முக்கிய உள்ளடக்கத்திற்கு செல்க
OpenAI

Published: 6 மே, 2026

OpenAI B2B சிக்னல்கள்

அதிநவீன நன்மை கூட்டாக அதிகரிக்கத் தொடங்கியுள்ளது.

இன்று, நிறுவனங்கள் முழுவதும் AI எவ்வாறு பரவி வருகிறது என்பதை அளவிடும் OpenAI Signals⁠ -இன் வணிக விரிவாக்கமான B2B Signals-ஐ அறிமுகப்படுத்துகிறோம். ஆரம்பகட்ட சுட்டுமொழி தெளிவாக உள்ளது: அதிநவீன நிறுவனங்கள் AI-க்கான அணுகல் இருப்பதால் மட்டுமல்லாமல், பணிகள் முழுவதும் அதை மேலும் ஆழமாகப் பயன்படுத்துவதால் முன்னிலை பெறுகின்றன.

B2B Signals என்பது நிறுவன AI பயன்பாட்டின் பெரிய அளவிலான, தனியுரிமையைப் பாதுகாக்கும் பகுப்பாய்வை அடிப்படையாகக் கொண்ட காலமுறைப்படி மேற்கொள்ளப்படும் அளவீடுகளின் தொகுப்பாகும். நுண்ணறிவை வணிக மதிப்பாக எவ்வாறு மாற்றுவது என்பதை நிறுவனங்கள் புரிந்துகொள்ள உதவும் நடத்தைகள் மற்றும் போக்குகளை இது கண்காணிக்கிறது.

அதிநவீன நிறுவனங்கள்—AI பயன்பாட்டின் 95வது சதவீதத்தில் செயல்படும் நிறுவனங்கள்—ஒரு பணியாளருக்கு அதிக நுண்ணறிவைப் பயன்படுத்துகின்றன, மேம்பட்ட கருவிகளை மேலும் தீவிரமாக ஏற்றுக்கொள்கின்றன, மேலும் வேலைநடத்தைகளில் AI-ஐ மேலும் ஆழமாக உட்பொதிக்கின்றன. சில நிறுவனங்களுக்கு இந்த இடைவெளி கூட்டாகப் பெருகத் தொடங்கியுள்ளது; மேலும் அந்த வேறுபாடு அதிகரித்த அளவில் பயன்பாட்டின் ஆழத்திலிருந்தே வருகிறது.

முக்கியக் குறிப்புகள்

  • அதிநவீன முன்னிலை கூட்டாகப் பெருகத் தொடங்குகிறது: அதிநவீன நிறுவனங்கள் இப்போது வழக்கமான நிறுவனங்களை விட ஒவ்வொரு பணியாளருக்கும் 3.5 மடங்கு அதிகமான நுண்ணறிவைப் பயன்படுத்துகின்றன; இது ஒரு ஆண்டுக்கு முன் 2 மடங்காக இருந்தது. 
  • ஃப்ரண்டியர் நிறுவனங்கள் AI ஐ அடிக்கடி பயன்படுத்துவதோடு மட்டுமல்லாமல், அதை ஆழமாகவும் பயன்படுத்துகின்றன: ஃப்ரண்டியர் மற்றும் வழக்கமான நிறுவனங்களுக்கு இடையிலான இடைவெளியில், செய்திப் பரிமாற்றத்தின் அளவு வெறும் 36%-ஐ மட்டுமே விளக்குகிறது. அதிநவீன முன்னிலையின் பெரும்பகுதி மேலும் ஆழமான பயன்பாட்டிலிருந்து வருகிறது. 
  • ஏஜென்டிக் பணிப்பாய்வுகள் அதிநவீன ஏற்றுக்கொள்ளலின் அடையாளமாக மாறிவருகின்றன: மேம்பட்ட ஏஜென்டிக் கருவிகளில் இடைவெளி மிக அதிகமாக உள்ளது; இதில் அதிநவீன நிறுவனங்கள் வழக்கமான நிறுவனங்களை விட 16 மடங்கு அதிகமான Codex செய்திகளை அனுப்புகின்றன. 
  • நிறுவன மாற்றத்தின் மூலம் நிறுவனங்கள் அதிநவீன இடைவெளியை குறைக்க முடியும்: முன்னேறுவதற்கு, நிறுவனங்கள் பயன்பாட்டின் ஆழத்தை அளவிட வேண்டும், ஆளுகைக்கு முன்னுரிமை அளிக்க வேண்டும், செயல்திறன் மேம்பாட்டில் முதலீடு செய்ய வேண்டும், செயல்படும் முறைகளை பெரிய அளவில் விரிவுபடுத்த வேண்டும், மேலும் அரட்டை அடிப்படையிலான உதவியிலிருந்து ஏஜென்ட்களுக்கு ஒப்படைக்கப்படும் பணிக்குத் நகர வேண்டும்.

