എന്റർപ്രൈസ് സിഗ്നലുകൾ: അത്യാധുനിക സ്ഥാപനങ്ങൾ വ്യത്യസ്തമായി ചെയ്യുന്നത് എന്താണ്

എന്റർപ്രൈസ് AI ഒരു പുതിയ ഘട്ടത്തിലേക്ക് കടക്കുകയാണ്: കൂടുതൽ ജോലികൾ ഏജന്റുകൾക്ക് ഏൽപ്പിക്കപ്പെടുന്നു, ഏറ്റവും മുന്നേറിയിട്ടുള്ള സ്ഥാപനങ്ങൾ മറ്റുള്ളവരെ പിന്നിലാക്കി മുന്നേറുന്നു. അത്യാധുനിക സ്ഥാപനങ്ങൾക്ക് മറ്റ് എന്റർപ്രൈസുകൾക്കുള്ള അതേ AI മോഡലുകളിലേക്കുള്ള ആക്‌സസ് ഉണ്ട്, പക്ഷേ അവ അതിന്റെ ഉപയോഗം കൂടുതൽ വേഗത്തിൽ ആഴത്തിലാക്കുകയാണ്. അവയെ വേറിട്ട് നിർത്തുന്നത് ആ മോഡലുകളെ അവർ ജോലിക്കായി ഉപയോഗിക്കുന്ന രീതിയാണ്: സഹായത്തിൽ നിന്ന് ഏൽപ്പിക്കലിലേക്കുള്ള മാറ്റം, സങ്കീർണ്ണമായ ജോലികൾ പൂർത്തിയാക്കാൻ ഏജന്റുമാർക്ക് സന്ദർഭവും ഉപകരണങ്ങളും നൽകൽ, കൂടാതെ സോഫ്റ്റ്‌വെയർ വികസനത്തിനപ്പുറം ഏജന്റിക് AI-യെ വേഗത്തിലാക്കൽ.

OpenAI-ൽ ഏജന്റുകൾ ജോലി എങ്ങനെ മാറ്റുന്നു എന്ന വിഷയത്തിലുള്ള ഞങ്ങളുടെ ഗവേഷണം, AI-നേറ്റീവ് സംഘടനയ്ക്കുള്ളിൽ ഈ മാറ്റം എങ്ങനെ കാണപ്പെടാം എന്നതിന്റെ ഒരു മുൻകൂർ സൂചന നൽകുന്നു. Enterprise Signals OpenAI-യുടെ ആഗോള എന്റർപ്രൈസ് ഉപഭോക്തൃ അടിത്തറയിലേക്കുള്ള കാഴ്ചപ്പാട് വിപുലീകരിക്കുന്നു, ഏജന്റിക് ജോലി സ്ഥാപനങ്ങളിലുടനീളം എങ്ങനെ വ്യാപിക്കുന്നു എന്നും അത്യാധുനിക സ്ഥാപനങ്ങളെ മറ്റുള്ളവയിൽ നിന്ന് എന്താണ് വേർതിരിക്കുന്നത് എന്നും കാണിച്ചുകൊണ്ട്.

Enterprise Signals-ന്റെ ഈ പതിപ്പിൽ, ഓരോ മാസവും AI ഉപയോഗത്തിൽ മുൻനിര 10%-ലുള്ള അത്യാധുനിക സ്ഥാപനങ്ങൾ സാധാരണ സ്ഥാപനങ്ങളുമായുള്ള (ഇടയിലുള്ള 10%) വ്യത്യാസം കൂടുതൽ വർദ്ധിപ്പിക്കുകയാണെന്ന് ഞങ്ങൾ വ്യക്തമാക്കുന്നു. അത്യാധുനിക സ്ഥാപനങ്ങൾ എന്താണ് വ്യത്യസ്തമായി ചെയ്യുന്നതെന്നും അന്തരം കുറയ്ക്കാൻ സ്ഥാപനങ്ങൾക്ക് എന്ത് ചെയ്യാനാകുമെന്നും ഞങ്ങൾ പരിശോധിക്കുന്നു.

പ്രധാനപ്പെട്ട കാര്യങ്ങൾ:

