OpenAI B2B ਸਿਗਨਲ

ਅੱਜ ਅਸੀਂ B2B ਸਿਗਨਲ ਪੇਸ਼ ਕਰ ਰਹੇ ਹਾਂ, ਜੋ ਕਿ OpenAI ਸਿਗਨਲ⁠ ਦਾ ਇੱਕ ਵਪਾਰਕ ਵਿਸਤਾਰ ਹੈ। ਇਹ ਮਾਪਦਾ ਹੈ ਕਿ AI ਸੰਸਥਾਵਾਂ ਵਿੱਚ ਕਿਵੇਂ ਫੈਲ ਰਿਹਾ ਹੈ। ਸ਼ੁਰੂਆਤੀ ਸੰਕੇਤ ਸਪੱਸ਼ਟ ਹਨ: ਮੋਹਰੀ ਫਰਮਾਂ ਸਿਰਫ਼ ਇਸ ਲਈ ਅੱਗੇ ਨਹੀਂ ਨਿਕਲ ਰਹੀਆਂ ਕਿ ਉਹਨਾਂ ਕੋਲ AI ਤੱਕ ਪਹੁੰਚ ਹੈ, ਸਗੋਂ ਇਸ ਲਈ ਕਿ ਉਹ ਪੂਰੇ ਕੰਮ ਦੌਰਾਨ ਇਸਦੀ ਵਧੇਰੇ ਡੂੰਘਾਈ ਨਾਲ ਵਰਤੋਂ ਕਰ ਰਹੀਆਂ ਹਨ।

B2B ਸਿਗਨਲ ਵੱਡੇ ਪੱਧਰ 'ਤੇ ਅਤੇ ਗੋਪਨੀਯਤਾ ਨੂੰ ਧਿਆਨ ਵਿੱਚ ਰੱਖਦੇ ਹੋਏ ਕੀਤੇ ਗਏ ਐਂਟਰਪ੍ਰਾਈਜ਼ AI ਵਰਤੋਂ ਦੇ ਵਿਸ਼ਲੇਸ਼ਣ 'ਤੇ ਅਧਾਰਿਤ ਹੈ। ਇਹ ਉਹਨਾਂ ਵਿਵਹਾਰਾਂ ਅਤੇ ਰੁਝਾਨਾਂ ਨੂੰ ਟਰੈਕ ਕਰਦਾ ਹੈ ਜੋ ਸੰਸਥਾਵਾਂ ਨੂੰ ਇਹ ਸਮਝਣ ਵਿੱਚ ਮਦਦ ਕਰ ਸਕਦੇ ਹਨ ਕਿ ਇੰਟੈਲੀਜੈਂਸ ਨੂੰ ਕਾਰੋਬਾਰੀ ਮੁੱਲ ਵਿੱਚ ਕਿਵੇਂ ਬਦਲਣਾ ਹੈ।

ਅਤਿ-ਆਧੁਨਿਕ ਫਰਮਾਂ—ਉਹ ਜੋ AI ਦੀ ਵਰਤੋਂ ਦੇ 95ਵੇਂ ਪਰਸੈਂਟਾਈਲ 'ਤੇ ਕੰਮ ਕਰ ਰਹੀਆਂ ਹਨ—ਪ੍ਰਤੀ ਕਰਮਚਾਰੀ ਵਧੇਰੇ ਇੰਟੈਲੀਜੈਂਸ ਦੀ ਵਰਤੋਂ ਕਰਦੀਆਂ ਹਨ, ਉੱਨਤ ਟੂਲਜ਼ ਨੂੰ ਵਧੇਰੇ ਤੀਬਰਤਾ ਨਾਲ ਅਪਣਾਉਂਦੀਆਂ ਹਨ, ਅਤੇ AI ਨੂੰ ਆਪਣੇ ਵਰਕਫਲੋਜ਼ ਵਿੱਚ ਵਧੇਰੇ ਡੂੰਘਾਈ ਨਾਲ ਸ਼ਾਮਲ ਕਰਦੀਆਂ ਹਨ। ਕੁਝ ਫਰਮਾਂ ਲਈ ਇਹ ਫਾਇਦਾ ਤੇਜ਼ੀ ਨਾਲ ਵਧ ਰਿਹਾ ਹੈ, ਅਤੇ ਇਹ ਅੰਤਰ ਹੁਣ ਮੁੱਖ ਤੌਰ 'ਤੇ ਵਰਤੋਂ ਦੀ ਡੂੰਘਾਈ ਤੋਂ ਆ ਰਿਹਾ ਹੈ।

ਮੁੱਖ ਨੁਕਤੇ

• ਅਤਿ-ਆਧੁਨਿਕ ਲਾਭ ਸੰਚਿਤ ਤੌਰ 'ਤੇ ਵਧਣਾ ਸ਼ੁਰੂ ਹੋ ਰਿਹਾ ਹੈ: ਫਰਮਾਂ ਹੁਣ ਆਮ ਫਰਮਾਂ ਦੇ ਮੁਕਾਬਲੇ ਪ੍ਰਤੀ ਕਰਮਚਾਰੀ 3.5 ਗੁਣਾ ਵੱਧ ਇੰਟੈਲੀਜੈਂਸ ਦੀ ਵਰਤੋਂ ਕਰਦੀਆਂ ਹਨ, ਜੋ ਕਿ ਇੱਕ ਸਾਲ ਪਹਿਲਾਂ 2 ਗੁਣਾ ਸੀ। 
• ਅਤਿ-ਆਧੁਨਿਕ AI ਦੀ ਵਰਤੋਂ ਵਧੇਰੇ ਡੂੰਘਾਈ ਨਾਲ ਕਰਦੀਆਂ ਹਨ, ਨਾ ਕਿ ਸਿਰਫ਼ ਵਾਰ-ਵਾਰ: ਸੁਨੇਹਿਆਂ ਦੀ ਗਿਣਤੀ ਅਤਿ-ਆਧੁਨਿਕ ਅਤੇ ਆਮ ਫਰਮਾਂ ਦੇ ਪਾੜੇ ਦਾ ਸਿਰਫ਼ 36% ਹਿੱਸਾ ਹੀ ਸਪੱਸ਼ਟ ਕਰਦੀ ਹੈ। ਅਤਿ-ਆਧੁਨਿਕ ਫਾਇਦੇ ਦਾ ਵੱਡਾ ਹਿੱਸਾ ਵਧੇਰੇ 'ਡੂੰਘੀ ਵਰਤੋਂ' ਤੋਂ ਆਉਂਦਾ ਹੈ। 
• ਏਜੰਟਿਕ ਵਰਕਫ਼ਲੋ ਅਤਿ-ਆਧੁਨਿਕ ਹੋਣ ਦੀ ਪਛਾਣ ਬਣ ਰਹੇ ਹਨ: ਸਭ ਤੋਂ ਵੱਡਾ ਅੰਤਰ ਉੱਨਤ ਏਜੰਟਿਕ ਟੂਲਜ਼ ਵਿੱਚ ਹੈ, ਜਿੱਥੇ ਮੋਹਰੀ ਫਰਮਾਂ ਆਮ ਫਰਮਾਂ ਦੇ ਮੁਕਾਬਲੇ 16 ਗੁਣਾ ਵੱਧ Codex ਸੁਨੇਹੇ ਭੇਜਦੀਆਂ ਹਨ। 
• ਫਰਮਾਂ ਸੰਗਠਨਾਤਮਕ ਤਬਦੀਲੀ ਰਾਹੀਂ ਇਸ ਪਾੜੇ ਨੂੰ ਘਟਾ ਸਕਦੀਆਂ ਹਨ: ਬਰਾਬਰੀ ਕਰਨ ਲਈ, ਫਰਮਾਂ ਨੂੰ ਵਰਤੋਂ ਦੀ ਡੂੰਘਾਈ ਮਾਪਣੀ ਚਾਹੀਦੀ ਹੈ, ਪ੍ਰਸ਼ਾਸਨ ਨੂੰ ਤਰਜੀਹ ਦੇਣੀ ਚਾਹੀਦੀ ਹੈ, ਸਮਰੱਥਾ ਵਿੱਚ ਨਿਵੇਸ਼ ਕਰਨਾ ਚਾਹੀਦਾ ਹੈ, ਸਫਲ ਮਾਡਲਾਂ ਨੂੰ ਵੱਡੇ ਪੱਧਰ 'ਤੇ ਲਾਗੂ ਕਰਨਾ ਚਾਹੀਦਾ ਹੈ, ਅਤੇ ਚੈਟ-ਅਧਾਰਿਤ ਸਹਾਇਤਾ ਤੋਂ ਅੱਗੇ ਵਧ ਕੇ ਏਜੰਟਾਂ ਰਾਹੀਂ ਕੰਮ ਕਰਵਾਉਣ ਵੱਲ ਵਧਣਾ ਚਾਹੀਦਾ ਹੈ।