ஆழம்

அதிநவீன முன்னிலை கூட்டாகப் பெருகத் தொடங்கியுள்ளது, மேலும் AI-யை மிக ஆழமாகப் பயன்படுத்தும் நிறுவனங்கள் தங்களின் முன்னிலையை அதிகரித்து வருகின்றன

நிறுவனங்களுக்கு இருக்கைகளை செயல்படுத்துவது ஒரு தொடக்கப் புள்ளி மட்டுமே. பணியாளர்கள் ஆழமான மற்றும் சிக்கலான பணிகளுக்கு AI ஐ பயன்படுத்துகிறார்களா என்பதே தெளிவான அறிகுறி. இந்த விளக்கப்படம், 95வது சதவிகிதம் என வரையறுக்கப்படும் அதிநவீன நிறுவனத்தில் ஒரு பணியாளரால் உருவாக்கப்படும் டோக்கன்களை, 50வது சதவிகிதம் என வரையறுக்கப்படும் வழக்கமான நிறுவனத்தில் உருவாக்கப்படும் டோக்கன்களுடன் ஒப்பிடுகிறது.

டோக்கன் வணிக மதிப்பை அளவிடுவதற்கான துல்லியமற்ற அளவுகோலாகும். ஒரு சுருக்கமான பதில் மிகவும் மதிப்புமிக்கதாக இருக்கலாம், மேலும் ஒரு நீண்ட பதில் குறைந்த மதிப்புடையதாக இருக்கலாம். ஆனால், டோக்கன் அளவு பணியாளர்கள் AI-ஐ எவ்வளவு வேலை செய்யச் சொல்கிறார்கள் என்பதை அளவிட உதவுகிறது, இதனால் அது AI பயன்பாட்டின் ஆழத்தையும் பணியாளர்கள் AI-இடம் கோரும் நுண்ணறிவின் அளவையும் மதிப்பிடுவதற்கான பயனுள்ள பதிலீட்டு அளவுகோலாக அமைகிறது.

ஒரு சராசரி நிறுவனத்தைக் காட்டிலும், ஒரு முன்னணி நிறுவனத்திற்கு ஒரு பணியாளருக்கு 3.5 மடங்கு அதிக நுண்ணறிவு தேவைப்படுகிறது. 2025 ஏப்ரலில் 2x ஆக இருந்த இந்த இடைவெளி அதிகரித்துள்ளது, இது AIயை மிக ஆழமாகப் பயன்படுத்தும் நிறுவனங்கள் தங்கள் முன்னிலையை மேலும் விரிவுபடுத்துகின்றன என்பதையும், புதிய AI திறன்களை ஆழமான, அதிக சிக்கலான பணியாக மாற்றுவதற்கு அவை சிறந்த நிலையில் உள்ளன என்பதையும் தெரிவிக்கிறது.

பெரும்பாலான ஃப்ரண்டியர் அனுகூலம், அதிக செய்தி அளவைக் காட்டிலும் ஆழமான பயன்பாட்டிலிருந்தே வருகிறது

அதிநவீன நிறுவனம் வழக்கமான நிறுவனத்தை விட ஒரு பணியாளருக்கு கணிசமாக அதிக நுண்ணறிவைக் கோருகிறது, ஆனால் இடைவெளியின் பெரும்பகுதியை செய்திகளின் அளவால் மட்டுமே விளக்க முடியாது. இந்த விளக்கப்படம் 3.5 மடங்கு ஃப்ரண்டியர் அனுகூலத்தைப் பகுப்பாய்வு செய்து, ஒரு சராசரி நிறுவனம் அந்த எல்லையின் அதே விகிதத்தில் செய்திகளை அனுப்பினால், அதனால் 3.5 மடங்கு இடைவெளியில் 36%-ஐ மட்டுமே குறைக்க முடியும் என்று கண்டறிகிறது.

மீதமுள்ள இடைவெளி மேலும் ஆழமான பயன்பாட்டுடன் தொடர்புடையது. அதிநவீன பணியாளர்கள் AI-யிடம் மேலும் சிக்கலான பணிகளை ஏற்குமாறு கேட்கின்றனர், மாடல்களுக்கு மேலும் செறிவான சூழலை வழங்குகின்றனர், மேலும் அதிக உள்ளடக்கமிக்க அவுட்புட்களை உருவாக்குகின்றனர்.

பரப்பு

அதிநவீன முன்னிலை மேம்பட்ட மற்றும் ஏஜன்டிக் கருவிகளில் மிக அதிகமாக உள்ளது; இதற்கு 16 மடங்கு அதிகமான Codex பயன்பாடு முக்கிய காரணமாக உள்ளது

மேம்பட்ட பணிப்பாய்வுகளை ஆதரிக்கும் கருவிகளுக்கு அதிநவீன நன்மை மிக அதிகமாக உள்ளது. Codex மிகப்பெரிய வேறுபாட்டைக் காட்டுகிறது; ஃப்ரண்டியர் ஒரு பணியாளருக்கு 16 மடங்கு அதிகமான செய்திகளை அனுப்புகிறது. ChatGPT ஏஜெண்ட், ChatGPT‑இல் உள்ள செயலிகள், டீப் ரிசர்ச் மற்றும் GPTகளும் ஒப்பீட்டளவில் பெரிய இடைவெளிகளை காட்டுகின்றன. இது பணியாளர்கள் குறியீடு எழுத, பல படி பணிகளை ஒப்படைக்க, நிறுவனச் சூழலைப் பயன்படுத்த, மேலும் சிக்கலான ஆராய்ச்சியை மேற்கொள்ள உதவும் கருவிகளை ஃப்ரண்டியர் மாடல்கள் சிறப்பாகப் பயன்படுத்துகின்றன என்பதைக் குறிக்கிறது.