• എന്റർപ്രൈസ് ഉപയോഗം കൂടുതൽ സ്വയംനിർവഹണപരമായി മാറുകയാണ്. ജൂൺ മാസത്തോടെ, എന്റർപ്രൈസ് ഉപഭോക്താക്കൾക്കിടയിൽ Codex, ChatGPT എന്നിവയുടെ സംയോജിത ഔട്ട്പുട്ട് ടോക്കണുകളിൽ 64% Codex സൃഷ്ടിച്ചു, ഇത് ഏജന്റുകൾ കൂടുതൽ ഗൗരവമുള്ളതും ചുമതലപ്പെടുത്തിയതുമായ ജോലികളിലേക്ക് മാറാൻ സഹായിക്കുന്നു എന്നാണ് ഇത് സൂചിപ്പിക്കുന്നത്.
• അത്യാധുനിക സ്ഥാപനങ്ങൾ തമ്മിലുള്ള അന്തരം വർദ്ധിച്ചുവരികയാണ്. അത്യാധുനിക സ്ഥാപനങ്ങൾ—ഓരോ മാസവും AI ഉപയോഗത്തിൽ മുൻനിരയിലുള്ള 10% കമ്പനികൾ—ഇപ്പോൾ സാധാരണ സ്ഥാപനങ്ങളേക്കാൾ ഓരോ സജീവ ഉപയോക്താവിനും 8.3× മടങ്ങ് കൂടുതൽ ഔട്ട്പുട്ട് ടോക്കണുകൾ സൃഷ്ടിക്കുന്നു. ജനുവരിയിൽ ഇത് 2.6 മടങ്ങായിരുന്ന സ്ഥാനത്താണിത്.
• അത്യാധുനിക സ്ഥാപനങ്ങൾ അത്യാധുനിക കഴിവുകൾ കൂടുതൽ തവണ ഉപയോഗിക്കുന്നു. ഓരോ ആഴ്ചയും, അത്യാധുനിക സ്ഥാപനങ്ങളിലെ സജീവ ഉപയോക്താക്കളിൽ 21% പേർ പ്ലഗിന്നുകൾ ഉപയോഗിക്കുന്നു, സാധാരണ സ്ഥാപനങ്ങളിൽ ഇത് 9% ആണ്. OpenAI-യിൽ, 95% ജീവനക്കാരും പ്രതിവാരം പ്ലഗിന്നുകൾ ഉപയോഗിക്കുന്നു, ഇത് കൂടുതൽ ആഴത്തിലുള്ള സ്വീകരണത്തിനുള്ള സാധ്യതയെ എടുത്തുകാണിക്കുന്നു.
• ഏജന്റുകൾ വിജ്ഞാനാധിഷ്ഠിത ജോലിമേഖലയിലുടനീളം വ്യാപിക്കുകയാണ്. ഫെബ്രുവരി മുതൽ, എഞ്ചിനീയറിംഗിൽ 5× എന്നതുമായി താരതമ്യപ്പെടുത്തുമ്പോൾ, ലീഗലിൽ പ്രതിവാര സജീവ എന്റർപ്രൈസ് Codex ഉപയോക്താക്കൾ 108×, സെയിൽസിൽ 41×, റിക്രൂട്ടിംഗിൽ 41×, മാർക്കറ്റിംഗിൽ 26× വളർന്നു.
• കരിയറിന്റെ തുടക്കത്തിലുള്ള ജീവനക്കാർ AI കൂടുതൽ ഉപയോഗിക്കുന്നു: കരിയറിന്റെ തുടക്കത്തിലുള്ള ജീവനക്കാർക്കിടയിൽ ഉപയോഗം ഏറ്റവും ഉയർന്നതാണ്, കൂടുതൽ മുതിർന്ന ജീവനക്കാർക്കിടയിൽ അത് കുറയുന്നു. ഇത് AI ഉപയോഗത്തിൽ ഒരു സാധ്യതയുള്ള താരതമ്യ മുൻതൂക്കം സൂചിപ്പിക്കുന്നു.

എന്റർപ്രൈസ് AI ചോദ്യങ്ങൾക്ക് ഉത്തരം നൽകുന്നതിൽ നിന്ന് ജോലികൾ നിർവഹിക്കുന്നതിലേക്കാണ് മാറുന്നത്. ഈ മാറ്റം ആദ്യം Codex-നൊപ്പം സോഫ്റ്റ്‌വെയർ എഞ്ചിനീയറിംഗിലാണ് വേരൂന്നിയത്. ഇപ്പോൾ, ChatGPT ജോലി ഡെവലപ്പർമാർക്കപ്പുറം ഏജന്റിക് AI വ്യാപിപ്പിക്കുകയും, എന്റർപ്രൈസിലുടനീളമുള്ള തൊഴിലാളികളെ സഹായം ചോദിക്കുന്നതിൽ നിന്ന് സാരമായ ജോലികൾ ഏൽപ്പിക്കുന്നതിലേക്ക് നീങ്ങാൻ പ്രാപ്തരാക്കുകയും ചെയ്യുന്നു.

ജൂൺ 2026 വരെ, ഏജന്റിക് AI ഉപയോഗം (Codex ടോക്കണുകൾ എന്ന് നിർവചിച്ചത്) എന്റർപ്രൈസ് ഉപഭോക്താക്കൾക്കിടയിലെ Codex ഉം ChatGPT ഉം ചേർന്ന ഔട്ട്പുട്ട് ടോക്കണുകളുടെ 64% ആയിരുന്നു. ChatGPT ഉം ഏജന്റിക് AI ഉം രണ്ടും ഒരേ അടിസ്ഥാന അത്യാധുനിക മോഡലുകൾ ഉപയോഗിക്കുന്നു; വ്യത്യാസം ആ ഇൻ്റലിജൻസ് എങ്ങനെ പ്രയോജനപ്പെടുത്തുന്നു എന്നതാണ്.

