कंपनी वैयक्तिक AI सहाय्यापेक्षा वरच्या टीम स्तरावरील थर म्हणून agentsना स्थान देत आहे
ChatGPT मध्ये workspace agents सुरू करून OpenAI वैयक्तिक उत्पादकतेपासून समन्वित कार्यस्थळ स्वयंचलनाकडे आपला विस्तार करत आहे. कंपनीच्या मते, हे नवीन उत्पादन संस्थांमधील shared, long-running कामांसाठी तयार केले आहे.
22 एप्रिलला जाहीर केलेले हे फीचर ChatGPT Business, Enterprise, Edu, आणि Teachers plans साठी research preview म्हणून आणले जात आहे. OpenAI workspace agentsना GPTsचे एक evolution म्हणून वर्णन करते: Codex-powered agents, जे एकदा तयार करून teamसोबत share करता येतात आणि reports तयार करणे, messages draft करणे, code लिहिणे, requests route करणे, किंवा connected systemsमध्ये काम हलवणे यांसारखे multi-step workflows हाताळण्यासाठी वापरले जाऊ शकतात.
मुख्य दावा असा नाही की AI एखाद्या individual userला जलद text तयार करण्यात मदत करू शकते. तर teams एका recurring workflowला अशा agentमध्ये package करू शकतात जो organizational permissionsच्या आत काम करतो, योग्य toolsमधून context घेतो, गरज पडल्यास approval मागतो, आणि user offline असतानाही cloudमध्ये कार्यरत राहतो.
एकल promptingपासून shared process automationकडे
हा फरक महत्त्वाचा आहे. आत्तापर्यंत mainstream generative AI adoption मुख्यतः individual knowledge workerच्या चौकटीत मांडला गेला आहे: हा document summarize करा, हे email draft करा, हे code snippet लिहा. Workspace agents वेगळ्या पातळीवरील valueला लक्ष्य करतात. त्यांना business process infrastructureच्या अधिक जवळ बसवले जाते, जिथे challenge एका व्यक्तीचे output नसून people, systems, approvals, आणि handoffsमधील coordination आहे.
OpenAIचे स्वतःचे framing अगदी हेच अधोरेखित करते. कंपनी म्हणते की संस्थांमधील अनेक महत्त्वाचे workflows shared context आणि cross-team decisionsवर अवलंबून असतात, आणि workspace agents अशा परिस्थितींसाठी तयार केले आहेत. ती आपल्या sales teamच्या एका internal use caseचा उल्लेख करते, जिथे एक agent call notes आणि account researchमधून details गोळा करतो, leads qualify करतो, आणि representativeच्या inboxमध्ये थेट follow-up emails draft करतो.
जर हा model व्यापकपणे काम केला, तर enterprise AI adoptionमध्ये तो अर्थपूर्ण टप्पा ठरू शकतो. मूल्य प्रस्ताव “AI as assistant” वरून “AI as workflow participant” कडे वळतो, जो माहिती गोळा करू शकतो, ठरवलेल्या stepsचे पालन करू शकतो, आणि मानवी व्यक्तीने प्रत्येक वेळी context पुन्हा जोडण्याची वाट न पाहता काम पुढे नेत राहू शकतो.
