटरप्राइज़ Codex का इस्तेमाल करने वाले एक्टिव यूज़र्स की संख्या लीगल कामों में 108x, सेल्स में 41x, रिक्रूटिंग में 41x और मार्केटिंग में 26x बढ़ी है. इंजीनियरिंग में यह बढ़ोतरी 5x रही.
• कम अनुभव वाले कर्मचारी AI का ज़्यादा इस्तेमाल करते हैं: AI का इस्तेमाल कम अनुभव वाले कर्मचारियों में सबसे ज़्यादा है और ज़्यादा सीनियर कर्मचारियों में कम होता जाता है. इससे AI के इस्तेमाल में कम अनुभव वाले कर्मचारियों को फ़ायदा मिल सकता है.

एंटरप्राइज़ में AI अब सवालों के जवाब देने से आगे बढ़कर काम करने तक पहुँच रहा है. यह बदलाव सबसे पहले Codex के साथ सॉफ़्टवेयर इंजीनियरिंग में शुरू हुआ. अब ChatGPT वर्क एजेंटिक AI को डेवलपर्स से आगे ले जा रहा है. इससे एंटरप्राइज़ में अलग-अलग टीमें मदद माँगने के बजाय एजेंट्स को ज़रूरी काम सौंप सकती हैं.

जून 2026 तक, एजेंटिक AI का इस्तेमाल (जिसे Codex टोकंस के रूप में मापा गया है) एंटरप्राइज़ कस्टमर्स के बीच Codex और ChatGPT के कुल आउटपुट टोकंस का 64% था. ChatGPT और एजेंटिक AI, दोनों एक ही फ़्रंटियर मॉडल्स का इस्तेमाल करते हैं. फ़र्क इस बात का है कि उस इंटेलिजेंस का किस तरह से इस्तेमाल कैसे किया जाता है.

ChatGPT लोगों को सवाल पूछने, आइडिया तैयार करने और समस्याओं पर काम करने में मदद करता है. एजेंटिक AI (जैसे Codex और ChatGPT वर्क) आपके कंप्यूटर के साथ काम करने के लिए मॉडल को टूल्स देता है. इससे वह जानकारी ढूँढ सकता है, फ़ाइलें एडिट कर सकता है और कई स्टेप वाले काम खुद या आपकी निगरानी में कर सकता है. जटिल और लंबे समय तक चलने वाले काम पूरे करने में काफ़ी ज़्यादा कंप्यूटिंग लग सकती है. इससे यह समझने में मदद मिलती है कि एजेंटिक AI के टोकन इस्तेमाल में इतनी तेज़ी से बढ़ोतरी क्यों हुई है.

हर महीने हम एंटरप्राइज़ कस्टमर्स को हर एक्टिव यूज़र के आउटपुट टोकंस के आधार पर रैंक करते हैं. उस महीने सबसे ऊपर की 10% कंपनियाँ अत्याधुनिक कंपनियाँ होती हैं, जबकि आम कंपनियाँ 45वें से 55वें पर्सेंटाइल के बीच होती हैं. जून तक, अत्याधुनिक कंपनियाँ में हर एक्टिव यूज़र आम कंपनियों की तुलना में 8.3x ज़्यादा आउटपुट टोकंस जेनरेट कर रहे थे. जनवरी के 2.6x के अंतर से यह तीन गुना ज़्यादा है.

अत्याधुनिक और आम कंपनियों का यह अंतर अलग-अलग इंडस्ट्रीज़ में भी दिखता है. टोकन इस्तेमाल का सबसे बड़ा अंतर इंफ़ॉर्मेशन और टेक्नोलॉजी (11.7x) में और सबसे कम मैन्युफ़ैक्चरिंग (5.3x) में है. इसके मुकाबले, आम कंपनियों में अलग-अलग इंडस्ट्री के बीच टोकन का इस्तेमाल काफ़ी एक जैसा है. पिछले एक साल में इसमें बढ़ोतरी भी सीमित रही है (1.9x से 2.8x). इससे पता चलता है कि कई कंपनियाँ अभी भी साधारण चैट असिस्टेंट्स का इस्तेमाल कर रही हैं. यानी AI का इस्तेमाल और बढ़ाने और  एजेंट्स से ज़्यादा जटिल काम करवाने की काफ़ी गुंजाइश है.

टोकंस बिज़नेस वैल्यू को मापने का एकदम सही तरीका नहीं हैं: कोई छोटा जवाब बहुत काम का हो सकता है, जबकि लंबा जवाब कम काम का हो सकता है. लेकिन टोकंस की संख्या यह समझने का एक तरीका है कि लोग AI का कितना गहराई से इस्तेमाल कर रहे हैं और AI से कितना काम करवा रहे हैं.

