جائے کار پر ChatGPT کا استعمال اور اپنانے کے نمونے

صرف ڈھائی سال پہلے متعارف کرایا گیا ChatGPT آج ہر صنعت، ہر ملازمت کے شعبے اور ہر سائز کی کمپنیوں میں پیشہ ور افراد کے ذریعے استعمال کیا جا رہا ہے. آج، امریکہ کے ایک چوتھائی سے زیادہ کارکنان—اور پوسٹ گریجویٹ ڈگری رکھنے والوں میں سے 45%—بتاتے ہیں کہ وہ کام کے لیے ChatGPT استعمال کرتے ہیں.

انٹرپرائز ٹیک نے ہمیشہ ایک مانوس پیٹرن کی پیروی کی ہے: ابتدائی بڑے اخراجات، طویل رول آؤٹس اور فائدہ حاصل ہونے سے پہلے سست اپنانا. ChatGPT نے اس روایت کو توڑ دیا جب لوگوں نے اسے اپنی ذاتی زندگی سے اپنی ملازمتوں میں پورٹ کیا. انہیں مہینوں کی تربیت یا پیچیدہ آن بورڈنگ کی ضرورت نہیں تھی؛ انہوں نے بس اسے استعمال کرنا شروع کر دیا تاکہ بامعنی کام مکمل کر سکیں.

ہم پہلے ہی واضح اشارے دیکھ رہے ہیں. سائنس دانوں، مارکیٹرز اور آپریٹرز تک، ہر کوئی ChatGPT کو اپنے روزمرہ کے کام میں شامل کر رہا ہے. کوڈ میں خامیاں دور کرنے سے لے کر مہمات کے لیے خیالات سوچنے تک، یہ بنیادی ورک فلو میں پہلا قدم بنتا جا رہا ہے.

یہ رپورٹ ہمارے تجزیے اور ہم مرتبہ جائزہ شدہ ذرائع سے حاصل کردہ نئے اعداد و شمار پیش کرتی ہے، جو یہ بتاتے ہیں کہ کام کی جگہ پر ChatGPT کون استعمال کر رہا ہے، لوگ اسے کیسے استعمال کر رہے ہیں اور یہ تنظیموں میں کس طرح جگہ بنا رہا ہے.

یہ رپورٹ آزاد تیسرے فریق کے صنعت گیر مطالعات کے نتائج کو ChatGPT اور ChatGPT Enterprise کے استعمال پر OpenAI کے تجزیے کے ساتھ یکجا کرتی ہے. اس رپورٹ میں OpenAI کی جانب سے کیے گئے تمام تجزیے غیر شناخت شدہ یا مجموعی استعمال کے ڈیٹا پر کیے گئے تھے. OpenAI نے صارف یا کسٹمر کے کسی بھی مواد (بشمول ماڈل ان پٹ یا آؤٹ پٹ) کا جائزہ نہیں لیا اور نہ ہی کسی قابل شناخت ڈیٹا کا تجزیہ کیا. استعمال کے رجحانات کا تمام تجزیہ خودکار مواد کے درجہ بند کنندگان کے ذریعے کیا گیا. جہاں رپورٹ میں ChatGPT کے مخصوص پرومپٹ کا حوالہ دیا گیا ہے، وہ پرومپٹ مکمل طور پر مصنوعی مثالیں ہیں اور حقیقی صارف یا کسٹمر کے پرومپٹ نہیں ہیں.

جب ChatGPT کو نومبر 2022 میں جاری کیا گیا، تو اس کا ہدف زیادہ تر AI محققین اور شوقین افراد کا ایک چھوٹا سا گروپ تھا. لیکن چند ہی مہینوں میں، اس کے 100 ملین ہفتہ وار فعال صارفین ہو گئے اور آج اس کے 700 ملین سے زیادہ ہفتہ وار فعال صارفین ہیں، جس سے یہ دنیا کی سب سے زیادہ دیکھی جانے والی ویب سائٹس میں سے ایک بن گئی. 

