कामावर ChatGPT वापर आणि अंगीकार नमुने

अवघ्या अडीच वर्षांपूर्वी लॉन्च करण्यात आलेले ChatGPT आज प्रत्येक उद्योगात, प्रत्येक कामाच्या कार्यक्षेत्रात, आणि सर्व आकारांच्या कंपन्यांमध्ये कर्मचाऱ्यांकडून वापरले जाते. आज, अमेरिकेतील एक चतुर्थांशाहून अधिक कामगार—आणि पदव्युत्तर पदवीधारकांपैकी 45% कामगार—कामासाठी ChatGPT वापरत असल्याचे सांगतात.

एंटरप्राइज तंत्रज्ञानाने नेहमीच एका परिचित पद्धतीचे अनुसरण केले आहे: सुरुवातीचा मोठा खर्च, अंमलबजावणीचा दीर्घ कालावधी आणि त्यातून अपेक्षित लाभ मिळण्यापूर्वीचा संथ स्वीकार. जेव्हा लोकांनी ChatGPT ला त्यांच्या वैयक्तिक आयुष्यातून त्यांच्या कामात आणले तेव्हा त्याने तो साचा मोडला. त्यांना महिन्यांच्या प्रशिक्षण किंवा गुंतागुंतीच्या ऑनबोर्डिंगची गरज नव्हती; त्यांनी अर्थपूर्ण कामे करण्यासाठी फक्त त्यांनी थेट त्याचा वापर सुरू केला.

आता आम्हाला स्पष्ट संकेत दिसत आहेत. शास्त्रज्ञांपासून ते विक्रेत्यांपर्यंत आणि ऑपरेटर्सपर्यंत—प्रत्येकजण ChatGPT चा आपल्या दैनंदिन कामात समावेश करत आहे. कोड डीबग करण्यापासून मोहीमांसाठी कल्पना सुचवण्यापर्यंत, ते मुख्य कामकाज प्रक्रियांमधली पहिली पायरी बनत आहे.

हा अहवाल आमच्या स्वतःच्या विश्लेषणातून मिळालेला नवीन डेटा आणि समकक्ष-समीक्षित स्रोत एकत्र करून, कामाच्या ठिकाणी ChatGPT कोण वापरत आहे, लोक त्याचा कसा उपयोग करत आहेत, आणि संस्थांमध्ये तो कशा प्रकारे रुजत आहे याबद्दल माहिती देतो.

हा अहवाल स्वतंत्र तृतीय पक्षाच्या उद्योगव्यापी अभ्यासांमधील निष्कर्ष आणि ChatGPT व ChatGPT Enterprise च्या वापरावर OpenAI ने केलेले विश्लेषण एकत्रित करतो. या अहवालात OpenAI ने केलेली सर्व विश्लेषण अनामिक किंवा एकत्रित वापर डेटा वापरून केली गेली आहेत. OpenAI ने कोणत्याही वापरकर्ता किंवा ग्राहक सामग्रीचे (मॉडेल इनपुट किंवा आउटपुटसह) पुनरावलोकन केले नाही आणि कोणत्याही ओळख पटू शकणाऱ्या डेटाचे विश्लेषण केले नाही. वापराच्या प्रवृत्तींचे सर्व विश्लेषण स्वयंचलित सामग्री वर्गीकरण साधनांचा वापर करून करण्यात आले. अहवालात ज्या ठिकाणी विशिष्ट ChatGPT प्रॉम्प्ट्सचा संदर्भ दिला आहे, ते ChatGPT प्रॉम्प्ट्स पूर्णपणे कृत्रिम उदाहरणे आहेत आणि वास्तविक वापरकर्ता किंवा ग्राहकांचे प्रॉम्प्ट्स नाहीत.

नोव्हेंबर 2022 मध्ये ChatGPT रिलीज झाले तेव्हा, ते मुख्यतः AI संशोधक आणि उत्साही लोकांच्या एका छोट्या गटालाच उद्देशून होते. पण काही महिन्यांतच, त्याचे 100 दशलक्ष साप्ताहिक सक्रिय वापरकर्ते झाले, आणि आज त्याचे 700 दशलक्षांपेक्षा जास्त साप्ताहिक सक्रिय वापरकर्ते आहेत, ज्यामुळे ते जगातील सर्वाधिक भेट दिल्या जाणाऱ्या वेबसाइट्सपैकी एक बनले आहे. 