ਅਤਿ-ਆਧੁਨਿਕ ਹੋਣ ਦਾ ਲਾਭ ਹੁਣ ਤੇਜ਼ੀ ਨਾਲ ਵਧਣਾ ਸ਼ੁਰੂ ਹੋ ਗਿਆ ਹੈ ਅਤੇ ਜੋ ਫਰਮਾਂ AI ਦੀ ਸਭ ਤੋਂ ਡੂੰਘਾਈ ਨਾਲ ਵਰਤੋਂ ਕਰ ਰਹੀਆਂ ਹਨ, ਉਹ ਆਪਣੀ ਬੜ੍ਹਤ ਨੂੰ ਲਗਾਤਾਰ ਵਧਾ ਰਹੀਆਂ ਹਨ

ਉੱਦਮਾਂ ਲਈ ਸਿਰਫ਼ 'ਸੀਟ ਡਿਪਲਾਇਮੈਂਟ' (ਕਰਮਚਾਰੀਆਂ ਨੂੰ ਪਹੁੰਚ ਦੇਣਾ) ਹੀ ਸ਼ੁਰੂਆਤੀ ਬਿੰਦੂ ਹੈ। ਅਸਲ ਸੰਕੇਤ ਇਹ ਹੈ ਕਿ ਕੀ ਕਰਮਚਾਰੀ ਵਧੇਰੇ ਡੂੰਘੇ ਅਤੇ ਗੁੰਝਲਦਾਰ ਕੰਮਾਂ ਲਈ AI ਦੀ ਵਰਤੋਂ ਕਰ ਰਹੇ ਹਨ। ਇਹ ਚਾਰਟ ਅਤਿ-ਆਧੁਨਿਕ 95ਵਾਂ ਪਰਸੈਂਟਾਈਲ 'ਤੇ ਪ੍ਰਤੀ ਕਰਮਚਾਰੀ ਪੈਦਾ ਕੀਤੇ ਗਏ ਟੋਕਨਾਂ ਦੀ ਤੁਲਨਾ ਇੱਕ ਆਮ ਫਰਮ 50ਵਾਂ ਪਰਸੈਂਟਾਈਲ ਨਾਲ ਕਰਦਾ ਹੈ।

ਟੋਕਨ ਵਪਾਰਕ ਮੁੱਲ ਦਾ ਕੋਈ ਸੰਪੂਰਨ ਪੈਮਾਨਾ ਨਹੀਂ ਹਨ। ਇੱਕ ਛੋਟਾ ਜਵਾਬ ਬਹੁਤ ਕੀਮਤੀ ਹੋ ਸਕਦਾ ਹੈ, ਅਤੇ ਇੱਕ ਲੰਬਾ ਜਵਾਬ ਘੱਟ ਮੁੱਲ ਵਾਲਾ ਹੋ ਸਕਦਾ ਹੈ। ਪਰ ਟੋਕਨ ਵਾਲੀਅਮ ਇਹ ਮਾਪਣ ਵਿੱਚ ਮਦਦ ਕਰਦਾ ਹੈ ਕਿ ਕਰਮਚਾਰੀ AI ਨੂੰ ਕਿੰਨਾ ਕੰਮ ਕਰਨ ਲਈ ਕਹਿ ਰਹੇ ਹਨ, ਜੋ ਇਸਨੂੰ AI ਦੀ ਵਰਤੋਂ ਦੀ ਡੂੰਘਾਈ ਅਤੇ ਕਰਮਚਾਰੀਆਂ ਦੁਆਰਾ ਮੰਗੀ ਗਈ 'ਇੰਟੈਲੀਜੈਂਸ' ਦੀ ਮਾਤਰਾ ਲਈ ਇੱਕ ਉਪਯੋਗੀ ਪ੍ਰਤੀਨਿਧ ਬਣਾਉਂਦਾ ਹੈ।

ਅਤਿ-ਆਧੁਨਿਕ ਫਰਮ ਇੱਕ ਆਮ ਫਰਮ ਦੇ ਮੁਕਾਬਲੇ ਪ੍ਰਤੀ ਕਰਮਚਾਰੀ 3.5 ਗੁਣਾ ਵੱਧ ਇੰਟੈਲੀਜੈਂਸ ਦੀ ਮੰਗ ਕਰਦੀ ਹੈ। ਇਹ ਪਾੜਾ ਅਪ੍ਰੈਲ 2025 ਵਿੱਚ 2 ਗੁਣਾ ਸੀ ਜੋ ਹੁਣ ਵੱਧ ਗਿਆ ਹੈ। ਇਹ ਸੰਕੇਤ ਦਿੰਦਾ ਹੈ ਕਿ ਜੋ ਫਰਮਾਂ AI ਦੀ ਸਭ ਤੋਂ ਵੱਧ ਵਰਤੋਂ ਕਰ ਰਹੀਆਂ ਹਨ, ਉਹ ਆਪਣੀ ਬੜ੍ਹਤ ਨੂੰ ਵਧਾ ਰਹੀਆਂ ਹਨ ਅਤੇ ਨਵੀਂ AI ਸਮਰੱਥਾਵਾਂ ਨੂੰ ਵਧੇਰੇ ਡੂੰਘੇ ਤੇ ਗੁੰਝਲਦਾਰ ਕੰਮਾਂ ਵਿੱਚ ਬਦਲਣ ਲਈ ਬਿਹਤਰ ਸਥਿਤੀ ਵਿੱਚ ਹਨ।