இதற்கு மாறாக, பயனர் பதிவேற்றம், தேடல் மற்றும் தரவுப் பகுப்பாய்வு போன்ற பொதுப் பயன்பாட்டிற்கான மற்றும் எளிதில் அணுகக்கூடிய கருவிகள் குறைவான அதிநவீன முன்னிலையைக் காட்டுகின்றன. ஏற்கெனவே அறிமுகமான பணிப்பாய்வுகளை விரிவாக்குவதால், பெரும்பாலான நிறுவனங்களுக்கு இந்த கருவிகளைப் பயன்படுத்துவது எளிதாக உள்ளது. அதிநவீன முன்னிலை மேம்பட்ட மற்றும் ஏஜென்டிக் கருவிகளில் மிகத் தெளிவாகப் புலப்படுகிறது; அவற்றை ஏற்றுக்கொள்ள அதிக நிபுணத்துவம், பணியிட அறிவு மற்றும் கருவிகளுடனான இணைப்புகள், மேலும் பணியை AI-க்கு ஒப்படைப்பதில் அதிக நம்பிக்கை தேவைப்படுகிறது.

மிகப்பெரிய அதிநவீன நன்மை கல்வி மற்றும் கற்றலில் உள்ளது

கல்வி மற்றும் கற்றல் பணிகளில் அதிநவீன முன்னிலை மிக அதிகமாக உள்ளது; இதில் அதிநவீன நிறுவனம் வழக்கமான நிறுவனத்தை விட 7 மடங்கு அதிகமான செய்திகளை அனுப்புகிறது. முன்னணித் துறையில், நிறுவனங்கள் தங்கள் ஊழியர்களின் திறன்களை வளர்க்கவும் புதிய தலைப்புகளைக் கற்றுக்கொள்ளவும் செயற்கை நுண்ணறிவைப் பயன்படுத்துகின்றன. அவர்கள் AI-ஐப் பற்றிய தங்களுடைய புரிதலை மேம்படுத்துவதற்கும் AI-ஐப் பயன்படுத்துகிறார்கள்; அதில் அது என்ன செய்ய முடியும், அதை எவ்வாறு சிறப்பாகப் பயன்படுத்துவது, மற்றும் தற்போதுள்ள பணிப்பாய்வுகளில் அது எங்கு பொருந்தும் என்பதும் அடங்கும். இந்த இடைவெளியின் அளவு, சராசரி நிறுவனம் பணியாளர்களின் கற்றல் மற்றும் மேம்பாட்டுக்கான கருவியாக AI-ஐ போதுமான அளவில் பயன்படுத்தாமல் இருக்கலாம் என்பதைச் சுட்டிக்காட்டுகிறது.

கோடிங்கிலும் நான்கு மடங்கான பெரிய இடைவெளி காணப்படுகிறது; இது மேம்பட்ட மற்றும் ஏஜென்டிக் கருவிகளின் பயன்பாட்டில் உள்ள பரந்த இடைவெளியுடன் ஒத்துள்ளது. எப்படிச் செய்வது என்பதற்கான வழிகாட்டல் மற்றும் எழுத்து மற்றும் தொடர்பு ஆகியவற்றில் அதிநவீன இடைவெளிகள் மிகக் குறைவாக உள்ளன; இதற்குக் காரணம், இந்தப் பணிகள் AI-யின் பயன்பாடுகளில் மேலும் எளிதில் அணுகக்கூடியவையும் பரிச்சயமானவையும் ஆக இருக்கலாம்.

திறன் தேக்கத்தை மூடுவதற்கு, அணுகல் மட்டும் போதாது, செயல்படுத்தலும் தேவைப்படுகிறது. OpenAI இன் நிறுவன வளங்கள்⁠ மற்றும் OpenAI அகாடமி⁠ ஆகியவற்றில், குழுக்கள் AI-ஐ நம்பிக்கையுடன் ஏற்றுக்கொள்ள உதவும் நடைமுறை வழிகாட்டிகள், பயிற்சிப் பொருட்கள் மற்றும் செயல்படுத்தல் வளங்கள் அடங்கும்.