दिग्गज कंपनियाँ AI का इस्तेमाल और गहराई से कर रही हैं, क्योंकि वे इसे अपनी कंपनियों और इंडस्ट्री में बड़ी समस्याओं को हल करने के लिए इस्तेमाल कर रही हैं.

एंटरप्राइज़ में AI का शुरुआती इस्तेमाल अंदरूनी कामों के लिए हुआ. इससे कर्मचारियों को जानकारी ढूँढने, डॉक्यूमेंट तैयार करने, डेटा का एनालिसिस करने, कोड लिखने और रोज़ के कामों को ऑटोमेट करने में मदद मिली. अब दिग्गज कंपनियाँ AI का इस्तेमाल सिर्फ़ अंदरूनी कामों तक सीमित नहीं रख रही हैं. वे इसे कस्टमर्स के लिए बनाए गए प्रोडक्ट्स, सर्विसेज़ और अनुभवों में भी इस्तेमाल कर रही हैं.

AI एजेंट्स को अच्छा काम करने के लिए सही कॉन्टेक्स्ट और टूल्स का एक्सेस चाहिए. प्लगइंस⁠(एक नई विंडो में खुलेगा) ऐसी क्षमताओं को एक साथ लाते हैं जो एजेंट्स को खास वर्कफ़्लो पूरा करने में मदद करती हैं. इनमें स्किल्स के ज़रिए किसी काम के लिए बार-बार इस्तेमाल होने वाले निर्देश दिए जा सकते हैं, जबकि ऐप्स एजेंट को कंपनी के डेटा, टूल्स और एक्शंस से जोड़ते हैं. उदाहरण के लिए, एक सेल्स प्लगइन टीम की प्लेबुक को उसके CRM से जोड़ सकता है। इससे एजेंट कस्टमर की मौजूदा जानकारी और पहले भेजे गए प्रपोज़ल का इस्तेमाल करके रिव्यू के लिए कस्टमर के हिसाब से जवाब तैयार कर सकता है.

अत्याधुनिक कंपनियाँ एडवांस क्षमताओं के इस्तेमाल में साफ़ तौर पर आगे हैं. हर हफ़्ते इस्तेमाल करने वाले यूज़र्स में अत्याधुनिक कंपनियों के 21% यूज़र्स प्लगइंस और 19% स्किल्स का इस्तेमाल करते हैं, जबकि आम कंपनियों में यह संख्या सिर्फ़ 9% और 3% है. फिर भी, अत्याधुनिक कंपनियों में इसका इस्तेमाल अभी उन संभावनाओं का सिर्फ़ एक हिस्सा है जो इन क्षमताओं के साथ संभव हैं. OpenAI के अपने इस्तेमाल से पता चलता है कि इन क्षमताओं का इस्तेमाल और बढ़ाया जा सकता है. OpenAI में हर हफ़्ते 95% एक्टिव यूज़र्स प्लगइंस का इस्तेमाल करते हैं. एजेंट्स काम करने के तरीके को कैसे बदल रहे हैं, इस पर हमारी रिसर्च से यह बेहतर तरीके से समझने में मदद मिलती है कि OpenAI के कर्मचारी इन एडवांस क्षमताओं का कैसे इस्तेमाल करते हैं.

AI एजेंट्स को काम पूरा करने के लिए तीन चीज़ें चाहिए: कॉन्टेक्स्ट, टूल्स और काम पूरा होने तक उसे जारी रखना. मेमोरी, वॉइस इनपुट और ऐपशॉट्स से कर्मचारी ज़रूरी कॉन्टेक्स्ट और जानकारी आसानी से शेयर कर सकते हैं, ताकि काम सही तरीके से पूरा हो सके. कंप्यूटर और ब्राउज़र के इस्तेमाल से एजेंट्स वेबसाइट्स पर जाने, फ़ाइलें बनाने और काम खुद या आपकी निगरानी में पूरा कर पाते हैं. Goals और loops से एजेंट्स तब तक लगातार काम कर पाते हैं, जब तक कि वह पूरा न हो जाए. इन सभी क्षमताओं को साथ इस्तेमाल करके अत्याधुनिक कंपनियाँ एजेंट्स की क्षमता का बेहतर इस्तेमाल कर पाती हैं.

