தனிப்பட்ட AI உதவியைத் தாண்டி, அணித் தர அடுக்காக agents-ஐ நிறுவனம் நிலைநாட்டுகிறது
OpenAI, ChatGPT-இல் workspace agents-ஐ அறிமுகப்படுத்துவதன் மூலம், தனிப்பட்ட உற்பத்தித்திறனிலிருந்து ஒருங்கிணைந்த பணியிட தானியக்கம் நோக்கி தனது முயற்சியை விரிவாக்குகிறது. இந்த புதிய தயாரிப்பு நிறுவனங்களுக்குள் பகிரப்பட்ட, நீண்டநாள் நீடிக்கும் பணிகளுக்காக வடிவமைக்கப்பட்டதாக நிறுவனம் கூறுகிறது.
ஏப்ரல் 22 அன்று அறிவிக்கப்பட்ட இந்த அம்சம், ChatGPT Business, Enterprise, Edu, மற்றும் Teachers திட்டங்களுக்கு research preview ஆக அறிமுகப்படுத்தப்படுகிறது. OpenAI workspace agents-ஐ GPTs-ன் ஒரு வளர்ச்சியாக விவரிக்கிறது: Codex-powered agents, அவை ஒருமுறை உருவாக்கப்பட்டு, ஒரு குழுவுடன் பகிரப்பட்டு, அறிக்கைகள் தயாரித்தல், செய்திகளை draft செய்தல், code எழுதுதல், கோரிக்கைகளை வழிமாற்றுதல், அல்லது இணைக்கப்பட்ட அமைப்புகளுக்கு இடையில் வேலை நகர்த்துதல் போன்ற பல படி workflows-ஐ கையாள பயன்படுத்தப்படலாம்.
முக்கிய வாதம், AI ஒரு தனிப்பட்ட பயனருக்கு வேகமாக உரை உருவாக்க உதவலாம் என்பதல்ல. மாறாக, குழுக்கள் மீண்டும் மீண்டும் நடைபெறும் ஒரு workflow-ஐ, நிறுவன permissions-க்குள் செயல்படும், சரியான tools-இலிருந்து context-ஐ எடுக்கும், தேவைப்படும் போது approval கேட்கும், மேலும் பயனர் offline-இல் இருந்தாலும் cloud-இல் தொடர்ந்து இயங்கும் ஒரு agent-ஆக தொகுக்கலாம் என்பதே.
தனிப்பட்ட prompting-இலிருந்து பகிரப்பட்ட செயல்முறை தானியக்கம் வரை
அந்த வேறுபாடு முக்கியமானது. இதுவரை பொதுவான generative AI பயன்பாடு பெரும்பாலும் தனிப்பட்ட knowledge worker-ஐ மையமாகக் கொண்டு விளக்கப்பட்டுள்ளது: இந்த document-ஐ சுருக்கவும், இந்த email-ஐ draft செய்யவும், இந்த code snippet-ஐ எழுதவும். Workspace agents வேறொரு மதிப்புத் தரத்தை நோக்குகின்றன. அவை business process infrastructure-க்கு இன்னும் அருகில் அமர வேண்டும்; இங்கு சவால் ஒருவரின் output அல்ல, மாறாக மனிதர்கள், அமைப்புகள், approvals, மற்றும் handoffs இடையிலான ஒருங்கிணைப்பே.
OpenAI-யின் சொந்த framing அந்தப் புள்ளியையே வலியுறுத்துகிறது. நிறுவனங்களுக்குள் முக்கியமான பல workflows shared context மற்றும் cross-team decisions-இல் சார்ந்திருப்பதாகவும், workspace agents அந்த சூழல்களுக்காக வடிவமைக்கப்பட்டதாகவும் நிறுவனம் கூறுகிறது. அதன் sales team ஒரு agent-ஐ call notes மற்றும் account research-இலிருந்து விவரங்களை சேகரிக்க, leads-ஐ qualify செய்ய, மற்றும் பிரதிநிதியின் inbox-இல் நேரடியாக follow-up emails draft செய்ய பயன்படுத்தும் ஒரு internal use case-ஐ அது எடுத்துக்காட்டுகிறது.
இந்த model பரவலாக வேலை செய்தால், அது enterprise AI adoption-இல் ஒரு அர்த்தமுள்ள படியை குறிக்கலாம். மதிப்பு “AI as assistant” என்பதிலிருந்து “AI as workflow participant” என்பதற்குத் திசைமாறுகிறது; அது தகவலை சேகரிக்கவும், முன் நிர்ணயிக்கப்பட்ட படிகளைப் பின்பற்றவும், மனிதர் ஒவ்வொரு முறையும் context-ஐ மீண்டும் சேர்க்க காத்திருப்பதற்குப் பதிலாக பணிகளை முன்னேற்றிக் கொண்டிருக்கவும் முடியும்.