எழுதுதலில் AI பயன்பாடு மிகப் பரவலாக உள்ளது, ஆனால் செயல்பாடு சார்ந்த பயன்பாடு அதிகரித்து வருகிறது

எழுதுதல் மற்றும் தகவல் தொடர்பு ஆகியவை ChatGPT இன் மிகவும் பொதுவான பயன்பாடாகத் தொடர்கின்றன. இருப்பினும், பயன்பாட்டு முறைகள் செயல்பாட்டைப் பொறுத்து குறிப்பிடத்தக்க வகையில் மாறுபடுகின்றன. IT & பாதுகாப்பு செய்திகளில் 60% எப்படி செய்வது மற்றும் நடைமுறை வழிகாட்டுதலில் குவிந்துள்ளன; மென்பொருள் மேம்பாடு மற்றும் தரவு அறிவியல் & பொறியியல் செய்திகளில் கிட்டத்தட்ட பாதி கோடிங் தொடர்புடையவை; மேலும் நிதி செய்திகளில் பத்தில் ஒரு பங்கு பகுப்பாய்வு மற்றும் கணக்கீடு தொடர்புடையவை.

இந்த வடிவங்கள், அதிநவீன மாடல்கள் பொருளாதார ரீதியாக மதிப்புமிக்க பணியிடப் பணிகளில் மேம்பட்டு வருகின்றன என்பதற்கான பரந்த ஆதாரங்களுடன் ஒத்திருக்கின்றன. GDPval⁠ என்பது 44 தொழில்களில் உள்ள நிஜ உலக அறிவுப் பணிகளை மதிப்பிடும் ஒரு மதிப்பீடு ஆகும்; இது ஆவணங்கள், ஸ்பிரெட்ஷீட்கள், ஸ்லைடுகள், வரைபடங்கள் மற்றும் மல்டிமீடியா போன்ற நடைமுறைப் பணி வெளியீடுகளை உருவாக்கும் பணிகளில் செயல்திறனை அளவிடுகிறது. AI அதிக திறன் வாய்ந்ததாக மாறும்போது, நிறுவனங்களில் அதன் பயன்பாடு ஒவ்வொரு செயல்பாட்டு பிரிவின் முக்கியப் பணியுடன் மேலும் நெருக்கமாக தொடர்புடைய பணிகளுக்குப் பரவி வருவதாகத் தெரிகிறது.

வணிகச் சூழலின் அடிப்படையில் பணியின் வகை

வணிகச் சூழலின் அடிப்படையில் பணியின் வகை
வணிக சூழல்
ChatGPT செயல்பாடுகள்
எழுத்து மற்றும் தொடர்பு
எப்படி செய்வது மற்றும் நடைமுறைக் கையேடு
தகவல்
ஆய்வு மற்றும் கணக்கீடுகள்
ஆலோசனை
படைப்பாற்றல் ஊடகம்
வணிகம்
கோடிங்
கல்வி மற்றும் கற்றல்
செய்திகளின் பங்கு
வளர்ச்சி vs. முந்தைய காலப்பகுதிகுறைந்தமேலானது
மிக உயர்ந்த வளர்ச்சிஒவ்வொரு வணிகச் சூழலுக்கும் மிக வேகமாக வளர்ந்து வரும் முக்கிய செயல்பாடு

சென்றடைதல்

தொழில்துறை முன்னணி நிலை ஒரே கோணத்தில் மட்டுப்படவில்லை: ChatGPT, Codex மற்றும் API ஆகியவற்றில் வெவ்வேறு துறைகள் முன்னிலை வகிக்கின்றன

AI ஏற்றுக்கொள்ளலுக்கான ஒரே ஒரு தரவரிசைப் பட்டியல் இல்லை. பயன்படுத்தப்படும் அளவுகோலைப் பொறுத்து துறை தரவரிசைகள் மாறுபடும். தொழில்முறை, அறிவியல் மற்றும் தொழில்நுட்பச் சேவைகள் Codex ஏற்றுக்கொள்ளல் மற்றும் API தீவிரத்தில் முதல் இடத்தில் உள்ளன, இது டெவலப்பர் மற்றும் தயாரிப்பில் ஒருங்கிணைக்கப்பட்ட பணிப்பாய்வுகளில் மேம்பட்ட பயன்பாட்டைக் குறிக்கிறது. பெரிய அளவிலான செயல்படுத்தல்களால் ChatGPT ஏற்றுக்கொள்ளலில் நிதி மற்றும் காப்பீட்டுத் துறை முன்னிலையில் உள்ளது, அதேவேளை கல்விச் சேவைகள் அதிகபட்ச செய்தி தீவிரத்தைக் கொண்டுள்ளன; இது ஒரு நபருக்கு ஆழமான பயன்பாட்டைக் குறிக்கிறது. சில்லறை வணிகம் மற்றும் ஹெல்த் கேர் ஆகியவை, பிற அளவீடுகளில் குறைந்த தரவரிசைகளைக் கொண்டிருந்தாலும், API தீவிரத்தில் உயர்ந்த இடத்தில் உள்ளன.