एजेंट्स को कंपनी के सिस्टम्स का एक्सेस देने से नए रिस्क भी आते हैं. अत्याधुनिक कंपनियाँ साफ़ नियम तय करती हैं कि एजेंट कहाँ काम कर सकते हैं, कौन-सी जानकारी देख सकते हैं, कब कोई ऐक्शन ले सकते हैं और ज़्यादा रिस्क वाले फ़ैसलों को लोग कब रिव्यू करेंगे. असल इस्तेमाल से कंपनियाँ जो सीखती हैं, उसके साथ इन कंट्रोल्स को भी बदलते रहना ज़रूरी है.

अत्याधुनिक कंपनियाँ लगातार सीखने और नए तरीके आज़माने को रोज़ के काम का हिस्सा भी बनाती हैं. प्रैक्टिकल बिल्डर सेशंस, नए इस्तेमाल के तरीके शेयर करने वाले फ़ोरम और इंटरनल शोकेसेज़ से काम के अच्छे तरीके अलग-अलग टीमों तक पहुँचते हैं.

सॉफ़्टवेयर डेवलपर्स AI एजेंट्स को अपनाने वालों में सबसे पहले थे, लेकिन अब सबसे तेज़ बढ़ोतरी जनरल नॉलेज वर्कर्स में हो रही है. फ़रवरी से हर हफ़्ते एक्टिव एंटरप्राइज़ Codex यूज़र्स की संख्या लीगल में 108×, सेल्स में 41x, रिक्रूटिंग में 41x और मार्केटिंग में 26x बढ़ी है, जबकि इंजीनियर्स में यह 5x बढ़ी है. 

सॉफ़्टवेयर सबसे पहले आगे बढ़ा—इसके पीछे एक वजह थी. कोडबेस एजेंट्स को साफ़ कॉन्टेक्स्ट देते हैं, टेस्ट से आउटपुट को वेरिफ़ाई करना आसान होता है और कोडिंग के आगे बढ़ने से AI की रिसर्च और डेवलपमेंट तेज़ होती है. पिछले दो सालों में डेवलपर्स के लिए AI का इस्तेमाल काफ़ी आगे बढ़ चुका है, अब सिर्फ़ कोड की अलग-अलग लाइनों को पूरा करने की जगह, वे सॉफ़्टवेयर डेवलपमेंट का पूरा काम एजेंट्स को सौंपने लगे हैं. अब कई डेवलपर्स खुद कोड लिखने के बजाय काम सेट करने, एजेंट्स को ऑर्केस्ट्रेट करने और उनके रिज़ल्ट्स को रिव्यू करने में ज़्यादा समय दे रहे हैं.

इसके मुकाबले, जनरल नॉलेज के काम में प्रोग्रेस धीमा रहा है, क्योंकि कई कामों में कॉन्टेक्स्ट कम होता है, उन्हें साफ़ तौर पर बताना मुश्किल होता है और रिज़ल्ट को जाँचने के लिए साफ़ पैमाने नहीं होते. लेकिन लगातार स्केलिंग, रीइन्फ़ोर्समेंट लर्निंग में प्रोग्रेस और GDPval जैसे इवैल्यूएशन में बेहतर प्रदर्शन के लिए किए जा रहे खास कामों की वजह से फ़्रंटियर मॉडल्स अब ज़्यादा असली काम, टूल्स और काम करने के माहौल संभाल पा रहे हैं. इसी वजह से, इस साल की शुरुआत से जनरल नॉलेज वर्कर्स के बीच एजेंटिक AI का इस्तेमाल लगातार बढ़ रहा है और यह असल प्रोडक्ट-मार्केट फ़िट दिखा रहा है.

1 करोड़ से ज़्यादा मैसेज के सैम्पल से पता चलता है कि एंटरप्राइज़ में AI अब सिर्फ़ कर्मचारियों की काम करने में मदद नहीं कर रहा है, अब वह काम पूरे करने में टीमों की मदद कर रहा है. एक ही टीम में भी ChatGPT और एजेंटिक AI के इस्तेमाल का तरीका काफ़ी अलग हो सकता है.

ChatGPT में सबसे आम इस्तेमाल अभी भी लिखने का है, जबकि एजेंटिक मैसेज में कोडिंग और सिस्टम या एजेंट ऑपरेशंस मिलकर करीब 75% हिस्से में हैं. यह बदलाव पारंपरिक टेक्निकल टीमों के बाहर और भी साफ़ दिखता है: रिक्रूटिंग (32%), सेल्स (26%), पॉलिसी (25%) और कम्युनिकेशंस (24%) में करीब एक-चौथाई से एक-तिहाई मैसेज सिस्टम और एजेंट ऑपरेशंस के लिए होते हैं. टेक्निकल काम भी अलग-अलग टीमों में फैल रहा है. डिज़ाइन में एजेंटिक मैसेज का करीब 60% हिस्सा कोडिंग से जुड़ा है.

