AI-ਮੂਲ ਕੰਪਨੀਆਂ ਵਰਕਫ਼ਲੋ ਨੂੰ ਸੰਚਾਲਨ ਸਮਰੱਥਾ ਵਿੱਚ ਕਿਵੇਂ ਬਦਲਦੀਆਂ ਹਨ
Basis, Clay ਅਤੇ Exa Labs ਔਨਬੋਰਡਿੰਗ, ਖਾਤਾ ਪ੍ਰਬੰਧਨ ਅਤੇ ਡਿਵੈਲਪਰ ਏਕੀਕਰਨ ਲਈ ਏਜੰਟਾਂ ਦੀ ਵਰਤੋਂ ਕਰਦੀਆਂ ਹਨ। ਉਨ੍ਹਾਂ ਦੀਆਂ ਉਦਾਹਰਣਾਂ ਦੱਸਦੀਆਂ ਹਨ ਕਿ ਐਂਟਰਪ੍ਰਾਈਜ਼ ਲੀਡਰ ਕੀ ਕੁਝ ਅਪਣਾ ਸਕਦੇ ਹਨ।
OpenAI ਦੀ ਨਵੀਨਤਮ ਐਂਟਰਪ੍ਰਾਈਜ਼ ਸੰਕੇਤ ਰਿਪੋਰਟ ਦਿਖਾਉਂਦੀ ਹੈ ਕਿ ਐਂਟਰਪ੍ਰਾਈਜ਼ AI ਬਹੁਤ ਵੱਖਰੀਆਂ ਰਫ਼ਤਾਰਾਂ ਨਾਲ ਸਹਾਇਤਾ ਤੋਂ ਕੰਮ ਕਰਨ ਵੱਲ ਵਧ ਰਹੀ ਹੈ। ਅਤਿ-ਆਧੁਨਿਕ ਫ਼ਰਮਾਂ (AI ਦੀ ਸਭ ਤੋਂ ਵੱਧ ਵਰਤੋਂ ਕਰਨ ਵਾਲੀਆਂ ਸਿਖਰਲੀਆਂ 10% ਫ਼ਰਮਾਂ) ਹੁਣ ਪ੍ਰਤੀ ਸਰਗਰਮ ਵਰਤੋਂਕਾਰ ਆਮ ਫ਼ਰਮਾਂ ਨਾਲੋਂ 8.3 ਗੁਣਾ ਵੱਧ ਆਉਟਪੁੱਟ ਟੋਕਨ ਬਣਾਉਂਦੀਆਂ ਹਨ, ਜੋ ਕਿ ਜਨਵਰੀ ਵਿੱਚ 2.6 ਗੁਣਾ ਸਨ। ਵਧਦਾ ਪਾੜਾ ਇੱਕ ਡੂੰਘੇ ਸੰਚਾਲਨ ਬਦਲਾਅ ਵੱਲ ਇਸ਼ਾਰਾ ਕਰਦਾ ਹੈ: ਮੋਹਰੀ ਫ਼ਰਮਾਂ ਏਜੰਟਾਂ ਨੂੰ ਕੰਪਨੀ ਦੇ ਸੰਦਰਭ ਅਤੇ ਟੂਲਾਂ ਨਾਲ ਜੋੜਦੀਆਂ ਹਨ, ਉਨ੍ਹਾਂ ਨੂੰ ਵਧੇਰੇ ਮਹੱਤਵਪੂਰਨ ਕੰਮ ਸੌਂਪਦੀਆਂ ਹਨ, ਅਤੇ ਸਫ਼ਲ ਵਰਕਫ਼ਲੋ ਨੂੰ ਦੁਹਰਾਉਣਾ ਆਸਾਨ ਬਣਾਉਂਦੀਆਂ ਹਨ।
ਆਗੂਆਂ ਲਈ ਅਸਲ ਚੁਣੌਤੀ ਉਸ ਗੰਭੀਰਤਾ ਨੂੰ ਅਜਿਹੇ ਕੰਮ ਵਿੱਚ ਤਬਦੀਲ ਕਰਨਾ ਹੈ ਜਿਸ ਉੱਤੇ ਭਰੋਸਾ ਕੀਤਾ ਜਾ ਸਕੇ, ਜਿਸ ਦੀ ਮਿਣਤੀ ਕੀਤੀ ਜਾ ਸਕੇ ਅਤੇ ਜਿਸ ਵਿੱਚ ਸੁਧਾਰ ਕੀਤਾ ਜਾ ਸਕੇ। ਆਗੂਆਂ ਨੂੰ ਪ੍ਰਯੋਗਾਂ ਲਈ ਵੀ ਜਗ੍ਹਾ ਛੱਡਣੀ ਚਾਹੀਦੀ ਹੈ, ਜਿਸ ਵਿੱਚ ਉਹ ਵਰਤੋਂ ਦੇ ਮਾਮਲੇ ਵੀ ਸ਼ਾਮਲ ਹਨ ਜਿਨ੍ਹਾਂ ਦਾ ਮੁੱਲ ਪਹਿਲੀ ਕੋਸ਼ਿਸ਼ ਵਿੱਚ ਸਪਸ਼ਟ ਨਹੀਂ ਹੁੰਦਾ ਹੈ।