இந்த வேறுபாடுகள் தொழில்துறை தலைமைத்துவம் ஒற்றைப் பரிமாணமானதல்ல என்பதை சுட்டிக்காட்டுகின்றன. சில துறைகள் தொழில்நுட்ப மற்றும் டெவலப்பர் பணிப்பாய்வுகளின் மூலம் AI ஐ ஏற்றுக்கொண்டு வருவதாகத் தோன்றுகிறது. மற்ற துறைகள் பரவலான ChatGPT ஏற்றுக்கொள்ளுதல் அல்லது இறுதிப் பயனர்களின் அதிக தீவிரமான பயன்பாட்டின் மூலம் விரிவடைந்து வருகின்றன.

AI ஏற்றுக்கொள்ளல் அளவீட்டின் அடிப்படையிலான தொழில்துறை தரவரிசை

AI ஏற்றுக்கொள்ளல் அளவீட்டின் அடிப்படையிலான தொழில்துறை தரவரிசை
தொழிற்துறைகள்
நிதி மற்றும் காப்பீடு
1+1
10-4
30
60
தகவல்
2-1
20
20
4-1
தொழில்முறை, அறிவியல் மற்றும் தொழில்நுட்பச் சேவைகள்
30
10
10
10
கலைகள், பொழுதுபோக்கு மற்றும் ஓய்வுநேரச் செயல்பாடுகள்
40
4-1
50
3+1
பயன்பாடுகள்
50
80
90
90
கட்டுமானம்
6-1
50
10-1
10-1
ரியல் எஸ்டேட், வாடகை மற்றும் குத்தகை
7-1
7+1
11-1
80
உற்பத்தி
8-1
3+1
40
70
ஹெல்த் பராமரிப்பு மற்றும் சமூக உதவி
90
90
6+1
50
சில்லறை வணிகம்
10-2
11-1
7-1
20
பொது நிர்வாகம்
11-1
6+1
80
11-1

நிறுவனங்கள் API பயன்பாட்டை உற்பத்தி பணிப்பாய்வுகளுக்கும் வாடிக்கையாளர்-முகப்புப் பயன்பாடுகளுக்கும் நகர்த்துகின்றன

நிறுவனங்கள் மாடல்களை தயாரிப்புகள், சேவைகள் மற்றும் உள்நிலை அமைப்புகளில் நேரடியாக ஒருங்கிணைக்க APIயை அதிகரித்த அளவில் பயன்படுத்துகின்றன. உற்பத்தி சூழலில் பொதுவாகப் பார்க்கப்படும் பயன்பாடுகளில் செயலிக்குள் (in‑app) உதவியாளர்கள், கோடிங் மற்றும் டெவலப்பர் கருவிகள், வாடிக்கையாளர் ஆதரவு, ஆராய்ச்சி பணிப்பாய்வுகள், மற்றும் பணிப்பாய்வு தானியக்கம் ஆகியவை அடங்கும்.

இந்த அமல்படுத்தல்கள், நிறுவன AI பரிசோதனையைத் தாண்டி, அளவிடக்கூடிய செயல்பாட்டு தாக்கத்துடன் மீண்டும் மீண்டும் செயல்படுத்தக்கூடிய பணிப்பாய்வுகளுக்கு எவ்வாறு நகர்கிறது என்பதை காட்டுகின்றன. வாடிக்கையாளர் எடுத்துக்காட்டுகள் முழுவதும், நிறுவனங்கள் அறிவு சார்ந்த பணியைத் துரிதப்படுத்தவும், பொறியியல் த்ரூபுட் மேம்படுத்தவும், வாடிக்கையாளர்கள் மற்றும் ஊழியர்களுக்கான AI இயக்கும் அனுபவங்களை உருவாக்கவும் OpenAI மாடல்களைப் பயன்படுத்துகின்றன.

தொழில்துறை வாரியாக முன்னணி API பயன்பாட்டு வழிகள்

பிரீஃப்கேஸ் சின்னம்

தொழில்முறை சேவைகள்

  • அறிவு உதவியாளர்கள் மற்றும் தேடல் (எ.கா., Q&A கருவிகள், ஆராய்ச்சி உதவியாளர்கள், உள் அறிவு உதவியாளர்கள்)

  • வாடிக்கையாளர் மற்றும் விற்பனை ஆதரவு (எ.கா., வாடிக்கையாளர் ஆதரவு, குரல் மற்றும் அரட்டை ஏஜென்ட்கள், விற்பனை உதவி)

  • தரவு பகுப்பாய்வு, சுருக்கம் மற்றும் பிரித்தெடுத்தல் (எ.கா., நிறுவனத் தரவு பகுப்பாய்வு, சந்தை நுண்ணறிவு, பரிவர்த்தனை லேபிளிடுதல் மற்றும் ஒப்புமைப்படுத்துதல்)

  • கோடிங் மற்றும் டெவலப்பர் கருவிகள் (எ.கா., மாடல் மதிப்பீட்டு கருவிகள், கோடிங் உதவியாளர்கள், பணிப்பாய்வு தானியக்க கருவிகள்)