AI के इस्तेमाल पर कंपनियों का कोई एक लीडरबोर्ड नहीं है. इंडस्ट्री की रैंकिंग इस बात पर बदलती है कि आप किस चीज़ को माप रहे हैं. पिछले महीने, प्रोफेशनल और साइंटिफिक सर्विसेज़ में Codex का इस्तेमाल और API का इस्तेमाल, दोनों सबसे ज़्यादा रहा. आर्ट्स, एंटरटेनमेंट एंड रिक्रिएशन में ChatGPT सबसे ज़्यादा अपनाया गया, जबकि मैन्युफ़ैक्चरिंग में ChatGPT इस्तेमाल करने वाले सबसे ज़्यादा एक्टिव यूज़र रहे, लेकिन Codex और API के इस्तेमाल के मामले में वह सबसे नीचे रहा.

AI अपनाने का तरीका हर इंडस्ट्री में एक जैसा नहीं है. कुछ इंडस्ट्री डेवलपर टूल्स और AI से चलने वाले प्रोडक्ट्स के ज़रिए आगे बढ़ रही हैं, जबकि कुछ में AI का रोज़मर्रा का इस्तेमाल ज़्यादा बड़े स्तर पर या ज़्यादा गहराई से हो रहा है.

AI संगठनों के सामान और सेवाएँ देने के नए तरीके बना रहा है. साथ ही, यह सिक्योरिटी के पूरे माहौल को भी बदल रहा है. साइबर सिक्योरिटी से जुड़े जोखिम सबसे तुरंत सामने आने वाले जोखिमों में हैं, खासकर AI की साइबर क्षमताएँ जिस तेज़ी से आगे बढ़ रही हैं उसे देखते हुए.

AI डिफ़ेंडर्स को जवाब देने में भी मदद कर सकता है. मॉडल बड़े कोडबेस को एनालाइज़ कर सकते हैं, सिक्योरिटी की कमियों की जाँच कर सकते हैं और कई स्टेप वाले सिक्योरिटी कामों में मदद कर सकते हैं. लेकिन ज़्यादा समस्याएँ ढूँढ लेना अपने आप सिस्टम को ज़्यादा सुरक्षित नहीं बनाता. असली चुनौती मिली हुई समस्याओं पर काम करने में है: यह तय करना कि कौन-सी सिक्योरिटी की खामी सच में मौजूद है, सबसे गंभीर जोखिमों को पहले लेना, पैच को टेस्ट करना और यह पक्का करना कि सिक्योरिटी टीम जल्दी से रिव्यू करके उसे लागू करे. 

OpenAI Daybreak फ़्रंटियर साइबर सिक्योरिटी मॉडल्स, एंटरप्राइज़ सिक्योरिटी टूल्स और पार्टनर नेटवर्क को एक साथ लाता है, ताकि संगठन इन चुनौतियों से निपट सकें और आने वाले खतरों से अपनी सिक्योरिटी बेहतर कर सकें.

OpenAI का मिशन यह पक्का करना है कि AI से पूरी मानवता को फ़ायदा हो. AI के आर्थिक असर का बड़ा हिस्सा ऑर्गेनाइज़ेशंस तय करेंगे. इसी वजह से हम Enterprise Signals पब्लिश करते रहते हैं, जिसमें एंटरप्राइज़ में AI के इस्तेमाल, फैलाव और असर को मापने वाले आँकड़े दिए जाते हैं. इस रिपोर्ट का पूरा एनालिसिस एक साथ लिए गए और एंटरप्राइज़ के इस्तेमाल के ऐसे डेटा पर आधारित है, जिनसे पहचान हटा दी जाती है. हमने मैसेज के कंटेंट को कैटेगरी में बाँटने के लिए ऑटोमेटेड सिस्टम्स का इस्तेमाल किया और OpenAI का कोई कर्मचारी कस्टमर के मैसेज नहीं देख पाता.

OpenAI Enterprise के कस्टमर्स अपनी ऑर्गेनाइज़ेशन के हाल के इस्तेमाल और क्षमताओं के आँकड़ों की दूसरे ऑर्गेनाइज़ेशन से तुलना करने के लिए कस्टम बेंचमार्क भी माँग सकते हैं.