OpenAI Frontier सादर करीत आहे

AI मुळे संघांना पूर्वी ज्या गोष्टींबद्दल ते बोलायचे पण कधीच अंमलात आणायच्या नाहीत, त्या गोष्टी आता हाताळता येतात. खरं तर, 75% एंटरप्राइझ कर्मचारी सांगतात की AI ने त्यांना अशी कामे करण्यास मदत केली जी ते यापूर्वी करू शकत नव्हते. हे आम्हाला प्रत्येक विभागाकडून ऐकायला मिळत आहे, केवळ तांत्रिक संघांकडूनच नाही. काम करण्याची पद्धत बदलली आहे, आणि एंटरप्राइझला त्याचा मोठा परिणाम जाणवू लागला आहे.

गेल्या काही वर्षांत आम्ही हे प्रत्यक्षात १० लाखांहून अधिक व्यवसायांमध्ये घडताना पाहिले आहे. एका प्रमुख उत्पादकाकडे, एजंट्सनी उत्पादन ऑप्टिमायझेशनचे काम सहा आठवड्यांवरून एका दिवसात कमी केले. एका जागतिक गुंतवणूक कंपनीने विक्री प्रक्रियेत एंड-टू-एंड एजंट्स तैनात केले, ज्यामुळे विक्रेत्यांना ग्राहकांसोबत अधिक वेळ घालवण्यासाठी 90% पेक्षा जास्त वेळ मोकळा झाला. आणि, एका मोठ्या ऊर्जा उत्पादकाकडे, एजंटांनी उत्पादनात ५% पर्यंत वाढ करण्यात मदत केली, ज्यामुळे अतिरिक्त महसुलात एक अब्जाहून अधिकची भर पडते.

हे प्रत्येक उद्योगातील AI नेत्यांसाठी घडत आहे, आणि गती पकडण्याचा दबाव वाढत आहे. What’s slowing them down isn’t मॉडेल intelligence, it’s how एजंट्स are built and run in their organizations.

आज, आम्ही Frontier सादर करत आहोत, एक नवीन प्लॅटफॉर्म जो एंटरप्रायझेसना खरे काम करू शकणारे AI एजंट्स तयार करणे, तैनात करणे आणि व्यवस्थापित करणे यासाठी मदत करतो. Frontier एजंटांना कामात यशस्वी होण्यासाठी आवश्यक तीच कौशल्ये देते: सामायिक संदर्भ, ऑनबोर्डिंग, अभिप्रायासह प्रत्यक्ष शिकणे, आणि स्पष्ट परवानग्या व मर्यादा. अशा प्रकारे संघ वेगळ्या use casesच्या पलीकडे जाऊन संपूर्ण व्यवसायभर काम करणाऱ्या AI सहकाऱ्यांपर्यंत पोहोचतात.

HP⁠(नवीन विंडोमध्ये उघडेल), Intuit⁠(नवीन विंडोमध्ये उघडेल), Oracle⁠(नवीन विंडोमध्ये उघडेल), State Farm⁠(नवीन विंडोमध्ये उघडेल), Thermo Fisher⁠(नवीन विंडोमध्ये उघडेल), आणि Uber⁠(नवीन विंडोमध्ये उघडेल) हे Frontier स्वीकारणाऱ्यांपैकी पहिले आहेत, आणि BBVA⁠(नवीन विंडोमध्ये उघडेल), Cisco⁠(नवीन विंडोमध्ये उघडेल), आणि T-Mobile⁠(नवीन विंडोमध्ये उघडेल)यांच्यासह डझनभर विद्यमान ग्राहकांनी त्यांच्या काही सर्वात गुंतागुंतीच्या आणि मौल्यवान AI कामासाठी Frontier च्या दृष्टिकोनाची आधीच चाचणी घेतली आहे.

कंपन्या आधीच क्लाउड्स, डेटा प्लॅटफॉर्म्स आणि अ‍ॅप्लिकेशन्समध्ये पसरलेल्या विस्कळीत प्रणाली आणि गव्हर्नन्समुळे भारावून गेल्या आहेत. AI मुळे ते विखंडन अधिक स्पष्ट झाले आणि अनेक प्रकरणांमध्ये अधिक तीव्र झाले. एजंट आता सर्वत्र तैनात केले जात आहेत, आणि प्रत्येकजण जे पाहू शकतो आणि करू शकतो त्यात वेगळा आहे. प्रत्येक नवीन एजंट मदत करण्याऐवजी गुंतागुंत वाढवू शकतो, कारण काम नीट करण्यासाठी त्याच्याकडे पुरेसा संदर्भ नसतो.