ChatGPT ആളുകളെ ചോദ്യങ്ങൾ ചോദിക്കാനും, ആശയങ്ങൾ വികസിപ്പിക്കാനും, പ്രശ്നങ്ങൾ പരിഹരിച്ച് മുന്നോട്ട് പോകാനും സഹായിക്കുന്നു. ഏജന്റിക് AI (Codex, ChatGPT ജോലി എന്നിവ പോലെ) നിങ്ങളുടെ കമ്പ്യൂട്ടറുമായി പ്രവർത്തിക്കാൻ മോഡലിന് ടൂളുകൾ നൽകുന്നു, അതുവഴി വിവരങ്ങൾ കണ്ടെത്താനും, ഫയലുകൾ എഡിറ്റ് ചെയ്യാനും, സ്വയംഭരണമായോ മേൽനോട്ടത്തിലോ മൾട്ടി-സ്റ്റെപ്പ് ടാസ്കുകൾ നിർവഹിക്കാനും അതിന് കഴിയും. സങ്കീർണ്ണവും ദീർഘകാലം പ്രവർത്തിക്കുന്നതുമായ ടാസ്കുകൾ പൂർത്തിയാക്കാൻ ഗണ്യമായി കൂടുതൽ കംപ്യൂട്ടേഷൻ ആവശ്യമായി വരാം, ഇത് ഏജന്റിക് ടോക്കൺ ഉപയോഗം എന്തുകൊണ്ട് വേഗത്തിൽ വളർന്നു എന്ന് വ്യക്തമാക്കാൻ സഹായിക്കുന്നു.

ഓരോ മാസവും, സജീവ ഉപയോക്താവിന്‍റെ ഔട്ട്പുട്ട് ടോക്കണുകൾ പ്രകാരം ഞങ്ങൾ എന്റർപ്രൈസ് ഉപഭോക്താക്കളെ റാങ്ക് ചെയ്യുന്നു. അത്യാധുനിക സ്ഥാപനങ്ങൾ എന്നത് ആ മാസത്തെ എഐ ഉപയോഗത്തിൽ മുൻപന്തിയിലുള്ള 10% കമ്പനികളാണ്, അതേസമയം സാധാരണ സ്ഥാപനങ്ങൾ 45-ാം പെർസന്റൈലിനും 55-ാം പെർസന്റൈലിനും ഇടയിൽ വരുന്നു. ജൂൺ നിലവാരപ്രകാരം, അത്യാധുനിക സ്ഥാപനങ്ങൾ സാധാരണ സ്ഥാപനങ്ങളേക്കാൾ ഓരോ സജീവ ഉപയോക്താവിനും 8.3× മടങ്ങ് കൂടുതൽ ഔട്ട്പുട്ട് ടോക്കണുകൾ സൃഷ്ടിച്ചു, ഇത് ജനുവരിയിലെ 2.6× അന്തരവുമായി താരതമ്യം ചെയ്യുമ്പോൾ മൂന്ന് മടങ്ങ് വർധനയാണ്.

അത്യാധുനിക വിടവ് വിവിധ വ്യവസായ മേഖലകളിലും പ്രകടമാണ്; ടോക്കൺ ഉപയോഗത്തിൽ ഏറ്റവും വലിയ അന്തരം വിവര-സാങ്കേതിക മേഖലയിലും (11.7 ×), ഏറ്റവും കുറഞ്ഞത് നിർമ്മാണ മേഖലയിലുമാണ് (5.3 ×). ഇതിനു വിപരീതമായി, സാധാരണ സ്ഥാപനങ്ങളിലെ ടോക്കൺ ഉപയോഗം വ്യവസായങ്ങളിലുടനീളം സമാനമാണ്, കഴിഞ്ഞ ഒരു വർഷത്തിനിടെ താരതമ്യേന മിതമായ വളർച്ചയോടുകൂടി (1.9× മുതൽ 2.8× വരെ). ഇത് സൂചിപ്പിക്കുന്നത്, നിരവധി സ്ഥാപനങ്ങൾ ഇപ്പോഴും ലളിതമായ ചാറ്റ് അസിസ്റ്റന്റുകൾ മാത്രമാണ് ഉപയോഗിക്കുന്നത്, അതിനാൽ സ്വീകരണം കൂടുതൽ ആഴത്തിലാക്കാനും കൂടുതൽ സങ്കീർണ്ണമായ ജോലികൾ പൂർത്തിയാക്കാൻ ഏജന്റുകളെ പ്രയോജനപ്പെടുത്താനും ഗണ്യമായ അവസരം അവശേഷിക്കുന്നു എന്നതാണ്.