ਅਤਿ-ਆਧੁਨਿਕ ਲਾਭ ਦਾ ਮੁੱਖ ਕਾਰਨ ਡੂੰਘੀ ਵਰਤੋਂ ਹੈ, ਨਾ ਕਿ ਸਿਰਫ਼ ਸੁਨੇਹਿਆਂ ਦੀ ਗਿਣਤੀ

ਅਤਿ-ਆਧੁਨਿਕ ਫਰਮ ਇੱਕ ਆਮ ਫਰਮ ਦੇ ਮੁਕਾਬਲੇ ਪ੍ਰਤੀ ਕਰਮਚਾਰੀ ਬਹੁਤ ਜ਼ਿਆਦਾ ਇੰਟੈਲੀਜੈਂਸ ਦੀ ਮੰਗ ਕਰਦੀ ਹੈ, ਪਰ ਇਸ ਅੰਤਰ ਦਾ ਵੱਡਾ ਹਿੱਸਾ ਸਿਰਫ਼ ਸੁਨੇਹਿਆਂ ਦੀ ਗਿਣਤੀ ਨਾਲ ਸਪੱਸ਼ਟ ਨਹੀਂ ਹੁੰਦਾ। ਇਸ ਚਾਰਟ ਵਿੱਚ 3.5x ਅਤਿ-ਆਧੁਨਿਕ ਫਾਇਦੇ ਦਾ ਵਿਸ਼ਲੇਸ਼ਣ ਕੀਤਾ ਗਿਆ ਹੈ ਅਤੇ ਇਹ ਪਾਇਆ ਗਿਆ ਹੈ ਕਿ ਜੇਕਰ ਕੋਈ ਸਾਧਾਰਨ ਫਰਮ ਅਤਿ-ਆਧੁਨਿਕ ਦੀ ਦਰ ਦੇ ਬਰਾਬਰ ਸੰਦੇਸ਼ ਭੇਜਦੀ ਹੈ, ਤਾਂ ਇਹ 3.5x ਦੇ ਪਾੜੇ ਨੂੰ ਸਿਰਫ 36% ਤੱਕ ਹੀ ਘਟਾ ਸਕੇਗੀ।

ਬਾਕੀ ਦਾ ਅੰਤਰ 'ਡੂੰਘੀ ਵਰਤੋਂ' ਨਾਲ ਜੁੜਿਆ ਹੋਇਆ ਹੈ। ਅਤਿ-ਆਧੁਨਿਕ ਪੱਧਰ 'ਤੇ ਕੰਮ ਕਰਨ ਵਾਲੇ ਕਰਮਚਾਰੀ AI ਨੂੰ ਵਧੇਰੇ ਗੁੰਝਲਦਾਰ ਕੰਮ ਸੌਂਪਦੇ ਹਨ, ਮਾਡਲਾਂ ਨੂੰ ਵਧੇਰੇ ਵਿਸਤ੍ਰਿਤ ਸੰਦਰਭ ਪ੍ਰਦਾਨ ਕਰਦੇ ਹਨ, ਅਤੇ ਵਧੇਰੇ ਸਾਰਥਕ ਨਤੀਜੇ ਪ੍ਰਾਪਤ ਕਰਦੇ ਹਨ।

ਉੱਨਤ ਏਜੰਟਿਕ ਟੂਲਜ਼ ਵਿੱਚ ਅਤਿ-ਆਧੁਨਿਕ ਲਾਭ ਸਭ ਤੋਂ ਵੱਧ ਹੈ, ਜਿਵੇਂ ਕਿ Codex ਦੀ 16 ਗੁਣਾ ਵੱਧ ਵਰਤੋਂ ਤੋਂ ਸਪੱਸ਼ਟ ਹੈਉਹਨਾਂ ਟੂਲਜ਼ ਲਈ ਫਰੰਟੀਅਰ ਫਾਇਦਾ ਸਭ ਤੋਂ ਵੱਡਾ ਹੈ ਜੋ ਵਧੇਰੇ ਉੱਨਤ ਵਰਕਫਲੋਜ਼ ਦਾ ਸਮਰਥਨ ਕਰਦੇ ਹਨ

ਉਹਨਾਂ ਟੂਲਜ਼ ਲਈ ਅਤਿ-ਆਧੁਨਿਕ ਲਾਭ ਸਭ ਤੋਂ ਵੱਡਾ ਹੈ ਜੋ ਵਧੇਰੇ ਉੱਨਤ ਵਰਕਫਲੋਜ਼ ਦਾ ਸਮਰਥਨ ਕਰਦੇ ਹਨ। Codex ਵਿੱਚ ਸਭ ਤੋਂ ਵੱਡਾ ਪਾੜਾ ਦਿਖਾਈ ਦਿੰਦਾ ਹੈ, ਜਿੱਥੇ ਅਤਿ-ਆਧੁਨਿਕ ਫਰਮਾਂ ਆਮ ਫਰਮਾਂ ਦੇ ਮੁਕਾਬਲੇ ਪ੍ਰਤੀ ਕਰਮਚਾਰੀ 16 ਗੁਣਾ ਵੱਧ ਸੁਨੇਹੇ ਭੇਜਦੀਆਂ ਹਨ। ChatGPT ਏਜੰਟ, ChatGPT ਵਿੱਚ ਐਪ, ਡੀਪ ਰਿਸਰਚ, ਅਤੇ GPTs ਵਿੱਚ ਵੀ ਵੱਡੇ ਅੰਤਰ ਦੇਖੇ ਗਏ ਹਨ, ਜੋ ਸੰਕੇਤ ਦਿੰਦੇ ਹਨ ਕਿ ਅਤਿ-ਆਧੁਨਿਕ ਫਰਮਾਂ ਉਹਨਾਂ ਟੂਲਜ਼ ਦਾ ਲਾਭ ਲੈਣ ਵਿੱਚ ਬਿਹਤਰ ਹਨ ਜੋ ਕਰਮਚਾਰੀਆਂ ਨੂੰ ਕੋਡਿੰਗ ਕਰਨ, ਬਹੁ-ਪੜਾਵੀ ਕਾਰਜ ਸੌਂਪਣ, ਕੰਪਨੀ ਦੇ ਸੰਦਰਭ ਨੂੰ ਲਾਗੂ ਕਰਨ ਅਤੇ ਗੁੰਝਲਦਾਰ ਖੋਜ ਕਰਨ ਵਿੱਚ ਮਦਦ ਕਰਦੇ ਹਨ।