ذاتی استعمال کا وسیع پیمانے پر استعمال تیزی سے کام کی جگہ تک پھیل گیا. جیسا کہ اعداد و شمار ظاہر کرتے ہیں، صارفین کی جانب سے اپنانا یقینی طور پر کام کی جگہ پر AI کو آگے بڑھا رہا ہے. 

یہ ایک ایسا راستہ ہے جسے ہم پہلے بھی اکثر دیکھ چکے ہیں: ایسا سافٹ ویئر جو صارفین میں مقبولیت حاصل کرتا ہے، وہ کام کی جگہ تک پہنچ جاتا ہے اور اسے اکثر نوجوان ملازمین سب سے زیادہ آگے بڑھاتے ہیں. ChatGPT بھی اسی پیٹرن کی پیروی کر رہا ہے، جو اس کے ہفتہ وار فعال صارفین میں تیز رفتار اضافے، 30 سال سے کم عمر کارکنوں میں زیادہ رسائی اور کثرت سے—اکثر روزانہ—استعمال میں ظاہر ہوتا ہے.

صرف چند سالوں میں، کام کی جگہ پر AI ایک مخصوص دائرے سے نکل کر مرکزی دھارے میں آ چکی ہے. اعداد و شمار کہانی بیان کرتے ہیں.

AI کو اپنانا معیشت میں یکساں طور پر نہیں ہو رہا ہے. کچھ صنعتوں میں کارکنوں نے ChatGPT کو اپنے کام کاج میں شامل کرنے کے لیے تیزی سے قدم اٹھائے ہیں، جبکہ دوسرے زیادہ آہستگی سے آگے بڑھ رہے ہیں. 

یہ دیکھ کر کہ کون سے شعبے اس ٹول کو سب سے تیزی سے اپنا رہے ہیں، ہم قریب المدتی مواقع اور ان شعبوں دونوں کو سمجھ سکتے ہیں جہاں اسے اپنانے میں رفتار پکڑنے کے لیے زیادہ وقت لگ سکتا ہے. 

کچھ صنعتیں ChatGPT کو متوقع شرح سے زیادہ شرح پر اپنا رہی ہیں. IT اور مالیات سب سے آگے ہیں، جو اس ٹول کی کوڈنگ، تجزیے اور معلومات سے بھرپور کام میں مضبوط صلاحیتوں کو دیکھتے ہوئے فطری بات ہے. مینوفیکچرنگ میں AI کو اپنانا ایک وسیع تر ڈیجیٹل تبدیلی کی طرف اشارہ کرتا ہے: ایسی فیکٹریاں جو عملی خودکاری، پیش گوئی پر مبنی دیکھ بھال اور سپلائی چین کی بہتری کے لیے AI استعمال کر رہی ہیں. صنعتی AI میں ابتدائی سرمایہ کاری انجینئروں، تجزیہ کاروں اور آپریشنز مینیجروں کے درمیان ChatGPT کے وسیع پیمانے پر استعمال کے لیے راہ ہموار کر رہی ہے.

دیگر صنعتیں پیچھے رہ جاتی ہیں. ریٹیل، تعمیرات، نقل و حمل، تھوک تجارت اور زراعت میں اپنانے کی شرح نمایاں طور پر کم دکھائی دیتی ہے. زیادہ تر معاملات میں، یہ ان کے علمی کارکنان کے کم حصے کے ساتھ مطابقت رکھتا ہے، جہاں AI ٹولز کی ضرورت اتنی فوری نہیں ہوتی.  

نگہداشت صحت ایک خاص کیس ہے. سب سے بڑے اور سب سے زیادہ ڈیٹا پر انحصار کرنے والے شعبوں میں سے ایک ہونے کے باوجود، اپنانے کی رفتار سست رہی ہے. پرائیویسی اور کمپلائنس کے سخت قواعد اور خطرے سے گریز کرنے والی تنظیمی ثقافتیں اس کی وجوہات ہو سکتی ہیں. بدستور، ہم کلینیکل دستاویزات اور انتظامی ورک فلوز جیسے مخصوص شعبوں میں ترقی دیکھنا شروع کر رہے ہیں، جس سے اشارہ ملتا ہے کہ صحت کی دیکھ بھال کا شعبہ جلد ہی AI کو اپنانے کا ایک اہم مرکز بن سکتا ہے.

