ഏജന്റുകൾ ജോലിയെ എങ്ങനെ മാറ്റുന്നു

ഏജന്റിക് AI വിജ്ഞാന പ്രവർത്തനത്തിന്റെ അടിസ്ഥാന ഘടകത്തെ ഒറ്റപ്പെട്ട ഇടപെടലുകളിൽ നിന്ന്, ഏൽപ്പിച്ചുകൊടുക്കുന്ന ദീർഘകാല ജോലികളാക്കി മാറ്റുന്നു. ചാറ്റ്ബോട്ട് ഇടപെടലുകൾ പലപ്പോഴും ഹ്രസ്വവും അതിൽത്തന്നെ പൂർണ്ണവുമാണ്. ടൂൾ കോളുകൾ ഏകോപിപ്പിച്ചും പരിതസ്ഥിതികളുമായി സംവദിച്ചും പരിഹാരങ്ങളിലേക്കായി ആവർത്തിച്ച് മെച്ചപ്പെടുത്തലുകൾ നടത്തിയും ഏജന്റുകൾക്ക് മിനിറ്റുകളോ മണിക്കൂറുകളോ സ്വതന്ത്രമായി പ്രവർത്തിക്കാനാകും. അതിന്റെ ഫലമായി, ജോലിക്കായുള്ള ഏറ്റവും ശക്തമായ AI ടൂളായി ഏജന്റുകൾ അതിവേഗം മാറുകയാണ്.

കഴിഞ്ഞ വർഷം OpenAI-യിൽ ഈ മാറ്റം ഞങ്ങൾ നേരിൽക്കണ്ടു. Codex പൊതുജനങ്ങൾക്ക് ലഭ്യമാക്കിയതിന് ശേഷമുള്ള ആദ്യ മാസങ്ങളിൽ, OpenAI-ക്കുള്ളിലെ ജോലിക്ക് സ്ഥിരമായി ഉപയോഗിച്ചിരുന്ന AI ടൂൾ ChatGPT തന്നെയായിരുന്നു. 2025 ഓഗസ്റ്റ് വരെയുള്ള കാലയളവിൽ, ശരാശരി OpenAI ജീവനക്കാരൻ തന്റെ ടോക്കണുകളുടെ 10%-ൽ താഴെ മാത്രമാണ് Codex-ൽ ചെലവഴിച്ചത്. ഇപ്പോൾ നിയമവിഭാഗവും നിയമനവും പോലുള്ള സാങ്കേതികമല്ലാത്ത വകുപ്പുകൾ ഉൾപ്പെടെ എല്ലാ വകുപ്പുകളും ജോലിക്കായുള്ള പ്രധാന AI ടൂളായി Codex ഉപയോഗിക്കുന്നു. ഏജന്റിക് ടൂളുകളുടെ വിപുലമായ കഴിവുകളും ലഭ്യതയും കണക്കിലെടുക്കുമ്പോൾ, ജോലിയുടെ ഭാവി ഇത്തരത്തിലായിരിക്കുമെന്നാണ് ഞങ്ങൾ വിശ്വസിക്കുന്നത്; ഈ പ്രവണത അതാണ് പ്രതിഫലിപ്പിക്കുന്നത്.

Codex-ന്റെ കഴിവുകൾക്കൊപ്പം Codex-ന്റെ സ്വീകാര്യതയും വർധിച്ചു. കൂടുതൽ ശക്തമായ മോഡലുകളും പുതിയ ഉൽപ്പന്ന സവിശേഷതകളും Codex പ്രയോജനപ്പെടുത്തുമ്പോൾ, ഉൽപ്പാദനപരമായ കൂടുതൽ ജോലികൾ ഏറ്റെടുക്കാൻ അതിന് കഴിഞ്ഞു. വ്യക്തിഗത ഉപയോക്താക്കളിലും സ്ഥാപനങ്ങളിലെ ഉപയോക്താക്കളിലും OpenAI ജീവനക്കാരിലും, കഴിഞ്ഞ വർഷത്തെ നാല് പ്രവണതകൾ ഞങ്ങൾ രേഖപ്പെടുത്തുകയാണ്:

• ദീർഘകാല ജോലികൾക്കായി ആളുകൾ Codex ഉപയോഗിക്കുന്നു. 2026 മെയ് മാസത്തോടെ, സാമ്പിളായി എടുത്ത വ്യക്തിഗത ഉപയോക്താക്കളിൽ 80.6% പേർ 30 മിനിറ്റിലധികം മനുഷ്യപ്രവർത്തനം വേണ്ടിവരുമെന്ന് കണക്കാക്കിയ കുറഞ്ഞത് ഒരു Codex അഭ്യർത്ഥനയെങ്കിലും നടത്തി; 70.2% പേർ ഒരു മണിക്കൂറിലധികം വേണ്ടിവരുമെന്ന് കണക്കാക്കിയ ഒന്ന് നടത്തി; 25.6% പേർ എട്ട് മണിക്കൂറിലധികം വേണ്ടിവരുമെന്ന് കണക്കാക്കിയ കുറഞ്ഞത് ഒരു Codex അഭ്യർത്ഥനയെങ്കിലും നടത്തി.
• OpenAI-യിലെ എല്ലാ വകുപ്പുകളുടെയും പ്രധാന AI ടൂളായി Codex മാറി. എൻജിനീയറിംഗ് ആദ്യം മുന്നേറിയെങ്കിലും, 2026 ഏപ്രിലോടെ നിയമവിഭാഗം, ധനകാര്യം, നിയമനം എന്നിവയിലും Codex അവരുടെ പ്രധാന AI ഉപകരണമായി മാറി. ശരാശരി OpenAI ജീവനക്കാരന്റെ കാര്യത്തിൽ, ഔട്ട്പുട്ട് ടോക്കണുകളിൽ 85%-ത്തിലധികം ഇപ്പോൾ Codex ഉപയോഗമാണ്. Codex ഉപയോക്താക്കൾ അത് ഉപയോഗിക്കാത്തവരെക്കാൾ കൂടുതൽ ടോക്കണുകൾ ഉപയോഗിക്കാൻ പ്രവണതയുള്ളതിനാൽ, മൊത്തം ടോക്കണുകളിലെ അതിന്റെ പങ്ക് ഇതിലും കൂടുതലാണ്: OpenAI-ക്കുള്ളിൽ പ്രതിവാരം സൃഷ്ടിക്കുന്ന ആകെ ഔട്ട്പുട്ട് ടോക്കണുകളിൽ 99.8% Codex-ന്റേതാണ്.
• ഡെവലപ്പർമാരല്ലാത്തവരുടെ ഉപയോഗം പ്രത്യേകിച്ച് അതിവേഗം വർധിച്ച്, ഡെവലപ്പർമാരുടെ ഉപയോഗത്തെ മറികടന്നു. 2025 ഓഗസ്റ്റ് മുതൽ, വ്യക്തിഗത ഉപയോക്താക്കൾക്കിടയിൽ ഡെവലപ്പർമാരല്ലാത്ത ഉപയോക്താക്കളുടെ എണ്ണം 137 മടങ്ങും, സ്ഥാപന ഉപയോക്താക്കൾക്കിടയിൽ 189 മടങ്ങും, OpenAI-യ്ക്കുള്ളിൽ 12 മടങ്ങും വർധിച്ചു.
• OpenAI ജീവനക്കാരെ അവരുടെ ജോലി വിവരണത്തിന് പുറത്തുള്ള ജോലികൾ ചെയ്യാൻ Codex സഹായിച്ചു. സാങ്കേതിക ഉപയോഗം ഇപ്പോഴും പ്രധാനമായും എഞ്ചിനീയർമാർക്കിടയിലാണെങ്കിലും, ഓട്ടോമേഷൻ, ഡാറ്റ പരിവർത്തനം, ടൂളിംഗ്, ഡീബഗിംഗ്, ഘടനാപരമായ വിശകലനം എന്നിവ ഉൾപ്പെടെ കോഡിംഗ് അല്ലെങ്കിൽ സാങ്കേതിക നിർവഹണം ഏറ്റെടുക്കാൻ സാങ്കേതിക രംഗത്തുള്ളവരല്ലാത്ത ഉപയോക്താക്കൾ സ്ഥിരമായി Codex ഉപയോഗിക്കുന്നു.

