एजंटिक युगात AI गुंतवणुकीचे व्यवस्थापन कसे करावे

OpenAI चे उद्दिष्ट म्हणजे कालांतराने AI अधिक सुलभ, सक्षम आणि परवडणारी करणे. GPT‑4 पासून GPT‑5.4 पर्यंत, प्रति दशलक्ष टोकन किंमत 97% ने कमी झाली. GPT‑5.6⁠ ही प्रगती पुढे नेत आहे; आर्टिफिशियल ॲनालिसिस कोडिंग एजंट इंडेक्समध्ये 54% कमी आउटपुट टोकन आणि प्रत्येक कामासाठी 57% कमी वेळेसह ते अधिक चांगली कामगिरी देते.

परंतु केवळ टोकनच्या किमतीवरून AI मूल्य निर्माण करत आहे की नाही हे दिसत नाही. लीडर्सनी प्रति डॉलर उपयुक्त कामाकडे लक्ष दिले पाहिजे: पूर्ण केलेली कामे, वाचलेला वेळ, सुधारलेले निर्णय आणि विस्तारासाठी तयार असलेले कार्यप्रवाह.

टीम चॅटमधून अधिक काळ चालणाऱ्या कार्यप्रवाहांकडे वळत असताना, प्रशासकांना मागणी, खर्च आणि जोखीम यांची अधिक स्पष्ट दृश्यता लागते. 

विश्वासाने गुंतवणूक करण्याचे पाच मार्ग येथे दिले आहेत.

एंटरप्राइझ लीडर्सना AI वापराचे स्पष्ट चित्र हवे असते: ते कोण वापरत आहे, कोणती उत्पादने किंवा मॉडेल वापरत आहेत, किती क्षमता वापरत आहेत आणि त्या वापरामुळे कोणत्या प्रकारच्या कामाला मदत होते. अशी दृश्यता नसल्यास, वाढत्या बिलाचा अर्थ लावणे कठीण जाते. तो खर्च अपव्यय, उत्पादक प्रयोग किंवा व्यवसायासाठी अत्यावश्यक बनू लागलेल्या कार्यप्रवाह दर्शवू शकतो.

ChatGPT काम⁠ अधिक लांब, अनेक टप्प्यांच्या कामांना सपोर्ट करते, त्यामुळे वापर कार्यप्रवाहानुसार खूप बदलू शकतो. प्रशासकांना फक्त वापरलेले क्रेडिट्स नव्हे, तर त्या वापरामागील कामही दिसणे आवश्यक आहे. ChatGPT मधील मागणीचे सामायिक चित्र उपलब्ध असल्यामुळे हे शक्य होते. वापर विश्लेषण आणि खर्च नियंत्रणांमधील⁠ अद्ययावत सुविधा प्रशासक कन्सोल⁠(नवीन विंडोमध्ये उघडेल) मध्ये प्रशासकांना वापरकर्ता, उत्पादन आणि मॉडेलनुसार स्वीकार, क्रेडिट्सचा वापर आणि खर्च पाहण्यास; कालांतराने कलांचा मागोवा घेण्यास; नव्याने दिसू लागलेले पॅटर्न ओळखण्यास; आणि वापर व्यापक स्वीकार, पॉवर-युजर कार्यप्रवाह किंवा अधिक गुंतवणुकीस पात्र ठरू शकणारी पुनरावृत्ती होणारी व्यावसायिक प्रक्रिया दर्शवतो का हे समजण्यास मदत करतात.

वेगवेगळ्या स्तरांवरील सखोल माहिती गुंतवणूक आणि सक्षमीकरणाचे निर्णय घेण्यास मार्गदर्शन करते:

• वर्कस्पेस: स्वीकार आणि खर्च एकत्र वाढत आहेत का?
• टीम आणि वापरकर्ता: मागणी कुठे वाढत आहे आणि कोणाला अधिक समर्थनाची गरज भासू शकते?
• उत्पादन आणि मॉडेल: अधिक महागडी बुद्धिमत्ता कुठे वापरली जात आहे आणि ती मागणी टिकून आहे का?

एकत्रितपणे, ही दृश्ये प्रशासकांना कुठे गुंतवणूक करायची, मार्गदर्शन द्यायचे किंवा मर्यादा सेट करायच्या हे ठरवण्यात मदत करतात.

सर्वात कमी टोकन किंमतीमुळे नेहमीच सर्वात कमी एकूण खर्च येतो असे नाही. स्वस्त मॉडेल अयशस्वी होऊ शकते, पुन्हा प्रयत्न करू शकते किंवा दुरुस्तीची गरज असलेले काम तयार करू शकते. अधिक सक्षम मॉडेलची प्रति टोकन किंमत जास्त असू शकते, पण ते कमी प्रयत्नांत आणि कमी पुनरावलोकनासह स्वीकारार्ह परिणाम अधिक वेगाने गाठू शकते.

