OpenAI فرنٹیئر کا تعارف کرانا

AI نے ٹیموں کو ان کاموں کو سنبھالنے کے قابل بنایا ہے جن کے بارے میں وہ پہلے بات کرتے تھے لیکن کبھی عمل نہیں کرتے تھے. درحقیقت، 75% انٹرپرائز کارکنان کا کہنا ہے کہ AI نے ان کی مدد کی کہ وہ ایسے کام انجام دے سکیں جو وہ پہلے نہیں کر سکتے تھے. ہم یہ بات ہر شعبے سے سن رہے ہیں، نہ کہ صرف تکنیکی ٹیموں سے. کام کرنے کا طریقہ بدل گیا ہے اور ادارے اب اس کے بڑے اثرات محسوس کر رہے ہیں.

ہم نے گزشتہ چند برسوں میں 1,000,000 سے زیادہ کاروباروں کے ساتھ ایسا عملی طور پر ہوتے دیکھا ہے. ایک بڑے مینوفیکچرر میں، ایجنٹس نے پیداوار کی احسن کاری کے کام کو چھ ہفتوں سے ایک دن تک کم کر دیا. ایک عالمی سرمایہ کاری کمپنی نے سیلز کے عمل میں اینڈ ٹو اینڈ ایجنٹس تعینات کیے تاکہ سیلز نمائندوں کے لیے صارفین کے ساتھ وقت گزارنے کے لیے 90% سے زیادہ وقت دستیاب ہو سکے. اور، ایک بڑے توانائی پیدا کرنے والے ادارے میں، ایجنٹس نے پیداوار میں 5% تک بڑھانے میں مدد کی، جس سے اضافی آمدنی میں ایک ارب ڈالر سے زیادہ کا اضافہ ہوا.

یہ ہر صنعت میں AI لیڈرز کے ساتھ ہو رہا ہے اور کیچ اپ کا دباؤ بڑھ رہا ہے. انہیں سست کرنے والی چیز ماڈل کی انٹیلیجنس نہیں ہے، بلکہ یہ ہے کہ ان کی تنظیموں میں ایجنٹس کو کیسے بنایا اور چلایا جاتا ہے.

آج، ہم فرنٹیئر متعارف کروا رہے ہیں، جو ایک نیا پلیٹ فارم ہے جو انٹرپرائزز کو AI ایجنٹس بنانے، تعینات کرنے اور ان کا انتظام کرنے میں مدد دیتا ہے جو حقیقی کام انجام دے سکتے ہیں. فرنٹیئر ایجنٹس کو وہی مہارتیں فراہم کرتا ہے جو لوگوں کو کام میں کامیاب ہونے کے لیے درکار ہوتی ہیں: مشترکہ سیاق و سباق، آن بورڈنگ، فیڈبیک کے ساتھ عملی سیکھنا اور واضح اجازتیں اور حدود. اسی طرح ٹیمیں الگ تھلگ استعمال کے کیسز سے آگے بڑھ کر AI ساتھی کارکنان تک پہنچتی ہیں جو پورے کاروبار میں کام کرتے ہیں.

HP⁠(نئی ونڈو میں کھلتا ہے)، Intuit⁠(نئی ونڈو میں کھلتا ہے)، Oracle⁠(نئی ونڈو میں کھلتا ہے)، State Farm⁠(نئی ونڈو میں کھلتا ہے)، Thermo Fisher⁠(نئی ونڈو میں کھلتا ہے) اور Uber⁠(نئی ونڈو میں کھلتا ہے) فرنٹیئر کو اپنانے والوں میں اولین ہیں اور درجنوں موجودہ صارفین–بشمول BBVA⁠(نئی ونڈو میں کھلتا ہے)، Cisco⁠(نئی ونڈو میں کھلتا ہے) اور T-Mobile⁠(نئی ونڈو میں کھلتا ہے)–پہلے ہی فرنٹیئر کے طریقہ کار کو پائلٹ کر چکے ہیں تاکہ اپنے کچھ انتہائی پیچیدہ اور قیمتی AI کام کو طاقت دے سکیں.

