Enterprise सिग्नल्स: अत्याधुनिक कंपन्या वेगळ्या पद्धतीने काय करत आहेत

उद्योगांसाठीचे AI आता नव्या टप्प्यात प्रवेश करत आहे: अधिकाधिक काम एजंटकडे सोपवले जात असून सर्वाधिक पुढे असलेल्या कंपन्या इतरांपेक्षा वेगाने आघाडी घेत आहेत. अत्याधुनिक कंपन्यांना इतर उद्योगांप्रमाणेच AI मॉडेल्स उपलब्ध आहेत, पण त्या त्यांचा वापर अधिक वेगाने आणि सखोलपणे करत आहेत. त्या या मॉडेल्सचा वापर कसा करतात, यामुळे त्या इतरांपेक्षा वेगळ्या ठरतात: मदत घेण्याऐवजी काम सोपवणे, गुंतागुंतीची कामे पूर्ण करण्यासाठी एजंटना आवश्यक संदर्भ आणि टूल्स देणे, तसेच सॉफ्टवेअर डेव्हलपमेंटच्या पुढे एजंटिक AI चा वापर वेगाने वाढवणे.

OpenAI मधील एजंट कामाचे स्वरूप कसे बदलत आहेत यावरील आमचे संशोधन, AI-केंद्रित संस्थेत हा बदल कसा दिसू शकतो याचा प्रारंभिक संकेत देते. ‘उपक्रमांचे संकेत’ OpenAI च्या जागतिक व्यावसायिक ग्राहकवर्गाचे व्यापक चित्र मांडते. एजंटच्या माध्यमातून होणारे काम संस्थांमध्ये कसे पसरत आहे आणि अत्याधुनिक कंपन्या इतरांपेक्षा कशामुळे वेगळ्या ठरतात, हे यातून दिसते.

‘उपक्रमांचे संकेत’च्या या आवृत्तीत आम्ही दाखवतो की, दर महिन्याला AI च्या वापरात सर्वोच्च 10% मध्ये असलेल्या अत्याधुनिक कंपन्या आणि मधल्या 10% मध्ये असलेल्या सामान्य कंपन्या यांच्यातील अंतर वाढत आहे. अत्याधुनिक कंपन्या इतरांपेक्षा वेगळे काय करत आहेत आणि हे अंतर कमी करण्यासाठी संस्था काय करू शकतात, याचा आम्ही आढावा घेतो.

महत्त्वाचे निष्कर्ष:

• उद्योगांमधील वापर अधिकाधिक एजेंटिक होतो आहे. जूनपर्यंत, व्यावसायिक ग्राहकांसाठी Codex आणि ChatGPT यांनी मिळून निर्माण केलेल्या आउटपुट टोकनपैकी 64% टोकन Codex ने निर्माण केली. यावरून एजंटमुळे अधिक महत्त्वपूर्ण कामे सोपवण्याकडे कल वाढत असल्याचे दिसते.
• अत्याधुनिक कंपन्यांमधील आघाडी वाढत आहे. दर महिन्याला AI च्या वापरात सर्वोच्च 10% मध्ये असलेल्या अत्याधुनिक कंपन्या आता प्रत्येक सक्रिय वापरकर्त्यामागे सामान्य कंपन्यांच्या तुलनेत 8.3× अधिक आउटपुट टोकन निर्माण करतात. जानेवारीत हे प्रमाण 2.6× होते.
• अत्याधुनिक कंपन्या प्रगत क्षमतांचा अधिक वारंवार वापर करतात. अत्याधुनिक कंपन्यांमधील 21% सक्रिय वापरकर्ते दर आठवड्याला प्लगइन वापरतात, तर सामान्य कंपन्यांमध्ये हे प्रमाण 9% आहे. OpenAI मध्ये 95% कर्मचारी दर आठवड्याला प्लगइन वापरतात, ज्यातून अधिक व्यापक स्वीकाराची क्षमता दिसून येते.
• ज्ञानाधारित कामांमध्ये एजंटचा वापर वाढत आहे. फेब्रुवारीपासून व्यावसायिक संस्थांतील Codex च्या साप्ताहिक सक्रिय वापरकर्त्यांची संख्या कायदेविषयक कामात 108×, विक्रीत 41×, भरतीत 41× आणि मार्केटिंगमध्ये 26× वाढली. इंजिनिअरिंगमध्ये ही वाढ 5× होती.