ਇਸਦੇ ਉਲਟ, ਵਧੇਰੇ ਆਮ ਅਤੇ ਆਸਾਨੀ ਨਾਲ ਉਪਲਬਧ ਟੂਲ ਜਿਵੇਂ ਕਿ ਯੂਜ਼ਰ ਅਪਲੋਡ, ਖੋਜ, ਅਤੇ ਡੇਟਾ ਵਿਸ਼ਲੇਸ਼ਣ ਵਿੱਚ ਅਤਿ-ਆਧੁਨਿਕ ਫਾਇਦਾ ਘੱਟ ਹੈ। ਇਹਨਾਂ ਟੂਲਜ਼ ਦੀ ਵਰਤੋਂ ਜ਼ਿਆਦਾਤਰ ਫਰਮਾਂ ਲਈ ਆਸਾਨ ਹੈ ਕਿਉਂਕਿ ਇਹ ਪਹਿਲਾਂ ਤੋਂ ਜਾਣੂ ਕਾਰਜ-ਪ੍ਰਣਾਲੀਆਂ ਦਾ ਵਿਸਤਾਰ ਕਰਦੇ ਹਨ। ਅਤਿ-ਆਧੁਨਿਕ ਫਾਇਦਾ ਉੱਨਤ ਅਤੇ ਏਜੰਟਿਕ ਟੂਲਜ਼ ਵਿੱਚ ਸਭ ਤੋਂ ਵੱਧ ਪ੍ਰਬਲ ਹੈ, ਜਿੱਥੇ ਇਸਨੂੰ ਅਪਣਾਉਣ ਲਈ ਵਧੇਰੇ ਮੁਹਾਰਤ, ਕੰਮ ਵਾਲੀ ਥਾਂ ਦੇ ਗਿਆਨ ਤੇ ਟੂਲਜ਼ ਨਾਲ ਜੁੜਨ ਅਤੇ AI ਨੂੰ ਕੰਮ ਸੌਂਪਣ ਵਿੱਚ ਵਧੇਰੇ ਸਹਿਜਤਾ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ।

ਸਭ ਤੋਂ ਵੱਡਾ ਅਤਿ-ਆਧੁਨਿਕ ਲਾਭ ਸਿੱਖਿਆ ਅਤੇ ਸਿਖਲਾਈ ਵਿੱਚ ਹੈ

ਸਿੱਖਿਆ ਅਤੇ ਸਿਖਲਾਈ ਨਾਲ ਸੰਬੰਧਿਤ ਕਾਰਜਾਂ ਵਿੱਚ ਅਤਿ-ਆਧੁਨਿਕ ਹੋਣ ਦਾ ਲਾਭ ਸਭ ਤੋਂ ਵੱਧ ਹੈ, ਜਿੱਥੇ ਮੋਹਰੀ ਫਰਮਾਂ ਆਮ ਫਰਮਾਂ ਦੇ ਮੁਕਾਬਲੇ ਪ੍ਰਤੀ ਕਰਮਚਾਰੀ 7 ਗੁਣਾ ਵੱਧ ਸੁਨੇਹੇ ਭੇਜਦੀਆਂ ਹਨ। ਅਤਿ-ਆਧੁਨਿਕ ਪੱਧਰ 'ਤੇ, ਕੰਪਨੀਆਂ ਕਰਮਚਾਰੀਆਂ ਦੇ ਹੁਨਰ ਨੂੰ ਨਿਖਾਰਨ ਅਤੇ ਨਵੇਂ ਵਿਸ਼ੇ ਸਿੱਖਣ ਲਈ AI ਦੀ ਵਰਤੋਂ ਕਰਦੀਆਂ ਹਨ। ਉਹ AI ਦੀ ਆਪਣੀ ਸਮਝ ਨੂੰ ਵਧਾਉਣ ਲਈ ਵੀ ਇਸਦੀ ਮਦਦ ਲੈਂਦੀਆਂ ਹਨ, ਜਿਸ ਵਿੱਚ ਇਹ ਸਮਝਣਾ ਸ਼ਾਮਲ ਹੈ ਕਿ AI ਕੀ ਕਰ ਸਕਦਾ ਹੈ, ਇਸਦੀ ਪ੍ਰਭਾਵਸ਼ਾਲੀ ਵਰਤੋਂ ਕਿਵੇਂ ਕਰਨੀ ਹੈ, ਅਤੇ ਇਹ ਮੌਜੂਦਾ ਕਾਰਜ-ਪ੍ਰਣਾਲੀਆਂ ਵਿੱਚ ਕਿੱਥੇ ਸਹੀ ਬੈਠ ਸਕਦਾ ਹੈ। ਇਸ ਅੰਤਰ ਦਾ ਆਕਾਰ ਇਹ ਦਰਸਾਉਂਦਾ ਹੈ ਕਿ ਇੱਕ ਆਮ ਫਰਮ ਸ਼ਾਇਦ ਕਰਮਚਾਰੀਆਂ ਦੀ ਸਿਖਲਾਈ ਅਤੇ ਵਿਕਾਸ ਲਈ AI ਦੀ ਵਰਤੋਂ ਬਹੁਤ ਘੱਟ ਕਰ ਰਹੀ ਹੈ।

ਕੋਡਿੰਗ ਵਿੱਚ ਵੀ ਇੱਕ ਵੱਡਾ ਅਤਿ-ਆਧੁਨਿਕ ਫਾਇਦਾ ਦਿਖਾਈ ਦਿੰਦਾ ਹੈ, ਜਿੱਥੇ ਮੋਹਰੀ ਫਰਮ ਆਮ ਫਰਮ ਦੇ ਮੁਕਾਬਲੇ ਪ੍ਰਤੀ ਕਰਮਚਾਰੀ 4 ਗੁਣਾ ਵੱਧ ਸੁਨੇਹੇ ਭੇਜਦੀ ਹੈ। ਇਹ ਉੱਨਤ ਅਤੇ ਏਜੰਟਿਕ ਟੂਲਜ਼ (agentic tools) ਦੀ ਵਰਤੋਂ ਵਿੱਚ ਪਾਏ ਗਏ ਵਿਆਪਕ ਅੰਤਰ ਦੇ ਅਨੁਕੂਲ ਹੈ। ਕਿਸੇ ਕੰਮ ਨੂੰ ਕਿਵੇਂ ਕਰਨਾ ਹੈ ਬਾਰੇ ਮਾਰਗਦਰਸ਼ਨ ਅਤੇ ਲਿਖਣ ਤੇ ਸੰਚਾਰ ਵਿੱਚ ਅਤਿ-ਆਧੁਨਿਕ ਦਾ ਅੰਤਰ ਸਭ ਤੋਂ ਘੱਟ ਹੈ, ਕਿਉਂਕਿ ਇਹ ਕੰਮ AI ਦੀ ਵਧੇਰੇ ਸੁਖਾਲੀ ਅਤੇ ਜਾਣੂ ਵਰਤੋਂ ਦਾ ਹਿੱਸਾ ਹਨ।