நிதி சின்னம்

நிதி மற்றும் காப்பீடு

  • தரவு பகுப்பாய்வு, சுருக்கம் மற்றும் பிரித்தெடுத்தல் (எ.கா., தரவு பிரித்தெடுத்தல், ரசீது மற்றும் செலவுப் பகுப்பாய்வு, முதலீட்டு ஆய்வு)

  • ஆவணம் மற்றும் பணிப்பாய்வு உருவாக்கம் (எ.கா., தானியக்க செலவுமேலாண்மை, ஆராய்ச்சி சுருக்க உருவாக்கம், பணிப்பாய்வு மேம்படுத்தல்)

  • அறிவு உதவியாளர்கள் மற்றும் தேடல் (எ.கா., முதலீட்டு உத்தி உதவியாளர்கள், கொள்கைத் தேடல், பணி-பங்கு சார்ந்த உதவியாளர்கள்.)

  • வாடிக்கையாளர் மற்றும் சேவை ஆதரவு (எ.கா., வாடிக்கையாளர் ஆதரவு குரல் மற்றும் உரையாடல் ஏஜென்ட்கள், தனிப்பட்ட வங்கி உதவியாளர்கள், உணர்வுநிலை வகைப்பாடு)

நேரலை நிலை சின்னம்

தகவல்

  • கோடிங் மற்றும் டெவலப்பர் கருவிகள் (எ.கா., கோடிங் உதவியாளர்கள், மென்பொருள் சோதனை கருவிகள், வலை தானியக்க கருவிகள்)

  • அறிவு உதவியாளர்கள் மற்றும் தேடல் (எ.கா., தயாரிப்புக்குள் உள்ள உதவியாளர்கள், உள் தேடல் கருவிகள், ஆவண உதவியாளர்கள்)

  • வாடிக்கையாளர் மற்றும் சேவை ஆதரவு (e.g., வாடிக்கையாளர் ஆதரவு குரல் மற்றும் அரட்டை ஏஜென்ட்கள், பல-சேனல் வாடிக்கையாளர்-சேவை தானியக்கமாக்கல்)

  • உள்ளடக்கம், ஊடகம் மற்றும் வடிவமைப்பு உருவாக்கம் (எ.கா., பிராண்ட் சொத்து உருவாக்கம், சந்தைப்படுத்தல் கருவிகள்)

  • Cisco⁠ ஒரு பெரிய நிறுவன பொறியியல் அமைப்பு முழுவதும் சிக்கலான மென்பொருள் பணிகளை விரைவுபடுத்த Codex-ஐப் பயன்படுத்துகிறது. தயாரிப்பு பணிப்பாய்வுகளில், Codex கட்டுமான நேரங்களை சுமார் 20% குறைக்கவும், 1,500-க்கும் மேற்பட்ட பொறியியல் மணிநேரங்களைச் சேமிக்கவும், குறைபாடு-தீர்வு த்ரூபுட் 10-15x அதிகரிக்கவும் உதவியது. Cisco-வின் குழு கூறியபடி, Codex ஐ “குழுவின் ஒரு பகுதியாக” கருதியபோது மிகப் பெரிய முன்னேற்றங்கள் ஏற்பட்டன. 

  • Rakuten⁠ பொறியியல் செயல்பாடுகள் மற்றும் மென்பொருள் விநியோகம் முழுவதும் Codex-ஐ செயல்படுத்தி, சராசரி மீட்பு நேரத்தை சுமார் 50% குறைத்து, உற்பத்தி சிக்கல்களை அணிகள் இருமடங்கு வேகமாகத் தீர்க்க உதவியது. Rakuten உள்நாட்டு தரநிலைகளுடன் இணங்கும் தானியங்கி குறியீட்டு மதிப்பாய்வு மற்றும் பாதுகாப்பு பாதிப்பு சரிபார்ப்புகளுக்கும் Codex-ஐ பயன்படுத்துகிறது, இது பாதுகாப்பில் சமரசம் செய்யாமல் வெளியீடுகளை வேகப்படுத்த உதவுகிறது. சிக்கலான திட்டங்களில், Codex பகுதியளவு தேவைகளை செயல்படும் ஃபுல்-ஸ்டாக் செயலாக்கங்களாக மாற்றி, காலக்கெடுகளை காலாண்டுகளிலிருந்து வாரங்களாகச் சுருக்க முடியும்.

  • Balyasny Asset Management⁠ ஒரு பெரிய, சிறப்பு வாய்ந்த அறிவுப் பணி அமைப்பெங்கும் முதலீட்டு ஆராய்ச்சியை விரைவுபடுத்த OpenAI-ஐப் பயன்படுத்துகிறது. அதன் உரிமையுசார் AI ஆராய்ச்சி தளம் சுமார் 95% முதலீட்டு அணிகளால் பயன்படுத்தப்படுகிறது, மேலும் ஆராய்ச்சி பணிப்பாய்வுகளை நாட்களிலிருந்து மணிநேரங்களாகச் சுருக்க உதவுகிறது. எடுத்துக்காட்டாக, முன்பு இரண்டு நாட்கள் எடுத்த மத்திய வங்கி பேச்சு பகுப்பாய்வு பணிப்பாய்வு இப்போது சுமார் 30 நிமிடங்களே எடுக்கிறது; இதனால் ஆய்வாளர்கள் தாக்கல் ஆவணங்கள், உரைநகல்கள், ஆராய்ச்சி அறிக்கைகள் மற்றும் சந்தைத் தரவு முழுவதும் வேகமாக பகுத்தறிய முடிகிறது.

