Notion आपला वर्कस्पेस AI एजंट्ससाठी एक ऑपरेटिंग लेयरमध्ये रूपांतरित करण्याचा प्रयत्न करत आहे

13 मे रोजी झालेल्या लाइव्ह उत्पादन घोषणेत Notion ने आपल्या सॉफ्टवेअरसाठी एक मोठी आकांक्षा मांडली: लोक, अंतर्गत साधने, बाह्य डेटा, आणि AI एजंट्स एकाच वातावरणात एकत्र काम करू शकतील अशी जागा बनणे. कंपनीने एक नवीन डेव्हलपर प्लॅटफॉर्म सादर केला, जो तिच्या कस्टम AI एजंट्सना विस्तारित करण्यासाठी, बाह्य एजंट्सशी जोडण्यासाठी, आणि Notionच्या बाहेरील डेटाबेसमधून माहिती आणणारे स्वयंचलित बहुपायरी workflows समर्थित करण्यासाठी डिझाइन केला आहे.

हा बदल महत्त्वाचा आहे, कारण तो Notion ला सहकार्यात्मक दस्तऐवज आणि नोट-टेकिंग सॉफ्टवेअर या परिचित श्रेणीपलीकडे नेत आहे. कंपनी आता आपला वर्कस्पेस orchestration layer म्हणून मांडत आहे, म्हणजे केवळ नोट्स किंवा प्रोजेक्ट पेजेस साठवण्याऐवजी, अनुप्रयोग, डेटा स्रोत, आणि स्वयंचलित एजंट्स यांच्यातील कामाचे समन्वयन करणारी प्रणाली.

ही मांडणी एंटरप्राइझ सॉफ्टवेअरमधील व्यापक बदल प्रतिबिंबित करते. अनेक कंपन्यांकडे आता chatbots, coding assistants, अंतर्गत automations, आणि SaaS प्लॅटफॉर्ममध्ये विखुरलेली AI साधने आहेत. Notion असा अंदाज बांधत आहे की खरी संधी केवळ आणखी एक assistant तयार करण्यात नाही, तर अशा प्रकारचे केंद्रीय ठिकाण तयार करण्यात आहे जिथे त्या एजंट्सना व्यवसायिक डेटाशी जोडता येईल आणि दैनंदिन कामात उपयुक्त बनवता येईल.

कस्टम एजंट्सपासून कस्टम कोडपर्यंत

Notion ने प्रथम फेब्रुवारीमध्ये Custom Agents सुरू केले, त्यांना वारंवार होणाऱ्या कामांसाठी AI सहकाऱ्यांप्रमाणे मांडले, जसे वारंवार विचारल्या जाणाऱ्या प्रश्नांची उत्तरे देणे, स्थिती अद्यतने तयार करणे, आणि नेहमीच्या workflows चे स्वयंचलन करणे. कंपनीनुसार, त्यानंतर ग्राहकांनी एक दशलक्षाहून अधिक एजंट्स तयार केले आहेत.

पण Notion ने हेही मान्य केले की त्या एजंट्सच्या काही महत्त्वाच्या मर्यादा होत्या. ते बाह्य डेटा स्रोतांशी जोडू शकत नव्हते किंवा custom business logic चालवू शकत नव्हते, आणि कंपन्या वापरत असलेल्या बाह्य एजंट्सना Notion वातावरणात थेट काम करण्याचा मार्ग नव्हता. व्यवहारात, याचा अर्थ टीम्सना अनेकदा third-party automation tools किंवा त्यांच्या स्वतःच्या infrastructure वर चालणाऱ्या scripts वर अवलंबून राहावे लागत होते.

नवीन प्लॅटफॉर्म त्या घर्षणापैकी काही कमी करण्यासाठी आहे. यातील एक मुख्य भाग म्हणजे Workers, एक cloud-आधारित environment जिथे ग्राहक त्यांचा स्वतःचा code secure sandbox मध्ये deploy करू शकतात. Notion च्या मते, यामुळे टीम्सना असे logic लिहिता येते जे डेटा वर्कस्पेसमध्ये sync करते, custom tools तयार करते, आणि वेगळ्या infrastructure वर अवलंबून न राहता webhooks द्वारे actions trigger करते.

कंपनीने हे फीचर अशा टीम्ससाठीही सुलभ असल्याचे सांगितले ज्यांना प्रत्येक integration स्वतः हाताने code करायची इच्छा नाही. या workflows साठी आवश्यक code तयार करण्यासाठी त्यांचा पसंतीचा AI coding agent मदत करू शकतो, असे कंपनीने म्हटले.

बाह्य डेटा या प्रस्तावाच्या केंद्रस्थानी का आहे

या घोषणेतील आणखी एक महत्त्वाचा भाग म्हणजे database sync. Workers च्या मदतीने चालणारे हे फीचर कोणत्याही API असलेल्या database मधून डेटा Notion databases मध्ये आणू शकते आणि ती माहिती अद्ययावत ठेवू शकते. कंपनीने दिलेल्या उदाहरणांमध्ये Salesforce, Zendesk, आणि Postgres यांचा समावेश आहे.