AI ਦੀ ਵਰਤੋਂ ਲਿਖਣ ਵਿੱਚ ਸਭ ਤੋਂ ਵਿਆਪਕ ਹੈ ਪਰ ਕਾਰਜ-ਵਿਸ਼ੇਸ਼ ਰੁਝਾਨ ਉੱਭਰ ਰਹੇ ਹਨ

ChatGPT ਦੀ ਸਭ ਤੋਂ ਆਮ ਵਰਤੋਂ ਲਿਖਣ ਅਤੇ ਸੰਚਾਰ ਲਈ ਕੀਤੀ ਜਾ ਰਹੀ ਹੈ। ਹਾਲਾਂਕਿ, ਵਰਤੋਂ ਦੇ ਪੈਟਰਨ ਵਿਭਾਗ ਦੇ ਅਨੁਸਾਰ ਵੱਖੋ-ਵੱਖਰੇ ਹਨ ਅਤੇ ਅਕਸਰ ਹਰੇਕ ਵਿਭਾਗ ਦੀਆਂ ਮੁੱਖ ਜ਼ਿੰਮੇਵਾਰੀਆਂ ਨਾਲ ਜੁੜੇ ਹੁੰਦੇ ਹਨ। IT ਅਤੇ ਸੁਰੱਖਿਆ ਦੇ 60% ਸੁਨੇਹੇ 'ਕਿਵੇਂ-ਕਰਨੇ ਹਨ' ਅਤੇ ਪ੍ਰਕਿਰਿਆਤਮਕ ਮਾਰਗਦਰਸ਼ਨ 'ਤੇ ਕੇਂਦ੍ਰਿਤ ਹਨ, ਸੌਫਟਵੇਅਰ ਵਿਕਾਸ ਅਤੇ ਡੇਟਾ ਸਾਇੰਸ ਤੇ ਇੰਜੀਨੀਅਰਿੰਗ ਦੇ ਲਗਭਗ ਅੱਧੇ ਸੁਨੇਹੇ ਕੋਡਿੰਗ ਨਾਲ ਸੰਬੰਧਿਤ ਹਨ, ਅਤੇ ਵਿੱਤ ਦੇ ਦਸਵੇਂ ਹਿੱਸੇ ਦੇ ਸੁਨੇਹੇ ਵਿਸ਼ਲੇਸ਼ਣ ਅਤੇ ਗਣਨਾ ਨਾਲ ਸੰਬੰਧਿਤ ਹਨ।

ਇਹ ਪੈਟਰਨ ਇਸ ਵਿਆਪਕ ਸਬੂਤ ਦੇ ਅਨੁਕੂਲ ਹਨ ਕਿ ਅਤਿ-ਆਧੁਨਿਕ ਮਾਡਲ ਆਰਥਿਕ ਤੌਰ 'ਤੇ ਕੀਮਤੀ ਕੰਮ ਵਾਲੀ ਥਾਂ ਦੇ ਕਾਰਜਾਂ ਵਿੱਚ ਸੁਧਾਰ ਕਰ ਰਹੇ ਹਨ। GDPval⁠, ਜੋ ਕਿ 44 ਕਿੱਤਿਆਂ ਵਿੱਚ ਅਸਲ-ਸੰਸਾਰ ਦੇ ਗਿਆਨ-ਅਧਾਰਿਤ ਕੰਮ ਦਾ ਮੁਲਾਂਕਣ ਹੈ, ਉਹਨਾਂ ਕਾਰਜਾਂ 'ਤੇ ਕਾਰਗੁਜ਼ਾਰੀ ਨੂੰ ਮਾਪਦਾ ਹੈ ਜੋ ਦਸਤਾਵੇਜ਼, ਸਪ੍ਰੈਡਸ਼ੀਟ, ਸਲਾਈਡਾਂ, ਚਿੱਤਰਾਂ ਅਤੇ ਮਲਟੀਮੀਡੀਆ ਵਰਗੇ ਵਿਹਾਰਕ ਕੰਮ ਦੇ ਨਤੀਜੇ ਪੈਦਾ ਕਰਦੇ ਹਨ। ਜਿਵੇਂ-ਜਿਵੇਂ AI ਵਧੇਰੇ ਸਮਰੱਥ ਹੋ ਰਿਹਾ ਹੈ, ਉੱਦਮਾਂ ਦੀ ਵਰਤੋਂ ਉਹਨਾਂ ਕਾਰਜਾਂ ਵੱਲ ਵਧ ਰਹੀ ਹੈ ਜੋ ਹਰੇਕ ਵਿਭਾਗ ਦੇ ਮੁੱਖ ਕੰਮ ਨਾਲ ਨੇੜਿਓਂ ਜੁੜੇ ਹੋਏ ਹਨ।

ਉਦਯੋਗਿਕ ਅਗਵਾਈ ਇਕਪਾਸੜ ਨਹੀਂ ਹੈ: ਵੱਖ-ਵੱਖ ਖੇਤਰ ChatGPT, Codex, ਅਤੇ API ਵਿੱਚ ਮੋਹਰੀ ਹਨ

AI ਅਪਣਾਉਣ ਲਈ ਕੋਈ ਇੱਕ ਸਿੰਗਲ ਲੀਡਰਬੋਰਡ ਨਹੀਂ ਹੈ। AI ਨੂੰ ਅਪਣਾਉਣ ਲਈ ਕੋਈ ਇੱਕ ਸਿੰਗਲ ਲੀਡਰਬੋਰਡ ਨਹੀਂ ਹੈ। ਉਦਯੋਗਾਂ ਦੀ ਰੈਂਕਿੰਗ ਇਸ ਗੱਲ 'ਤੇ ਨਿਰਭਰ ਕਰਦੀ ਹੈ ਕਿ ਕਿਸ ਪੈਮਾਨੇ ਦੀ ਵਰਤੋਂ ਕੀਤੀ ਜਾ ਰਹੀ ਹੈ। ਪੇਸ਼ੇਵਰ, ਵਿਗਿਆਨਕ ਅਤੇ ਤਕਨੀਕੀ ਸੇਵਾਵਾਂ' ਦਾ ਖੇਤਰ Codex ਅਪਣਾਉਣ ਅਤੇ API ਤੀਬਰਤਾ ਦੋਵਾਂ ਵਿੱਚ ਪਹਿਲੇ ਨੰਬਰ 'ਤੇ ਹੈ, ਜੋ ਡਿਵੈਲਪਰ ਅਤੇ ਉਤਪਾਦ-ਏਕੀਕ੍ਰਿਤ ਵਰਕਫਲੋਜ਼ ਵਿੱਚ ਉੱਨਤ ਵਰਤੋਂ ਨੂੰ ਦਰਸਾਉਂਦਾ ਹੈ। 'ਵਿੱਤ ਅਤੇ ਬੀਮਾ' ਖੇਤਰ ਵੱਡੇ ਪੱਧਰ 'ਤੇ ਤੈਨਾਤੀ ਕਾਰਨ ChatGPT ਅਪਣਾਉਣ ਵਿੱਚ ਅੱਗੇ ਹੈ, ਜਦਕਿ 'ਵਿਦਿਅਕ ਸੇਵਾਵਾਂ' ਵਿੱਚ ਮੈਸੇਜ ਤੀਬਰਤਾ ਸਭ ਤੋਂ ਵੱਧ ਹੈ, ਜੋ ਪ੍ਰਤੀ ਵਿਅਕਤੀ ਡੂੰਘੀ ਵਰਤੋਂ ਦਾ ਸੰਕੇਤ ਦਿੰਦੀ ਹੈ। 'ਰਿਟੇਲ ਵਪਾਰ' ਅਤੇ 'ਸਿਹਤ ਦੇਖਭਾਲ' API ਤੀਬਰਤਾ ਵਿੱਚ ਉੱਚੇ ਦਰਜੇ 'ਤੇ ਹਨ, ਭਾਵੇਂ ਕਿ ਦੂਜੇ ਪੈਮਾਨਿਆਂ 'ਤੇ ਉਹਨਾਂ ਦਾ ਦਰਜਾ ਘੱਟ ਹੈ।