एंटरप्राइझ AI प्रश्नांची उत्तरे देण्यापासून प्रत्यक्ष कामे पार पाडण्याकडे वाटचाल करत आहे. हा बदल प्रथम Codex सह सॉफ्टवेअर अभियांत्रिकीमध्ये दिसून आला. आता, ChatGPT वर्क डेव्हलपर्सच्या पलीकडे एजंटिक AI चा विस्तार करत आहे, ज्यामुळे संपूर्ण एंटरप्राइझमधील कर्मचारी मदत मागण्यापासून महत्त्वपूर्ण कामे सोपवू शकतात.

जून 2026 पर्यंत, एजंटिक AI चा वापर (Codex टोकन म्हणून परिभाषित) एंटरप्राइझ ग्राहकांमध्ये एकत्रित Codex आणि ChatGPT आउटपुट टोकनपैकी 64% होता. ChatGPT आणि एजंटिक AI दोन्ही समान अंतर्निहित अत्याधुनिक मॉडेल वापरतात; फरक म्हणजे त्या बुद्धिमत्तेचा उपयोग कसा केला जातो.

ChatGPT लोकांना प्रश्न विचारण्यास, कल्पना विकसित करण्यास आणि समस्यांवर काम करण्यास मदत करते. एजंटिक AI (जसे Codex आणि ChatGPT वर्क) मॉडेलला तुमच्या संगणकाशी काम करण्यासाठी साधने देते, ज्यामुळे ते माहिती शोधू शकते, फाइल्स संपादित करू शकते आणि स्वयंचलितपणे किंवा देखरेखीखाली बहु-चरणीय कामे पार पाडू शकते. जटिल, दीर्घकाळ चालणारी कामे पूर्ण करण्यासाठी लक्षणीय अधिक संगणनाची आवश्यकता असू शकते, ज्यामुळे एजंटिक टोकन वापर वेगाने का वाढला आहे हे स्पष्ट होण्यास मदत होते.

प्रत्येक महिन्याला, आम्ही सक्रिय वापरकर्त्याप्रति आउटपुट टोकन्सच्या आधारे एंटरप्राइझ ग्राहकांची क्रमवारी लावतो. त्या महिन्यातील शीर्ष 10% मधील कंपन्या अत्याधुनिक कंपन्या असतात, तर सामान्य कंपन्या 45व्या आणि 55व्या टक्केवारीच्या दरम्यान येतात. जूनपर्यंत, अत्याधुनिक कंपन्यांनी सामान्य कंपन्यांपेक्षा सक्रिय वापरकर्त्याप्रति 8.3 पट अधिक आउटपुट टोकन्स निर्माण केले, जे जानेवारीतील 2.6 पट अंतराच्या तुलनेत तीनपट वाढ आहे.

अत्याधुनिक तफावत उद्योगांमध्येही विस्तारते, जिथे माहिती आणि तंत्रज्ञानामध्ये टोकन वापरातील तफावत सर्वात मोठी (11.7×) आहे आणि उत्पादनामध्ये सर्वात लहान (5.3×) आहे. याउलट, सर्वसामान्य कंपन्यांमधील टोकन वापर उद्योगांमध्ये सारखाच आहे, गेल्या वर्षभरात तुलनेने माफक वाढीसह (1.9× ते 2.8×). यावरून असे सूचित होते की अनेक संस्था अजूनही साधे चॅट सहाय्यक वापरत आहेत, त्यामुळे अवलंबन अधिक सखोल करण्यासाठी आणि अधिक जटिल कामे पूर्ण करण्यासाठी एजंट्सचा वापर करण्यासाठी लक्षणीय वाव उपलब्ध आहे.

टोकन हे व्यावसायिक मूल्याचे अपूर्ण मोजमाप आहे: लहान प्रतिसाद अत्यंत मौल्यवान असू शकतो, तर मोठा प्रतिसाद फारसे मूल्य वाढवू शकत नाही. पण टोकनचे प्रमाण AI वापराच्या सखोलतेसाठी आणि कर्मचारी AI कडून किती काम करायला सांगत आहेत यासाठी एक उपयुक्त सूचक आहे.

आघाडीच्या कंपन्या AI चा वापर अधिक सखोल करत आहेत, कारण त्या त्यांच्या संस्थांमधील आणि उद्योगक्षेत्रांमधील ठोस समस्यांवर त्याचा उपयोग करत आहेत.