کمپنیاں پہلے ہی کلاؤڈز، ڈیٹا پلیٹ فارمز اور ایپلیکیشنز میں پھیلے ہوئے غیر مربوط سسٹمز اور گورننس کے بوجھ تلے دبی ہوئی ہیں. AI نے اس تقسیم کو زیادہ نمایاں کر دیا اور بہت سے معاملات میں، اسے مزید شدید بنا دیا. ایجنٹس اب ہر جگہ تعینات کیے جا رہے ہیں اور ہر ایک اس بات میں محدود ہے کہ وہ کیا دیکھ سکتا ہے اور کیا کر سکتا ہے. ہر نیا ایجنٹ مدد کرنے کے بجائے پیچیدگی میں اضافہ کر سکتا ہے، کیونکہ اس کے پاس کام کو مؤثر طریقے سے انجام دینے کے لیے کافی سیاق و سباق نہیں ہوتا.

جیسے جیسے ایجنٹس زیادہ قابل ہوتے گئے ہیں، ماڈلز کی صلاحیتوں اور ٹیموں کے عملی نفاذ کے درمیان مواقع کا فرق بڑھ گیا ہے. یہ فرق صرف ٹیکنالوجی کی وجہ سے نہیں ہے. ٹیمیں ابھی بھی اس علم کو تیار کر رہی ہیں کہ ایجنٹس کو ابتدائی پائلٹس سے آگے بڑھا کر حقیقی کام میں کیسے لایا جائے، جتنی تیزی سے AI میں بہتری آ رہی ہے. صرف OpenAI میں، تقریباً ہر تین دن میں کچھ نیا جاری ہوتا ہے اور یہ رفتار مزید تیز ہو رہی ہے.¹ ساتھ ساتھ چلنے کا مطلب کنٹرول اور تجربہ کاری کے درمیان توازن قائم کرنا ہے اور اسے درست طور پر انجام دینا مشکل ہے.

ادارے اب اس مسئلے کو حل کرنے کے لیے دباؤ محسوس کر رہے ہیں، کیونکہ ابتدائی رہنماؤں اور باقی سب کے درمیان فرق تیزی سے بڑھ رہا ہے.

ہم نے یہ سیکھا ہے کہ ٹیموں کو صرف بہتر ٹولز کی ضرورت نہیں ہوتی جو پزل کے کچھ حصے حل کریں. انہیں ایجنٹس کو پروڈکشن میں لانے کے لیے ایک جامع طریقہ کار کی ضرورت تھی تاکہ ایجنٹس کو تیار کریں، تعینات کریں اور منظم کریں.

ہم نے یہ دیکھنے سے آغاز کیا کہ انٹرپرائزز پہلے ہی لوگوں کو کس طرح بڑے پیمانے پر بڑھا رہے ہیں. وہ آن بورڈنگ کے پراسس تیار کرتے ہیں. وہ ادارہ جاتی علم اور اندرونی زبان سکھاتے ہیں. یہ تجربے کے ذریعے سیکھنے کی اجازت دیتے ہیں اور رائے کے ذریعے کارکردگی کو بہتر بناتے ہیں. وہ صحیح نظاموں تک رسائی فراہم کرتے ہیں اور حدود مقرر کرتے ہیں. AI ساتھی کارکنوں کو بھی وہی چیزیں درکار ہیں.

AI ساتھی کارکنوں کے مؤثر طریقے سے کام کرنے کے لیے، چند چیزیں اہمیت رکھتی ہیں:

• انہیں یہ سمجھنے کی ضرورت ہے کہ نظاموں کے درمیان کام حقیقت میں کیسے انجام پاتا ہے.  
• انہیں حقیقی دنیا کے مسائل کی منصوبہ بندی، عمل اور حل کرنے کے لیے کمپیوٹر اور ٹولز تک رسائی کی ضرورت ہے. 
• انہیں یہ سمجھنے کی ضرورت ہے کہ اچھا کیسا نظر آتا ہے، تاکہ جیسے جیسے کام میں تبدیلی آتی ہے، معیار بہتر ہوتا جائے.
• اور انہیں ایک شناخت، اجازتیں اور حدود درکار ہیں جن پر ٹیمیں بھروسہ کر سکیں.