ਇਹ ਅੰਤਰ ਦਰਸਾਉਂਦੇ ਹਨ ਕਿ ਉਦਯੋਗਿਕ ਅਗਵਾਈ ਇਕਪਾਸੜ ਨਹੀਂ ਹੈ। ਕੁਝ ਖੇਤਰ ਤਕਨੀਕੀ ਅਤੇ ਡਿਵੈਲਪਰ ਵਰਕਫਲੋਜ਼ ਰਾਹੀਂ AI ਨੂੰ ਅਪਣਾ ਰਹੇ ਹਨ, ਜਦਕਿ ਦੂਜੇ ਵਿਆਪਕ ChatGPT ਵਰਤੋਂ ਜਾਂ ਤੀਬਰ ਅੰਤਮ-ਵਰਤੋਂਕਾਰ ਵਰਤੋਂ ਰਾਹੀਂ ਇਸਦਾ ਵਿਸਤਾਰ ਕਰ ਰਹੇ ਹਨ।

ਉੱਦਮ API ਦੀ ਵਰਤੋਂ ਨੂੰ ਉਤਪਾਦਨ ਵਰਕਫਲੋਜ਼ ਅਤੇ ਗਾਹਕਾਂ ਦੇ ਸਾਹਮਣੇ ਪੇਸ਼ ਹੋਣ ਵਾਲੀਆਂ ਐਪਲੀਕੇਸ਼ਨਾਂ ਵਿੱਚ ਬਦਲ ਰਹੇ ਹਨ

ਕੰਪਨੀਆਂ ਮਾਡਲਾਂ ਨੂੰ ਸਿੱਧੇ ਉਤਪਾਦਾਂ, ਸੇਵਾਵਾਂ ਅਤੇ ਅੰਦਰੂਨੀ ਪ੍ਰਣਾਲੀਆਂ ਵਿੱਚ ਏਕੀਕ੍ਰਿਤ ਕਰਨ ਲਈ API ਦੀ ਵਰਤੋਂ ਤੇਜ਼ੀ ਨਾਲ ਕਰ ਰਹੀਆਂ ਹਨ। ਆਮ ਉਤਪਾਦਨ ਵਰਤੋਂ ਦੇ ਮਾਮਲਿਆਂ ਵਿੱਚ ਇਨ-ਐਪ ਅਸਿਸਟੈਂਟਸ, ਕੋਡਿੰਗ ਟੂਲਸ, ਗਾਹਕ ਸਹਾਇਤਾ, ਖੋਜ ਵਰਕਫਲੋਜ਼ ਅਤੇ ਕਾਰਜ-ਪ੍ਰਣਾਲੀ ਸਵੈਚਾਲਨ ਸ਼ਾਮਲ ਹਨ।

ਇਹ ਤੈਨਾਤੀਆਂ ਦਰਸਾਉਂਦੀਆਂ ਹਨ ਕਿ ਕਿਵੇਂ ਐਂਟਰਪ੍ਰਾਈਜ਼ AI ਸਿਰਫ਼ ਤਜਰਬਿਆਂ ਤੋਂ ਅੱਗੇ ਵਧ ਕੇ ਮਾਪਣਯੋਗ ਕਾਰਜਸ਼ੀਲ ਪ੍ਰਭਾਵ ਵਾਲੇ ਦੁਹਰਾਉਣ ਯੋਗ ਵਰਕਫਲੋਜ਼ ਵਿੱਚ ਬਦਲ ਰਿਹਾ ਹੈ। ਗਾਹਕਾਂ ਦੀਆਂ ਉਦਾਹਰਣਾਂ ਤੋਂ ਪਤਾ ਲੱਗਦਾ ਹੈ ਕਿ ਫਰਮਾਂ OpenAI ਮਾਡਲਾਂ ਦੀ ਵਰਤੋਂ ਗਿਆਨ-ਅਧਾਰਿਤ ਕੰਮ ਨੂੰ ਤੇਜ਼ ਕਰਨ, ਇੰਜੀਨੀਅਰਿੰਗ ਦੀ ਸਮਰੱਥਾ ਵਧਾਉਣ ਅਤੇ ਗਾਹਕਾਂ ਤੇ ਕਰਮਚਾਰੀਆਂ ਲਈ AI-ਸੰਚਾਲਿਤ ਅਨੁਭਵ ਤਿਆਰ ਕਰਨ ਲਈ ਕਰ ਰਹੀਆਂ ਹਨ।

ਸੰਸਥਾਵਾਂ ਅਤਿ-ਆਧੁਨਿਕ ਪੱਧਰ ਤੱਕ ਪਹੁੰਚਣ ਲਈ ਕੀ ਕਰ ਸਕਦੀਆਂ ਹਨ

OpenAI ਵੱਖ-ਵੱਖ ਉਦਯੋਗਾਂ, ਕਾਰਜਾਂ ਅਤੇ AI ਪਰਿਪੱਕਤਾ ਦੇ ਪੜਾਵਾਂ ਵਿੱਚ ਉੱਦਮਾਂ ਨਾਲ ਕੰਮ ਕਰਦਾ ਹੈ, ਜਿਸ ਨਾਲ ਸਾਨੂੰ ਇਹ ਦੇਖਣ ਦਾ ਮੌਕਾ ਮਿਲਦਾ ਹੈ ਕਿ AI ਨੂੰ ਅਪਣਾਉਣ ਦੀ ਪ੍ਰਕਿਰਿਆ ਸਿਰਫ਼ ਤਜਰਬਿਆਂ ਤੋਂ ਉਤਪਾਦਨ ਤੱਕ ਕਿਵੇਂ ਵਿਕਸਿਤ ਹੁੰਦੀ ਹੈ। ਇਹਨਾਂ ਤੈਨਾਤੀਆਂ ਵਿੱਚ, ਸਭ ਤੋਂ ਵੱਧ ਪ੍ਰਗਤੀ ਕਰਨ ਵਾਲੀਆਂ ਫਰਮਾਂ ਸਿਰਫ਼ 'ਪਹੁੰਚ' 'ਤੇ ਧਿਆਨ ਕੇਂਦਰਿਤ ਨਹੀਂ ਕਰਦੀਆਂ, ਸਗੋਂ AI ਦੀ ਡੂੰਘੀ ਵਰਤੋਂ ਲਈ ਲੋੜੀਂਦੇ ਸੰਗਠਨਾਤਮਕ ਪ੍ਰਣਾਲੀਆਂ 'ਤੇ ਕੇਂਦਰਿਤ ਹੁੰਦੀਆਂ ਹਨ: ਮਾਪ, ਪ੍ਰਸ਼ਾਸਨ, ਸਮਰੱਥਾ, ਪ੍ਰਭਾਵ ਨੂੰ ਵਧਾਉਣਾ, ਅਤੇ ਏਜੰਟਿਕ ਤੈਨਾਤੀ।