एजंट्स अधिक सक्षम झाल्यामुळे, मॉडेल्स काय करू शकतात आणि संघ प्रत्यक्षात काय तैनात करू शकतात यामधील संधीचे अंतर वाढले आहे. हे अंतर फक्त तंत्रज्ञानामुळेच नाही. संघ अजूनही एजंट्सना सुरुवातीच्या पायलट टप्प्यापलीकडे नेऊन वास्तविक कामात आणण्यासाठी आवश्यक ज्ञान तयार करत आहेत, जसे AI वेगाने सुधारत आहे. फक्त OpenAI मध्येच, साधारणतः दर तीन दिवसांनी काहीतरी नवीन प्रकाशित होते, आणि तो वेग आणखी वाढत आहे.¹ त्याच्याशी जुळवून घेणे म्हणजे नियंत्रण आणि प्रयोग यांचा समतोल साधणे, आणि ते योग्यरीत्या साधणे कठीण आहे.

उद्योगांना हे आत्ताच समजून घेण्याचा दबाव जाणवत आहे, कारण सुरुवातीचे आघाडीवरचे आणि इतर सर्वांमधील अंतर वेगाने वाढत आहे.

आम्ही हे शिकलो आहोत की संघांना फक्त पझलचे काही तुकडे सोडवणारी अधिक चांगली साधनेच आवश्यक नाहीत. एजंट्स बिल्ड, डिप्लॉय आणि मॅनेज करण्यासाठी एंड-टू-एंड पद्धतीने एजंट्स प्रोडक्शनमध्ये आणण्यासाठी त्यांना मदतीची गरज होती.

आम्ही एंटरप्राइझ आधीच लोकांना कसे स्केल करतात याकडे पाहून सुरुवात केली. ते ऑनबोर्डिंग प्रक्रिया तयार करतात. ते संस्थात्मक ज्ञान आणि अंतर्गत भाषा शिकवतात. ते अनुभवातून शिकण्यास अनुमती देतात आणि अभिप्रायाद्वारे कार्यक्षमता सुधारतात. ते योग्य प्रणालींना प्रवेश देतात आणि मर्यादा निश्चित करतात. AI सहकाऱ्यांना त्याच गोष्टींची आवश्यकता आहे.

AI सहकाऱ्यांनी प्रत्यक्षात कार्य करण्यासाठी, काही गोष्टी महत्त्वाच्या आहेत:

• त्यांना प्रणालींमध्ये काम प्रत्यक्षात कसे केले जाते हे समजून घेणे आवश्यक आहे.  
• त्यांना संगणक आणि साधनांचा वापर करून योजना आखणे, कृती करणे आणि वास्तविक जगातील समस्या सोडवण्यासाठी प्रवेश आवश्यक आहे. 
• त्यांना 'चांगले' कसे दिसते हे समजून घेणे आवश्यक आहे, त्यामुळे काम बदलत असताना गुणवत्ता सुधारते.
• आणि त्यांना अशी ओळख, परवानग्या आणि सीमा आवश्यक आहेत ज्यांवर संघ विश्वास ठेवू शकतील.

आणि हे सर्व अनेक प्रणालींमध्ये कार्य करणे आवश्यक आहे, जे अनेकदा एकाधिक क्लाउड्समध्ये पसरलेले असतात. फ्रंटिअर आधीच असलेल्या प्रणालींसोबत कार्य करते, त्यांना रीप्लॅटफॉर्म करण्यास भाग पाडत नाही. तुम्ही तुमचा विद्यमान डेटा आणि AI जिथे आहे तिथे एकत्र आणू शकता - तसेच खुले मानकांचा वापर करून तुम्ही आधीच वापरत असलेले अनुप्रयोग एकत्रित करू शकता. याचा अर्थ कोणतेही नवीन फॉरमॅट्स नाहीत आणि तुम्ही आधीच डिप्लॉय केलेले एजंट्स किंवा अ‍ॅप्लिकेशन्स सोडून देणार नाहीत.

या दृष्टिकोनाची सुपरपॉवर म्हणजे AI सहकारी कोणत्याही इंटरफेसद्वारे सहज उपलब्ध आणि उपयुक्त असतात, एका एकमेव UI किंवा अनुप्रयोगामागे अडकून राहत नाहीत. ते जिथे काम करतात तिथे लोकांसोबत भागीदारी करू शकतात, मग ते ChatGPT सोबत संवाद साधणे असो, Atlas सह कार्यप्रवाहांद्वारे असो, किंवा विद्यमान व्यवसाय अनुप्रयोगांमध्ये असो. हे सत्य आहे की एजंट्स इन-हाऊस विकसित केलेले असोत, OpenAI कडून प्राप्त केलेले असोत, किंवा तुम्ही आधीपासून वापरत असलेल्या इतर विक्रेत्यांकडून समाकलित केलेले असोत.