ਨਵੀਆਂ ਕੰਪਨੀਆਂ Basis(ਨਵੀਂ ਵਿੰਡੋ ਵਿੱਚ ਖੁੱਲ੍ਹਦਾ ਹੈ), Clay(ਨਵੀਂ ਵਿੰਡੋ ਵਿੱਚ ਖੁੱਲ੍ਹਦਾ ਹੈ) ਅਤੇ Exa Labs(ਨਵੀਂ ਵਿੰਡੋ ਵਿੱਚ ਖੁੱਲ੍ਹਦਾ ਹੈ) ਨੇ ਕਰਮਚਾਰੀ ਆਨਬੋਰਡਿੰਗ, ਅਕਾਊਂਟ ਪ੍ਰਬੰਧਨ, ਅਤੇ ਡਿਵੈਲਪਰ ਈਕੋਸਿਸਟਮ ਦੇ ਵਿਕਾਸ ਵਿੱਚ ਏਜੰਟਾਂ ਨੂੰ ਸ਼ਾਮਲ ਕੀਤਾ ਹੈ। ਉਨ੍ਹਾਂ ਦੇ ਵਰਕਫਲੋ ਵੱਖੋ-ਵੱਖਰੇ ਹਨ, ਪਰ ਇਹ ਤਰੱਕੀ ਬਹੁਤ ਸਿੱਖਿਆਦਾਇਕ ਹੈ: ਕਿਸੇ ਏਜੰਟ ਨੂੰ ਸਥਿਰ ਪ੍ਰਕਿਰਿਆ ਸਿਖਾਓ, ਕੰਮ ਬਦਲਣ ਦੇ ਨਾਲ ਉਸ ਨੂੰ ਲਗਾਤਾਰ ਸੰਦਰਭ ਦਿਓ, ਅਤੇ ਫਿਰ ਉਸ ਨੂੰ ਮੌਕਿਆਂ ਨੂੰ ਪਰਖੀ ਹੋਈ ਕਾਰਵਾਈ ਵਿੱਚ ਬਦਲਣ ਦੀ ਇਜਾਜ਼ਤ ਦਿਓ।
ਇਹ ਉਦਾਹਰਨਾਂ ਮਿਲ ਕੇ ਦਿਖਾਉਂਦੀਆਂ ਹਨ ਕਿ ਟੀਮਾਂ ਜਾਣੇ-ਪਛਾਣੇ ਕੰਮਾਂ ਵਿੱਚ ਏਜੰਟ ਕਿਵੇਂ ਸ਼ਾਮਲ ਕਰ ਸਕਦੀਆਂ ਹਨ ਅਤੇ ਸਮੇਂ ਦੇ ਨਾਲ ਪ੍ਰਕਿਰਿਆ ਨੂੰ ਕਿਵੇਂ ਸੁਧਾਰ ਸਕਦੀਆਂ ਹਨ।
ਔਨਬੋਰਡਿੰਗ ਲੰਬੇ ਸਮੇਂ ਤੋਂ ਮਾਲਕਾਂ ਅਤੇ ਕਰਮਚਾਰੀਆਂ ਦੋਵਾਂ ਲਈ ਗੁੰਝਲਦਾਰ ਰਹੀ ਹੈ। ਲੇਖਾਕਾਰੀ ਫ਼ਰਮਾਂ ਲਈ AI ਏਜੰਟ ਤਿਆਰ ਕਰਨ ਵਾਲੀ Basis ਵਿਖੇ ਪਹਿਲੇ ਦਿਨ ਦੀ ਔਨਬੋਰਡਿੰਗ ਹੁਣ ਦੋ ਘੰਟਿਆਂ ਦੀ ਬਜਾਏ 30 ਮਿੰਟਾਂ ਵਿੱਚ ਪੂਰੀ ਹੋ ਜਾਂਦੀ ਹੈ, ਜਿਸ ਨਾਲ HR ਟੀਮ ਕੋਲ ਕੰਪਨੀ ਸੱਭਿਆਚਾਰ ਅਤੇ ਸਹਾਇਤਾ ਲਈ ਵਧੇਰੇ ਸਮਾਂ ਬਚਦਾ ਹੈ।
ਪਹਿਲੇ ਦਿਨ ਹੀ ਕਰਮਚਾਰੀਆਂ ਨੂੰ Codex ਅਤੇ ਕੰਪਨੀ ਲਈ ਖ਼ਾਸ ਔਨਬੋਰਡਿੰਗ ਹੁਨਰ (ਕਿਸੇ ਖ਼ਾਸ ਵਰਕਫ਼ਲੋ ਲਈ ਮੁੜ ਵਰਤੋਂ ਯੋਗ ਹਦਾਇਤਾਂ ਅਤੇ ਸਰੋਤਾਂ ਦਾ ਸਮੂਹ) ਤੱਕ ਤੁਰੰਤ ਪਹੁੰਚ ਮਿਲਦੀ ਹੈ। Codex ਉਨ੍ਹਾਂ ਦਾ ਸਵਾਗਤ ਕਰਦਾ ਹੈ, ਕੰਪਨੀ ਦੀਆਂ ਮੁੱਖ ਧਾਰਨਾਵਾਂ ਨਾਲ ਜਾਣੂ ਕਰਵਾਉਂਦਾ ਹੈ ਅਤੇ ਪਿਛੋਕੜ ਵਿੱਚ ਏਕੀਕਰਨ ਦੀ ਸਥਾਪਨਾ ਪੂਰੀ ਕਰਨ ਲਈ ਉਨ੍ਹਾਂ ਦਾ ਕੰਪਿਊਟਰ ਵਰਤਦਾ ਹੈ। ਜਦੋਂ ਵਾਰ-ਵਾਰ ਪੁੱਛੇ ਜਾਣ ਵਾਲੇ ਸਵਾਲ ਜਾਂ ਅਪਵਾਦ ਸਾਹਮਣੇ ਆਉਂਦੇ ਹਨ, ਤਾਂ HR ਅਗਲੇ ਬੈਚ ਤੋਂ ਪਹਿਲਾਂ ਇਸ ਹੁਨਰ ਨੂੰ ਅੱਪਡੇਟ ਕਰ ਸਕਦਾ ਹੈ।