ਪੰਜ ਅਜਿਹੇ ਅਭਿਆਸ ਸਾਹਮਣੇ ਆਏ ਹਨ ਜੋ ਕੋਈ ਵੀ ਸੰਸਥਾ AI ਦੀ ਵਰਤੋਂ ਨੂੰ ਡੂੰਘਾ ਕਰਨ ਲਈ ਅੱਜ ਤੋਂ ਹੀ ਸ਼ੁਰੂ ਕਰ ਸਕਦੀ ਹੈ।

1. ਪਹੁੰਚ ਦੇ ਨਾਲ-ਨਾਲ ਵਰਤੋਂ ਦੀ ਡੂੰਘਾਈ ਨੂੰ ਵੀ ਮਾਪੋ।
   ਸਹੀ ਸੰਕੇਤ ਸਿਰਫ਼ ਇਹ ਨਹੀਂ ਹੈ ਕਿ ਕਿੰਨੇ ਕਰਮਚਾਰੀਆਂ ਕੋਲ AI ਖਾਤੇ ਹਨ, ਸਗੋਂ ਇਹ ਹੈ ਕਿ ਕੀ ਟੀਮਾਂ ਸਮੇਂ ਦੇ ਨਾਲ AI ਦੀ ਵਧੇਰੇ ਸਾਰਥਕ ਵਰਤੋਂ ਕਰ ਰਹੀਆਂ ਹਨ। ਸੰਸਥਾਵਾਂ ਨੂੰ ਇਹ ਟਰੈਕ ਕਰਨਾ ਚਾਹੀਦਾ ਹੈ ਕਿ ਕੀ AI ਦੀ ਵਰਤੋਂ ਵਧੇਰੇ ਵਾਰ-ਵਾਰ, ਵਧੇਰੇ ਗੁੰਝਲਦਾਰ ਅਤੇ ਕੀਮਤੀ ਕਾਰਜ-ਪ੍ਰਣਾਲੀਆਂ ਨਾਲ ਵਧੇਰੇ ਨੇੜਿਓਂ ਜੁੜ ਰਹੀ ਹੈ।
2. ਅਜਿਹਾ ਪ੍ਰਸ਼ਾਸਨ ਤਿਆਰ ਕਰੋ ਜੋ ਏਜੰਟਿਕ AI ਦੀ ਤੈਨਾਤੀ ਨੂੰ ਸੰਭਵ ਬਣਾਵੇ।ਮੋਹਰੀ ਫਰਮਾਂ ਪ੍ਰਸ਼ਾਸਨ ਤੋਂ ਬਚ ਨਹੀਂ ਰਹੀਆਂ। ਸਗੋਂ ਉਹ ਇਸਦੀ ਵਰਤੋਂ ਏਜੰਟਿਕ AI ਨੂੰ ਵਧੇਰੇ ਵਰਤੋਂ ਯੋਗ ਬਣਾਉਣ ਲਈ ਕਰ ਰਹੀਆਂ ਹਨ। ਫਰਮਾਂ ਨੂੰ ਸਪੱਸ਼ਟ ਨਿਯਮਾਂ ਦੀ ਲੋੜ ਹੈ ਕਿ ਏਜੰਟ ਕਿੱਥੇ ਕੰਮ ਕਰ ਸਕਦੇ ਹਨ, ਉਹ ਕਿਹੜੀ ਜਾਣਕਾਰੀ ਦੀ ਵਰਤੋਂ ਕਰ ਸਕਦੇ ਹਨ, ਉਹਨਾਂ ਨੂੰ ਕਦੋਂ ਸਿਰਫ਼ ਸਲਾਹ ਦੇਣੀ ਚਾਹੀਦੀ ਹੈ ਅਤੇ ਕਦੋਂ ਕਾਰਵਾਈ ਕਰਨੀ ਚਾਹੀਦੀ ਹੈ, ਅਤੇ ਉੱਚ-ਜ਼ੋਖਮ ਵਾਲੇ ਫੈਸਲਿਆਂ ਦੀ ਮਨੁੱਖੀ ਸਮੀਖਿਆ ਕਿਵੇਂ ਕੀਤੀ ਜਾਵੇਗੀ। ਅਤਿ-ਆਧੁਨਿਕ ਫਰਮਾਂ ਤੈਨਾਤੀ ਦੀ ਪ੍ਰਕਿਰਿਆ ਦੇ ਹਿੱਸੇ ਵਜੋਂ ਹੀ ਇਹ ਮਿਆਰ ਨਿਰਧਾਰਤ ਕਰ ਰਹੀਆਂ ਹਨ, ਤਾਂ ਜੋ ਪ੍ਰਸ਼ਾਸਨ ਰੁਕਾਵਟ ਬਣਨ ਦੀ ਬਜਾਏ AI ਨੂੰ ਸੁਰੱਖਿਅਤ ਢੰਗ ਨਾਲ ਅਪਣਾਉਣ ਦਾ ਇੱਕ ਸਾਧਨ ਬਣ ਸਕੇ।
3. ਸਮਰੱਥਾ ਨੂੰ ਇੱਕ ਸਾਈਡ ਪ੍ਰੋਜੈਕਟ ਨਹੀਂ, ਸਗੋਂ ਮੁੱਖ ਬੁਨਿਆਦੀ ਢਾਂਚੇ ਵਜੋਂ ਦੇਖੋ।ਜਿਵੇਂ-ਜਿਵੇਂ AI ਦੀਆਂ ਸਮਰੱਥਾਵਾਂ ਵਧ ਰਹੀਆਂ ਹਨ, ਕਰਮਚਾਰੀਆਂ ਅਤੇ ਸੰਸਥਾਵਾਂ ਦੋਵਾਂ ਨੂੰ ਅਜਿਹੇ ਸਿਸਟਮਾਂ ਦੀ ਲੋੜ ਹੈ ਜੋ ਉਹਨਾਂ ਨੂੰ ਇਸ ਗਤੀ ਦੇ ਨਾਲ ਚੱਲਣ ਵਿੱਚ ਮਦਦ ਕਰਨ। ਅਤਿ-ਆਧੁਨਿਕ ਫਰਮਾਂ 'ਸਮਰੱਥਾ' ਨੂੰ ਸਿਰਫ਼ ਇੱਕ ਵਾਰ ਦੀ ਸਿਖਲਾਈ ਵਜੋਂ ਨਹੀਂ ਲੈਂਦੀਆਂ। ਉਹ ਭੂਮਿਕਾ-ਵਿਸ਼ੇਸ਼ ਸਿਖਲਾਈ, ਵਰਤੋਂ-ਕੇਸ ਵਰਕਸ਼ਾਪਾਂ, ਹੈਕਾਥੌਨ, ਅੰਦਰੂਨੀ ਚੈਂਪੀਅਨ ਨੈੱਟਵਰਕ, ਪ੍ਰਯੋਗਾਂ ਲਈ ਸਮਰਪਿਤ ਸਮਾਂ, ਅਤੇ ਸਫਲ ਕਾਰਜ-ਪ੍ਰਣਾਲੀਆਂ ਤੇ ਵਧੀਆ ਅਭਿਆਸਾਂ ਦੇ ਸਾਂਝੇ ਰਿਪੋਜ਼ਟਰੀ ਰਾਹੀਂ ਨਿਰੰਤਰ ਸਿੱਖਣ ਦੀ ਪ੍ਰਕਿਰਿਆ ਨੂੰ ਤੈਨਾਤੀ ਦਾ ਹਿੱਸਾ ਬਣਾਉਂਦੀਆਂ ਹਨ। 