டெவலப்பர்களுக்கே மட்டுமல்ல, குழுக்களால் உருவாக்கப்படுவதற்காக வடிவமைக்கப்பட்டது
ChatGPT sidebar-இல் Agents-ஐ கிளிக் செய்து, தங்கள் குழு அடிக்கடி செய்யும் ஒரு workflow-ஐ விவரிப்பதன் மூலம் பயனர்கள் தொடங்கலாம் என்று OpenAI கூறுகிறது. பின்னர் அந்த விளக்கத்தை agent-ஆக மாற்ற ChatGPT வழிகாட்டுகிறது. நிறுவனத்தின் உதாரணங்களில் software review மற்றும் policy routing, product feedback triage, weekly metrics reporting, lead outreach, மற்றும் third-party risk management ஆகியவை அடங்கும்.
அந்த no-code அல்லது குறைந்த தடையுள்ள creation model மூலோபாய ரீதியாக முக்கியமானது. Workflow automation-க்கு உள்ள தடைகளில் ஒன்று, செயல்முறை அறிவை software-ஆக formalize செய்வதற்கான செலவு எப்போதும் இருந்தது. இப்போது business teams இயற்கை மொழியில் மீண்டும் மீண்டும் செய்யப்படும் ஒரு பணியை விவரித்து, அதனைச் சுற்றி பயன்படுத்தக்கூடிய பகிரப்பட்ட agent-ஐ உருவாக்க முடிந்தால், automation-க்கு உள்ள தடம் கணிசமாக குறைகிறது.
நிச்சயமாக, இதனால் கடினமான பகுதிகள் மறைந்துவிடவில்லை. உண்மையான enterprise workflows-இல் குழப்பமான data, exceptions, permissions, மற்றும் accountability உள்ளன. ஆனால் OpenAI-யின் முன்மொழிவு, interface problem இப்போது கையாளக் கூடியதாக மாறி வருவதாக நிறுவனம் நம்புகிறது என்பதைக் காட்டுகிறது: அனைத்தையும் தொடக்கம் முதல் உருவாக்குவதற்குப் பதிலாக, அமைப்புகள் conversational terms-இல் intent-ஐ வெளிப்படுத்தி, platform logic-ஐ scaffold செய்ய விடக்கூடிய நிலைக்கு வரலாம்.
போட்டித் enterprise கேள்வி: permissions மற்றும் control
OpenAI, enterprise adoption-ஐ சில இடங்களில் தாமதப்படுத்திய governance கேள்வியையும் தெளிவாக குறிவைக்கிறது. workspace agents, நிறுவனத்தால் அமைக்கப்பட்ட permissions மற்றும் controls-க்குள் செயல்படுவதாக நிறுவனம் கூறுகிறது. இந்த framing முக்கியமானது; ஏனெனில் நிறுவனங்கள் பெரும்பாலும் ஒரு AI model அறிக்கை draft செய்ய முடியுமா என்பதைக் காட்டிலும், approved systems-ஐப் பயன்படுத்தி, அணுகல் மற்றும் approvals குறித்த தெளிவான எல்லைகளுடன், பாதுகாப்பாக அதைச் செய்ய முடியுமா என்பதில் அதிக கவனம் செலுத்துகின்றன.
ஒரு workspace-இல் agent-ஐ பகிரும் திறனும் மற்றொரு முக்கிய கூறு. Consumer AI tools, அமைப்புகளுக்குள் பெரும்பாலும் மோசமாக scale ஆகின்றன; ஏனெனில் ஒவ்வொரு பயனரும் prompts, workflows, மற்றும் conventions-ஐ தனித்தனியாக மீண்டும் உருவாக்குகிறார்கள். ஒரு shared agent, குழுக்களுக்கு மறுபயன்படுத்தக்கூடிய ஒரு object-ஐ தருகிறது: ஒரு workflow definition, பல பயனர்கள், மேலும் காலப்போக்கில் அதை மேம்படுத்தும் வாய்ப்பு. இந்த agents-ஐ ChatGPT அல்லது Slack-இல் பயன்படுத்த முடியும் என்றும் OpenAI கூறுகிறது; இதனால் agents, தனித்தனி interface-இல் மட்டுமன்றி, வேலை ஏற்கனவே நடைபெறும் இடங்களிலேயே இருக்க வேண்டும் என்பதே அதன் நோக்கம் என தெரிகிறது.