मॉडेलना त्यांना कराव्या लागणाऱ्या कामाच्या आधारावर मूल्यमापन करा. एज केसेससह प्रत्यक्ष कामांचे प्रतिबिंब दाखवणारी evals⁠ वापरा आणि चाचणीपूर्वी “पुरेसे चांगले” म्हणजे काय ते ठरवा. मग त्या निकषापर्यंत पोहोचण्याचा पूर्ण खर्च मोजा: मॉडेल आणि टूल वापर, प्रयत्नांची संख्या, पूर्णता दर, विलंब आणि मानवी पुनरावलोकन.

प्राधान्याच्या कार्यप्रवाहांसाठी, प्रत्येक स्वीकृत परिणामांमागील खर्चाचा मागोवा घ्या. ग्राहक समर्थनामध्ये, ती एक सोडवलेली केस असू शकते. अभियांत्रिकीमध्ये, तो एक तपासलेला बदल असू शकतो जो पुनरावलोकनात यशस्वी ठरतो. या खर्चाची तुलना व्यावसायिक मूल्यांशी करा, जसे की वाचलेला वेळ, कमी झालेला कार्यचक्र वेळ, संरक्षित महसूल, टाळलेली जोखीम किंवा निर्माण केलेली क्षमता.

मॉडेलची निवड हा समीकरणाचा फक्त एक भाग आहे. स्पष्ट सूचना, केंद्रित टूल्स, पुन्हा वापरता येणारा संदर्भ आणि स्पष्ट थांबण्याच्या अटी यांमुळे लूप्स आणि वाया जाणारा खर्च कमी होऊ शकतो. उद्दिष्ट असे आहे की मॉडेल आणि कार्यप्रवाह कामाशी जुळवणे: लहान किंवा वेगवान मॉडेल गुणवत्ता निकष पूर्ण करत असतील तेव्हा त्यांचा वापर करा आणि गुंतागुंतीच्या, संदिग्ध किंवा उच्च जोखमीच्या कामासाठी अत्याधुनिक बुद्धिमत्ता राखून ठेवा.

कोणते AI काम विस्तारू शकते हे ठरवणारा ऑपरेटिंग स्तर म्हणून एंटरप्राइझ लीडर्सनी गव्हर्नन्सकडे पाहिले पाहिजे. व्यावहारिक काम म्हणजे ChatGPT कोणता संदर्भ वापरू शकते, कोणत्या टूल्सना प्रवेश करू शकते, कोणत्या कृती करू शकते, अधिक जोखमीच्या टप्प्यांना कोण मंजुरी देतो आणि टीमना मौल्यवान कार्यप्रवाह सापडल्यावर अतिरिक्त क्षमता कशी दिली जाते हे परिभाषित करणे.

टीम एंटरप्राइझ प्रणालींमध्ये काम करू शकणारे प्लगइन्स, कनेक्टर्स, कंप्युटर वापर आणि इतर अत्याधुनिक क्षमता स्वीकारतात तसे हे अधिक महत्त्वाचे होते. ChatGPT काम⁠ प्रशासकांना प्रवेश, मंजूर संदर्भ, जोडलेली टूल्स, परवानगी असलेल्या कृती, वापर आणि खर्चासाठी केंद्रीकृत नियंत्रणे देते. वर्कस्पेस डीफॉल्ट्स, गट मर्यादा, वैयक्तिक ओव्हरराइड्स आणि प्रकल्प संदर्भासह पुनरावलोकन विनंत्या यांसारखी खर्च नियंत्रणे मर्यादा सर्वत्र न वाढवता उच्च-मूल्याच्या कामाला सपोर्ट देण्यास लीडर्सना मदत करतात.

प्राधान्याच्या उपयोजनांसाठी, OpenAI चे AI उपयोजन अभियंते⁠(नवीन विंडोमध्ये उघडेल) कार्यप्रदर्शन आणि खर्च कार्यक्षमता दोन्ही सुधारण्यासाठी मूल्यांकन, आर्किटेक्चर, विलंब, विश्वसनीयता आणि कार्यप्रवाह डिझाइनवर ग्राहकांसोबत थेट काम करू शकतात. गोपनीयता आणि गव्हर्नन्स हे सुरुवातीपासूनच त्या कामाचा भाग असले पाहिजे: संवेदनशील कार्यप्रवाहांना विस्तारण्यापूर्वी योग्य प्रवेश नियंत्रणे, डेटा टिकवून ठेवण्याची स्थिती, अनुपालनाची दृश्यमानता आणि मंजुरीचे मार्ग आवश्यक असतात. जिथे लागू असेल तिथे, OpenAI ची एंटरप्राइझ गोपनीयता नियंत्रणे झीरो डेटा रिटेन्शन⁠(नवीन विंडोमध्ये उघडेल), ज्यात पर्यायांचा समावेश आहे, ग्राहकांना उच्च-विश्वासार्ह वातावरणात AI उपयोजित करण्यास मदत करू शकतात.