प्रत्येक प्रभावी कर्मचारी व्यवसाय कसा चालतो, माहिती कुठे असते, आणि चांगले निर्णय कसे दिसतात हे जाणतो.

Frontier वेगळे डेटा वेअरहाऊस, CRM प्रणाली, तिकीटिंग साधने आणि अंतर्गत अनुप्रयोग जोडते, जेणेकरून AI सहकाऱ्यांना तोच सामायिक व्यावसायिक संदर्भ मिळू शकेल. त्यांना माहिती कशी प्रवाहित होते, निर्णय कुठे घेतले जातात, आणि कोणते परिणाम महत्त्वाचे आहेत हे समजते. हे एंटरप्राइझसाठी एक अर्थविषयक स्तर बनते, ज्याचा संदर्भ सर्व AI सहकारी प्रभावीपणे कार्य करण्यासाठी आणि संवाद साधण्यासाठी घेऊ शकतात.

सामायिक संदर्भ उपलब्ध झाल्यावर, एजंटना प्रत्यक्ष काम करता येणे आवश्यक आहे.

संस्थेतील तांत्रिक आणि अ-तांत्रिक सर्व संघ Frontier चा वापर करून AI सहकाऱ्यांना नियुक्त करू शकतात, जे संगणकावर लोक आधीच करत असलेल्या अनेक कामांची जबाबदारी घेतात. Frontier AI सहकाऱ्यांना डेटावर तर्क करण्याची आणि फाइल्ससह काम करणे, कोड चालवणे, आणि साधने वापरणे यांसारखी क्लिष्ट कामे पूर्ण करण्याची क्षमता देते, हे सर्व विश्वासार्ह, खुले एजंट कार्यान्वयन वातावरणात. AI सहकारी कार्य करत असताना, ते स्मृती निर्माण करतात, पूर्वीच्या संवादांना उपयुक्त संदर्भात रूपांतरित करतात, ज्यामुळे कालांतराने कार्यक्षमता सुधारते.

एकदा तैनात केल्यानंतर, AI सहकारी स्थानिक वातावरणांमध्ये, एंटरप्राइझ क्लाउड इन्फ्रास्ट्रक्चरमध्ये आणि OpenAI-होस्टेड रनटाइम्समध्ये कार्य करू शकतात, ज्यामुळे संघांना काम कसे केले जाते हे पुन्हा नव्याने शोधण्याची गरज भासत नाही. आणि वेळ-संवेदनशील कामासाठी, Frontier OpenAI च्या मॉडेल्सना कमी विलंबाच्या प्रवेशाला प्राधान्य देते, ज्यामुळे प्रतिसाद जलद आणि सुसंगत राहतात.

एजंट्स दीर्घकाळ उपयुक्त ठरावेत यासाठी, त्यांना लोकांप्रमाणेच अनुभवातून शिकणे आवश्यक आहे.

कामगिरीचे मूल्यांकन आणि अनुकूलन करण्याचे अंगभूत मार्ग मानवी व्यवस्थापकांना आणि AI सहकाऱ्यांना काय कार्यरत आहे आणि काय नाही हे स्पष्ट करतात, ज्यामुळे चांगले वर्तन कालांतराने सुधारते. कालांतराने, AI सहकारी चांगले काय दिसते हे शिकतात आणि सर्वात महत्त्वाच्या कामात अधिक कुशल बनतात.

हे असे आहे की एजंट्स प्रभावी डेमोमधून विश्वासार्ह सहकाऱ्यांमध्ये कसे रूपांतरित होतात.

अत्याधुनिक हे सुनिश्चित करते की AI सहकारी स्पष्ट मर्यादांमध्ये कार्य करतात. प्रत्येक AI सहकाऱ्याची स्वतःची ओळख असते, स्पष्ट परवानग्या आणि सुरक्षा उपायांसह. हे संवेदनशील आणि नियमनबद्ध वातावरणांमध्ये त्यांचा आत्मविश्वासाने वापर करण्यास सक्षम करते. एंटरप्राइझ सुरक्षा आणि गव्हर्नन्स⁠ अंगभूत आहेत, त्यामुळे संघ नियंत्रण न गमावता विस्तार करू शकतात.

संधीतील अंतर भरून काढणे ही केवळ तंत्रज्ञानाची समस्या नाही.