ടോക്കണുകൾ ബിസിനസ് മൂല്യത്തിന്റെ അപൂർണ്ണമായ ഒരു മാനദണ്ഡമാണ്: ഹ്രസ്വമായ ഒരു പ്രതികരണം വളരെ മൂല്യമുള്ളതാകാം, ദീർഘമായ ഒരു പ്രതികരണം വളരെ കുറച്ച് മാത്രം മൂല്യം ചേർക്കാം. എന്നാൽ ടോക്കൺ അളവ് AI ഉപയോഗത്തിന്റെ ആഴത്തിനും ജീവനക്കാർ AI-യോട് ഏറ്റെടുക്കാൻ ആവശ്യപ്പെടുന്ന ജോലിയുടെ അളവിനും ഉപകാരപ്രദമായ ഒരു പ്രതിനിധാനമായി പ്രവർത്തിക്കുന്നു.

മുൻനിര സ്ഥാപനങ്ങൾ AI ഉപയോഗം കൂടുതൽ ആഴത്തിൽ വിപുലീകരിക്കുന്നു, കാരണം അവർ അത് അവരുടെ സ്ഥാപനങ്ങളിലുടനീളവും കൂടാതെ വ്യവസായങ്ങളിലുടനീളവും യഥാർത്ഥ പ്രശ്നങ്ങൾക്ക് പ്രയോജനപ്പെടുത്തുന്നു.

ആദ്യകാല എന്റർപ്രൈസ് AI ആപ്ലിക്കേഷനുകൾ ആഭ്യന്തരമായി ആരംഭിച്ചു, ജീവനക്കാരെ വിവരങ്ങൾ കണ്ടെത്താനും, രേഖകൾ തയ്യാറാക്കാനും, ഡാറ്റ വിശകലനം ചെയ്യാനും, കോഡ് എഴുതാനും, പതിവ് പ്രക്രിയകൾ ഓട്ടോമേറ്റ് ചെയ്യാനും സഹായിച്ചു. മുൻനിര കമ്പനികൾ AI-യുടെ പ്രയോഗം ആന്തരിക ഉൽപ്പാദനക്ഷമതയ്ക്ക് പുറത്തേക്ക് വ്യാപിപ്പിച്ച്, ഉപഭോക്താക്കളുമായി നേരിട്ട് ഇടപെടുന്ന ഉൽപ്പന്നങ്ങൾ, സേവനങ്ങൾ, അനുഭവങ്ങൾ എന്നിവയിലേക്കും വ്യാപിപ്പിക്കുന്നു.

ഫലപ്രദമാകാൻ AI ഏജന്റുകൾക്ക് ശരിയായ സന്ദർഭത്തിലും ഉപകരണങ്ങളിലും പ്രവേശനം ലഭിക്കണം. പ്ലഗിനുകൾ⁠(പുതിയ വിൻഡോയിൽ തുറക്കുന്നു) ഏജന്റുകൾക്ക് നിർദ്ദിഷ്ട പ്രവൃത്തി പ്രവാഹങ്ങൾ പൂർത്തിയാക്കാൻ സഹായിക്കുന്ന കഴിവുകളെ ഒരുമിപ്പിക്കുന്നു. വീണ്ടും ഉപയോഗിക്കാവുന്ന നിർദ്ദേശങ്ങൾ നൽകുന്ന നൈപുണ്യങ്ങൾ കമ്പനിയുടെ ഡാറ്റ, ടൂളുകൾ, പ്രവർത്തനങ്ങൾ എന്നിവയുമായി ബന്ധിപ്പിക്കുന്ന ആപ്പുകളുമായി അവ സംയോജിപ്പിക്കാം. ഉദാഹരണത്തിന്, ഒരു വിൽപ്പന പ്ലഗിൻ ഒരു ടീമിന്റെ പ്രവർത്തനരീതി പുസ്തകത്തെയും അതിന്റെ CRM-ലേക്കുള്ള പ്രവേശനത്തെയും സംയോജിപ്പിച്ച്, ഒരു ഏജന്റിന് നിലവിലെ ഉപഭോക്തൃ വിവരങ്ങളും പഴയ നിർദ്ദേശങ്ങളും ഉപയോഗിച്ച് അവലോകനത്തിനായി അനുയോജ്യമായ പ്രതികരണം തയ്യാറാക്കാൻ സഹായിക്കും.