एंटरप्राइझ लीडर्सनी AI गुंतवणुकीचे व्यवस्थापन पोर्टफोलिओप्रमाणे करावे: दैनंदिन उत्पादकतेसाठी व्यापक प्रवेश, पुनरावृत्ती होणारे काम सुधारण्यासाठी कार्यविशिष्ट कार्यप्रवाह आणि कंपनीच्या मालकीच्या संदर्भाभोवती तयार केलेल्या काही मोजक्या रणनीतिक गुंतवणुका. सर्वात प्रबळ पर्याय ते कार्यप्रवाह आहेत जे लक्षणीय प्रमाणात पुनरावृत्त होतात, ज्यांची मालकी स्पष्ट असते, आणि ज्यांची गुणवत्ता, जोखीम व व्यावसायिक मूल्यासाठी मोजमाप करता येते.

निधीची तरतूद परिपक्वतेनुसार व्हायला हवी. अन्वेषणाने मॉडेल ते कार्य हाताळू शकते की नाही हे तपासले पाहिजे; प्रमाणीकरणाने एका स्पष्ट गुणवत्ता मानकाच्या आधारे प्रातिनिधिक प्रकरणांची चाचणी केली पाहिजे; आणि उत्पादन निधीने विस्तारासाठी आवश्यक असलेले एकीकरण, नियंत्रणे, विश्वसनीयता आणि बदल व्यवस्थापन यांना आधार दिला पाहिजे. आयडेंटिटी, विश्वसनीय कनेक्टर्स, क्युरेटेड नॉलेज, इव्हॅल्युएशन्स, ऑब्झर्वेबिलिटी, मॉडेल रूटिंग आणि पुन्हा वापरता येण्याजोगे एजंट पॅटर्न्स यांसारख्या सामायिक क्षमतांना केंद्रीय स्तरावर निधी दिला पाहिजे, जेणेकरून प्रत्येक नवीन कार्यप्रवाह सुरू करणे अधिक सोपे आणि सुरक्षित होईल.

एकदा कार्यप्रवाहाने आपले मूल्य सिद्ध केले की, लीडर्सनी उत्पादन, क्षमता आणि सपोर्ट मॉडेल त्याच्या मागणीशी जुळवावे. ChatGPT काम⁠ चॅट, कोडिंग, एजंटिक कार्यप्रवाह, कनेक्टर्स, प्लगइन्स, कंप्युटर वापर आणि प्रशासनासाठी तयार क्षमता पुरवते. जिथे हे घटक वेगळेपणाचे मूल्य निर्माण करतात, तिथे कंपन्या मालकीचा डेटा, परवानग्या, मूल्यमापन आणि कार्यप्रवाह लॉजिकसह त्या पायाचा विस्तार करू शकतात.

उत्पादन वर्कलोड्ससाठी, व्यावसायिक रचना वापर पॅटर्नशी जुळली पाहिजे: प्रवेशाची खात्री आवश्यक असलेल्या उत्पादन प्रणाली आणि एजंटसाठी गॅरंटीड कपॅसिटी⁠, अंदाज बांधता येणाऱ्या उच्च-प्रमाण API वर्कलोड्ससाठी स्केल टियर⁠, आणि असिंक्रोनस काम किंवा पुनरावृत्ती होणाऱ्या संदर्भासाठी बॅच API⁠(नवीन विंडोमध्ये उघडेल), फ्लेक्स प्रोसेसिंग⁠(नवीन विंडोमध्ये उघडेल) किंवा प्रॉम्प्ट कॅशिंग⁠.

मोठ्या रणनीतिक तैनातींसाठी, OpenAI Frontier⁠ आणि Deployment Company⁠(नवीन विंडोमध्ये उघडेल) एंटरप्राइझना एंटरप्राइझ प्रणालींमध्ये AI सहकर्मी तयार, तैनात आणि व्यवस्थापित करण्यात मदत करू शकतात. या दृष्टिकोनामुळे प्रत्येक कार्यप्रवाहाने स्वतःची पायाभूत रचना पुन्हा उभारण्याऐवजी लीडर्स योग्य उत्पादन, क्षमता आणि सपोर्ट मॉडेलसह सिद्ध कामाचा विस्तार करू शकतात.