सुरुवातीचे एंटरप्राइझ AI अनुप्रयोग संस्थेच्या अंतर्गत सुरू झाले आणि त्यांनी कर्मचाऱ्यांना माहिती शोधणे, दस्तऐवजांचे मसुदे तयार करणे, डेटाचे विश्लेषण करणे, कोड लिहिणे आणि नियमित प्रक्रिया स्वयंचलित करणे यांत मदत केली. आघाडीच्या कंपन्या AI चा वापर अंतर्गत उत्पादकतेपुरता मर्यादित न ठेवता, वाढत्या प्रमाणात ग्राहकाभिमुख उत्पादने, सेवा आणि अनुभवांपर्यंत विस्तारत आहेत.

AI एजंटना प्रभावी ठरण्यासाठी योग्य संदर्भ आणि साधनांचा प्रवेश आवश्यक असतो. प्लगइन⁠(नवीन विंडोमध्ये उघडेल) अशा क्षमता एकत्रित करतात ज्या एजंटना विशिष्ट वर्कफ्लो पूर्ण करण्यात मदत करतात. ते पुन्हा वापरता येण्याजोगे निर्देश देणारी कौशल्ये कंपनीचा डेटा, साधने आणि कृती यांच्याशी कनेक्ट होणाऱ्या अॅप्स सोबत एकत्र करू शकतात. उदाहरणार्थ, सेल्स प्लगइन एखाद्या संघाच्या प्लेबुकला तिच्या CRM च्या प्रवेशासह एकत्र करू शकतो, ज्यामुळे एजंटला पुनरावलोकनासाठी सानुकूल प्रतिसाद तयार करण्यासाठी सध्याची ग्राहक माहिती आणि मागील प्रस्ताव वापरता येतात.

अत्याधुनिक कंपन्यांना प्रगत क्षमतांमध्ये स्पष्ट आघाडी आहे. साप्ताहिक सक्रिय वापरकर्त्यांपैकी, अत्याधुनिक कंपन्यांमध्ये 21% वापरकर्ते प्लगइन वापरतात आणि 19% कौशल्ये वापरतात, तर सर्वसामान्य कंपन्यांमध्ये हे प्रमाण अनुक्रमे फक्त 9% आणि 3% आहे. तथापि, अत्याधुनिक कंपन्यांचे अवलंबन हे केवळ शक्य असलेल्या गोष्टींच्या एका भागाचेच प्रतिनिधित्व करते. OpenAI चा अंतर्गत वापर या क्षमतांच्या अधिक सखोल वापराची क्षमता अधोरेखित करतो, ज्यामध्ये साप्ताहिक प्लगइन वापर सक्रिय वापरकर्त्यांपैकी 95% आहे. एजंट काम कसे परिवर्तित करत आहेत यावरील आमचे संशोधन OpenAI मधील कर्मचारी प्रगत क्षमता कशा वापरतात याचा अधिक सखोल अभ्यास प्रदान करते.

AI एजंटना अर्थपूर्ण काम पूर्ण करण्यासाठी तीन गोष्टींची गरज असते: संदर्भ, साधने आणि सातत्य. मेमरी, व्हॉइस इनपुट आणि appshots कामगारांना एखादे काम यशस्वीरित्या पूर्ण करण्यासाठी आवश्यक संदर्भ आणि माहिती सहजपणे शेअर करण्यास मदत करतात. संगणक आणि ब्राउझरचा वापर एजंटना वेबसाइट्सवर नेव्हिगेट करणे, फाइल्स तयार करणे आणि स्वायत्तपणे किंवा देखरेखीखाली कार्ये पूर्ण करणे शक्य करतो. ध्येये आणि पुनरावृत्ती एजंट्सना एखादे कार्य पूर्ण होईपर्यंत कार्यरत ठेवतात. एकत्रितपणे, या क्षमता अत्याधुनिक कंपन्यांना एजंटिक शक्यता साकार करण्यास मदत करतात.

एजंटना कंपनीच्या प्रणालींमध्ये प्रवेश देणे देखील नवीन जोखमी निर्माण करते. अत्याधुनिक कंपन्या एजंट्स कुठे कार्य करू शकतात, कोणती माहिती प्रवेश करू शकतात, ते केव्हा कृती करू शकतात, आणि लोक उच्च जोखमीच्या निर्णयांचे पुनरावलोकन कसे करतात यासाठी स्पष्ट नियम ठरवतात. संस्थांनी प्रत्यक्ष तैनातींपासून शिकत असतानाच ही नियंत्रणे विकसित केली पाहिजेत.