அறிவிப்பில் உள்ள Editor’s note, workspace agents-ஐ குழுக்கள் சோதனை செய்யும் காலத்தில் GPTs கிடைப்பில் தொடரும் என்றும், GPTs-ஐ workspace agents-ஆக எளிதாக மாற்ற OpenAI திட்டமிட்டுள்ளதாகவும் கூறுகிறது. இது திடீர் மாற்றத்தை விட, வளர்ச்சியடையும் product path-ஐ சுட்டுகிறது. ஏற்கனவே உள்ள custom AI அமைப்புகள், அதிக organizational awareness கொண்ட தானியக்கத்திற்கான கட்டுமானத் துண்டுகளாக நிலைநாட்டப்படுகின்றன.
இந்த launch ஏன் ஒரு product update-ஐத் தாண்டி முக்கியமானது
பெரிய முக்கியத்துவம் என்னவென்றால், enterprise AI vendors conversational interfaces மற்றும் operational software இடையிலான layer-ஐ கைப்பற்றப் போட்டியிடுகின்றன. அந்த layer-ஐ யார் கட்டுப்படுத்துகிறார்களோ, அவர்களே வேலை விவரங்களை semi-autonomous execution-ஆக மாற்றும் default system ஆக மாறக்கூடும். OpenAI-யின் இந்த launch, ChatGPT ஒரு chat surface அல்லது model endpoint மட்டுமல்லாது மேலும் ஒன்றாக மாற வேண்டும் என்பதைக் காட்டுகிறது. அது recurring team tasks-க்கான orchestration environment ஆக மாற வேண்டும் என்பதே அதன் நோக்கம்.
அந்த ambition-க்கு நடைமுறை சவால்கள் இணைகின்றன. Shared agents-க்கு reliability, auditability, மற்றும் predictable behavior தேவை. அவை எப்போது செயற்பட வேண்டும், எப்போது கேட்க வேண்டும், எப்போது நிற்க வேண்டும் என்பதைக் கண்டறிய வேண்டும். புதிய security அல்லது compliance சுமைகளை உருவாக்காமல், தற்போதுள்ள software ecosystems-க்குள் பொருந்தவும் வேண்டும். OpenAI-யின் அறிவிப்பு இவற்றை கருத்தரீதியாக எடுத்துரைக்கிறது; ஆனால் research-preview நிலை, தயாரிப்பு இன்னும் ஆரம்பத்திலேயே இருப்பதை காட்டுகிறது.
இருப்பினும், இந்த நகர்வு முக்கியமானது; ஏனெனில் AI deployment குறித்த முதிர்ந்த பார்வையை இது பிரதிபலிக்கிறது. அடுத்த கட்ட நன்மைகள், தனித்த prompt-களை விட, AI-யை நீடித்த organizational routines-இல் உட்பொதிப்பதிலிருந்தே அதிகம் வரக்கூடும். Weekly reports, approval routing, ticket creation, lead qualification, vendor screening, மற்றும் feedback triage போன்றவை repetition மற்றும் structure காரணமாக automation-க்கு மிகவும் பொருத்தமான பணிகள்.
பணியிட AI எங்கு செல்கிறது என்பதற்கான ஒரு சைகை
Workspace agents, enterprise AI-யின் எதிர்காலம் shared, procedural, மற்றும் persistent ஆக இருக்கும் என்ற ஒரு bet-ஐ பிரதிபலிக்கின்றன. ஒவ்வொரு ஊழியரும் ஒரே பணிக்காக மீண்டும் மீண்டும் உதவி கேட்பதற்குப் பதிலாக, குழுக்கள் அந்தப் பணியை ஒருமுறை வரையறுத்து, அதன் flow-இன் பெரும் பகுதியை agent-க்கு ஒப்படைக்கலாம்.
அது நிலையான நடைமுறையாக மாறுமா என்பது execution-ஐப் பொறுத்தது. Demos-இல் இவை எவ்வளவு impressive ஆகத் தோன்றுகின்றன என்பதைக் காட்டிலும், manual coordination-ஐ புதிய risks இல்லாமல் குறைக்கிறதா என்பதையே நிறுவனங்கள் அதிகம் மதிப்பிடும். ஆனால் OpenAI-யின் launch ஒரு விஷயத்தைத் தெளிவாக்குகிறது: சந்தை one-off chat assistance காலத்தைத் தாண்டிச் செல்கிறது. அடுத்த போட்டி, AI-யை நிறுவனங்கள் உண்மையில் இயங்கும் முறையின் நம்பகமான பகுதியாக யார் மாற்ற முடிகிறது என்பதற்கே.
This article is based on reporting by OpenAI. Read the original article.
Originally published on openai.com