Basis ਨੇ ਔਨਬੋਰਡਿੰਗ ਪ੍ਰਕਿਰਿਆ ਨੂੰ ਇੱਕ ਵਾਰ ਕਰਕੇ ਦਿਖਾਇਆ, ਫਿਰ ਇਸ ਨੂੰ ਸਪਸ਼ਟ ਸ਼ੁਰੂਆਤੀ ਸੰਕੇਤ, ਜਾਣੇ-ਪਛਾਣੇ ਕਦਮਾਂ, ਸਹੀ ਸਾਧਨਾਂ ਤੱਕ ਪਹੁੰਚ ਅਤੇ "ਮੁਕੰਮਲ" ਹੋਣ ਦੀ ਸਪਸ਼ਟ ਪਰਿਭਾਸ਼ਾ ਵਾਲੇ ਮੁੜ ਵਰਤੋਂਯੋਗ ਹੁਨਰ ਵਿੱਚ ਬਦਲ ਦਿੱਤਾ ਹੈ। ਹੁਣ ਇਹ ਪ੍ਰਕਿਰਿਆ ਕਿਸੇ ਇੱਕ ਵਿਅਕਤੀ ਦੀ ਉਪਲਬਧਤਾ ਉੱਤੇ ਨਿਰਭਰ ਨਹੀਂ ਹੈ, ਪਰ ਅਪਵਾਦਾਂ ਜਾਂ ਗੁੰਝਲਦਾਰ ਸਵਾਲਾਂ ਵੇਲੇ ਟੀਮ ਦਖ਼ਲ ਦੇ ਸਕਦੀ ਹੈ। ਔਨਬੋਰਡਿੰਗ ਹੁਣ ਵਧੇਰੇ ਇਕਸਾਰ, ਦੁਹਰਾਉਣ ਯੋਗ, ਅਤੇ ਸੁਧਾਰਨ ਵਿੱਚ ਆਸਾਨ ਹੋ ਗਈ ਹੈ ਅਤੇ ਨਵੇਂ ਕਰਮਚਾਰੀਆਂ ਨੂੰ AI ਨਾਲ ਕੰਮ ਕਰਨ ਲਈ ਤੁਰੰਤ ਮਾਡਲ ਮਿਲ ਜਾਂਦਾ ਹੈ।
ਗੋ-ਟੂ-ਮਾਰਕੇਟ ਟੀਮਾਂ ਲਈ ਆਪਣੇ ਆਪ ਸਿੱਖਣ ਵਾਲਾ ਆਮਦਨ ਇੰਜਣ ਬਣਾਉਣ ਵਾਲੀ ਕੰਪਨੀ Clay ਨੂੰ ਵਿਕਰੀ ਦੀ ਜਾਣੀ-ਪਛਾਣੀ ਚੁਣੌਤੀ ਦਾ ਸਾਹਮਣਾ ਹੈ: ਖਾਸ ਸੌਦੇ ਨਾਲ ਜੁੜਿਆ ਮਹੱਤਵਪੂਰਨ ਪ੍ਰਸੰਗ CRM ਰਿਕਾਰਡਾਂ, ਈਮੇਲ, ਸਲੈਕ, ਕਾਲਾਂ, ਪੇਸ਼ਕਾਰੀਆਂ, ਟੈਕਸਟ ਸੁਨੇਹਿਆਂ ਅਤੇ ਅੰਦਰੂਨੀ ਟੀਮਾਂ ਤੇ ਗਾਹਕ ਚੈਂਪੀਅਨਾਂ ਨਾਲ ਹੋਈਆਂ ਗੱਲਬਾਤਾਂ ਵਿੱਚ ਖਿੰਡਿਆ ਹੋਇਆ ਹੁੰਦਾ ਹੈ।
ਉਸ ਸੰਦਰਭ ਨੂੰ ਤਾਜ਼ਾ ਰੱਖਣ ਲਈ Clay ਦੇ GTM ਇੰਜੀਨੀਅਰ ਨੇ ਇੱਕ ਬਿਹਤਰ ਤਰੀਕਾ ਅਜ਼ਮਾਇਆ—ਹਰ ਖਾਤੇ ਲਈ ਇੱਕ ਸਥਾਈ ਵਰਕਸਪੇਸ ਅਤੇ ਸਮਰਪਿਤ ਉਪ-ਏਜੰਟ। ਹਰ ਉਪ-ਏਜੰਟ ਮੁੱਢਲੇ ਸਰੋਤਾਂ ਦੀ ਸਮੀਖਿਆ ਕਰਦਾ ਹੈ ਅਤੇ ਰਾਤੋ-ਰਾਤ ਆਪਣੇ ਸੌਦੇ ਵਾਲੇ ਫੋਲਡਰ ਨੂੰ ਅੱਪਡੇਟ ਕਰਦਾ ਹੈ। ਹਰ ਸਵੇਰ ਇੱਕ ਤਾਲਮੇਲ ਕਰਨ ਵਾਲਾ ਏਜੰਟ ਉਸ ਦੇ ਸਾਰੇ ਖਾਤਿਆਂ ਦੇ ਅੱਪਡੇਟਾਂ ਨੂੰ ਤਰਜੀਹੀ ਕਦਮਾਂ ਦੀ ਛੋਟੀ ਸੂਚੀ ਵਿੱਚ ਬਦਲਦਾ ਹੈ: ਕਿਸੇ ਗਾਹਕ ਦੇ ਲੰਬਿਤ ਸਵਾਲ ਦਾ ਜਵਾਬ ਦੇਣਾ, ਖ਼ਰੀਦ ਕਮੇਟੀ ਵਿੱਚ ਕਿਸੇ ਘਾਟ ਨੂੰ ਪੂਰਾ ਕਰਨਾ ਜਾਂ ਸੰਭਾਵੀ ਗਾਹਕ ਨੂੰ ਮੁੜ ਜੁੜਨ ਦਾ ਕਾਰਨ ਦੇਣਾ।