4. ਆਪਣੀਆਂ ਅਤਿ-ਆਧੁਨਿਕ ਟੀਮਾਂ ਦੀ ਪਛਾਣ ਕਰੋ ਅਤੇ ਉਹਨਾਂ ਦੇ ਪ੍ਰਭਾਵ ਨੂੰ ਵਧਾਓ।
   ਕਈ ਸੰਸਥਾਵਾਂ ਵਿੱਚ, ਸਭ ਤੋਂ ਉੱਨਤ ਵਰਤੋਂ ਕੁਝ ਹੀ ਟੀਮਾਂ ਤੱਕ ਸੀਮਿਤ ਹੁੰਦੀ ਹੈ। ਉਹ ਟੀਮਾਂ ਇਹ ਦੱਸ ਸਕਦੀਆਂ ਹਨ ਕਿ ਕਿਹੜੀਆਂ ਕਾਰਜ-ਪ੍ਰਣਾਲੀਆਂ, ਆਦਤਾਂ ਅਤੇ ਕਾਰਜਕਾਰੀ ਮਾਡਲ ਸਹੀ ਕੰਮ ਕਰ ਰਹੇ ਹਨ। ਲੀਡਰਾਂ ਨੂੰ ਇਹਨਾਂ ਟੀਮਾਂ ਦੀ ਪਛਾਣ ਕਰਨੀ ਚਾਹੀਦੀ ਹੈ, ਉਹਨਾਂ ਦੀ ਸਫਲਤਾ ਦੇ ਪਿੱਛੇ ਦੀਆਂ ਸਥਿਤੀਆਂ ਨੂੰ ਸਮਝਣਾ ਚਾਹੀਦਾ ਹੈ, ਅਤੇ ਉਹਨਾਂ ਦੇ ਤਜ਼ਰਬਿਆਂ ਤੇ AI ਦੀ ਡੂੰਘੀ ਵਰਤੋਂ ਦੀਆਂ ਉਦਾਹਰਣਾਂ ਨੂੰ ਬਾਕੀ ਫਰਮ ਨਾਲ ਸਾਂਝਾ ਕਰਨ ਵਿੱਚ ਮਦਦ ਕਰਨੀ ਚਾਹੀਦੀ ਹੈ। 
5. ਚੈਟ ਤੋਂ ਅੱਗੇ ਵਧ ਕੇ ਕੰਮ ਸੌਂਪਣ ਵੱਲ ਵਧੋ।
   ਐਂਟਰਪ੍ਰਾਈਜ਼ AI ਹੁਣ 'ਚੈਟ ਅਸਿਸਟੈਂਟਸ' ਤੋਂ ਅੱਗੇ ਵਧ ਕੇ ਅਜਿਹੇ ਕਾਰਜਾਂ ਵੱਲ ਜਾ ਰਿਹਾ ਹੈ ਜੋ ਏਜੰਟਾਂ ਨੂੰ ਸੌਂਪੇ ਜਾ ਸਕਦੇ ਹਨ। ਸੌਫਟਵੇਅਰ ਇੰਜੀਨੀਅਰਿੰਗ ਇਸ ਰੁਝਾਨ ਦੀ ਇੱਕ ਵੱਡੀ ਉਦਾਹਰਣ ਹੈ, ਪਰ ਕੰਮ ਸੌਂਪਣ ਦੀ ਇਹ ਪ੍ਰਕਿਰਿਆ ਹੁਣ ਹਰ ਵਿਭਾਗ ਵਿੱਚ ਫੈਲ ਰਹੀ ਹੈ। Codex ਦੇ ਨਾਲ, ਇੰਜੀਨੀਅਰ ਇੱਕ ਨਿਰਧਾਰਤ ਕੰਮ AI ਨੂੰ ਸੌਂਪ ਸਕਦੇ ਹਨ, ਏਜੰਟ ਨੂੰ ਲੋੜੀਂਦਾ ਸੰਦਰਭ ਦੇ ਸਕਦੇ ਹਨ, ਉਸਨੂੰ ਵੱਖ-ਵੱਖ ਫਾਈਲਾਂ, ਕੋਡਬੇਸ ਅਤੇ ਟੂਲਸ 'ਤੇ ਕੰਮ ਕਰਨ ਦੇ ਸਕਦੇ ਹਨ, ਅਤੇ ਫਿਰ ਨਤੀਜੇ ਦੀ ਸਮੀਖਿਆ ਕਰਕੇ ਫੀਡਬੈਕ ਰਾਹੀਂ ਕੰਮ ਨੂੰ ਹੋਰ ਬਿਹਤਰ ਬਣਾ ਸਕਦੇ ਹਨ। ਅਤਿ-ਆਧੁਨਿਕ ਫਰਮਾਂ ਕਰਮਚਾਰੀਆਂ ਨੂੰ AI ਨੂੰ ਸਿਰਫ਼ ਇੱਕ ਸਹਾਇਕ ਵਜੋਂ ਵਰਤਣ ਦੀ ਬਜਾਏ ਕੰਮ ਸੌਂਪਣ ਲਈ ਉਤਸ਼ਾਹਿਤ ਕਰ ਰਹੀਆਂ ਹਨ।

ਜੇਕਰ ਤੁਸੀਂ ਪੂਰੀਆਂ ਲੱਭਤਾਂ ਦੀ ਪੜਚੋਲ ਕਰਨਾ ਚਾਹੁੰਦੇ ਹੋ ਜਾਂ ਇਹ ਸਿੱਖਣਾ ਚਾਹੁੰਦੇ ਹੋ ਕਿ ਆਪਣੀ ਸੰਸਥਾ ਵਿੱਚ ਜ਼ਿੰਮੇਵਾਰੀ ਨਾਲ AI ਕਿਵੇਂ ਲਿਆਉਣਾ ਹੈ, ਤਾਂ ਅਸੀਂ ਤੁਹਾਡੇ ਨਾਲ ਜੁੜਨਾ ਚਾਹਾਂਗੇ⁠।