اور یہ سب کچھ مختلف سسٹمز میں کام کرنا چاہیے، جو اکثر کئی کلاؤڈز میں پھیلے ہوتے ہیں. فرنٹیئر ان سسٹمز کے ساتھ کام کرتا ہے جو ٹیموں کے پاس پہلے سے موجود ہیں، بغیر انہیں دوبارہ پلیٹ فارم کرنے پر مجبور کیے. آپ اپنے موجودہ ڈیٹا اور AI کو وہاں اکٹھا کر سکتے ہیں جہاں یہ موجود ہے - نیز اوپن اسٹینڈرڈز کا استعمال کرتے ہوئے ان ایپلیکیشنز کو بھی ضم کر سکتے ہیں جنہیں آپ پہلے ہی استعمال کر رہے ہیں. اس کا مطلب ہے کہ نہ کوئی نئے فارمیٹس ہوں گے اور نہ ہی آپ نے جو ایجنٹس یا ایپلیکیشنز پہلے ہی تعینات کر رکھی ہیں انہیں ترک کیا جائے گا.

اس طریقۂ کار کی سب سے بڑی طاقت یہ ہے کہ AI ساتھی کسی بھی انٹرفیس کے ذریعے قابلِ رسائی اور مفید ہیں اور کسی ایک UI یا ایپلیکیشن کے پیچھے محدود نہیں ہیں. وہ لوگوں کے ساتھ ہر جگہ شراکت کر سکتے ہیں جہاں بھی کام ہوتا ہے، چاہے وہ ChatGPT کے ساتھ تعامل ہو، Atlas کے ساتھ ورک فلو کے ذریعے یا موجودہ کاروباری ایپلیکیشنز کے اندر. یہ بات درست ہے چاہے ایجنٹس اِن ہاؤس تیار کیے گئے ہوں، OpenAI سے حاصل کیے گئے ہوں یا دیگر وینڈرز سے ضم کیے گئے ہوں جنہیں آپ پہلے سے استعمال کر رہے ہیں.

ہر مؤثر ملازم جانتا ہے کہ کاروبار کیسے کام کرتا ہے، معلومات کہاں موجود ہوتی ہیں اور اچھے فیصلے کیسے نظر آتے ہیں.

فرنٹیئر الگ تھلگ ڈیٹا ویئرہاؤسز، CRM سسٹمز، ٹکٹنگ ٹولز اور اندرونی ایپلیکیشنز کو جوڑتا ہے تاکہ AI ساتھیوں کو وہی مشترکہ کاروباری سیاق و سباق فراہم کیا جا سکے. وہ سمجھتے ہیں کہ معلومات کیسے چلتی ہیں، فیصلے کہاں ہوتے ہیں اور کون سے نتائج اہمیت رکھتے ہیں. یہ انٹرپرائز کے لیے ایک معنوی پرت بن جاتا ہے جس کا حوالہ تمام AI ساتھی مؤثر طریقے سے کام کرنے اور بات چیت کرنے کے لیے دے سکتے ہیں.

مشترکہ سیاق و سباق کے موجود ہونے پر، ایجنٹس کو حقیقت میں کام کرنے کے قابل ہونا چاہیے.