അത്യാധുനിക സ്ഥാപനങ്ങൾക്ക് പുരോഗമിച്ച കഴിവുകളിൽ വ്യക്തമായ മുൻതൂക്കമുണ്ട്. പ്രതിവാര സജീവ ഉപയോക്താക്കളിൽ, അത്യാധുനിക സ്ഥാപനങ്ങളിൽ 21% പേർ പ്ലഗിനുകൾ ഉപയോഗിക്കുകയും 19% പേർ സ്കില്ലുകൾ ഉപയോഗിക്കുകയും ചെയ്യുന്നു, സാധാരണ സ്ഥാപനങ്ങളിൽ അത് വെറും 9%യും 3%യും മാത്രമാണ്. എന്നിരുന്നാലും, അത്യാധുനിക സ്ഥാപനങ്ങളുടെ സ്വീകരണം സാധ്യമായതിലെ ഒരു ചെറിയ ഭാഗം മാത്രമാണ് പ്രതിനിധീകരിക്കുന്നത്. OpenAI-യുടെ ആന്തരിക ഉപയോഗം ഈ കഴിവുകൾ കൂടുതൽ ആഴത്തിൽ ഉപയോഗിക്കാനുള്ള സാധ്യതയെ എടുത്തുകാണിക്കുന്നു, സജീവ ഉപയോക്താക്കളിൽ പ്രതിവാര പ്ലഗിൻ ഉപയോഗം 95% ആണ്. ഏജന്റുകൾ ജോലിയെ എങ്ങനെ മാറ്റുന്നു എന്ന വിഷയത്തിലുള്ള ഞങ്ങളുടെ ഗവേഷണം OpenAI-യിലെ ജീവനക്കാർ എങ്ങനെ വിപുലമായ കഴിവുകൾ ഉപയോഗിക്കുന്നു എന്നതിനെ അടുത്തറിയാൻ സഹായിക്കുന്നു.

അർത്ഥവത്തായ പ്രവർത്തനം പൂർത്തിയാക്കാൻ AI ഏജന്റുകൾക്ക് മൂന്ന് കാര്യങ്ങൾ ആവശ്യമാണ്: സന്ദർഭം, ഉപകരണങ്ങൾ, സ്ഥിരത. മെമ്മറി, വോയ്സ് ഇൻപുട്ട്, ആപ്പ്‌ഷോട്ടുകൾ എന്നിവ ഒരു ടാസ്ക് വിജയകരമായി പൂർത്തിയാക്കാൻ ആവശ്യമായ സന്ദർഭവും വിവരങ്ങളും എളുപ്പത്തിൽ പങ്കിടാൻ തൊഴിലാളികളെ സഹായിക്കുന്നു. കമ്പ്യൂട്ടറും ബ്രൗസറും ഉപയോഗിക്കുന്നത് ഏജന്റുകൾക്ക് വെബ്‌സൈറ്റുകളിൽ നാവിഗേറ്റ് ചെയ്യാനും, ഫയലുകൾ സൃഷ്ടിക്കാനും, സ്വതന്ത്രമായോ മേൽനോട്ടത്തിലോ ജോലികൾ പൂർത്തിയാക്കാനും അനുവദിക്കുന്നു. ലക്ഷ്യങ്ങളും ലൂപ്പുകളും ഏജന്റുകളെ ഒരു ടാസ്‌ക് പൂർത്തിയാകുന്നതുവരെ പ്രവർത്തിച്ചുകൊണ്ടിരിക്കാൻ സഹായിക്കുന്നു. മൊത്തത്തില്‍, ഈ കഴിവുകള്‍ അത്യാധുനിക സ്ഥാപനങ്ങളെ ഏജന്റുമാരുടെ സാധ്യതകള്‍ സാക്ഷാത്കരിക്കാന്‍ സഹായിക്കുന്നു.

ഏജന്റുമാർക്ക് കമ്പനി സിസ്റ്റങ്ങളിലേക്കുള്ള ആക്‌സസ് നൽകുന്നത് പുതിയ അപകടസാധ്യതകളും സൃഷ്ടിക്കുന്നു. അത്യാധുനിക സ്ഥാപനങ്ങൾ ഏജൻ്റുകൾക്ക് എവിടെ പ്രവർത്തിക്കാം, എന്ത് വിവരങ്ങളിലേക്ക് ആക്‌സസ് ചെയ്യാം, എപ്പോൾ നടപടികൾ എടുക്കാം, കൂടുതൽ അപകടസാധ്യതയുള്ള തീരുമാനങ്ങൾ ആളുകൾ എങ്ങനെ അവലോകനം ചെയ്യണം എന്നിവയ്ക്കായി വ്യക്തമായ നിയമങ്ങൾ നിശ്ചയിക്കുന്നു. സംഘടനകൾ യഥാർത്ഥ വിന്യാസങ്ങളിൽ നിന്ന് പഠിക്കുന്നതിനനുസരിച്ച് ഈ നിയന്ത്രണങ്ങളും പരിണമിക്കണം.