व्यापक वैयक्तिक वापर झपाट्याने कामाच्या ठिकाणी पसरला. आकडेवारी दर्शवते की ग्राहकांकडून AI स्वीकारणे कामाच्या ठिकाणी AI च्या प्रगतीला चालना देत असण्याची शक्यता आहे. 

हा असा मार्ग आहे जो आपण यापूर्वी अनेकदा पाहिला आहे: ग्राहकांमध्ये लोकप्रियता मिळवणारे सॉफ्टवेअर कामाच्या ठिकाणी पोहोचते, आणि यामागे अनेकदा तरुण कर्मचाऱ्यांचा प्रभाव असतो. ChatGPT त्याच पॅटर्नचे अनुसरण करत आहे, आणि याचे प्रतिबिंब त्याच्या साप्ताहिक सक्रिय वापरकर्त्यांमधील वेगवान वाढ, ३० वर्षांखालील कामगारांमध्ये उच्च प्रसार, आणि वारंवार, बहुतेकदा दररोजच्या वापरात दिसते.

केवळ काही वर्षांतच, कामाच्या ठिकाणी AI (कृत्रिम बुद्धिमत्ता) ही केवळ एका विशिष्ट क्षेत्रापुरती मर्यादित न राहता, मुख्य प्रवाहात आली आहे. आकडेच संपूर्ण कहाणी सांगतात:

AIचा स्वीकार अर्थव्यवस्थेत समानपणे होत नाही. काही उद्योगांमधील कामगारांनी त्यांच्या कामकाजात ChatGPT समाविष्ट करण्यासाठी त्वरित पावले उचलली आहेत, तर इतर सावध गतीने पुढे जात आहेत. 

कोणते क्षेत्र हे साधन सर्वात वेगाने स्वीकारत आहेत, हे पाहण्याद्वारे आपल्याला नजीकच्या काळातील संधी आणि ज्या क्षेत्रांमध्ये याच्या स्वीकाराला गती मिळण्यास अधिक वेळ लागू शकतो, असे दोन्ही घटक ओळखता येतात. 

काही उद्योग ChatGPT ला अपेक्षेपेक्षा जास्त प्रमाणात स्वीकारत आहेत. IT आणि वित्त आघाडीवर आहेत, आणि हे समर्पक आहे कारण कोडिंग, विश्लेषण, आणि माहिती-केंद्रित कामासाठी या साधनाच्या सामर्थ्यांमुळे तसे अपेक्षित आहे. उत्पादन क्षेत्रातील स्वीकार व्यापक डिजिटल परिवर्तन सूचित करतो: कारखाने प्रक्रिया स्वयंचलन, पूर्वानुमानित देखभाल आणि पुरवठा साखळी अनुकूलनासाठी AI चा वापर करत आहेत. औद्योगिक AI मधील सुरुवातीच्या गुंतवणुकीमुळे अभियंते, विश्लेषक आणि ऑपरेशन्स व्यवस्थापकांमध्ये ChatGPT च्या व्यापक वापरासाठी मार्ग मोकळा होत आहे.

इतर उद्योग मागे राहतात. रिटेल, बांधकाम, वाहतूक, घाऊक व्यापार आणि कृषी या सर्व क्षेत्रांमध्ये स्वीकार लक्षणीयरीत्या कमी असल्याचे दिसून येते. बहुतेक प्रकरणांमध्ये, हे त्यांच्या ज्ञान कामगारांच्या कमी वाट्याशी सुसंगत आहे, जिथे AI साधनांची गरज कमी तातडीची असते.  

