OpenAI ਸਧਾਰਨ ਚੈਟਬੋਟਾਂ ਤੋਂ ਅੱਗੇ ਵਧ ਕੇ ਅਜਿਹੇ ਖੁਦਮੁਖਤਿਆਰ (autonomous) AI ਏਜੰਟ ਬਣਾ ਰਿਹਾ ਹੈ ਜੋ ਬਹੁ-ਪੜਾਅ ਵਾਲੇ ਡਿਜੀਟਲ ਵਰਕਫਲੋ (workflows) ਨੂੰ ਸੰਭਾਲ ਸਕਦੇ ਹਨ। ਇਸਨੇ ਇਹਨਾਂ ਏਜੰਟਾਂ ਵਿੱਚੋਂ ਪਹਿਲੇ ਨੂੰ ChatGPT Work ਵਜੋਂ ਲਾਂਚ ਕੀਤਾ ਹੈ, ਜੋ ਕਿ ਇਸਦੇ ਕੰਜ਼ਿਊਮਰ ਸਬਸਕ੍ਰਿਪਸ਼ਨ ਲਈ $20 ਪ੍ਰਤੀ ਮਹੀਨਾ ਦਾ ਇੱਕ ਐਡ-ਆਨ ਹੈ। ਇਹ ਸੇਵਾ ਇੱਕ ਡਿਜੀਟਲ ਸਹਿਯੋਗੀ ਵਜੋਂ ਕੰਮ ਕਰਨ ਦਾ ਵਾਅਦਾ ਕਰਦੀ ਹੈ ਜੋ ਇਨਬਾਕਸਾਂ, Slack, Notion ਅਤੇ ਹੋਰ ਟੂਲਜ਼ ਤੋਂ ਡਾਟਾ ਕੱਢ ਸਕਦੀ ਹੈ—ਇੱਕ ਅਜਿਹੀ ਸਮਰੱਥਾ ਜੋ ਗਿਆਨ-ਕਰਮਚਾਰੀਆਂ (knowledge workers) ਦੇ ਰੋਜ਼ਾਨਾ ਕੰਮ ਕਰਨ ਦੇ ਤਰੀਕੇ ਨੂੰ ਬਦਲ ਸਕਦੀ ਹੈ।

“Agentic” AI ਵੱਲ ਤਬਦੀਲੀ ਕਿਉਂ

ਰਵਾਇਤੀ ਲਾਰਜ-ਲੈਂਗੂਏਜ ਮਾਡਲ ਸਵਾਲਾਂ ਦੇ ਜਵਾਬ ਦਿੰਦੇ ਹਨ ਅਤੇ ਰੁਕ ਜਾਂਦੇ ਹਨ। “Agentic AI” ਅਜਿਹੇ ਸਿਸਟਮਾਂ ਨੂੰ ਦਰਸਾਉਂਦਾ ਹੈ ਜੋ ਫੈਸਲਾ ਕਰਦੇ ਹਨ ਕਿ ਕੀ ਕਰਨਾ ਹੈ ਅਤੇ ਫਿਰ ਉਸਨੂੰ ਲਾਗੂ ਕਰਦੇ ਹਨ—ਜਿਵੇਂ ਕਿ ਇਮੇਲ ਭੇਜਣਾ, ਸਪ੍ਰੈਡਸ਼ੀਟਾਂ ਨੂੰ ਅਪਡੇਟ ਕਰਨਾ, ਜਾਂ ਬਿਨਾਂ ਕਿਸੇ ਇਨਸਾਨ ਦੇ ਹਰ ਬਟਨ 'ਤੇ ਕਲਿੱਕ ਕੀਤੇ Figma ਵਿੱਚ ਡਿਜ਼ਾਈਨ ਤਿਆਰ ਕਰਨਾ। OpenAI ਦੇ ਇੰਜੀਨੀਅਰਾਂ ਦਾ ਕਹਿਣਾ ਹੈ ਕਿ ਇਹ ਵਾਧੂ ਕਦਮ ਇੱਕ ਗੱਲਬਾਤ ਕਰਨ ਵਾਲੇ ਸਹਾਇਕ ਨੂੰ ਉਤਪਾਦਕਤਾ ਸਾਥੀ (productivity partner) ਵਿੱਚ ਬਦਲ ਦਿੰਦਾ ਹੈ, ਖਾਸ ਕਰਕੇ ਉਹਨਾਂ ਪੇਸ਼ਿਆਂ ਲਈ ਜਿੱਥੇ ਵੱਖ-ਵੱਖ ਐਪਲੀਕੇਸ਼ਨਾਂ ਵਿਚਕਾਰ ਬਦਲਣਾ ਕੰਮ ਦੇ ਘੰਟਿਆਂ ਨੂੰ ਘਟਾਉਂਦਾ ਹੈ।