محکموں میں اپنانے کے رجحانات مختلف ہوتے ہیں، لیکن چند موضوعات نمایاں ہیں. پہلے تین مہینوں میں، چار زمرے استعمال پر غالب رہتے ہیں: تحریر، تحقیق، پروگرامنگ اور تجزیہ. مجموعی طور پر، یہ بھیجے گئے پیغامات کی اکثریت تشکیل دیتے ہیں. یہ تنوع ChatGPT کی لچک کو اجاگر کرتا ہے، ٹیمیں مواصلات کا مسودہ تیار کرنے، معلومات اکٹھی کرنے اور یکجا کرنے، کوڈ لکھنے اور ڈیٹا کی تشریح کرنے کے لیے اس کا رخ کرتی ہیں.

تکنیکی ٹیمیں سب سے زیادہ استعمال کرنے والوں میں شامل ہیں، جہاں تجزیات، انجینئرنگ اور IT کے کردار ابتدائی استعمال کا ایک بڑا حصہ بناتے ہیں. پروگرامنگ سب سے اہم کام ہے، خاص طور پر انجینئرنگ کے کرداروں کے لیے، لیکن صارفین تحقیق اور دستاویزات سے متعلق مدد کی بھی کافی درخواست کرتے ہیں. یہ ظاہر کرتا ہے کہ ChatGPT کو منصوبہ بندی کے لیے تقریباً اتنا ہی استعمال کیا جا رہا ہے جتنا کوڈنگ کے لیے. 

IT ٹیمیں سب سے زیادہ ریسرچ اور ٹربل شوٹنگ پر انحصار کرتی ہیں اور اکثر آٹومیشن کی طرف بڑھنے سے پہلے ChatGPT کو معلومات کے ماخذ کے طور پر استعمال کرتی ہیں.

کوڈنگ کے لیے مثال پرومپٹ

نوٹ: مندرجہ بالا مصنوعی اشارہ ایک مثال ہے جو خاص طور پر اس رپورٹ کے لیے صرف اور صرف تمثیلی مقاصد کے لیے لکھی گئی ہے

مارکیٹنگ، کمیونیکیشنز، سیلز اور کسٹمر ایکسپیریئنس سمیت گو-ٹو-مارکیٹ کرداروں میں شامل افراد بھی بڑے پیمانے پر اپنانے والوں میں شامل ہیں. یہ فنکشنز بنیادی طور پر تحریر، تحقیق، تخلیقی خیالات پیدا کرنے اور میڈیا جنریشن کے لیے ChatGPT پر انحصار کرتے ہیں. 

مختلف افعال میں، ابتدائی استعمال کا رجحان یکساں ہے: AI مہارت میں اضافہ کر رہی ہے، اس کی جگہ نہیں لے رہی.. انجینئرز کوڈ کی خامیاں دور کرنے اور یونٹ ٹیسٹس بنانے کے لیے پرومپٹ پر بار بار کام کر رہے ہیں. تجزیہ کار ڈیٹا سیٹس کو صاف کرنے اور ان کی تشریح کرنے کے لیے چین-آف-تھاٹ پرومپٹنگ استعمال کر رہے ہیں. کسٹمر سپورٹ ٹیمیں سوچ سمجھ کر، برانڈ سے ہم آہنگ جوابات کا مسودہ تیار کر رہی ہیں. مشترک بات یہ ہے کہ ChatGPT خصوصی مہارتوں کی رسائی کو بڑھا رہا ہے اور بنیادی ورک فلوز میں ایک شراکت دار بن رہا ہے.