2026 മേയിൽ, 70%-ത്തിലധികം ഉപയോക്താക്കൾ, ഒരു വ്യക്തിക്ക് ഒരു മണിക്കൂറിൽ കൂടുതൽ സമയമെടുക്കുന്ന ഒരു ജോലി പൂർത്തിയാക്കാൻ Codex-നോട് അഭ്യർത്ഥിച്ചു¹. ദീർഘസന്ദർഭം കൈകാര്യം ചെയ്ത് സ്വതന്ത്രമായി പ്രവർത്തിക്കാനുള്ള Codex-ന്റെ കഴിവ് മെച്ചപ്പെട്ടതോടെ, ഉപയോക്താക്കൾ ഹ്രസ്വ ഇടപെടലുകളിൽ നിന്ന് ദൈർഘ്യമേറിയ ലക്ഷ്യങ്ങളുള്ള കൂടുതൽ ബുദ്ധിമുട്ടുള്ള ജോലികളിലേക്ക് മാറി. 

ഒരാൾക്ക് 30 മിനിറ്റിലധികം, ഒരു മണിക്കൂറിലധികം, നാല് മണിക്കൂറിലധികം, എട്ട് മണിക്കൂറിലധികം വേണ്ടിവരുന്ന ജോലികൾ എന്നിങ്ങനെ നാല് മനുഷ്യ-സമയ പരിധികൾ കടന്ന വ്യക്തിഗത ഉപയോക്താക്കളുടെ പങ്ക് താഴെയുള്ള ചാർട്ട് കണക്കാക്കുന്നു². 2025 ഡിസംബർ മുതൽ 2026 മെയ് വരെ, ഒരാൾക്ക് 30 മിനിറ്റിലധികം വേണ്ടിവരുന്ന ജോലിക്ക് സമാനമെന്ന് കണക്കാക്കിയ ഒരു അഭ്യർത്ഥന നടത്തിയ ഉപയോക്താക്കളുടെ പങ്ക് 80.6% ആയി ഉയർന്നു. ഒരാൾക്ക് ഒരു മണിക്കൂറിലധികം വേണ്ടിവരുന്നതിനുള്ള അഭ്യർത്ഥന നടത്തിയവരുടെ പങ്ക് 70.2% ആയി ഉയർന്നു. ഒരാൾക്ക് എട്ട് മണിക്കൂറിലധികം വേണ്ടിവരുന്ന ജോലി അഭ്യർത്ഥിക്കുന്നവരുടെ പങ്കാണ് താഴ്ന്ന നിലയിൽ നിന്ന് ഏറ്റവും വേഗത്തിൽ ഉയർന്നത്. 

ഏജന്റിക് ഉപയോഗത്തിലെ വളർച്ച പ്രതിദിന Codex റൺടൈമിൽ കാണാം. OpenAI-യിലെ പ്രതിദിന സജീവ ഉപയോക്താക്കളിൽ, ഏറ്റവും കൂടുതൽ ഉപയോഗിക്കുന്നവർ ഒരൊറ്റ ദിവസത്തിൽ പല മണിക്കൂറുകളുടെ ഏജന്റ് പ്രവർത്തനം നടത്താൻ Codex-നോട് ആവശ്യപ്പെടുന്നു. 2026 ജൂൺ ആയപ്പോഴേക്കും, 99-ാം ശതമാന നിലയിലെ ഉപയോക്താക്കൾ പതിവായി ദിവസേന 60 മണിക്കൂറിലധികം Codex ഏജന്റ് ടേണുകൾ സൃഷ്ടിച്ചു; അവ ഒന്നിലധികം സമാന്തര ഏജന്റുകളിലായി വീതിച്ചിരുന്നു. Codex കൂടുതൽ ശക്തവും സമാന്തരമായി പ്രവർത്തിപ്പിക്കാവുന്നതും ആയതോടെ, ഒരുസമയം ഒരു ഉത്തരമാത്രം Codex-നോട് ചോദിക്കുന്നതിൽ നിന്ന് ഉപയോക്താക്കൾ ദിവസം മുഴുവൻ ഒന്നിലധികം ഏജന്റ് ജോലികൾ കൂടുതൽ ക്രമമായി ഏകോപിപ്പിക്കുന്നതിലേക്കു മാറി.