ਡਿਵੈਲਪਰਾਂ ਤੋਂ ਲੈ ਕੇ ਪੂਰੇ ਦਫ਼ਤਰ ਤੱਕ

Agentic AI ਦੀ ਸਭ ਤੋਂ ਸਪਸ਼ਟ ਸਫਲਤਾ ਸੌਫਟਵੇਅਰ ਇੰਜੀਨੀਅਰਿੰਗ ਵਿੱਚ ਰਹੀ ਹੈ। OpenAI ਦੇ Codex ਮਾਡਲ ਨੇ ਡਿਵੈਲਪਰਾਂ ਨੂੰ ਉਹ ਦੱਸਣ ਦੀ ਇਜਾਜ਼ਤ ਦਿੱਤੀ ਜੋ ਉਹ ਚਾਹੁੰਦੇ ਸਨ ਅਤੇ ਫਿਰ ਕੋਡ ਤਿਆਰ ਕੀਤਾ, ਜਿਸ ਨਾਲ ਸਿੰਟੈਕਸ (syntax) ਦੀ ਮੁਸ਼ਕਲ ਖਤਮ ਹੋ ਗਈ। ਇੱਕ ਕੰਪਨੀ ਦੁਆਰਾ ਸਮਰਥਿਤ ਅਧਿਐਨ ਨੇ ਦਿਖਾਇਆ ਕਿ ਜਿੱਥੇ OpenAI ਦੇ ਲਗਭਗ ਹਰ ਕਰਮਚਾਰੀ ਨੇ Codex ਦੀ ਵਰਤੋਂ ਕੀਤੀ, ਉੱਥੇ ਹੀ ਸੈਂਕੜੇ ਬਾਹਰੀ ਸਬਸਕ੍ਰਾਈਬਰਾਂ ਵਿੱਚੋਂ ਸਿਰਫ ਇੱਕ ਤੋਂ ਵੀ ਘੱਟ ਨੇ ਇਸਦੀ ਵਰਤੋਂ ਕੀਤੀ। ChatGPT Work ਦਾ ਉਦੇਸ਼ ਉਹੀ “ਜੋ ਚਾਹੀਦਾ ਹੈ ਉਹ ਦੱਸੋ” ਵਾਲਾ ਅਨੁਭਵ ਅਕਾਊਂਟੈਂਟਾਂ, ਡਾਕਟਰਾਂ, ਨਿਵੇਸ਼ਕਾਂ ਅਤੇ ਹੋਰ ਗੈਰ-ਤਕਨੀਕੀ ਪੇਸ਼ੇਵਰਾਂ ਤੱਕ ਪਹੁੰਚਾਉਣਾ ਹੈ। ਇਸਦਾ ਟੀਚਾ ਕਮਾਂਡ-ਲਾਈਨ ਇੰਟਰਫੇਸਾਂ ਅਤੇ ਕਸਟਮ ਸਕ੍ਰਿਪਟਾਂ ਨੂੰ ਇੱਕ ਸਧਾਰਨ ਟੈਕਸਟ ਪ੍ਰੋਂਪਟ ਨਾਲ ਬਦਲਣਾ ਹੈ ਜੋ ਪੁਰਾਣੀਆਂ ਵੈੱਬਸਾਈਟਾਂ ਨੂੰ ਚਲਾ ਸਕਦਾ ਹੈ, ਵੱਖ-ਵੱਖ SaaS ਉਤਪਦਾਂ ਤੋਂ ਡਾਟਾ ਕੱਢ ਸਕਦਾ ਹੈ ਅਤੇ ਨਤੀਜਿਆਂ ਨੂੰ ਆਪਸ ਵਿੱਚ ਜੋੜ ਸਕਦਾ ਹੈ।