Clay ਅਨੁਸਾਰ ਇਹ ਵਰਕਫ਼ਲੋ ਹਰ ਰਾਤ ਆਉਣ ਵਾਲੇ ਸੁਨੇਹਿਆਂ ਦੀ ਛਾਂਟੀ ਕਰਨ ਵਿੱਚ ਉਸ ਦਾ ਲਗਭਗ ਇੱਕ ਘੰਟਾ ਬਚਾਉਂਦਾ ਹੈ। ਰੋਜ਼ਾਨਾ ਤਰਜੀਹਾਂ ਉਸ ਨੂੰ ਉਨ੍ਹਾਂ ਛੋਟੀਆਂ ਕਾਰਵਾਈਆਂ ਨੂੰ ਪੂਰਾ ਕਰਨ ਵਿੱਚ ਮਦਦ ਕਰਦੀਆਂ ਹਨ ਜੋ ਲੰਮੇ ਐਂਟਰਪ੍ਰਾਈਜ਼ ਵਿਕਰੀ ਚੱਕਰ ਦੌਰਾਨ ਮਿਲ ਕੇ ਵੱਡਾ ਅਸਰ ਪਾ ਸਕਦੀਆਂ ਹਨ। ਸਹਾਇਕ ਸਬੂਤ ਹਰ ਸਿਫ਼ਾਰਸ਼ ਦੇ ਬਿਲਕੁਲ ਨਾਲ ਹੁੰਦੇ ਹਨ, ਤਾਂ ਜੋ ਵਿਕਰੇਤਾ ਕਿਸੇ ਵੀ ਕਦਮ ਨੂੰ ਚੁੱਕਣ ਤੋਂ ਪਹਿਲਾਂ ਮੁੱਢਲੇ ਸਰੋਤਾਂ ਦੀ ਜਾਂਚ ਕਰ ਸਕਣ। ਮੌਜੂਦਾ ਖਾਤਾ ਇਜਾਜ਼ਤਾਂ ਦੇ ਅਧੀਨ, ਐਂਟਰਪ੍ਰਾਈਜ਼ ਇਹ ਸਾਂਝਾ ਸੰਦਰਭ ਖਾਤਾ ਅਧਿਕਾਰੀਆਂ, ਕਾਰੋਬਾਰੀ ਵਿਕਾਸ ਪ੍ਰਤੀਨਿਧੀਆਂ, ਹੱਲ ਇੰਜੀਨੀਅਰਾਂ ਅਤੇ ਵਿਕਰੀ ਆਗੂਆਂ ਤੱਕ ਵਧਾ ਸਕਦੇ ਹਨ।
Clay ਦਿਖਾਉਂਦੀ ਹੈ ਕਿ ਬਦਲਦੇ ਕੰਮ ਨੂੰ ਵੱਡੇ ਪੱਧਰ ਉੱਤੇ ਲਿਜਾਣ ਲਈ ਕੀ ਚਾਹੀਦਾ ਹੈ: ਇੱਕ ਇੱਕ ਇਕਸਾਰ ਢਾਂਚਾ, ਅੱਪਡੇਟ ਕਰਨ ਦੀ ਸਹੀ ਤਾਲ, ਸਾਂਝੇ ਸਬੂਤ, ਅਤੇ ਕਾਰਵਾਈ ਦੇ ਸਮੇਂ ਮਨੁੱਖੀ ਫ਼ੈਸਲਾ।
AI ਏਜੰਟਾਂ ਲਈ ਵੈੱਬ ਖੋਜ ਬੁਨਿਆਦੀ ਢਾਂਚਾ ਬਣਾਉਣ ਵਾਲੀ Exa Labs ਆਪਣੀ ਖੋਜ API ਨੂੰ ਹਰ ਉਸ ਥਾਂ ਉਪਲਬਧ ਕਰਵਾਉਣਾ ਚਾਹੁੰਦੀ ਹੈ ਜਿੱਥੇ ਡਿਵੈਲਪਰ ਇਸ ਨੂੰ ਵਰਤ ਸਕਦੇ ਹਨ। ਟੀਮ ਇਸ ਟੀਚੇ ਨੂੰ "ਹਰ ਥਾਂ Exa" ਕਹਿੰਦੀ ਹੈ। ਇਸ ਨੂੰ ਅੱਗੇ ਵਧਾਉਣ ਲਈ ਪਹਿਲਾਂ ਡਿਵੈਲਪਰ ਰਿਲੇਸ਼ਨਜ਼ ਅਤੇ ਅਕਾਊਂਟ ਟੀਮਾਂ ਨੂੰ ਰਿਪੋਜ਼ਟਰੀਆਂ ਅਤੇ ਵਿਆਪਕ ਇਕੋਸਿਸਟਮ ਦੀ ਨਿਗਰਾਨੀ ਕਰਨ, ਲਾਭਦਾਇਕ ਏਕੀਕਰਣਾਂ ਦੀ ਪਛਾਣ ਕਰਨ, ਪ੍ਰਸੰਗ ਇਕੱਠਾ ਕਰਨ ਅਤੇ ਵੱਖ-ਵੱਖ ਸਿਸਟਮਾਂ ਵਿੱਚ ਕੰਮ ਦਾ ਤਾਲਮੇਲ ਬਿਠਾਉਣ ਦੀ ਲੋੜ ਹੁੰਦੀ ਸੀ। ਭਾਵੇਂ ਮੌਕੇ ਵੱਖਰੇ ਸਨ, ਪਰ ਖੋਜ ਤੋਂ ਲਾਗੂ ਕਰਨ ਤੱਕ ਦਾ ਰਾਹ ਇੱਕੋ ਕ੍ਰਮ ਉੱਤੇ ਚੱਲਦਾ ਸੀ। Exa ਨੇ ਇਸ ਕ੍ਰਮ ਨੂੰ Codex ਲਈ ਇੱਕ ਪਰਿਭਾਸ਼ਿਤ ਵਰਕਫ਼ਲੋ ਵਿੱਚ ਬਦਲ ਦਿੱਤਾ, ਜਿਸ ਵਿੱਚ ਸਪਸ਼ਟ ਤਰਜੀਹਾਂ, ਲੋੜੀਂਦੇ ਸਰੋਤਾਂ ਤੱਕ ਪਹੁੰਚ ਅਤੇ ਕੁਝ ਵੀ ਜਾਰੀ ਹੋਣ ਤੋਂ ਪਹਿਲਾਂ ਮਨੁੱਖੀ ਸਮੀਖਿਆ ਸ਼ਾਮਲ ਹੈ।
ਹੁਣ Codex ਹਾਈ ਤਰਜੀਹ ਵਾਲੇ ਏਕੀਕਰਨ ਮੌਕਿਆਂ ਦੀ ਨਿਗਰਾਨੀ ਕਰਦਾ ਹੈ, ਸੰਬੰਧਿਤ ਸੰਦਰਭ ਇਕੱਠਾ ਕਰਦਾ ਹੈ, ਪੁੱਲ ਬੇਨਤੀਆਂ ਬਣਾਉਂਦਾ ਹੈ, ਜਾਂਚਾਂ ਚਲਾਉਂਦਾ ਹੈ ਅਤੇ Slack ਅਤੇ Notion ਵਰਗੇ ਸਰੋਤਾਂ ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਹਫ਼ਤਾਵਾਰੀ ਅੱਪਡੇਟ ਤਿਆਰ ਕਰਦਾ ਹੈ। ਢੁਕਵਾਂ ਹੋਣ ’ਤੇ ਇਹ ਟੀਮ ਦੀ ਸਮੀਖਿਆ ਲਈ ਅਗਲੇ ਕਦਮ ਦਾ ਖਰੜਾ ਵੀ ਤਿਆਰ ਕਰ ਸਕਦਾ ਹੈ, ਜਿਸ ਵਿੱਚ ਸ਼ੁਰੂਆਤੀ ਘੋਸ਼ਣਾ ਵੀ ਸ਼ਾਮਲ ਹੈ। ਇਹ ਵਰਕਫ਼ਲੋ ਖੋਜ, ਇੰਜੀਨੀਅਰਿੰਗ ਅਤੇ ਸੰਚਾਰ ਵਿਚਕਾਰ ਕੰਮ ਦੇ ਤਬਾਦਲੇ ਘਟਾਉਂਦੇ ਹੋਏ ਕਿਸੇ ਮੌਕੇ ਨੂੰ ਸੰਕੇਤ ਤੋਂ ਪਰਖੀ ਹੋਈ ਰਚਨਾ ਤੱਕ ਪਹੁੰਚਾਉਂਦਾ ਹੈ।
ਲੋਕ ਅਜੇ ਵੀ ਤੈਅ ਕਰਦੇ ਹਨ ਕਿ ਕਿਹੜੇ ਮੌਕੇ ਮਹੱਤਵਪੂਰਨ ਹਨ, Exa ਨੂੰ ਕਿਹੜੀਆਂ ਵਚਨਬੱਧਤਾਵਾਂ ਨਿਭਾਉਣੀਆਂ ਚਾਹੀਦੀਆਂ ਹਨ ਅਤੇ ਬਾਹਰੀ ਸੰਬੰਧਾਂ ਦਾ ਪ੍ਰਬੰਧਨ ਕਿਵੇਂ ਹੋਣਾ ਚਾਹੀਦਾ ਹੈ। ਜਾਂਚਾਂ ਅਤੇ ਸਮੀਖਿਆ ਦੇ ਪੜਾਅ ਏਜੰਟ ਦੇ ਕੰਮ ਨੂੰ ਜਾਰੀ ਹੋਣ ਤੋਂ ਪਹਿਲਾਂ ਦਿਖਾਈ ਦੇਣਯੋਗ ਬਣਾਉਂਦੇ ਹਨ। ਜਾਂਚ ਦੇ ਨਤੀਜੇ ਅਤੇ ਮਨੁੱਖੀ ਸਮੀਖਿਆ ਟੀਮ ਨੂੰ ਦਿਖਾ ਸਕਦੇ ਹਨ ਕਿ ਅਗਲੀ ਵਾਰ ਚਲਾਉਣ ਤੋਂ ਪਹਿਲਾਂ ਵਰਕਫ਼ਲੋ ਵਿੱਚ ਕਿੱਥੇ ਤਬਦੀਲੀ ਕਰਨੀ ਹੈ। ਜਿਵੇਂ-ਜਿਵੇਂ ਕੰਮ ਦੇ ਨਤੀਜੇ ਵਧੇਰੇ ਮਹੱਤਵਪੂਰਨ ਹੁੰਦੇ ਹਨ, ਉੱਵੇਂ-ਉੱਵੇਂ ਅਧਿਕਾਰ, ਇਜਾਜ਼ਤਾਂ, ਸਬੂਤ ਅਤੇ ਫ਼ੈਸਲੇ ਦੇ ਅਧਿਕਾਰ ਵਰਕਫ਼ਲੋ ਦੀ ਰਚਨਾ ਦਾ ਵੱਡਾ ਹਿੱਸਾ ਬਣ ਜਾਂਦੇ ਹਨ।