پورے ادارے میں تکنیکی اور غیر تکنیکی ٹیمیں فرنٹیئر کا استعمال کر کے AI ساتھی کارکنوں کی خدمات حاصل کر سکتی ہیں جو اُن بہت سے کاموں کی ذمہ داری سنبھالتے ہیں جو لوگ پہلے ہی کمپیوٹر پر کرتے ہیں. فرنٹیئر AI ساتھیوں کو ڈیٹا پر غور و فکر کرنے اور پیچیدہ کام مکمل کرنے کی صلاحیت دیتا ہے، جیسا کہ فائلوں کے ساتھ کام کرنا، کوڈ چلانا اور ٹولز استعمال کرنا—یہ سب ایک قابلِ اعتماد، کھلے ایجنٹ execution ماحول میں. جب AI ساتھی کارکن کام کرتے ہیں، تو وہ یادداشتیں بناتے ہیں، ماضی کی بات چیت کو مفید سیاق و سباق میں تبدیل کرتے ہیں جو وقت کے ساتھ کارکردگی کو بہتر بناتا ہے.

تعیناتی کے بعد، AI ساتھی مقامی ماحول، انٹرپرائز کلاؤڈ انفراسٹرکچر اور OpenAI-ہوسٹڈ رن ٹائمز میں کام کر سکتے ہیں، بغیر اس کے کہ ٹیموں کو کام مکمل کرنے کے طریقے کو دوبارہ ایجاد کرنے پر مجبور کیا جائے. اور وقت کے لحاظ سے حساس کام کے لیے، فرنٹیئر کم تاخیر کے ساتھ OpenAI کے ماڈلز تک رسائی کو ترجیح دیتا ہے تاکہ جوابات تیز اور مستقل رہیں.

ایجنٹس کے لیے وقت کے ساتھ مفید رہنے کے لیے، ان کا تجربے سے سیکھنا ضروری ہے، بالکل اسی طرح جیسے لوگ کرتے ہیں.

کارکردگی کی جانچ کرنے اور بہتر بنانے کے در ساختہ طریقے انسانی مینیجرز اور AI ساتھیوں کے لیے یہ واضح کر دیتے ہیں کہ کیا کام کر رہا ہے اور کیا نہیں، تاکہ اچھے رویے وقت کے ساتھ بہتر ہو سکیں. وقت کے ساتھ، AI ساتھی یہ سیکھتے ہیں کہ اچھا کام کیسا نظر آتا ہے اور اس کام میں بہتر ہوتے جاتے ہیں جو سب سے زیادہ اہمیت رکھتا ہے.

یہ وہ طریقہ ہے جس سے ایجنٹس متاثر کن ڈیموز سے قابلِ بھروسہ ساتھیوں میں تبدیل ہوتے ہیں.

فرنٹیئر یہ یقینی بناتا ہے کہ AI ساتھی کارکن واضح حدود کے اندر کام کریں. ہر AI ساتھی کارکن کی اپنی شناخت ہوتی ہے، جس کے ساتھ واضح اجازتیں اور حفاظتی اقدامات ہوتے ہیں. اس سے حساس اور ضابطہ بند ماحول میں انہیں اعتماد کے ساتھ استعمال کرنا ممکن ہو جاتا ہے. انٹرپرائز سیکیورٹی اور گورننس⁠ پہلے سے شامل ہیں، تاکہ ٹیمیں کنٹرول کھوئے بغیر اسکیل کر سکیں.

مواقع کے خلا کو بند کرنا صرف ایک ٹیکنالوجی کا مسئلہ نہیں ہے.

ہم نے کئی سالوں سے بڑے اداروں کے ساتھ پیچیدہ AI تعیناتیوں پر قریبی تعاون کیا ہے، اس لیے ہم نے دیکھا ہے کہ کیا مؤثر ہے اور کیا نہیں. اب ہم ٹیموں کو ان کے سب سے مشکل مسائل پر ان اسباق کو لاگو کرنے میں مدد کر رہے ہیں.

ہم OpenAI فارورڈ ڈپلائیڈ انجینئرز (FDEs) کو آپ کی ٹیموں کے ساتھ جوڑتے ہیں، شانہ بشانہ کام کرتے ہیں تاکہ آپ کو پروڈکشن میں ایجنٹس بنانے اور چلانے کے بہترین طریقے تیار کرنے میں مدد ملے.