ਪ੍ਰਾਈਵੇਸੀ ਅਤੇ ਕੰਟਰੋਲ ਸੰਬੰਧੀ ਚਿੰਤਾਵਾਂ

ਲਾਭਦਾਇਕ ਹੋਣ ਲਈ, ਇੱਕ ਏਜੰਟ ਨੂੰ ਉਹੀ ਜਾਣਕਾਰੀ ਦੇਖਣੀ ਚਾਹੀਦੀ ਹੈ ਜੋ ਇੱਕ ਇਨਸਾਨ ਦੇਖੇਗਾ: ਨਿੱਜੀ ਇਮੇਲਾਂ, ਇੰਸਟੈਂਟ-ਮੈਸੇਜ ਥ੍ਰੈਡਸ, ਅੰਦਰੂਨੀ ਦਸਤਾਵੇਜ਼ ਅਤੇ ਡਿਜ਼ਾਈਨ ਫਾਈਲਾਂ। ਆਲੋਚਕ ਚੇਤਾਵਨੀ ਦਿੰਦੇ ਹਨ ਕਿ AI ਨੂੰ ਇਸ ਪੱਧਰ ਦੀ ਦਿੱਖ (visibility) ਦੇਣ ਨਾਲ ਇੱਕ ਨਵਾਂ ਹਮਲਾ ਕਰਨ ਦਾ ਖਤਰਾ (attack surface) ਪੈਦਾ ਹੁੰਦਾ ਹੈ—ਇੱਕ ਕੰਪ੍ਰੋਮਾਈਜ਼ਡ ਮਾਡਲ ਗੁਪਤ ਡਾਟਾ ਚੋਰੀ ਕਰ ਸਕਦਾ ਹੈ, ਅਤੇ ਉਪਭੋਗਤਾ ਸ਼ਾਇਦ ਪੂਰੀ ਤਰ੍ਹਾਂ ਨਾ ਸਮਝ ਸਕਣ ਕਿ ਉਹਨਾਂ ਦੀ ਜਾਣਕਾਰੀ ਦੀ ਵਰਤੋਂ ਜਵਾਬ ਤਿਆਰ ਕਰਨ ਲਈ ਕਿਵੇਂ ਕੀਤੀ ਜਾ ਰਹੀ ਹੈ। OpenAI ਦੀ ਟੀਮ ਇਸ ਜੋਖਮ ਨੂੰ ਮੰਨਦੀ ਹੈ ਪਰ ਕਹਿੰਦੀ ਹੈ ਕਿ ਇਹ ਸਮਝੌਤਾ ਅਟੱਲ ਹੈ; ਡੂੰਘੇ ਇੰਟੀਗ੍ਰੇਸ਼ਨ ਤੋਂ ਬਿਨਾਂ ਏਜੰਟ ਉਹ ਕੰਮ ਪੂਰੇ ਨਹੀਂ ਕਰ ਸਕਦਾ ਜੋ ਉਪਭੋਗਤਾ ਉਸਨੂੰ ਕਰਨ ਲਈ ਕਹਿੰਦੇ ਹਨ।

ਵਰਟੀਕਲ ਸਪੈਸ਼ਲਿਸਟਾਂ ਤੋਂ ਮੁਕਾਬਲੇਬਾਜ਼ੀ ਦਾ ਦਬਾਅ

OpenAI ਇਕੱਲਾ ਖਿਡਾਰੀ ਨਹੀਂ ਹੈ ਜੋ ਖੁਦਮੁਖਤਿਆਰ ਏਜੰਟਾਂ 'ਤੇ ਦਾਅ ਲਗਾ ਰਿਹਾ ਹੈ। ਛੋਟੀਆਂ ਫਰਮਾਂ ਨੇ ਅਜਿਹੇ ਟੂਲ ਲਾਂਚ ਕੀਤੇ ਹਨ ਜੋ ਕਿਸੇ ਇੱਕ ਪੇਸ਼ੇ 'ਤੇ ਕੇਂਦਰਿਤ ਹਨ—ਇੱਕ ਵਕੀਲਾਂ ਲਈ ਹੈ, ਦੂਜਾ ਸੇਲਜ਼ ਟੀਮਾਂ ਲਈ। ਉਹ ਉਤਪਦ ਇੱਕ model-agnostic ਪਹੁੰਚ ਅਪਣਾਉਂਦੇ ਹਨ: ਉਹ ਕਿਸੇ ਇੱਕ ਪ੍ਰਦਾਤਾ ਦੀ ਤਕਨਾਲੋਜੀ ਨਾਲ ਜੁੜਨ ਦੀ ਬਜਾਏ, ਉਹ ਭਾਸ਼ਾ ਮਾਡਲ ਵਰਤਦੇ ਹਨ ਜੋ ਉਹਨਾਂ ਦੇ ਖਾਸ ਖੇਤਰ ਲਈ ਸਭ ਤੋਂ ਵਧੀਆ ਪ੍ਰਦਰਸ਼ਨ ਕਰਦਾ ਹੈ। ਇਹ ਲਚਕਤਾ ਉਹਨਾਂ ਨੂੰ ਤੇਜ਼ੀ ਨਾਲ ਕੰਮ ਕਰਨ ਅਤੇ ਸੁਧਾਰ ਕਰਨ ਦੀ ਇਜਾਜ਼ਤ ਦਿੰਦੀ ਹੈ। OpenAI ਲਈ ਚੁਣੌਤੀ ਇੱਕ ਅਜਿਹਾ ਹੱਲ ਬਣਾਉਣਾ ਹੈ ਜੋ ਸਾਰਿਆਂ ਲਈ ਇੱਕੋ ਹੋਵੇ ਪਰ ਫਿਰ ਵੀ ਇੱਕ ਸਪੈਸ਼ਲਿਸਟ ਐਪ ਵਾਂਗ ਵਿਸ਼ੇਸ਼ ਮਹਿਸੂਸ ਹੋਵੇ, ਨਹੀਂ ਤਾਂ ਕੰਪਨੀਆਂ ਹੋ ਸਕਦੀਆਂ ਹਨ ਕਿ ਉਹ ਕੁਝ ਸੀਮਤ ਪਰ ਵਧੇਰੇ ਸੁਧਰੇ ਹੋਏ ਵਿਕਲਪਾਂ ਨੂੰ ਚੁਣਨ।