Basis, Clay ਅਤੇ Exa ਮਿਲ ਕੇ ਐਂਟਰਪ੍ਰਾਈਜ਼ ਸੰਕੇਤਾਂ ਵਿੱਚ ਦਿਖਾਈ ਦੇਣ ਵਾਲੇ ਰੁਝਾਨਾਂ ਨੂੰ ਅਮਲੀ ਰੂਪ ਦਿੰਦੀਆਂ ਹਨ। Basis ਇੱਕ ਸਾਬਤ ਪ੍ਰਕਿਰਿਆ ਨੂੰ ਮੁੜ ਵਰਤੋਂਯੋਗ ਹੁਨਰ ਵਿੱਚ ਬਦਲਦੀ ਹੈ। Clay ਏਜੰਟ ਨੂੰ ਬਦਲਦੇ ਕੰਮ ਨੂੰ ਤਾਜ਼ਾ ਰੱਖਣ ਲਈ ਲੋੜੀਂਦਾ ਸੰਦਰਭ ਅਤੇ ਨਿਰੰਤਰਤਾ ਦਿੰਦੀ ਹੈ। Exa ਸਾਧਨ, ਜਾਂਚਾਂ ਅਤੇ ਸਮੀਖਿਆ ਜੋੜਦੀ ਹੈ, ਤਾਂ ਜੋ ਏਜੰਟ ਕਿਸੇ ਸਿਗਨਲ ਨੂੰ ਸੀਮਤ ਦਾਇਰੇ ਵਿੱਚ ਅਮਲ ਤੱਕ ਪਹੁੰਚਾ ਸਕੇ। ਇਹ ਤਿੰਨੋਂ ਮਿਲ ਕੇ ਸੁਧਾਰ ਨੂੰ ਵਰਕਫ਼ਲੋ ਦਾ ਹਿੱਸਾ ਬਣਾਉਂਦੇ ਹਨ: ਆਨਬੋਰਡਿੰਗ ਅਪਵਾਦ ਇਹ ਉਜਾਗਰ ਕਰਦੇ ਹਨ ਕਿ ਕਿਸ ਹੁਨਰ ਨੂੰ ਨਿਖਾਰਨ ਦੀ ਲੋੜ ਹੈ; ਨਵੀਂ ਖਾਤਾ ਗਤੀਵਿਧੀ ਅਤੇ ਵਿਕਰੇਤਾ ਦੀ ਪੁਸ਼ਟੀ ਸੌਦੇ ਦੇ ਸੰਦਰਭ ਨੂੰ ਤਾਜ਼ਾ ਰੱਖਦੇ ਹਨ; ਅਤੇ ਜਾਂਚਾਂ ਅਤੇ ਮਨੁੱਖੀ ਸਮੀਖਿਆ ਭਵਿੱਖ ਵਿੱਚ ਕੰਮ ਕਰਨ ਲਈ ਦਾਇਰੇ ਨੂੰ ਹੋਰ ਸਪੱਸ਼ਟ ਕਰਦੇ ਹਨ। ਹਰ ਇੱਕ ਦੀ ਸ਼ੁਰੂਆਤ ਕਿਸੇ ਖ਼ਾਸ ਕੰਮ ਅਤੇ ਉਸ ਨੂੰ ਪਰਖਣ ਲਈ ਲੋੜੀਂਦੀ ਜਗ੍ਹਾ ਨਾਲ ਹੁੰਦੀ ਹੈ। ਵਰਤੋਂ ਨਾਲ ਕੰਮ ਦੀ ਵੰਡ ਹੋਰ ਸਪਸ਼ਟ ਹੁੰਦੀ ਜਾਂਦੀ ਹੈ ਅਤੇ ਵਰਕਫ਼ਲੋ ਦੇ ਸਫਲ ਸਾਬਤ ਹੋਣ ਨਾਲ ਜ਼ਿੰਮੇਵਾਰੀ ਦਾ ਦਾਇਰਾ ਵੀ ਵਧਦਾ ਜਾਂਦਾ ਹੈ।
ਅਤਿ-ਆਧੁਨਿਕ ਵਰਤੋਂ ਦਾ ਪਾੜਾ ਵਧਣ ਦੇ ਨਾਲ ਐਂਟਰਪ੍ਰਾਈਜ਼ ਆਗੂਆਂ ਨੂੰ ਕਰਮਚਾਰੀਆਂ ਨੂੰ ਮਹੱਤਵਪੂਰਨ ਨਤੀਜਿਆਂ ਵਾਲੇ ਵਰਕਫ਼ਲੋ ਪਰਖਣ, ਸਫਲਤਾ ਮਾਪਣ ਅਤੇ ਸਭ ਤੋਂ ਮਜ਼ਬੂਤ ਪ੍ਰਯੋਗਾਂ ਨੂੰ ਦੁਹਰਾਉਣਯੋਗ ਅਭਿਆਸ ਵਿੱਚ ਬਦਲਣ ਦੀ ਜਗ੍ਹਾ ਦੇਣੀ ਚਾਹੀਦੀ ਹੈ।