അത്യാധുനിക സ്ഥാപനങ്ങൾ തുടർച്ചയായ പഠനവും പരീക്ഷണവും ദൈനംദിന ജോലിയുടെ ഭാഗമാക്കുകയും ചെയ്യുന്നു. പ്രായോഗിക ബിൽഡർ സെഷനുകൾ, ഉയർന്നുവരുന്ന ഉപയോഗ സാഹചര്യങ്ങൾ പങ്കിടുന്നതിനുള്ള ഫോറങ്ങൾ, ആന്തരിക പ്രദർശനങ്ങൾ എന്നിവ വിജയകരമായ രീതികൾ ടീമുകളിലും പ്രവർത്തന വിഭാഗങ്ങളിലായി വ്യാപിക്കാൻ സഹായിക്കുന്നു.

എഐ ഏജന്റുകൾ ആദ്യം സ്വീകരിച്ചവരിൽ സോഫ്റ്റ്‌വെയർ ഡെവലപ്പർമാർ ഉൾപ്പെട്ടിരുന്നു, എന്നാൽ ഇപ്പോൾ ഏറ്റവും വേഗത്തിലുള്ള വളർച്ച പൊതുവായ വിജ്ഞാനാധിഷ്ഠിത തൊഴിലാളികളിൽ നിന്നാണ് വരുന്നത്. ഫെബ്രുവരി മുതൽ, എഞ്ചിനീയർമാരിൽ അഞ്ച് മടങ്ങ് വളർച്ചയുമായി താരതമ്യപ്പെടുത്തുമ്പോൾ, ആഴ്ചതോറും സജീവമായ എന്റർപ്രൈസ് Codex ഉപയോക്താക്കളുടെ എണ്ണം നിയമത്തിൽ 108×, വിൽപ്പനയിൽ 41×, റിക്രൂട്ടിംഗിൽ 41×, മാർക്കറ്റിംഗിൽ 26× വർധിച്ചു. 

സോഫ്റ്റ്‌വെയർ ആദ്യം മുന്നോട്ട് വന്നതിന് പിന്നിൽ ഒരു കാരണമുണ്ട്. കോഡ്‌ബേസുകൾ ഏജന്റുകൾക്ക് വ്യക്തമായ സന്ദർഭം നൽകുന്നു, ടെസ്റ്റുകൾ ഔട്ട്പുട്ടുകൾ സ്ഥിരീകരിക്കുന്നത് എളുപ്പമാക്കുന്നു, കൂടാതെ കോഡിംഗിലെ പുരോഗതി AI ഗവേഷണവും വികസനവും വേഗത്തിലാക്കാൻ സഹായിക്കുന്നു. കഴിഞ്ഞ രണ്ട് വർഷത്തിനിടെ, ഡെവലപ്പർമാർ കോഡിന്റെ ഒറ്റപ്പെട്ട വരികൾ പൂർത്തിയാക്കാൻ AI ഉപയോഗിക്കുന്നതിൽ നിന്ന് മുഴുവൻ സോഫ്റ്റ്‌വെയർ വികസന ജോലികളും ഏജന്റുകളെ കൊണ്ട് കൈകാര്യം ചെയ്യുന്നതിലേക്ക് മാറിയിരിക്കുന്നു. പല ഡെവലപ്പർമാരും ഇനി കൈകൊണ്ട് കോഡ് എഴുതുന്നതിന് പകരം, ടാസ്കുകൾ സജ്ജീകരിക്കുന്നതിലും ഏജന്റുകളെ ഏകോപിപ്പിക്കുന്നതിലും ഫലങ്ങൾ അവലോകനം ചെയ്യുന്നതിലുമാണ് സമയം ചെലവഴിക്കുന്നത്.

ഇതിന് വിപരീതമായി, പൊതുവായ അറിവാധിഷ്ഠിത ജോലികളിലെ പുരോഗതി മന്ദഗതിയിലായിരുന്നു, കാരണം പല ജോലികളും പരിമിതമായ സന്ദർഭം മാത്രമേ നൽകുന്നുള്ളൂ, വ്യക്തമായി നിർവചിക്കാൻ പ്രയാസകരമായിരിക്കാം, കൂടാതെ ഫലം സ്ഥിരീകരിക്കുന്നതിന് വ്യക്തമായ മാനദണ്ഡങ്ങൾ ഇല്ല. എന്നാൽ തുടർച്ചയായ സ്കെയിലിംഗ്, റീഇൻഫോഴ്‌സ്‌മെന്റ് ലേണിംഗിലെ പുരോഗതികൾ, GDPval പോലുള്ള മൂല്യനിർണ്ണയങ്ങളിലെ പ്രകടനം മെച്ചപ്പെടുത്താനുള്ള ലക്ഷ്യബദ്ധമായ ശ്രമങ്ങൾ കൂടുതൽ യഥാർത്ഥ ലോക ടാസ്കുകളെയും, ടൂളുകളെയും, ജോലി പരിസരങ്ങളെയും അത്യാധുനിക മോഡലുകളുടെ പരിധിക്കുള്ളിൽ കൊണ്ടുവരുന്നു. അതിന്റെ ഫലമായി, വർഷത്തിന്റെ തുടക്കം മുതൽ പൊതുവായ വിജ്ഞാന തൊഴിലാളികളിൽ ഏജന്റിക് AI പ്രൊഡക്റ്റ്-മാർക്കറ്റ് ഫിറ്റ് കൂടുതൽ കണ്ടെത്തിയിട്ടുണ്ട്.