ਲੰਬੇ ਸਮੇਂ ਤੱਕ ਚੱਲਣ ਵਾਲੇ ਏਜੰਟਾਂ ਦੇ ਪਿੱਛੇ ਆਰਥਿਕ ਉਤਸ਼ਾਹ

ਹਰ ਟੋਕਨ ਜੋ ਇੱਕ ਏਜੰਟ ਤਿਆਰ ਕਰਦਾ ਹੈ—ਹਰ ਸ਼ਬਦ ਜਾਂ ਕੋਡ ਦਾ ਟੁਕੜਾ—OpenAI ਦੇ ਕੰਪਿਊਟ ਸਰੋਤਾਂ ਦੀ ਲਾਗਤ ਪਾਉਂਦਾ ਹੈ, ਅਤੇ ਕੰਪਨੀ ਟੋਕਨ ਦੀ ਵਰਤੋਂ ਦੇ ਅਧਾਰ 'ਤੇ ਉਪਭੋਗਤਾਵਾਂ ਨੂੰ ਬਿੱਲ ਭੇਜਦੀ ਹੈ। ਜਦੋਂ ਇੱਕ ਏਜੰਟ ਅਜਿਹਾ ਵਰਕਫਲੋ ਚਲਾਉਂਦਾ ਹੈ ਜੋ ਕਈ ਮਿੰਟਾਂ ਤੱਕ ਚੱਲਦਾ ਹੈ, ਕਈ APIs ਨਾਲ ਗੱਲ ਕਰਦਾ ਹੈ ਅਤੇ ਇੱਕ ਅੰਤਿਮ ਰਿਪੋਰਟ ਤਿਆਰ ਕਰਦਾ ਹੈ, ਤਾਂ ਇੱਕ ਸਿੰਗਲ-ਪ੍ਰਸ਼ਨ ਚੈਟ ਦੇ ਮੁਕਾਬਲੇ ਟੋਕਨ ਦੀ ਗਿਣਤੀ ਬਹੁਤ ਤੇਜ਼ੀ ਨਾਲ ਵਧਦੀ ਹੈ। ਇਹ ਪ੍ਰਤੀ-ਉਪਭੋਗਤਾ ਮਾਲੀਆ (revenue) ਵਧਾਉਂਦਾ ਹੈ, ਖਾਸ ਕਰਕੇ ਉਹਨਾਂ ਸਬਸਕ੍ਰਾਈਬਰਾਂ ਲਈ ਜੋ $20 ਦਾ ਐਡ-ਆਨ ਚਾਲੂ ਰੱਖਦੇ ਹਨ। ਇਹ ਕਾਰੋਬਾਰੀ ਮਾਮਲਾ ਸੇਵਾ ਨੂੰ ਇੱਕ ਵਿਸ਼ਾਲ ਉਪਭੋਗਤਾ ਅਧਾਰ ਤੱਕ ਵਧਾਉਣ 'ਤੇ ਨਿਰਭਰ ਕਰਦਾ ਹੈ; ਜਿੰਨੇ ਜ਼ਿਆਦਾ ਪੇਸ਼ੇਵਰ ਰੋਜ਼ਾਨ