- ਮੁੱਲ ਪੈਦਾ ਕਰਨ ਵਾਲਾ ਇੱਕ ਮਹੱਤਵਪੂਰਨ ਖੇਤਰ ਚੁਣੋ। ਅਜਿਹੇ ਸ਼ੁਰੂ ਤੋਂ ਅੰਤ ਤੱਕ ਦੇ ਵਰਕਫ਼ਲੋ ਨਾਲ ਸ਼ੁਰੂ ਕਰੋ ਜਿੱਥੇ ਰਣਨੀਤਕ ਤਰਜੀਹ, ਪ੍ਰਣਾਲੀਆਂ, ਕੰਮ ਦੇ ਤਬਾਦਲੇ, ਨਿਯੰਤਰਣ ਅਤੇ ਮਾਪਣਯੋਗ ਨਤੀਜੇ ਇਕੱਠੇ ਹੁੰਦੇ ਹਨ। ਇਹ ਸਿੱਖਣ ਲਈ ਕਾਫ਼ੀ ਵਾਰ ਦੁਹਰਾਇਆ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ ਅਤੇ ਮੁੜ ਡਿਜ਼ਾਈਨ ਨੂੰ ਜਾਇਜ਼ ਠਹਿਰਾਉਣ ਲਈ ਕਾਫ਼ੀ ਮਹੱਤਵਪੂਰਨ ਹੋਣਾ ਚਾਹੀਦਾ ਹੈ।
- ਨਤੀਜਾ ਅਤੇ ਉਸ ਨੂੰ ਮਾਪਣ ਦਾ ਤਰੀਕਾ ਪਰਿਭਾਸ਼ਿਤ ਕਰੋ। ਜ਼ਿੰਮੇਵਾਰ ਮਾਲਕ, KPI, ਬੇਸਲਾਈਨ ਅਤੇ ਗਾਰਡਰੇਲਜ਼ ਤੈਅ ਕਰੋ। ਪੂਰੇ ਹੋਏ ਕੰਮਾਂ, ਜੁੜੇ ਸੰਦਰਭ ਤੇ ਸਾਧਨਾਂ, ਅਪਵਾਦਾਂ ਅਤੇ ਸਮੀਖਿਆ ਦੇ ਬੋਝ ਰਾਹੀਂ ਡੂੰਘਾਈ ਮਾਪੋ। ਚੱਕਰ ਦੇ ਸਮੇਂ, ਗੁਣਵੱਤਾ, ਲਾਗਤ, ਆਮਦਨ ਜਾਂ ਜੋਖਮ ਰਾਹੀਂ ਮੁੱਲ ਨੂੰ ਟਰੈਕ ਕਰੋ। ਆਉਟਪੁੱਟ ਦੀ ਮਾਤਰਾ ਇਹ ਦਿਖਾ ਸਕਦੀ ਹੈ ਕਿ ਲੋਕ AI ਤੋਂ ਹੋਰ ਕੰਮ ਕਰਨ ਲਈ ਕਹਿ ਰਹੇ ਹਨ; ਪਰ ਵਰਕਫ਼ਲੋ ਦੇ ਨਤੀਜੇ ਇਹ ਦੱਸਦੇ ਹਨ ਕਿ ਇਹ ਅਸਲ ਵਿੱਚ ਮਹੱਤਵਪੂਰਨ ਹੈ ਜਾਂ ਨਹੀਂ।
- ਏਜੰਟ ਦਾ ਕੰਮ-ਵੇਰਵਾ ਲਿਖੋ। ਪਰਿਭਾਸ਼ਿਤ ਕਰੋ ਕਿ ਕੰਮ ਕਿਸ ਗੱਲ ਨਾਲ ਸ਼ੁਰੂ ਹੁੰਦਾ ਹੈ, ਨਤੀਜਾ ਕੀ ਹੋਵੇਗਾ, ਕਿਹੜਾ ਸੰਦਰਭ, ਸਾਧਨ ਅਤੇ ਇਜਾਜ਼ਤਾਂ ਲੋੜੀਂਦੀਆਂ ਹਨ ਅਤੇ ਏਜੰਟ ਨੂੰ ਕੰਮ ਪੂਰਾ ਕਰਨ ਲਈ ਕਿੰਨੀ ਲਗਾਤਾਰ ਕੋਸ਼ਿਸ਼ ਕਰਨੀ ਚਾਹੀਦੀ ਹੈ। ਇਹ ਨਿਰਧਾਰਤ ਕਰੋ ਕਿ ਇਸਨੂੰ ਕਿਹੜਾ ਸਬੂਤ ਪੈਦਾ ਕਰਨਾ ਚਾਹੀਦਾ ਹੈ ਅਤੇ ਮਨੁੱਖੀ ਸਮੀਖਿਆ ਲਈ ਕਿੱਥੇ ਰੁਕਣਾ ਚਾਹੀਦਾ ਹੈ।