हेल्थकेअर हे एक विशेष प्रकरण आहे. सर्वात मोठ्या आणि सर्वाधिक डेटा-केंद्रित क्षेत्रांपैकी एक असूनही, स्वीकाराचा वेग तुलनेने मंद राहिला आहे. कठोर गोपनीयता आणि अनुपालन नियम तसेच जोखीम टाळणारी संस्थात्मक संस्कृती ही कारणे असू शकतात. तरीही, आम्हाला क्लिनिकल दस्तऐवजीकरण आणि प्रशासकीय कार्यप्रवाहांसारख्या लक्ष्यित क्षेत्रांमध्ये वाढ दिसू लागली आहे, यावरून असे सूचित होते की आरोग्यसेवा क्षेत्र लवकरच AI स्वीकाराचे प्रमुख केंद्र बनू शकते.

विभागांमध्ये स्वीकाराचे नमुने वेगवेगळे असतात, परंतु काही थीम ठळकपणे दिसून येतात. पहिल्या तीन महिन्यांत, वापराच्या चार श्रेणींमध्ये वर्चस्व आहे: लेखन, संशोधन, प्रोग्रामिंग आणि विश्लेषण. एकत्रितपणे, ते पाठवलेल्या बहुतेक संदेशांचे प्रतिनिधित्व करतात. ही विविधता ChatGPT ची लवचिकता अधोरेखित करते. संघ संप्रेषणाचा मसुदा तयार करण्यासाठी, माहिती गोळा करून एकत्रित करण्यासाठी, कोड लिहिण्यासाठी आणि डेटाचा अर्थ लावण्यासाठी त्याचा वापर करतात.

तांत्रिक पथके ही याच्या सर्वाधिक वापरकर्त्यांपैकी एक आहेत, ज्यामध्ये ॲनालिटिक्स, अभियांत्रिकी, आणि IT भूमिका सुरुवातीच्या वापरकर्त्यांमध्ये मोठ्या प्रमाणात समाविष्ट आहेत. प्रोग्रामिंग हे सर्वात महत्त्वाचे काम आहे, विशेषतः अभियांत्रिकी भूमिकांसाठी, परंतु वापरकर्ते संशोधन आणि दस्तऐवजीकरणासाठीही मोठ्या प्रमाणात मदत मागतात. यावरून असे सूचित होते की ChatGPT चा वापर नियोजनासाठी जवळजवळ तितकाच केला जात आहे जितका कोडिंगसाठी. 

आयटी संघ संशोधन आणि समस्या-निवारणावर सर्वाधिक अवलंबून असतात आणि ऑटोमेशनकडे वळण्यापूर्वी अनेकदा ChatGPT चा माहितीच्या स्रोत म्हणून वापर करतात.

कोडिंगसाठी एक उदाहरण प्रॉम्प्ट

टीप: वरील कृत्रिम प्रॉम्प्ट हे केवळ स्पष्टीकरणात्मक उद्देशाने उदाहरणार्थ या अहवालासाठी खास लिहिलेले उदाहरण आहे

विपणन, संप्रेषण, विक्री आणि ग्राहक अनुभव यांसारख्या गो-टू-मार्केट भूमिकांमध्ये असलेले लोक देखील याचे मुख्य स्वीकारकर्ते आहेत. ही कार्ये मुख्य लेखन, संशोधन, सर्जनशील कल्पनानिर्मिती आणि मीडिया निर्मितीसाठी ChatGPT वर अवलंबून असतात. 

विविध कार्यक्षेत्रांमध्ये, सुरुवातीच्या वापराचा आकृतिबंध सुसंगत आहे: AI हे तज्ञतेत भर घालत आहे, तिची जागा घेत नाहीये. अभियंते कोडमधील त्रुटी दूर करण्यासाठी आणि युनिट टेस्ट्स तयार करण्यासाठी प्रॉम्प्ट्समध्ये पुनरावृत्ती करत आहेत. विश्लेषक डेटासंच स्वच्छ करण्यासाठी आणि त्यांचे अर्थ लावण्यासाठी 'चेन-ऑफ-थॉट प्रॉम्प्टिंग'चा वापर करत आहेत. ग्राहक समर्थन संघ विचारपूर्वक, ब्रँडशी सुसंगत प्रतिसादांचे मसुदे तयार करत आहेत. सामायिक धागा असा आहे की ChatGPT हे विशेष कौशल्यांची व्याप्ती विस्तारत आहे आणि मुख्य कार्यप्रवाहांमध्ये एक भागीदार होत आहे.