OpenAI-യിലെ എൻജിനീയർമാരാണ് Codex ആദ്യം സ്വീകരിക്കാൻ തുടങ്ങിയത്, അതും ക്രമേണ. കമ്പനിയിലെ ഒരു ശരാശരി എൻജിനീയർ, OpenAI ഉൽപ്പന്നങ്ങളിലെ തന്റെ ഉപയോഗത്തിന്റെ ഭൂരിഭാഗവും 2025 ഡിസംബർ മാസത്തോടെ Codex-ലേക്ക് മാറ്റി. ഇന്ന്, ശരാശരി എൻജിനീയർ തന്റെ ഔട്ട്പുട്ട് ടോക്കണുകളുടെ 99% ChatGPT‑ക്ക് പകരം Codex ഉപയോഗിച്ചാണ് സൃഷ്ടിക്കുന്നത്. നിയമവിഭാഗം, ധനകാര്യം, നിയമനം എന്നിവ പിന്നീട്, ഏകദേശം 2026 ഏപ്രിലോടെ, Codex-ന്റെ ഭൂരിപക്ഷ ഉപയോഗത്തിലേക്ക് കടന്നുവെങ്കിലും അവരുടെ പരിവർത്തനം വളരെ വേഗത്തിലായിരുന്നു. OpenAI-യിലെ ശരാശരി അഭിഭാഷകനോ റിക്രൂട്ടറോ ഇപ്പോൾ അവരുടെ ഔട്ട്പുട്ട് ടോക്കണുകളുടെ 85%-ത്തിലധികം Codex-ലാണ് സൃഷ്ടിക്കുന്നത്.

കഴിഞ്ഞ ആറുമാസത്തിനിടെ OpenAI-യിൽ Codex ഉപയോഗം കൂടുതൽ ആഴവും തീവ്രതയും നേടി. സജീവ ആഭ്യന്തര ഉപയോക്താക്കളിൽ, സംയുക്ത ഔട്ട്പുട്ട് ടോക്കണുകളിലെ മാറ്റം വകുപ്പുകൾക്കൊട്ടാകെ കുത്തനെ ഉയർന്നു. ഏറ്റവും വലിയ കുതിപ്പ് കണ്ടത് ഗവേഷണ വിഭാഗത്തിലാണ്: 2026 ജൂൺ ആയപ്പോഴേക്കും മധ്യനിര ഉപയോഗം 2025 നവംബറിനെക്കാൾ 56 മടങ്ങ് കൂടുതലായി. ഉപഭോക്തൃ പിന്തുണ 32 മടങ്ങും എൻജിനീയറിംഗ് 27 മടങ്ങും ഉയർന്നു; നിയമവിഭാഗം കൂടുതൽ ക്രമേണ ഉയർന്നെങ്കിലും നവംബറിലെ അതിന്റെ നിലയുടെ 13 മടങ്ങിലെത്തി.

OpenAI ഉൽപ്പാദനപരമായ ജോലി ചെയ്യാൻ AI ഉപയോഗിക്കുന്ന രീതിയെ Codex എങ്ങനെ മാറ്റിയെന്നത് ഈ രണ്ട് മാതൃകകളും ചേർന്ന് വ്യക്തമാക്കുന്നു. കമ്പനിയിലുടനീളം, ഉപയോക്താക്കൾ അവരുടെ പ്രധാന AI ഇടപെടൽ രൂപമായി ചാറ്റ്ബോട്ടുകളിൽ നിന്ന് ഏജന്റുകളിലേക്ക് മാറുകയാണ്, അതോടൊപ്പം, ഏജന്റുകൾ നിർവഹിക്കുന്ന ജോലിയുടെ അളവും ക്രമാതീതമായി വർധിക്കുന്നു.