आम्ही वर्षानुवर्षे गुंतागुंतीच्या AI तैनातींसाठी मोठ्या एंटरप्राइझेससोबत जवळून काम केले आहे, त्यामुळे काय कार्य करते आणि काय कार्य करत नाही हे आम्ही पाहिले आहे. आता आम्ही संघांना त्यांच्या सर्वात कठीण समस्यांवर ते धडे लागू करण्यास मदत करत आहोत.

आम्ही OpenAI फॉरवर्ड डिप्लॉयड इंजिनिअर्स (FDE) यांना तुमच्या संघांसोबत जोडतो, खांद्याला खांदा लावून काम करत, जेणेकरून तुम्हाला उत्पादनात एजंट्स तयार करण्यासाठी आणि चालवण्यासाठी सर्वोत्तम पद्धती विकसित करण्यात मदत होईल.

FDE संघांना OpenAI संशोधनाशी थेट संपर्क देखील देतात. तुम्ही एजंट्स तैनात करत असताना, आम्ही केवळ मॉडेलच्या आसपास तुमच्या प्रणालींमध्ये सुधारणा कशी करावी हे शिकत नाही, तर इतरही गोष्टी शिकतो. तुमच्या कामासाठी अधिक उपयुक्त होण्यासाठी मॉडेल्सना स्वतःला कसे विकसित करावे लागेल हेही आम्ही शिकतो. तो फीडबॅक लूप, तुमच्या व्यवसाय समस्येपासून डिप्लॉयमेंट, संशोधन आणि परत, दोन्ही बाजूंना जलद गतीने पुढे जाण्यास मदत करतो.

एंटरप्राइझमध्ये AI सर्वोत्तम कार्य करते जेव्हा प्लॅटफॉर्म आणि अनुप्रयोग एकत्र कार्य करतात. Frontier ओपन स्टँडर्ड्सवर आधारित असल्यामुळे, सॉफ्टवेअर संघ प्लग इन करून असे एजंट तयार करू शकतात जे त्याच सामायिक संदर्भाचा लाभ घेतात.

हे महत्त्वाचे आहे कारण अनेक एजंट अ‍ॅप्स एका साध्या कारणामुळे अपयशी ठरतात: त्यांच्याकडे आवश्यक असलेला संदर्भ नसतो. डेटा प्रणालींमध्ये विखुरलेला आहे, परवानग्या जटिल आहेत आणि प्रत्येक एकत्रीकरण एक स्वतंत्र प्रकल्प बनतो. Frontier अनुप्रयोगांना आवश्यक व्यावसायिक संदर्भ (योग्य नियंत्रणांसह) सहज उपलब्ध करून देते, ज्यामुळे ते पहिल्या दिवसापासूनच वास्तविक वर्कफ्लोमध्ये कार्य करू शकतात. उद्योगांसाठी, याचा अर्थ प्रत्येक वेळी दीर्घ इंटिग्रेशन सायकलशिवाय जलद रोलआउट्स होतात.

आम्ही Frontier Partners च्या एका छोट्या गटासोबतही काम करत आहोत— Abridge⁠(नवीन विंडोमध्ये उघडेल), Clay⁠(नवीन विंडोमध्ये उघडेल), Ambience⁠(नवीन विंडोमध्ये उघडेल), Decagon⁠(नवीन विंडोमध्ये उघडेल), Harvey⁠(नवीन विंडोमध्ये उघडेल), आणि Sierra⁠(नवीन विंडोमध्ये उघडेल)यांसारख्या AI-नेटिव्ह बिल्डर्ससोबत—जे Frontier सोबत go सखोलपणे काम करण्यासाठी वचनबद्ध आहेत. ते ग्राहकांना काय हवे आहे हे जाणून घेण्यासाठी, उपाय डिझाइन करण्यासाठी आणि तैनातीला समर्थन देण्यासाठी OpenAI सोबत जवळून काम करतील. कालांतराने, आम्ही कार्यक्रमाचा विस्तार करू आणि एंटरप्राइझ AI वर लक्ष केंद्रित करणाऱ्या अधिक बिल्डरांचे स्वागत करू.

प्रश्न आता असा नाही की AI काम कसे पूर्ण होते हे बदलेल का, तर तुमची संस्था एजंट्सना खऱ्या फायद्यात किती लवकर रूपांतरित करू शकते.

अत्याधुनिक आज काही निवडक ग्राहकांसाठी उपलब्ध आहे, आणि पुढील काही महिन्यांत अधिक व्यापक उपलब्धता येणार आहे. जर तुम्हाला आमच्यासोबत काम करण्याच्या शक्यता शोधायच्या असतील, तर तुमच्या OpenAI टीमशी संपर्क साधा.