स्रोत: ऑनबोर्डिंग दरम्यान गोळा केलेला ChatGPT Enterprise विभागाचा एकत्रित डेटा; स्वयंचलित सामग्री वर्गीकरण प्रणाली

विशेष म्हणजे, कोडिंग अभियांत्रिकीच्या पलीकडेही पसरत आहे. डिझाइनर्स फ्रंट-एंड प्रोटोटायपिंग आणि स्निपेटसाठी मदतीसाठी प्रोग्रामिंगवर अवलंबून असू शकतात, आणि ते वित्त आणि विक्रीपेक्षा खूप जास्त प्रमाणात कोडिंगसाठी ChatGPT वापरतात. प्रकल्प व्यवस्थापक लेखन, मीडिया निर्मिती, कोडिंग आणि डेटा विश्लेषण यांचा संगम साधतात, आणि संघांमधील दुवा म्हणून काम करतात. पण उत्पादन, ऑपरेशन्स, मार्केटिंग, वित्त आणि एचआर हे सर्व काही प्रमाणात कोडिंगसाठी ChatGPT वापरतात. 

Boston University आणि BCG यांनी केलेल्या अभ्यासात हा कल पुष्टी झालेला दिसतो, ज्यामध्ये BCG सल्लागारांच्या तांत्रिक कौशल्यावर ChatGPT चा परिणाम तपासला गेला. या अभ्यासात असे आढळले की ChatGPT चा वापर करणारे आणि त्यावर प्रशिक्षित केलेल्या सल्लागारांनी, नियंत्रण गटातील सल्लागारांच्या तुलनेत, तीन तांत्रिक कामांमध्ये, अनुक्रमे 49, 20 आणि 18 टक्के-बिंदूंनी जास्त गुण मिळवतात, आणि या तीनपैकी दोन कामांमध्ये त्यांनी BCG मधील वास्तविक डेटा सायंटिस्ट्सच्या पातळीच्या जवळपास कामगिरी केली.

चांगले लेखन हे आता फक्त कंटेंट टीम्सपुरते मर्यादित असलेले, एखाद्या तज्ज्ञाचेच काम राहिलेले नाही. ChatGPT सह, कोणीही नोट्सचे स्वच्छ मजकुरात रूपांतर करू शकतो आणि लवकर पुनरावृत्ती करू शकतो. मीटिंग्ज, मेमो आणि ग्राहकांचे संदेश अधिक स्पष्ट आणि सर्वसमावेशक होतात, कारण केवळ प्रशिक्षित संवादकच नव्हे, तर प्रत्येकजण आपले विचार प्रभावीपणे मांडू शकतो. AI हे नियमित संवाद आणि समन्वयासाठी प्रवेशद्वार बनत असून, मसुदा तयार करणे, भाषेचा सूर समायोजन करणे आणि आवृत्ती व्यवस्थापन या प्रक्रियांचा एका टप्प्यात संक्षिप्त करत आहे.

डिझाइन टीम्स मीडिया जनरेशनच्या वापरामुळे वेगळ्या ठरतात आणि इतर गटांच्या तुलनेत त्यावर दोन ते चार पट अधिक अवलंबून राहतात. या कार्यांसाठी मुख्य कामाच्या कार्यांमध्ये मोठ्या प्रमाणावर वापर होत असल्याने, मजकुराच्या पलीकडे ChatGPT ची उदयास येणारी भूमिका अधोरेखित होते. 

सर्व 'गो-टू-मार्केट' (Go-to-market) टीम्स ChatGPT चा वापर प्रामुख्याने लेखन, संशोधन आणि माध्यम निर्मितीच्या कामांसाठी करतात; मात्र, त्या हे वापर वेगवेगळ्या प्रकारे करतात. येथे काही नमुना प्रॉम्प्ट दिले आहेत, जे आम्हाला प्राप्त होत असलेल्या प्रश्नांचा प्रकार दर्शवतात

टीप: वरील उदाहरणार्थ तयार केलेले प्रॉम्प्ट केवळ या अहवालासाठी खास लिहिलेली उदाहरणे आहेत