अत्याधुनिक कंपन्या सातत्यपूर्ण शिक्षण आणि प्रयोगशीलतेलाही दैनंदिन कामाचा भाग बनवतात. प्रत्यक्ष सरावावर आधारित निर्माते सत्रे, उदयोन्मुख वापर प्रकरणे शेअर करण्यासाठीचे मंच आणि अंतर्गत प्रदर्शन यांमुळे यशस्वी पद्धती संघ आणि कार्यक्षेत्रांमध्ये पसरतात.

एआय एजंट्स स्वीकारणाऱ्यांमध्ये सॉफ्टवेअर विकासक हे सुरुवातीच्या गटांपैकी होते, परंतु आता सर्वात वेगवान वाढ सर्वसाधारण ज्ञानाधारित कर्मचाऱ्यांकडून होत आहे. फेब्रुवारीपासून, कायदा क्षेत्रात एंटरप्राइझमधील साप्ताहिक सक्रिय Codex वापरकर्त्यांची संख्या 108×, विक्रीमध्ये 41×, भरतीमध्ये 41×, आणि मार्केटिंगमध्ये 26× वाढली आहे, तर अभियांत्रिकीमध्ये ही वाढ 5× आहे. 

सॉफ्टवेअरने आधी पाऊल उचलले, त्यामागे एक कारण होते. कोडबेस एजंट्सना स्पष्ट संदर्भ देतात, चाचण्या आउटपुटची पडताळणी करणे सोपे करतात, आणि कोडिंगमधील प्रगती AI संशोधन व विकासाला गती देण्यास मदत करते. गेल्या दोन वर्षांत, विकासक कोडच्या स्वतंत्र ओळी पूर्ण करण्यासाठी एआयचा वापर करण्यापासून संपूर्ण सॉफ्टवेअर विकासाची कामे एजंट्सकडून हाताळून घेण्यापर्यंत पोहोचले आहेत. अनेक विकसक आता स्वतः हाताने कोड लिहीत नाहीत. त्याऐवजी ते कार्ये सेट अप करणे, एजंट्सचे नियोजन करणे आणि परिणामांचे पुनरावलोकन करणे यावर आपला वेळ केंद्रित करत आहेत.

याउलट, सामान्य ज्ञानाधारित कामातील प्रगती अधिक संथ राहिली आहे, कारण अनेक कामांमध्ये मर्यादित संदर्भ उपलब्ध असतो, ती स्पष्टपणे निर्दिष्ट करणे कठीण असू शकते आणि परिणामाची पडताळणी करण्यासाठी स्पष्ट निकष नसतात. परंतु सातत्यपूर्ण स्केलिंग, रीइन्फोर्समेंट लर्निंगमधील प्रगती आणि GDPval सारख्या मूल्यांकनांवरील कामगिरी सुधारण्यासाठी केलेले लक्षित प्रयत्न यांमुळे अधिक वास्तविक-जगातील कामे, साधने आणि कामाची वातावरणे अत्याधुनिक मॉडेल्सच्या आवाक्यात येत आहेत. परिणामी, वर्षाच्या सुरुवातीपासून एजंटिक AI ने सामान्य ज्ञान कामगारांमध्ये उत्पादन-आधारित बाजारपेठेत आपले स्थान अधिक दृढ केले आहे.

एक कोटीहून अधिक संदेशांच्या नमुन्यातून असे दिसते की, एंटरप्राइझ AI कर्मचाऱ्यांना काम तयार करण्यात मदत करण्यापासून संघांना ते प्रत्यक्षात पूर्ण करण्यात मदत करण्याकडे वाटचाल करत आहे. अगदी त्याच कार्यक्षेत्रामध्येसुद्धा, गप्पा आणि एजंटिक AI यांच्यामधील वापरण्याच्या पद्धती लक्षणीयरीत्या भिन्न आहेत.

लेखन हा ChatGPT चा सर्वात सामान्य वापर आहे, तर कोडिंग आणि प्रणाली किंवा एजंट ऑपरेशन्स मिळून एजंट संदेशांपैकी जवळपास 75% आहेत. हा बदल पारंपरिक तांत्रिक संघांबाहेर विशेषतः अधिक ठळक आहे: भरती (32%), विक्री (26%), धोरण (25%), आणि संवाद (24%) यांमध्ये संदेशांपैकी एक चतुर्थांश ते एक तृतीयांश संदेश प्रणाली आणि एजंट ऑपरेशन्ससाठी समर्पित असतात. तांत्रिक काम विविध कार्यक्षेत्रांमध्येही पसरत आहे, डिझाइनमधील एजंट संदेशांपैकी जवळपास 60% संदेश कोडिंगशी संबंधित आहेत.