FDEs ٹیموں کو OpenAI تحقیق سے براہ راست رابطہ بھی فراہم کرتے ہیں. جب آپ ایجنٹس کو تعینات کرتے ہیں، تو ہم صرف یہ نہیں سیکھتے کہ ماڈل کے ارد گرد آپ کے سسٹمز کو کیسے بہتر بنایا جائے. ہم یہ بھی سیکھتے ہیں کہ ماڈل کو خود آپ کے کام کے لیے زیادہ مفید بننے کے لیے کیسے ترقی کرنی چاہیے. وہ فیڈبیک لوپ، آپ کے کاروباری مسئلے سے لے کر تعیناتی تک، پھر تحقیق اور واپس، دونوں فریقوں کو تیزی سے آگے بڑھنے میں مدد دیتا ہے.

انٹرپرائز میں AI اس وقت بہترین کام کرتا ہے جب پلیٹ فارم اور ایپلیکیشنز مل کر کام کرتے ہیں. چونکہ فرنٹیئر کھلے معیارات پر مبنی ہے، سافٹ ویئر ٹیمیں اسے پلگ اِن کر کے ایسے ایجنٹس تیار کر سکتی ہیں جو اسی مشترکہ سیاق و سباق سے فائدہ اٹھاتے ہیں.

یہ اہمیت رکھتا ہے کیونکہ بہت سی ایجنٹ ایپس ایک سادہ وجہ سے ناکام ہو جاتی ہیں: ان کے پاس وہ سیاق و سباق نہیں ہوتا جس کی انہیں ضرورت ہوتی ہے. ڈیٹا مختلف نظاموں میں بکھرا ہوا ہے، اجازتیں پیچیدہ ہیں اور ہر انٹیگریشن ایک منفرد پروجیکٹ بن جاتا ہے. فرنٹیئر ایپلیکیشنز کے لیے ان کے مطلوبہ کاروباری سیاق و سباق تک رسائی (صحیح کنٹرولز کے ساتھ) کو آسان بناتا ہے، تاکہ وہ پہلے ہی دن سے حقیقی ورک فلو میں کام کر سکیں. انٹرپرائزز کے لیے، اس کا مطلب ہے کہ ہر بار طویل انضمام سائیکل کے بغیر تیز تر رول آؤٹس.

ہم فرنٹیئر پارٹنرز کے ایک چھوٹے گروپ کے ساتھ بھی کام کر رہے ہیں—AI-نیٹیو بلڈرز جیسا کہ Abridge⁠(نئی ونڈو میں کھلتا ہے)، Clay⁠(نئی ونڈو میں کھلتا ہے)، Ambience⁠(نئی ونڈو میں کھلتا ہے), Decagon⁠(نئی ونڈو میں کھلتا ہے)، Harvey⁠(نئی ونڈو میں کھلتا ہے) اور Sierra⁠(نئی ونڈو میں کھلتا ہے)—جو فرنٹیئر کے ساتھ گہرائی میں جانے کے لیے پُرعزم ہیں. وہ صارفین کی ضروریات جاننے، حل ڈیزائن کرنے اور تعیناتی کی حمایت کے لیے OpenAI کے ساتھ قریبی تعاون کریں گے. وقت کے ساتھ، ہم پروگرام کو وسعت دیں گے اور انٹرپرائز AI پر توجہ مرکوز کرنے والے مزید تعمیر کنندگان کا خیرمقدم کریں گے.

اب سوال یہ نہیں ہے کہ AI کام مکمل ہونے کے طریقے کو بدل دے گا یا نہیں، بلکہ یہ ہے کہ آپ کی تنظیم کتنی تیزی سے ایجنٹس کو ایک حقیقی فائدے میں تبدیل کر سکتی ہے.

فرنٹیئر آج محدود تعداد میں صارفین کے لیے دستیاب ہے اور آئندہ چند مہینوں میں یہ مزید وسیع پیمانے پر دستیاب ہوگا. اگر آپ ہمارے ساتھ کام کرنے کے مواقع تلاش کرنا چاہتے ہیں، تو اپنی OpenAI ٹیم سے رابطہ کریں.