மேலும் எடுத்துக்காட்டுகளுக்கு, எங்கள் வாடிக்கையாளர் கதைகள் பக்கம்⁠ பார்வையிடவும்.

அதிநவீன நிலையை அடைய நிறுவனங்கள் என்ன செய்யலாம்

OpenAI பல்வேறு துறைகள், செயல்பாடுகள் மற்றும் AI முதிர்ச்சியின் பல நிலைகளில் உள்ள நிறுவனங்களுடன் பணியாற்றுகிறது. இதனால், பரிசோதனையிலிருந்து தயாரிப்பு நிலைக்கு ஏற்றுக்கொள்ளல் எவ்வாறு வளர்கிறது என்பதைப் பற்றிய தெளிவான பார்வை கிடைக்கிறது. இந்த செயல்படுத்தல்களில், மிக அதிக முன்னேற்றம் அடையும் நிறுவனங்கள், அணுகல் மட்டுமே என்பதில் குறைவாகவும், AI-ஐ ஆழமாகப் பயன்படுத்தத் தேவையான அமைப்புகளான அளவீடு, ஆளுகை, திறனூட்டல், தாக்கத்தை விரிவாக்குதல் மற்றும் ஏஜன்டிக் செயல்படுத்தல் ஆகியவற்றில் அதிகமாகவும் கவனம் செலுத்துகின்றன.

AI ஏற்றுக்கொள்ளலை ஆழப்படுத்த எந்தவொரு அமைப்பும் இன்றே தொடங்கக்கூடிய நடைமுறைப் படிகளாக ஐந்து நடைமுறைகள் முக்கியமாகத் திகழ்கின்றன.