ماخذ: آن بورڈنگ کے دوران جمع کیا گیا ChatGPT Enterprise کا مجموعی محکمانہ ڈیٹا؛ خودکار مواد درجہ بندی نظام

دلچسپ بات یہ ہے کہ کوڈنگ انجینئرنگ سے آگے پھیل رہی ہے. ڈیزائنرز فرنٹ-اینڈ پروٹو ٹائپنگ اور اسنیپٹ میں مدد کے لیے پروگرامنگ پر انحصار کر رہے ہوں گے—اور وہ کوڈنگ کے لیے ChatGPT کا استعمال فنانس اور سیلز کے مقابلے میں کہیں زیادہ شرح سے کرتے ہیں. پروجیکٹ مینیجرز تحریر، میڈیا جنریشن، کوڈنگ اور ڈیٹا تجزیہ کو یکجا کرتے ہیں—اور ٹیموں کے درمیان رابطے کی کڑی کے طور پر کام کرتے ہیں. لیکن پروڈکٹ، آپریشنز، مارکیٹنگ، فنانس اور HR سبھی کسی حد تک کوڈنگ کے لیے ChatGPT استعمال کرتے ہیں. 

ہم اس رجحان کی تصدیق بوسٹن یونیورسٹی اور BCG کی جانب سے کی گئی ایک تحقیق میں دیکھتے ہیں، جس میں BCG کے کنسلٹنٹس کی تکنیکی مہارت پر ChatGPT کے اثرات کا جائزہ لیا گیا. مطالعے سے معلوم ہوا کہ ChatGPT سے لیس اور اس پر تربیت یافتہ کنسلٹنٹس نے تین تکنیکی کاموں میں کنٹرول گروپ کے افراد کے مقابلے میں بالترتیب 49، 20، اور 18 فیصد پوائنٹس زیادہ اسکور کیا اور تین میں سے دو کاموں میں انہوں نے حقیقی BCG ڈیٹا سائنس دانوں کی سطح کے قریب کارکردگی دکھائی.

اچھی تحریر اب ماہرین کا ایسا کام نہیں ہے جو صرف کانٹینٹ ٹیموں کے لیے مخصوص ہو. ChatGPT کے ساتھ، کوئی بھی نوٹس کو واضح اور منظم متن میں تبدیل کر سکتا ہے اور جلدی سے دوبارہ کر سکتا ہے. میٹنگز، میموز اور کسٹمر پیغامات زیادہ واضح اور سب کو شامل کرنے والے ہو جاتے ہیں کیونکہ ہر کوئی اپنے خیالات کو اچھی طرح بیان کر سکتا ہے. AI روزمرہ رابطے اور ہم آہنگی کے لیے ایک بنیادی ذریعہ بنتی جا رہی ہے، جو مسودہ سازی، لہجے کی درستی اور ورژن سازی کو ایک ہی مرحلے میں سمیٹ رہی ہے.

ڈیزائن ٹیمیں میڈیا جنریشن کے استعمال کی وجہ سے نمایاں ہیں اور اس پر دوسرے گروپس کے مقابلے میں 2–4x زیادہ انحصار کرتی ہیں. ان بنیادی کام کے ٹاسکس میں بڑے پیمانے پر استعمال، متن سے آگے ChatGPT کے لیے ایک ابھرتے ہوئے کردار کو اجاگر کرتا ہے. 

تمام گو-ٹو-مارکیٹ ٹیمیں زیادہ تر تحریر، تحقیق اور میڈیا جنریشن کے کاموں کے لیے ChatGPT استعمال کرتی ہیں، لیکن مختلف طریقوں سے. یہاں کچھ نمونہ پرومپٹ دیئے گئے ہیں جو ان کوئریز کی قسم کو ظاہر کرتے ہیں جو ہم دیکھ رہے ہیں.

نوٹ: اوپر دیئے گئے مصنوعی پرومپٹ صرف وضاحتی مقاصد کے لیے اس رپورٹ کے لیے خاص طور پر تیار کیے گئے ہیں

ابتدائی ڈیٹا ایک مستقل رجحان ظاہر کرتا ہے: زیادہ تر محکمے ChatGPT میں موجود بنیادی ٹولز پر انحصار کرتے ہیں، جن میں سرچ، ڈیٹا کا تجزیہ، فائل اپ لوڈز، ریٹریول اور کینوس شامل ہیں. زیادہ جدید فیچرز—جیسے ریزننگ ماڈلز، ڈیپ ریسرچ، پروجیکٹس اور حسبِ ضرورت ہدایات—کو اپنانے کا رجحان ماہر صارفین، بشمول R&D ٹیموں، میں زیادہ پایا جاتا ہے. بہت سے ملازمین کے لیے نتیجہ یہ ہے کہ ChatGPT روزمرہ کے ورک فلوز میں بنیادی طور پر آسان اور کم رکاوٹ والے ٹاسکس کے ذریعے شامل ہو چکا ہے، نہ کہ خصوصی استعمال کے معاملات کے ذریعے.

تکنیکی شعبے ہی استثنا کے طور پر نمایاں ہیں. تجزیات، انجینئرنگ، IT اور تحقیق کے کردار اعلٰی درجے کی صلاحیتوں کا کہیں زیادہ استعمال کرتے ہیں. ان کے کام میں اکثر کثیر مرحلہ وار ریزننگ، بڑے پیمانے پر ڈیٹا کی یکجائی، یا پیچیدہ مسئلہ حل کرنا درکار ہوتا ہے. انجینئرز کوڈ بنانے یا خامیاں دور کرنے کے لیے پرومپٹ دیتے ہیں؛ تجزیہ کار ڈیپ ریسرچ کا استعمال ڈیٹا سیٹس کی تشریح کے لیے کرتے ہیں؛ اور IT پیشہ ور ٹکٹس کو حل کرنے اور سسٹمز کے مسائل دور کرنے کے لیے نالج بیسز سے معلومات حاصل کرتے ہیں. زیادہ طاقتور ٹولز فطری طور پر ان تکنیکی کاموں کے لیے موزوں ہوتے ہیں جو منظم، ڈیٹا سے بھرپور اور فیصلہ سازی پر مبنی ہوتے ہیں.

مختلف تکنیکی ٹیمیں بھی مختلف خصوصیات کو بھرپور طریقے سے اپناتی ہیں. IT ٹیمیں زیادہ امکان کے ساتھ ریٹریول اور سرچ استعمال کرتی ہیں اور ChatGPT کو کنفیگریشن یا پالیسی سے متعلق سوالات کے فوری جوابات کے لیے ایک علمی معاون کے طور پر لیتی ہیں. انجینئرنگ ٹیمیں GPTs، پروگرامنگ ٹولز اور ڈیٹا تجزیے کا زیادہ مضبوط استعمال دکھاتی ہیں، جو ان کے زیادہ کوڈ-مرکوز ورک فلوز کی عکاسی کرتا ہے. یہ اختلاف واضح کرتا ہے کہ اپنانا نہ صرف تکنیکی مہارت پر منحصر ہے بلکہ ہر شعبے کے اندر کام کی نوعیت اور سیاق و سباق پر بھی منحصر ہے.

اس ڈیٹا سے دو مواقع سامنے آتے ہیں. سب سے پہلے، جدید خصوصیات کم استعمال ہوتی ہیں، حتیٰ کہ وہاں بھی جہاں وہ وسیع اثرات مرتب کر سکتی ہیں. رکاوٹوں میں دریافت کرنے کی صلاحیت، استعمال کے کیسز سے آگاہی، یا انہیں استعمال کرنے کے لیے درکار سیٹ اپ شامل ہو سکتی ہیں.

دوسرا، تجزیات، IT، قانونی اور انجینئرنگ کے ابتدائی علمبردار پہلے ہی زیادہ پیچیدہ ورک فلوز کی طرف بڑھ رہے ہیں. جیسے جیسے اہلیت سازی کے پروگرام وسعت اختیار کرتے ہیں اور پروڈکٹ میں بہتریاں داخلے کی رکاوٹ کو کم کرتی ہیں، اپنانا غالباً بنیادی روزمرہ کے کاموں سے ہٹ کر زیادہ گہرے ریزننگ اور باہمی تعاون پر مبنی ورک فلوز کی طرف منتقل ہوگا، جو پورے انٹرپرائز میں فیصلہ سازی کو نئی شکل دیں گے. 