- ਏਜੰਟ ਦੇ ਆਲੇ-ਦੁਆਲੇ ਮਨੁੱਖੀ ਪ੍ਰਣਾਲੀ ਬਣਾਓ। ਵਰਕਫ਼ਲੋ ਦੇ ਸਭ ਤੋਂ ਨੇੜੇ ਕੰਮ ਕਰਨ ਵਾਲੇ ਲੋਕਾਂ ਨੂੰ ਡਿਜ਼ਾਈਨ ਪ੍ਰਕਿਰਿਆ ਵਿੱਚ ਸ਼ਾਮਲ ਕਰੋ। ਉਸ ਵਿਅਕਤੀ ਦਾ ਨਾਮ ਦਿਓ ਜੋ ਕਾਰੋਬਾਰੀ ਨਤੀਜੇ, ਵਿਸ਼ਾ-ਖੇਤਰ ਤਰਕ, ਪਹੁੰਚ ਅਤੇ ਨਿਯੰਤਰਣ, ਅਪਣਾਉਣ ਅਤੇ ਰੋਜ਼ਾਨਾ ਵਰਤੋਂ ਦੀ ਮਾਲਕੀ ਰੱਖਦਾ ਹੈ। ਨਵੀਆਂ ਕੰਪਨੀਆਂ ਇਨ੍ਹਾਂ ਜ਼ਿੰਮੇਵਾਰੀਆਂ ਨੂੰ ਕੁਝ ਹੀ ਲੋਕਾਂ ਤੱਕ ਸਮੇਟ ਲੈਂਦੀਆਂ ਹਨ; ਪਰ ਜਿਵੇਂ-ਜਿਵੇਂ ਵਰਕਫ਼ਲੋ ਵਿਸਤਾਰ ਹੁੰਦਾ ਹੈ, ਐਂਟਰਪ੍ਰਾਈਜ਼ਾਂ ਨੂੰ ਸਪੱਸ਼ਟ ਫ਼ੈਸਲੇ ਲੈਣ ਦੇ ਅਧਿਕਾਰਾਂ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ।
- ਪ੍ਰਯੋਗਾਂ ਨੂੰ ਦਿਖਣਯੋਗ ਅਤੇ ਦੁਬਾਰਾ ਵਰਤੋਂਯੋਗ ਬਣਾਓ। OpenAI ਦੀ ਖੋਜ ਅਨੁਸਾਰ ਅਪਣਾਉਣ ਦੇ ਛੇ ਮਹੀਨੇ ਬਾਅਦ ਕਰੀਅਰ ਦੀ ਸ਼ੁਰੂਆਤ ਵਾਲੇ ਕਰਮਚਾਰੀਆਂ ਨੇ ਅਧਿਕਾਰੀਆਂ ਨਾਲੋਂ ਹਰ ਹਫ਼ਤੇ 13 ਵੱਧ ਸੁਨੇਹੇ ਭੇਜੇ। ਕਰਮਚਾਰੀਆਂ ਨੂੰ ਵਰਤੋਂ ਦੇ ਨਵੇਂ ਮਾਮਲਿਆਂ ਦੀ ਜਾਂਚ ਕਰਨ ਲਈ ਖੁੱਲ੍ਹ ਦਿਓ, ਫਿਰ ਸਫਲ ਤਰੀਕਿਆਂ ਪਿੱਛੇ ਦੀ ਪ੍ਰਕਿਰਿਆ ਅਤੇ ਸਬੂਤਾਂ ਨੂੰ ਕੈਪਚਰ ਕਰੋ ਅਤੇ ਉਨ੍ਹਾਂ ਨੂੰ ਹੁਨਰਾਂ, ਪਲੱਗਇਨਾਂ ਜਾਂ ਸਾਂਝੇ ਵਰਕਸਪੇਸਾਂ ਵਜੋਂ ਪੈਕੇਜ ਕਰੋ। ਚੈਟ, ਵਰਕ ਅਤੇ Codex(ਨਵੀਂ ਵਿੰਡੋ ਵਿੱਚ ਖੁੱਲ੍ਹਦਾ ਹੈ) ਵੱਖ-ਵੱਖ ਢੰਗਾਂ ਦਾ ਸਮਰਥਨ ਕਰਦੇ ਹਨ: ਸਵਾਲਾਂ ਅਤੇ ਤੁਰੰਤ ਸਹਿਯੋਗ ਲਈ ਚੈਟ, ਕਈ ਕਦਮਾਂ ਵਾਲੇ ਗਿਆਨ-ਅਧਾਰਿਤ ਕੰਮ ਅਤੇ ਮੁਕੰਮਲ ਨਤੀਜਿਆਂ ਲਈ ਵਰਕ ਅਤੇ ਤਕਨੀਕੀ ਅਮਲ ਲਈ Codex।
- ਸੰਚਾਲਨ ਦੇ ਸਫਲ ਤਰੀਕੇ ਨੂੰ ਅੱਗੇ ਵਧਾਓ। ਜਿਹੜੇ ਸੰਦਰਭ, ਇਜਾਜ਼ਤਾਂ, ਮੁਲਾਂਕਣ, ਸਮੀਖਿਆ ਦੇ ਪੜਾਅ, ਮਾਲਕ, ਮਾਪਦੰਡ ਅਤੇ ਸਮਰੱਥਾ ਨਿਰਮਾਣ ਕੰਮ ਕਰ ਚੁੱਕੇ ਹਨ, ਉਨ੍ਹਾਂ ਨੂੰ ਸੁਰੱਖਿਅਤ ਰੱਖੋ, ਅਤੇ ਫਿਰ ਉਨ੍ਹਾਂ ਨੂੰ ਅਗਲੀ ਮੁੱਲ ਸਤਹ 'ਤੇ ਲਾਗੂ ਕਰੋ। ਹਰ ਨਵਾਂ ਪ੍ਰਯੋਗ ਅਗਲੀ ਟੀਮ ਨੂੰ ਸ਼ੁਰੂਆਤ ਕਰਨ ਲਈ ਇੱਕ ਬਿਹਤਰ ਜਗ੍ਹਾ ਪ੍ਰਦਾਨ ਕਰਨਾ ਚਾਹੀਦਾ ਹੈ।