प्राथमिक डेटा सातत्यपूर्ण कल दर्शवतो: बहुतेक विभाग ChatGPT मधील मुख्य साधनांवर अवलंबून आहेत, ज्यामध्ये शोध, डेटा विश्लेषण, फाइल अपलोड, रिट्रिव्हल, आणि कॅनव्हास यांचा समावेश आहे. रीझनिंग मॉडेल, डीप रिसर्च, प्रोजेक्ट्स आणि कस्टम सूचना यांसारख्या अधिक प्रगत वैशिष्ट्यांचा वापर R&D टीम्ससह प्रगत वापरकर्त्यांमध्ये अधिक जास्त आहे. अनेक कर्मचाऱ्यांसाठी याचा परिणाम असा आहे की ChatGPT हे विशेषीकृत वापरप्रकरणांपेक्षा सहज उपलब्ध, कमी अडथळ्यांच्या कामांद्वारे दैनंदिन कार्यप्रवाहांमध्ये विणले गेले आहे.

तांत्रिक कार्ये अपवाद ठरतात. विश्लेषण, अभियांत्रिकी, आयटी आणि संशोधनाशी संबंधित भूमिका प्रगत क्षमतांचा अधिक प्रमाणात वापर करतात. त्यांच्या कामासाठी अनेकदा अनेक-टप्प्यांतील तर्कशक्ती, मोठ्या प्रमाणावर डेटा संश्लेषण किंवा गुंतागुंतीच्या समस्यांचे निराकरण करणे अनेकदा आवश्यक असते. इंजिनिअर्स कोड जनरेशन किंवा डीबगिंगसाठी प्रॉम्प्ट देतात. विश्लेषक डेटासेट्सचे अर्थ लावण्यासाठी डीप रिसर्च वापरतात. IT व्यावसायिक टिकिट्स सोडवण्यासाठी आणि सिस्टम्समधील समस्यांचे निराकरण करण्यासाठी नॉलेज बेसमध्ये क्वेरी करतात. अधिक सक्षम साधने नैसर्गिकरित्या संरचित, डेटा-केंद्रित आणि निर्णय-आधारित तांत्रिक कार्यांशी सुसंगत असतात.

वेगवेगळे तांत्रिक संघ विशिष्ट वैशिष्ट्यांचा उपयोग करतात. आयटी टीम्स रिट्रिव्हल आणि शोध वापरण्याची शक्यता अधिक असते, आणि कॉन्फिगरेशन किंवा धोरणविषयक प्रश्नांची झटपट उत्तरे मिळवण्यासाठी ChatGPT ला ज्ञानसाथी म्हणून वापरतात. इंजिनिअरिंग टीम्स GPTs, प्रोग्रामिंग टूल्स आणि डेटा विश्लेषणाचा अधिक वापर करतात, जे त्यांच्या कोड-केंद्रित वर्कफ्लोजचे प्रतिबिंब आहे. ही भिन्नता दाखवते की स्वीकार्यता केवळ तांत्रिक प्रवीणतेवरच नाही, तर प्रत्येक विभागातील कामाच्या प्रकारावर आणि संदर्भावरही अवलंबून असते.

या डेटामधून दोन संधी समोर येतात. सर्वप्रथम, प्रगत वैशिष्ट्ये — जिथे त्यांचा व्यापक प्रभाव पडू शकतो अशा ठिकाणीही — अजूनही अपुऱ्या प्रमाणात वापरली जातात. अडथळ्यांमध्ये शोधक्षमता, वापराच्या प्रकरणांविषयी जागरूकता, किंवा त्यांचा वापर करण्यासाठी आवश्यक असलेली मांडणी प्रक्रिया यांचा समावेश असू शकतो.