ChatGPT پہلے ہی کارکنوں کو قابلِ پیمائش طریقوں سے زیادہ پیداواری بنا رہا ہے. اندرونی بینچ مارکس سے پیداواریت میں نمایاں اضافے ظاہر ہوتے ہیں اور یہ ان ملازمین کی بدولت ہیں جو اسے تیزی سے لکھنے اور رابطہ کرنے، زیادہ مؤثر انداز میں تحقیق کرنے اور دہرائے جانے والے ٹاسکس کے لیے درکار محنت کو کم کرنے کے لیے استعمال کرتے ہیں. زیادہ تر کمپنیاں اب بھی اسے اپنانے کے ابتدائی مراحل میں ہیں، لیکن ہم یہ دیکھنا شروع کر رہے ہیں کہ تنظیمیں پورے عمل کو زیادہ مؤثر بنانے کے لیے محکمانہ سطح پر ChatGPT کو شامل کر رہی ہیں. 

روایتی انٹرپرائز سافٹ ویئر کے برعکس، جو طویل فیصلہ سازی کے ادوار اور تربیتی پروگراموں کے بعد اوپر سے نیچے کے رول آؤٹس کے ذریعے پھیلتا ہے، ChatGPT نچلی سطح سے کام کی جگہ میں داخل ہوا. ملازمین اور چھوٹی ٹیموں نے اپنی طرف سے اسے متعارف کرایا، ورک فلوز کے ساتھ تجربات کیے اور اس سے پہلے کہ کمپنیوں نے خریداری کے عمل کو باضابطہ بنایا، اس کی افادیت دکھائی. اس عوامی سطح کے نمونے نے اسے حالیہ تاریخ میں سب سے تیزی سے اپنائی جانے والی ادارہ جاتی ٹیکنالوجی بنا دیا ہے. 

یہ صورتِ حال اب بدل رہی ہے. خودمختار ایجنٹس سے لے کر اعلٰی درجے کی کوڈنگ معاونت اور فیصلہ سازی میں معاونت کرنے والے ٹولز تک، نئی صلاحیتیں ChatGPT کے کردار کو ذاتی پیداواری صلاحیت سے آگے بڑھا رہی ہیں. یہ مکمل ورک فلو کے لیے ایک پلیٹ فارم بنتا جا رہا ہے. ایگزیکٹوز اسے حکمت عملی تشکیل دینے کے لیے، انجینئرز سسٹمز کو ڈیزائن اور ڈیبگ کرنے کے لیے اور کسٹمر سپورٹ ایجنٹس پیچیدہ حلوں کا جائزہ لینے کے لیے استعمال کرتے ہیں. بڑھتے ہوئے، ChatGPT روزمرہ کے کام کے لیے ایک آپریٹنگ سسٹم کے طور پر کام کرتا ہے: ایک مشترکہ سطح جہاں فیصلے کیے جاتے ہیں، مسائل حل کیے جاتے ہیں اور پیداوار میں وسعت آتی ہے.

کام ہمیشہ ٹیکنالوجی کے ساتھ ساتھ ارتقاء پذیر ہوتا رہا ہے. زیادہ عرصہ نہیں گزرا، اس کا بڑا حصہ جوابات تلاش کرنے، ای میلز کا مسودہ تیار کرنے اور پہلے سے حل شدہ مسائل کو دہرانے پر مرکوز تھا. بتدریج، اس کا رخ امتزاج، تخلیقیت اور رفتار کی طرف منتقل ہو رہا ہے: ایسا کام جسے AI کے ساتھ فطری اور بدیہی تعاملات بہتر بناتے ہیں.