ഒരു 10,000,000-ലധികം സന്ദേശങ്ങളുടെ സാമ്പിളിൽ, എന്റർപ്രൈസ് എഐ ജീവനക്കാരെ ജോലി നിർവഹിക്കാൻ സഹായിക്കുന്നതിൽ നിന്ന് ടീമുകളെ ആ ജോലി നടത്താൻ സഹായിക്കുന്നതിലേക്കാണ് മാറുന്നത്. ഒരേ പ്രവർത്തനത്തിൽ പോലും, ചാറ്റും ഏജന്റിക് എഐ-യും തമ്മിലുള്ള ഉപയോഗ രീതികളിൽ വലിയ വ്യത്യാസമുണ്ട്.

എഴുത്ത് ChatGPT‑യുടെ ഏറ്റവും സാധാരണമായ ഉപയോഗമായി തുടരുന്നു, അതേസമയം കോഡിംഗും സിസ്റ്റം അല്ലെങ്കിൽ ഏജന്റ് പ്രവർത്തനങ്ങളും ചേർന്ന് ഏജന്റിക് സന്ദേശങ്ങളുടെ ഏകദേശം 75% വരും. പരമ്പരാഗത സാങ്കേതിക ടീമുകൾക്ക് പുറത്താണ് ഈ മാറ്റം പ്രത്യേകിച്ച് കൂടുതൽ പ്രകടമാകുന്നത്: റിക്രൂട്ടിംഗ് (32%), സെയിൽസ് (26%), പോളിസി (25%), കമ്മ്യൂണിക്കേഷൻസ് (24%) എന്നിവയിൽ സന്ദേശങ്ങളുടെ നാലിലൊന്ന് മുതൽ മൂന്നിലൊന്ന് വരെ സിസ്റ്റം, ഏജന്റ് പ്രവർത്തനങ്ങൾക്ക് മുടക്കുന്നു. സാങ്കേതിക ജോലികളും വിവിധ പ്രവർത്തന മേഖലകളിലേക്കു വ്യാപിക്കുകയാണ്; ഡിസൈനിലെ ഏജന്റിക് സന്ദേശങ്ങളിൽ ഏകദേശം 60% കോഡിംഗുമായി ബന്ധപ്പെട്ടവയാണ്.

AI ഏറ്റെടുക്കലിനായി ഒരൊറ്റ ലീഡർബോർഡ് എന്നൊന്നില്ല. ഉപയോഗിക്കുന്ന മാനദണ്ഡത്തെ ആശ്രയിച്ച് വ്യവസായ റാങ്കിംഗുകൾ വ്യത്യാസപ്പെടുന്നു. കഴിഞ്ഞ മാസത്തിൽ, പ്രൊഫഷണൽ, ശാസ്ത്രീയ സേവനങ്ങൾ Codex ഏറ്റെടുക്കലിലും API തീവ്രതയിലും മുന്നിലായിരുന്നു. കലയും വിനോദവും ChatGPT സ്വീകരണത്തിൽ മുന്നിലായിരുന്നു, അതേസമയം Codex, API തീവ്രതയിൽ അവസാന സ്ഥാനത്തായിരുന്നിട്ടും നിർമ്മാണ മേഖലയ്ക്ക് ഏറ്റവും ഉയർന്ന ChatGPT തീവ്രതയുണ്ട്.

വ്യവസായ മേഖലകൾ എഐ സ്വീകരണത്തിലേക്ക് ഒരേ പാത പിന്തുടരുന്നില്ല. ചിലത് ഡെവലപ്പർ ടൂളുകളിലൂടെയും AI-യുടെ പിന്തുണയുള്ള ഉൽപ്പന്നങ്ങളിലൂടെയും മുന്നേറുമ്പോൾ, അതേസമയം മറ്റുചിലത് ദൈനംദിന ഉപയോഗത്തിൽ കൂടുതൽ വ്യാപകമോ കൂടുതൽ തീവ്രമായോ ഉപയോഗിക്കപ്പെടുന്നു.

സ്ഥാപനങ്ങൾ സാധനങ്ങളും സേവനങ്ങളും എത്തിക്കുന്നതിനുള്ള പുതിയ മാർഗങ്ങൾ AI സൃഷ്ടിക്കുമ്പോൾ, അത് സുരക്ഷാ രംഗത്തെയും പുനർരൂപപ്പെടുത്തുകയാണ്. AI-യുടെ സൈബർ ശേഷികൾ അതിവേഗത്തിൽ വികസിക്കുന്ന സാഹചര്യത്തിൽ, സൈബർ സുരക്ഷയേക്കാൾ അടിയന്തരമായി നേരിടേണ്ട അപകടസാധ്യതകൾ വളരെ കുറവാണ്.