दुसरे म्हणजे, विश्लेषण, आयटी, कायदेशीर आणि अभियांत्रिकी क्षेत्रांतील सुरुवातीचे समर्थक आधीच अधिक जटिल कार्यप्रवाहांकडे वाटचाल करत आहेत. सक्षमीकरण कार्यक्रमांचा विस्तार होत असताना आणि उत्पादनातील सुधारणा प्रवेशातील अडथळे कमी करत असताना, स्वीकाराचा कल मुख्य दैनंदिन कामांपासून पुढे जाऊन अधिक सखोल रीझनिंग आणि सहकार्यात्मक कार्यप्रवाहांकडे वळण्याची शक्यता आहे. हे कार्यप्रवाह संपूर्ण संस्थेमधील निर्णयप्रक्रियेला नव्याने आकार देतील. 

ChatGPT आधीच कामगारांना मोजता येण्याजोग्या प्रकारे अधिक उत्पादक बनवत आहे. अंतर्गत बेंचमार्क उत्पादकतेत लक्षणीय वाढ दर्शवतात, आणि हे प्रामुख्याने अशा कर्मचाऱ्यांमुळे घडते जे याचा वापर अधिक जलद लिहिण्यास आणि संवाद साधण्यास, अधिक प्रभावीपणे संशोधन करण्यास, आणि रिपीट होणाऱ्या कामांसाठी लागणारा प्रयत्न कमी करण्यास करतात. बहुतेक कंपन्या अजूनही स्वीकारण्याच्या सुरुवातीच्या टप्प्यात आहेत, परंतु आम्ही आता संस्थांना संपूर्ण प्रक्रिया अधिक कार्यक्षम करण्यासाठी विभागीय स्तरावर ChatGPT समाविष्ट करताना पाहू लागलो आहोत. 

पारंपरिक एंटरप्राइझ सॉफ्टवेअरप्रमाणे, जे दीर्घ निर्णयचक्रांनंतर आणि प्रशिक्षण कार्यक्रमांनंतर टॉप-डाउन रोलआउट्सद्वारे पसरते, ChatGPT ने तळागाळातून कार्यस्थळी प्रवेश केला. कर्मचारी आणि लहान टीम्सनी स्वतःहून ते आणले, कार्यप्रवाहांवर प्रयोग केले, आणि कंपन्यांनी खरेदी प्रक्रिया औपचारिक करण्यापूर्वी त्याचे मूल्य सिद्ध केले. या तळागाळातील पद्धतीमुळे, अलीकडच्या काळात हे सर्वात वेगाने स्वीकारले गेलेले एंटरप्राइझ तंत्रज्ञान ठरले आहे. 

ती स्थिती आता बदलत आहे. स्वायत्त एजंट्सपासून प्रगत कोड सहाय्य आणि निर्णय-सहाय्य साधनांपर्यंतच्या नवीन क्षमता, वैयक्तिक उत्पादकतेच्या पलीकडे ChatGPT ची भूमिका विस्तारत आहेत. ते संपूर्ण कार्यप्रवाहांसाठी एक प्लॅटफॉर्म बनत आहे. कार्यकारी अधिकारी याचा वापर धोरण आखण्यासाठी करतात, अभियंते प्रणाली डिझाइन आणि डीबग करण्यासाठी, आणि ग्राहक सहाय्य एजंट जटिल सोल्यूशन्सचे मूल्यांकन करण्यासाठी करतात. अधिकाधिक, ChatGPT दैनंदिन कामासाठी ऑपरेटिंग सिस्टम म्हणून कार्य करते: एक सामायिक स्तर, जिथे निर्णय घेतले जातात, समस्या सोडवल्या जातात, आणि आउटपुटचा विस्तार होतो.

काम नेहमीच तंत्रज्ञानासोबत विकसित होत आले आहे. अलीकडेच, यातील बराचसा भाग हा उत्तरे शोधणे, ईमेल मसुदे तयार करणे आणि आधीच सोडवलेल्या समस्यांचीच पुनरावृत्ती करणे याभोवतीच फिरत असे. ते अधिकाधिक संश्लेषण, सर्जनशीलता आणि गतीकडे वळत आहे: AI सह नैसर्गिक आणि अंतर्ज्ञानी संवादामुळे सुधारलेले काम.