آنے والے برسوں میں، AI تقریباً ہر ورک فلو میں ضم ہو جائے گی. جیسے جیسے یہ ہوتا جائے گا، ملازمین کام انجام دینے میں کم وقت اور AI کے آؤٹ پٹ کی نگرانی اور تشکیل دینے میں زیادہ وقت صرف کریں گے. ChatGPT کی کثیرالفعالی رسائی کا مطلب یہ ہے کہ افراد ایسے کام سنبھال سکیں گے جو پہلے متعدد محکموں میں تقسیم تھے. مثال کے طور پر، ایک پروڈکٹ مینیجر اسے صارفین کے تاثرات کا تجزیہ کرنے، کسی نئی خصوصیت کی جانچ کرنے اور اسے بہتر بنانے اور اسے مارکیٹ میں لانے کے لیے درکار قانونی اور مارکیٹنگ مواد کا مسودہ تیار کرنے کے لیے استعمال کر سکتا ہے.

تعاون الگ تھلگ دستاویزات اور پیغامات سے نکل کر مشترکہ، ریئل ٹائم ورک اسپیسز کی طرف بڑھ رہا ہے، جہاں ٹیمیں مل کر مسائل حل کرتی ہیں. میموری جیسی خصوصیات پروڈکٹ کو زیادہ سیاق و سباق سے باخبر بنا رہی ہیں، جس سے ملازمین کو ایک ایسا ساتھی ملتا ہے جو ان کی منفرد ترجیحات، پروجیکٹس اور ورک فلوز کو یاد رکھتا ہے. اور ساختہ اور غیر ساختہ ڈیٹا کو براہِ راست ChatGPT میں لانے کی صلاحیت، ادارتی علم کے لیے ایک مرکزی انٹرفیس کے طور پر اس کے کردار کو مزید وسیع کر رہی ہے اور GPT‑5 اس تبدیلی کو تیز تر بنا رہا ہے.

اہم ترین بات یہ ہے کہ ابتدائی شواہد سے ظاہر ہوتا ہے کہ یہ تبدیلی نہ صرف کارکنوں کو زیادہ پیداواری بناتی ہے بلکہ ان کے کام کو زیادہ خوشگوار بھی بناتی ہے. یہ وقت طلب اور کم قدر والے کاموں کو کم کر کے ایسا کرتا ہے اور انہیں اپنا وقت دوبارہ بامعنی، بنیادی کام پر مرکوز کرنے کے قابل بناتا ہے. ہزاروں علمی کارکنان پر مشتمل چھ ماہ کے ایک بے ترتیب طور پر ترتیب دیے گئے فیلڈ تجربے میں، AI تک رسائی نے ہفتہ وار ای میل پر صرف ہونے والے وقت میں 31% کمی کر دی. ایک اور مطالعے میں سافٹ ویئر ڈویلپرز کا جائزہ لیا گیا، جس سے معلوم ہوا کہ اے آئی کوڈنگ ٹولز نے انہیں کوڈنگ میں زیادہ وقت، کھوجی کام میں زیادہ وقت اور پروجیکٹ مینجمنٹ پر کم وقت صرف کرنے کے قابل بنایا. مجموعی طور پر، یہ نتائج اس بات کی نشاندہی کرتے ہیں کہ ChatGPT جیسے ٹولز معمولی دفتری کام کم کر سکتے ہیں، جس سے زیادہ حکمتِ عملی پر مبنی، زیادہ اطمینان بخش اور بالآخر زیادہ قدر والے کام کے لیے وقت نکالنے میں مدد مل سکتی ہے.

اس تبدیلی کے پیمانے میں ماضی کے تکنیکی انقلابات کی بازگشت سنائی دیتی ہے. بجلی نے کارخانوں کے کام کاج کو نئی شکل دی، انٹرنیٹ نے تجارت اور مواصلات کی نئی تعریف متعین کی اور AI اب اگلی بڑی جست کے لیے بنیاد تیار کر رہی ہے. وہ انٹرپرائزز جو تیزی سے اور سوچ سمجھ کر موافق ہوتے ہیں، سب سے پہلے اور سب سے بڑے فوائد حاصل کریں گے: تیز تر فیصلہ سازی کے چکر، پیداواری صلاحیت میں نمایاں پیش رفت اور ہر شعبے میں نئے مواقع.