AI स्वीकारण्याचा एकच लीडरबोर्ड नाही. वापरलेल्या मापन निकषानुसार उद्योगांची क्रमवारी बदलते. गेल्या महिन्यात, व्यावसायिक आणि वैज्ञानिक सेवा Codex स्वीकार आणि API तीव्रता या दोन्हींमध्ये आघाडीवर होत्या. कला, मनोरंजन आणि विरंगुळा ChatGPT स्वीकारामध्ये आघाडीवर होते, तर उत्पादन क्षेत्र Codex आणि API तीव्रतेमध्ये शेवटच्या क्रमांकावर असूनही ChatGPT तीव्रतेमध्ये उच्च आहे.

उद्योग AI स्वीकारण्यात एकसारखा मार्ग अवलंबत नाहीत. काही लोक विकसक साधने आणि AI-सक्षम उत्पादनांमुळे प्रगती करत आहेत, तर इतरांचा दैनंदिन वापर अधिक व्यापक किंवा अधिक तीव्र होत आहे.

एआय संस्थांना वस्तू आणि सेवा पुरवण्यासाठी नवीन मार्ग निर्माण करत असताना, ते सुरक्षा परिदृश्यालाही नव्याने आकार देत आहे. सायबरसुरक्षेपेक्षा अधिक तातडीच्या जोखमी फारच कमी आहेत, विशेषतः एआयच्या सायबर क्षमतांचा झपाट्याने वाढणारा वेग लक्षात घेता.

AI बचावकर्त्यांना प्रतिसाद देण्यातही मदत करू शकते. मॉडेल मोठ्या कोडबेसचे विश्लेषण करू शकतात, असुरक्षिततेची तपासणी करू शकतात आणि बहु-चरणीय सुरक्षा कार्याला समर्थन देऊ शकतात. परंतु अधिक समस्या ओळखल्याने प्रणाली आपोआप अधिक सुरक्षित होत नाही. खरा अडथळा निष्कर्षांना कृतीत रूपांतरित करण्याचा आहे: कोणत्या असुरक्षा खऱ्या आहेत हे ठरवणे, सर्वाधिक परिणामकारक जोखमींना प्राधान्य देणे, दुरुस्त्या तपासणे आणि सुरक्षा संघाने दुरुस्त्या पुनरावलोकन करून त्या त्वरित तैनात केल्या जातील याची खात्री करणे. 

OpenAI Daybreak संस्थांना या आव्हानांना सामोरे जाण्यास आणि उदयोन्मुख धोक्यांविरुद्ध त्यांची सुरक्षा मजबूत करण्यासाठी अत्याधुनिक सायबरसुरक्षा मॉडेल्स, एंटरप्राइझ सुरक्षा साधने आणि भागीदार इकोसिस्टम एकत्र आणते.

OpenAI चे ध्येय आहे की AI सर्व मानवजातीस फायदेशीर ठरावे याची खात्री करणे. संस्था AI च्या आर्थिक परिणामांपैकी मोठ्या भागाला आकार देतील, आणि याच कारणास्तव आम्ही नियमितपणे Enterprise सिग्नल्स प्रकाशित करतो—हा एंटरप्राइझमध्ये AI चा अवलंब, प्रसार आणि परिणाम यांचा मागोवा घेणाऱ्या मोजमापांचा आवर्ती संच आहे. या अहवालातील सर्व विश्लेषणे एकत्रित, ओळख नष्ट केलेल्या एंटरप्राइझ वापर डेटावर आधारित आहेत. आम्ही संदेशातील सामग्रीचे वर्गीकरण करण्यासाठी स्वयंचलित प्रणाली वापरल्या आहेत, आणि कोणत्याही OpenAI कर्मचाऱ्याने ग्राहक संदेशांचे पुनरावलोकन केलेले नाही.

OpenAI Enterprise ग्राहक त्यांच्या संस्थेची नवीनतम वापर आणि क्षमता मोजमापांमध्ये तुलना कशी होते हे पाहण्यासाठी सानुकूलित बेंचमार्कची विनंती करू शकतात.