AI പ്രതിരോധകരെ പ്രതികരിക്കാൻ സഹായിക്കാനും കഴിയും. മോഡലുകൾക്ക് വലിയ കോഡ്‌ബേസുകൾ വിശകലനം ചെയ്യാനും, ദുർബലതകൾ അന്വേഷിക്കാനും, മൾട്ടി-സ്റ്റെപ്പ് സുരക്ഷാ പ്രവർത്തനങ്ങളെ പിന്തുണയ്ക്കാനും കഴിയും. എന്നാൽ കൂടുതൽ പ്രശ്‌നങ്ങൾ തിരിച്ചറിയുന്നതുകൊണ്ട് മാത്രം സിസ്റ്റങ്ങൾ സ്വയമേവ കൂടുതൽ സുരക്ഷിതമാകില്ല. കണ്ടെത്തലുകൾ പ്രവർത്തനത്തിലേക്ക് മാറ്റുന്നതിലാണ് യഥാർത്ഥ പ്രധാന തടസ്സം: ഏത് ദുർബലതകളാണ് യഥാർത്ഥമെന്ന് നിർണ്ണയിക്കുക, ഏറ്റവും ഗുരുതരമായ പ്രത്യാഘാതങ്ങളുള്ള അപകടസാധ്യതകൾക്ക് മുൻഗണന നൽകുക, പാച്ചുകൾ പരിശോധിക്കുക, കൂടാതെ സുരക്ഷാ ടീമുകൾ പരിഹാരങ്ങൾ വേഗത്തിൽ അവലോകനം ചെയ്ത് വിന്യസിക്കുന്നുവെന്ന് ഉറപ്പാക്കുക. 

OpenAI Daybreak ഈ വെല്ലുവിളികളെ നേരിടാനും ഉയർന്നുവരുന്ന ഭീഷണികൾക്കെതിരായ പ്രതിരോധം ശക്തിപ്പെടുത്താനും സ്ഥാപനങ്ങളെ സഹായിക്കുന്നതിനായി അത്യാധുനിക സൈബർസുരക്ഷാ മോഡലുകൾ, എന്റർപ്രൈസ് സുരക്ഷാ ടൂളുകൾ, പങ്കാളി എക്കോസിസ്റ്റം എന്നിവയെ ഒരുമിച്ച് കൊണ്ടുവരുന്നു.

AI എല്ലാ മനുഷ്യരാശിക്കും പ്രയോജനപ്പെടുമെന്ന് ഉറപ്പാക്കുക എന്നതാണ് OpenAI-യുടെ ദൗത്യം. AI-യുടെ സാമ്പത്തിക സ്വാധീനത്തിന്റെ വലിയൊരു ഭാഗം സംഘടനകൾ രൂപപ്പെടുത്തും; ഇക്കാരണത്താൽ, എന്റർപ്രൈസ് AI സ്വീകരണം, വ്യാപനം, സ്വാധീനം എന്നിവ ട്രാക്ക് ചെയ്യുന്ന ആവർത്തിച്ചുള്ള ഒരു കൂട്ടം അളവുകോലുകളായ Enterprise Signals ഞങ്ങൾ പതിവായി പ്രസിദ്ധീകരിക്കുന്നു. ഈ റിപ്പോർട്ടിലെ എല്ലാ വിശകലനങ്ങളും തിരിച്ചറിയൽ നീക്കം ചെയ്തതും സംയോജിപ്പിച്ചതുമായ എന്റർപ്രൈസ് ഉപയോഗ ഡാറ്റയെ അടിസ്ഥാനമാക്കിയുള്ളതാണ്. സന്ദേശ ഉള്ളടക്കത്തെ തരംതിരിക്കാൻ ഞങ്ങൾ ഓട്ടോമേറ്റഡ് സിസ്റ്റങ്ങൾ ഉപയോഗിച്ചു, കൂടാതെ ഒരു OpenAI ജീവനക്കാരനും ഉപഭോക്തൃ സന്ദേശങ്ങൾ അവലോകനം ചെയ്തിട്ടില്ല.

OpenAI Enterprise ഉപഭോക്താക്കൾക്ക് ഏറ്റവും പുതിയ ഉപയോഗവും ശേഷി അളവുകോലുകളും അടിസ്ഥാനമാക്കി അവരുടെ സ്ഥാപനം എങ്ങനെ താരതമ്യം ചെയ്യുന്നു എന്ന് കാണാൻ ഒരു ഇച്ഛാനുസൃത ബെഞ്ച്മാർക്ക് അഭ്യർത്ഥിക്കാനും കഴിയും.