  1. அணுகலைத் தவிர, பயன்பாட்டின் ஆழத்தையும் அளவிடுங்கள்.
    முக்கியமான அறிகுறி என்பது, எத்தனை பணியாளர்களுக்கு AI கணக்குகள் உள்ளன என்பது மட்டுமல்ல; காலப்போக்கில் குழுக்கள் AI-ஐ மேலும் அர்த்தமுள்ள வகையில் பயன்படுத்துகிறார்களா என்பதும்தான். AI பயன்பாடு மேலும் அடிக்கடி நடைபெறுகிறதா, மேலும் சிக்கலாகிறதா, மற்றும் மதிப்புள்ள பணிநடப்புகளுடன் மேலும் நெருக்கமாக இணைகிறதா என்பதை நிறுவனங்கள் கண்காணிக்க வேண்டும்.
  2. தயாரிப்பு பயன்பாட்டைச் சாத்தியமாக்கும் ஆளுகையை உருவாக்குங்கள்.
    முன்னணி நிறுவனங்கள் ஆளுகையைத் தவிர்க்கவில்லை. ஏஜென்டிக் AI-ஐ மேலும் எளிதாகப் பயன்படுத்தக்கூடியதாக மாற்றுவதற்கு அவர்கள் இதைப் பயன்படுத்துகிறார்கள். ஏஜென்ட்கள் எங்கு செயல்படலாம், எந்த தகவலைப் பயன்படுத்தலாம், எப்போது நடவடிக்கை எடுப்பதற்குப் பதிலாக ஆலோசனை வழங்க வேண்டும், மேலும் அதிக அபாயமுள்ள முடிவுகளை மனிதர்கள் எவ்வாறு மதிப்பாய்வு செய்ய வேண்டும் என்பதற்கான தெளிவான விதிகள் நிறுவனங்களுக்கு தேவை. அதிநவீன நிறுவனங்கள் இந்தத் தரநிலைகளை செயல்படுத்துதல் செயல்முறையின் ஒரு பகுதியாக வரையறுக்கின்றன; இதனால், ஆளுகை என்பது ஏற்றுக்கொள்ளலை மந்தப்படுத்துவதற்குப் பதிலாக, அதை பாதுகாப்பாக விரிவுபடுத்தும் வழியாக மாறுகிறது.
  3. செயல்படுத்தலை ஒரு பக்கத் திட்டமாக அல்லாமல், மைய உள்கட்டமைப்பாகக் கருதுங்கள்.
    AI திறன்கள் மேம்படும் நிலையில், பணியாளர்களும் நிறுவனங்களும் அதற்கேற்ப வேகத்தைத் தக்கவைத்துக்கொள்ள உதவும் அமைப்புகள் தேவை. அதிநவீன நிறுவனங்கள் செயல்படுத்தலை ஒருமுறை மட்டுமே நடைபெறும் பயிற்சி முன்னெடுப்பாகக் கருதுவதில்லை. அவர்கள் பதவி-குறிப்பிட்ட பயிற்சி, பயன்பாட்டு வழக்கு பயிலரங்குகள், ஹேக்கத்தான்கள், உள்ளக சாம்பியன் நெட்வொர்க்குகள், அர்ப்பணிக்கப்பட்ட பரிசோதனை நேரம், மற்றும் பணிப்பாய்வுகள், சிறந்த நடைமுறைகள் மற்றும் திறன்களின் பகிரப்பட்ட ரிபாசிட்டரி மூலம் செயல்படுத்தலில் தொடர்ச்சியான கற்றலை உட்பொதிக்கிறார்கள். 
  4. உங்கள் அதிநவீன குழுக்களை அடையாளம் கண்டு, அவற்றின் தாக்கத்தைப் பெருக்குங்கள்.
    பல நிறுவனங்களில், மிக மேம்பட்ட பயன்பாடு சில குழுக்களிலேயே குவிந்துள்ளது. எந்த பணிப்பாய்வுகள், பழக்கங்கள் மற்றும் செயல்பாட்டு மாடல்கள் பயனளிக்கின்றன என்பதை அந்த அணிகள் வெளிப்படுத்த முடியும். தலைவர்கள் இந்தக் குழுக்களை அடையாளம் கண்டு, அவற்றின் வெற்றிக்கு வழிவகுத்த சூழல்களைப் புரிந்துகொண்டு விரிவுபடுத்தி, மேலும் ஆழமான AI பயன்பாடு குறித்த நுண்ணறிவுகளையும் எடுத்துக்காட்டுகளையும் நிறுவனத்தின் பிற பகுதிகளுடன் பகிர்ந்துகொள்ள அவற்றுக்கு உதவ வேண்டும். 
  5. அரட்டையைத் தாண்டி, பணிகளை ஒப்படைக்கும் நிலைக்கு நகருங்கள்.
    நிறுவன AI, அரட்டை உதவியாளர்களிலிருந்து ஏஜென்ட்களுக்கு ஒப்படைக்கக்கூடிய பணிகளை நோக்கி மாறி வருகிறது. மென்பொருள் பொறியியல் இந்தப் போக்கை எடுத்துக்காட்டுகிறது, ஆனால் ஒப்படைக்கப்பட்ட வேலை பல்வேறு செயல்பாடுகளிலும் பரவி வருகிறது. Codex மூலம், பொறியாளர்கள் வரையறுக்கப்பட்ட பணியை ஒப்படைத்து, ஏஜென்டுக்கு தேவையான சூழலை வழங்கி, அது கோப்புகள், குறியீட்டுத் தளங்கள் மற்றும் கருவிகள் முழுவதும் செயல்பட அனுமதித்து, பின்னர் முடிவை மதிப்பாய்வு செய்து, பின்னூட்டத்தின் மூலம் பணிப்பாய்வை செம்மைப்படுத்தலாம். அதிநவீன நிறுவனங்கள், AIயை வெறுமனே ஒரு நிலையான உதவியாளராகப் பயன்படுத்துவதற்குப் பதிலாக, பணிகளை AI-க்கு ஒப்படைக்க பணியாளர்களை ஊக்குவிக்கின்றன.

இந்த அறிக்கையில் உள்ள அனைத்து பகுப்பாய்வுகளும் அடையாளம் நீக்கப்பட்ட மற்றும் ஒருங்கிணைக்கப்பட்ட நிறுவனப் பயன்பாட்டுத் தரவை அடிப்படையாகக் கொண்டவை. செய்தி உள்ளடக்கம் தானியங்கி அமைப்புகளைப் பயன்படுத்தி வகைப்படுத்தப்பட்டது. இந்த பகுப்பாய்வின் ஒரு பகுதியாக, தனிப்பட்ட என்டர்பிரைஸ், வணிகம் அல்லது API வாடிக்கையாளர் தரவை OpenAI ஊழியர் யாரும் மதிப்பாய்வு செய்யவில்லை.

நீங்கள் முழு கண்டுபிடிப்புகளை ஆராய விரும்பினால் அல்லது உங்கள் நிறுவனத்தில் AI-ஐ பொறுப்புடன் எவ்வாறு கொண்டு வருவது என்பதை அறிய விரும்பினால், [we’d love to connect⁠].

மேலும் அறியவும்

Signals > Layout > Group > Footer > Cards > Signals homepage > Media > Asset
Signals > Layout > Group > Footer > Cards > Data lab > Media > Asset
Signals > Layout > Group > Footer > Cards > Research and analysis > Media > Asset

ஆராய்ச்சி மற்றும் பகுப்பாய்வு

AI எவ்வாறு ஏற்றுக்கொள்ளப்படுகிறது மற்றும் அதன் பொருளாதாரத்திலும் சமூகத்திலும் ஏற்படும் தாக்கம் குறித்த ஆராய்ச்சி மற்றும் பகுப்பாய்வு.

மேலும் அறிய