OpenAI, സ്ഥാപന ഉപയോക്താക്കൾ, വ്യക്തിഗത ഉപയോക്താക്കൾ എന്നിങ്ങനെ എല്ലാ ഉപയോക്തൃ ഗ്രൂപ്പുകളിലും, ഒരു കോഡിംഗ് ടൂളായി തുടങ്ങിയപ്പോൾ സ്വാഭാവികമായും ലക്ഷ്യമിട്ട പ്രേക്ഷകരായ ഡെവലപ്പർമാരിലാണ് Codex ഉപയോഗം ആരംഭിച്ചത്. എന്നാൽ Codex കൂടുതൽ പൊതു വിജ്ഞാന പ്രവർത്തനത്തിലേക്ക് വ്യാപിച്ചപ്പോൾ, ഡെവലപ്പർ അല്ലാത്തവരിലെ അതിന്റെ സ്വീകാര്യത അതിലും വേഗത്തിൽ വളർന്നു. താഴെയുള്ള ഉപയോക്തൃ വളർച്ചാ ചാർട്ടിൽ കാണുന്നതുപോലെ, വ്യക്തിഗത, സ്ഥാപന, OpenAI കൂട്ടങ്ങളിൽ പ്രതിവാരം, ഡെവലപ്പർ അല്ലാത്ത ഉപയോക്താക്കൾ ഡെവലപ്പർ ഉപയോക്താക്കളെക്കാൾ വേഗത്തിൽ ഉയർന്നു. 2026 ജൂൺ തുടക്കത്തോടെ, ഡെവലപ്പർ അല്ലാത്ത വ്യക്തിഗത ഉപയോക്താക്കൾ 2025 ഓഗസ്റ്റ് മുതൽ 137 മടങ്ങായി. ഡെവലപ്പർ അല്ലാത്ത സ്ഥാപന ഉപയോക്താക്കൾ 189 മടങ്ങും ഡെവലപ്പർ അല്ലാത്ത OpenAI ഉപയോക്താക്കൾ 12 മടങ്ങും ആണ് വർധിച്ചത്; ഈ വിഭാഗം തുടക്കത്തിൽ തന്നെ ശരാശരിയേക്കാൾ വളരെ ഉയർന്ന നിലയിലായിരുന്നതിനാലാകാം താരതമ്യേന കുറഞ്ഞ ഈ വളർച്ച ഉണ്ടായത്. 

ഡെവലപ്പർ അല്ലാത്ത ഓരോ ആളും ഒരു എൻജിനീയറെപ്പോലെ തന്നെയാണ് Codex ഉപയോഗിക്കുന്നതെന്ന് ഈ മാറ്റം അർത്ഥമാക്കുന്നില്ല. പകരം, ഏതെങ്കിലും തരത്തിലുള്ള ഏജന്റിക് ജോലിക്കായി ഡെവലപ്പർ അല്ലാത്ത കൂടുതൽപ്പേർ Codex ഉപയോഗിക്കുന്നു എന്നാണ് അതിന്റെ അർത്ഥം. 

മുമ്പ് സാങ്കേതിക വൈദഗ്ദ്ധ്യത്തിന്റെ പേരിൽ തടസ്സപ്പെട്ടിരുന്ന വർക്ക്‌ഫ്ലോകൾ വേഗത്തിലാക്കാൻ സാങ്കേതികമല്ലാത്ത വകുപ്പുകളെ Codex പ്രാപ്തമാക്കുന്നു. താഴെയുള്ള ഹീറ്റ് മാപ്പ്, OpenAI-ക്കുള്ളിലെ അനുമാനിച്ച തൊഴിലുകളെ Codex ഔട്ട്പുട്ടുകളിൽ പ്രതിനിധാനം ചെയ്യുന്ന ജോലിയുടെ തരവുമായി താരതമ്യം ചെയ്യുന്നു. ഡാറ്റാ സയൻസിലും ഗവേഷണത്തിലും ഏറ്റവും വലിയ വിഭാഗമായി കാണപ്പെടുന്നത് എഞ്ചിനീയറിംഗും കോഡിംഗുമാണ്; അതേസമയം, ധനകാര്യം, ബിസിനസ് ഓപ്പറേഷൻസ്, മാർക്കറ്റിംഗ്, ഓപ്പറേഷൻസ്, മറ്റ് വിഭാഗങ്ങൾ എന്നിവയിൽ വിജ്ഞാന പ്രവർത്തനമാണ് ഏറ്റവും വലിയ വിഭാഗം. 