पुढील काही वर्षांत, AI जवळजवळ प्रत्येक कार्यप्रवाहात समाविष्ट होईल. हे घडत असताना, कर्मचारी कामे पार पाडण्यात कमी वेळ घालवतील आणि AI च्या निष्पत्तीचे पर्यवेक्षण करण्यात आणि त्याला आकार देण्यात अधिक वेळ व्यतीत करतील. ChatGPT ची क्रॉस-फंक्शनल पोहोच याचा अर्थ असा आहे की व्यक्तींना पूर्वी अनेक विभागांमध्ये विभागली गेलेली कार्ये हाताळता येतील. उदाहरणार्थ, एखादा प्रॉडक्ट मॅनेजर ग्राहकांचा अभिप्राय विश्लेषित करण्यासाठी, एखाद्या नवीन वैशिष्ट्याची चाचणी घेण्यासाठी आणि ते सुधारण्यासाठी, तसेच ते बाजारात आणण्यासाठी आवश्यक असलेला कायदेशीर आणि मार्केटिंगसाठीचा मजकूर मसुदा तयार करण्यासाठी याचा वापर करू शकतो.

सहकार्य वेगळ्या दस्तऐवज आणि संदेशांपासून सामायिक, रिअल-टाइम वर्कस्पेसमध्ये सरकत आहे, जिथे टीम्स एकत्र येऊन समस्या सोडवतात. मेमरीसारखी वैशिष्ट्ये उत्पादनाला अधिक संदर्भ-जाणणारे बनवत आहेत, ज्यामुळे कर्मचाऱ्यांना त्यांच्या प्राधान्ये, प्रकल्प आणि वर्कफ्लोज लक्षात ठेवणारा एक भागीदार मिळतो. संरचित आणि असंरचित डेटा थेट ChatGPT मध्ये आणण्याची क्षमता एंटरप्राइज ज्ञानासाठीचे केंद्रीय इंटरफेस म्हणून त्याची भूमिका विस्तारित करत आहे, आणि GPT‑5 या बदलाला गती देत आहे.

महत्त्वाचे म्हणजे, प्रारंभिक पुरावे सूचित करतात की हा बदल केवळ कर्मचाऱ्यांना अधिक उत्पादक बनवत नाही, तर प्रत्यक्षात त्यांचे काम अधिक आनंददायी देखील बनवतो. हे जास्त वेळ घेणारी आणि कमी-मूल्याची कामे कमी करून, अर्थपूर्ण, मुख्य कामावर पुन्हा लक्ष केंद्रित करण्यास सक्षम करून साध्य करते. हजारो ज्ञान कामगारांमध्ये सहा महिन्यांच्या यादृच्छिक फील्ड प्रयोगात, AI च्या प्रवेशामुळे ईमेलवर घालवला जाणारा साप्ताहिक वेळ 31% ने कमी झाला. आणखी एका अभ्यासात सॉफ्टवेअर डेव्हलपर्सचा परीक्षण करण्यात आले आणि त्यात आढळले की AI कोडिंग साधनांमुळे त्यांना कोडिंगवर आणि संशोधनात्मक अधिक वेळ देता आला, तर प्रकल्प-व्यवस्थापनावर मात्र कमी वेळ खर्च करावा लागला. एकत्रितपणे, हे निष्कर्ष सूचित करतात की ChatGPT सारखी साधने कंटाळवाणी किरकोळ कामे कमी करू शकतात, ज्यामुळे अधिक धोरणात्मक, समाधानकारक, आणि शेवटी अधिक मूल्यवान कामासाठी वेळ मोकळा होऊ शकतो.

या बदलाचे प्रमाण भूतकाळातील तांत्रिक क्रांतींची आठवण करून देते. वीजेमुळे कारखान्यातील कामाचे स्वरूप बदलले, इंटरनेटने वाणिज्य आणि संवादाची नव्याने व्याख्या केली, आणि AI आता पुढील मोठ्या झेपेसाठी पायाभरणी करत आहे. ज्या उद्योग त्वरित आणि विचारपूर्वक परिस्थितीशी जुळवून घेतात, ते सर्वात आधी आणि सर्वाधिक लाभ प्राप्त होतील: जसे की अधिक जलद निर्णयचक्र, उत्पादकतेतील क्रांतीकारी प्रगती, आणि प्रत्येक कार्यक्षेत्रात नवीन संधी.