ही क्षमता अनेक workplace AI tools मधील एका मध्यवर्ती समस्येला संबोधित करते: ते ज्या माहितीपर्यंत पोहोचू शकतात तितकेच उपयुक्त असतात. जर संबंधित डेटा customer systems, support platforms, अंतर्गत databases, आणि operational tools मध्ये पसरलेला असेल, तर document app मधील एक isolated assistant पटकन मर्यादित ठरतो. बाहेरील माहिती ingest आणि update करण्याचा मार्ग जोडून Notion आपला वर्कस्पेस workflows आणि agents साठी control surface म्हणून अधिक उपयुक्त बनवण्याचा प्रयत्न करत आहे.

CEO Ivan Zhao यांनी हा बदल Notion च्या इतिहासापासून एक वेगळे वळण असल्याचे सांगितले. लाइव्हस्ट्रीमदरम्यान, कंपनी पारंपरिकरीत्या developer-focused platform नव्हती, पण आता ते बदलत आहे, असे ते म्हणाले. Notion database आता workflows आणि agents दोन्हीसाठी एक लवचिक canvas म्हणून वापरता येईल, असेही त्यांनी सांगितले.

ही भाषा महत्त्वाची आहे. Notion आता फक्त लिहिण्याची आणि मांडणीची जागा विकत नाही. ती increasingly एक programmable environment विकत आहे, जिथे structured data, AI behavior, आणि task automation एकत्र compose करता येतात.

उत्पादकता सॉफ्टवेअरमध्ये स्पर्धात्मक पुढाकार

ही घोषणा एजेंटिक AI मुळे उत्पादकता सॉफ्टवेअर किती वेगाने पुन्हा परिभाषित होत आहे हेही दाखवते. vendors वर साध्या chat interfaces पलीकडे जाऊन अशा प्रणाली जोडण्याचा दबाव आहे ज्या actions घेऊ शकतील, context टिकवून ठेवू शकतील, आणि tools दरम्यान काम करू शकतील. Notion चे उत्तर म्हणजे आपला वर्कस्पेस हा स्वतंत्र दस्तऐवजांचा destination नसून hub बनवणे.

एक व्यावहारिक adoption पैलूही आहे. या launch पूर्वी, अधिक प्रगत automations हवे असलेल्या टीम्सना अनेकदा बाह्य services जोडाव्या लागत होत्या किंवा इतरत्र scripts ठेवावे लागत होते. Notion आता त्या operational overhead ला कमी करण्यासाठी अधिक logic आपल्या स्वतःच्या platform मध्ये आणण्याचा प्रयत्न करत आहे.

तात्पुरत्या pricing निवडीने ही strategy समर्थित होते. Notion ने सांगितले की Workers हे Custom Agents प्रमाणेच credit system वापरतील, पण developer experiment करू शकतील म्हणून August पर्यंत हे फीचर मोफत ठेवले जात आहे. यामुळे ग्राहकांना हे तपासण्यासाठी एक विंडो मिळते की platform काही external tooling बदलू शकतो का किंवा स्केल करण्यासारखे नवीन internal workflows तयार करू शकतो का.

त्यामुळे Notion आपल्या broader knowledge-worker audience ला न सोडता developers ना अधिक स्पष्टपणे आकर्षित करण्याचा प्रयत्न करत आहे. हा प्लॅटफॉर्म स्वतःच्या अर्थासाठी infrastructure म्हणून मांडला जात नाही. तो AI, code, आणि company data थेट त्या collaborative surfaces शी जोडण्याचा मार्ग म्हणून सादर केला जात आहे जिथे टीम्स आधीपासून काम करतात.

याचा काय अर्थ लागतो

Notion चे अलीकडचे launch केवळ फीचर्स जोडत नाही. ते कंपनी workplace software चा पुढचा टप्पा कसा पाहते हे स्पष्ट करते. उपयुक्त AI ला चालू business data, custom logic चालवण्याची जागा, आणि परिणाम लोकांना दिसतील व मार्गदर्शन करता येईल असे shared environment आवश्यक आहे, ही मुख्य कल्पना आहे.

sandboxed Workers, external database sync, आणि अधिक जटिल agent workflows साठी support जोडून Notion ही घटक एकाच उत्पादनात पुरवण्याचा प्रयत्न करत आहे. टीम्स ते मोठ्या प्रमाणावर स्वीकारतील का हे execution, reliability, आणि नवीन साधने विद्यमान stack शी किती चांगल्या प्रकारे बसतात यावर अवलंबून असेल. पण कंपनीची दिशा आता स्पष्ट आहे: मानवी सहकार्य आणि स्वयंचलित प्रणाली जिथे भेटतात असा वर्कस्पेस बनायचा आहे, फक्त AI जोडलेली notebook नाही.

हा लेख TechCrunch च्या रिपोर्टिंगवर आधारित आहे. मूळ लेख वाचा.

Originally published on techcrunch.com