എന്നിരുന്നാലും, ഏജന്റിക് ടൂളുകൾക്ക് ഒരു ജീവനക്കാരന് ചെയ്യാൻ കഴിയുന്ന ജോലികളുടെ വ്യാപ്തി വർധിപ്പിക്കാൻ കഴിയും. ഉദാഹരണത്തിന്, ബിസിനസ് ഫംഗ്ഷനുകളിലെ ജീവനക്കാർ Codex ഉപയോഗിച്ച് ചെയ്ത ജോലികളിൽ നാലിലൊന്നിലധികം എൻജിനീയറിംഗോ കോഡിംഗോ ആയിരുന്നു. ടാസ്ക്കിന്റെ അതിരുകൾ മറികടക്കാനുള്ള ചെലവ് കുറയ്ക്കാനും, മുമ്പ് കൂടുതൽ പ്രത്യേക സാങ്കേതിക പിന്തുണ ആവശ്യമായിരുന്ന അനുബന്ധ ജോലികൾ ചെയ്യാൻ തൊഴിലാളികളെ സഹായിക്കാനും ഏജന്റുകൾക്ക് കഴിയും.

എൻജിനീയർ അല്ലാത്ത ജീവനക്കാർ ഏജന്റിക് ടൂളുകൾ കൂടുതൽ ഉപയോഗിക്കുന്നത്, ഇവർക്ക് ചെയ്യാൻ കഴിയുന്ന കാര്യങ്ങളുടെ അതിരുകൾ വിപുലമാക്കുന്നു. വർക്ക്ഫ്ലോകൾ എങ്ങനെ പുനർരൂപകൽപ്പന ചെയ്യണമെന്ന് തീരുമാനിക്കുന്ന ബിസിനസുകൾക്കും ഏത് കഴിവുകളാണ് കൂടുതൽ വിലപ്പെട്ടതാകുന്നതെന്ന് പഠിക്കുന്ന ജീവനക്കാർക്കും തൊഴിൽ വിപണിയെ AI എങ്ങനെ മാറ്റുന്നുവെന്ന് മനസ്സിലാക്കാൻ ശ്രമിക്കുന്ന നയരൂപകർത്താക്കൾക്കും ഗവേഷകർക്കും ഇതിൽ നിന്ന് പഠിക്കാനുണ്ട്.

അത്യാധുനിക ഏജന്റിക് ടൂളുകളെ അത്യാധുനിക ഉപയോക്താക്കൾ എങ്ങനെ സ്വീകരിക്കുന്നുവെന്ന് ഞങ്ങളുടെ ഗവേഷണ പ്രബന്ധം കാണിക്കുന്നു. കഴിവുള്ള ഏജന്റിക് ടൂളുകളിലേക്ക് ആളുകൾക്ക് വ്യാപകവും കുറഞ്ഞ തടസ്സങ്ങളുള്ളതുമായ ആക്സസ് ലഭിക്കുമ്പോൾ എന്താണ് സംഭവിക്കുന്നതെന്ന് ഞങ്ങളുടെ ഫലങ്ങൾ കാണിക്കുന്നു: ടൂളുകൾ മെച്ചപ്പെടുന്നതിനനുസരിച്ച്, ആളുകൾ അവയെ കൂടുതൽ ദൈർഘ്യമേറിയതും കൂടുതൽ സങ്കീർണ്ണവുമായ ജോലിക്കും വിവിധ പ്രവർത്തനമേഖലകളെ ഉൾക്കൊള്ളുന്ന ജോലികൾക്കുമായി ഉപയോഗിക്കുന്നു. കാലം കടന്നുപോകുമ്പോൾ, ജോലിയുടെ ഭാവി ഇങ്ങനെയായിരിക്കാനാണ് സാധ്യത.