OpenAI inazidi kuvuka mipaka ya roboti za mazungumzo (chatbots) rahisi ili kujenga mawakala wa AI wenye uwezo wa kujitegemea wanaosimamia mchakato wa kidijitali wa hatua nyingi. Imezindua mawakala wa kwanza wa aina hiyo kama ChatGPT Work, nyongeza ya dola 20 kwa mwezi kwenye usajili wake wa watumiaji wa kawaida. Huduma hiyo inaahidi kufanya kazi kama mshiriki wa kidijitali anayetoa data kutoka kwenye sanduku la barua pepe (inboxes), Slack, Notion na zana nyinginezo—uwezo ambao unaweza kubadilisha jinsi wafanyakazi wa maarifa wanavyotumia siku yao.

Kwa nini mabadiliko kuelekea AI ya “agentic”

Mifumo ya zamani ya lugha kubwa (large-language models) hujibu maswali na kuishia hapo. “Agentic AI” inaelezea mifumo inayofanya maamuzi ya nini cha kufanya na kisha kuitekeleza—kutuma barua pepe, kuhuisha (updating) majedwali, au kuchora michoro kwenye Figma bila binadamu kubofya kila kitufe. Wahandisi wa OpenAI wanasema hatua hiyo ya ziada inageuza msaidizi wa mazungumzo kuwa mshirika wa uzalishaji, hasa kwa taaluma ambazo kuruka-ruka kati ya programu mbalimbali hupunguza saa za kazi zinazolipwa.

Kutoka kwa watengenezaji hadi ofisi nzima

Mafanikio yanayoonekana zaidi ya agentic AI yamekuwa katika uhandisi wa programu. Modeli ya Codex ya OpenAI iliwaruhusu watengenezaji kuelezea kile walichotaka kwa lugha rahisi na kisha kutengeneza kodi (code), hivyo kurahisisha matumizi ya kanuni za uandishi (syntax). Utafiti uliofadhiliwa na kampuni ulionyesha kuwa wakati karibu kila mfanyakazi wa OpenAI alitumia Codex, chini ya mmoja kati ya mia moja ya wasajili wa nje walifanya hivyo. ChatGPT Work inalenga kuleta uzoefu huo huo wa “eleza-unachohitaji” kwa wahasibu, madaktari, wawekezaji na wataalamu wengine wasio wa kiufundi. Lengo ni kuchukua nafasi ya mifumo ya amri (command-line interfaces) na skripti maalum kwa kutumia maelekezo rahisi ya maandishi yanayoweza kutumia tovuti za zamani, kuchukua data kutoka kwenye bidhaa mbalimbali za SaaS na kuunganisha matokeo hayo pamoja.

Wasiwasi wa faragha na udhibiti

Ili kuwa na manufaa, wakala lazima uone taarifa zilezile ambazo binadamu angeona: barua pepe za siri, mazungumzo ya ujumbe wa papo hapo, nyaraka za ndani na faili za michoro. Wakosoaji wanaonya kuwa kuipa AI kiwango hicho cha uwezo wa kuona kunatengeneza njia mpya ya mashambulizi—model iliyoingiliwa inaweza kuvuja data za siri, na watumiaji wanaweza wasielewe kikamilifu jinsi taarifa zao zinavyotumiwa kutengeneza jibu. Timu ya OpenAI inakiri hatari hiyo lakini inasema kuwa mabadiliko hayo hayaepukiki; bila ushirikiano wa kina, wakala hawezi kukamilisha kazi ambazo watumiaji wanaiomba.

Shinikizo la ushindani kutoka kwa wataalamu wa sekta maalum

OpenAI si mchezaji pekee anayeweka dau kwenye mawakala wenye uwezo wa kujitegemea. Makampuni madogo yamezindua zana zinazozingatia taaluma moja—moja hujitambulisha kwa ajili ya mawakili, nyingine kwa timu za mauzo. Bidhaa hizo hutumia mbinu isiyotegemea modeli maalum (model-agnostic): hubadilisha modeli yoyote ya lugha inayotoa utendaji bora kwa sekta yao, badala ya kufungamana na teknolojia ya mtoa huduma mmoja. Ule unyumbufu unawaruhusu kubaki na rasilimali chache na kuboresha huduma zao haraka. Kwa OpenAI, changamoto ni kutengeneza suluhisho moja linaloweza kutumika na wengi lakini bado likahisi kama programu maalum, la sivyo makampuni makubwa yanaweza kuchagua mbadala wenye mwelekeo finyu lakini uliokamilika zaidi.

Motisha za kiuchumi nyuma ya mawakala wanaofanya kazi kwa muda mrefu

Kila token ambayo wakala anazalisha—kila neno au kipande cha kodi—hugharimu rasilimali za kompyuta za OpenAI, na kampuni huwatoza watumiaji kulingana na matumizi ya token. Wakala anapokuwa anatekeleza mchakato unaochukua dakika kadhaa, akizungumza na API nyingi na kutoa ripoti ya mwisho, idadi ya token hupanda kwa kiasi kikubwa ikilinganishwa na mazungumzo ya swali moja. Hii huongeza mapato kwa kila mtumiaji, hasa kwa wasajili wanaobaki na nyongeza hiyo ya dola 20 ikiwa imewashwa. Mtazamo wa kibiashara unategemea kupanua huduma hiyo kwa idadi kubwa ya watumiaji; kadiri wataalamu wanavyozidi kutegemea wakala huyo kila siku, ndivyo mtiririko wa mapato unavyokuwa mkubwa zaidi unaoweza kuhalalisha uwekezaji mkubwa katika vichakatazi (compute clusters) na mafunzo ya modeli.

Nini cha kufuatilia baadaye

  • Vipimo vya upokeaji – Data za awali za matumizi zitaonyesha ikiwa watumiaji wasio wa kiufundi wanaweza kushinda changamoto ya kujifunza na kumwamini wakala kwa kazi nyeti.
  • Kinga za faragha – Uanzishaji wowote wa utambuzi kwenye kifaa (on-device inference) au udhibiti madhubuti zaidi wa ruhusa unaweza kubadilisha uwiano wa hatari na faida kwa wanunuzi wa makampuni.

Hitimisho

Jitihada za OpenAI za kuugeuza ChatGPT kuwa mshiriki makini zinaweza kufafanua upya uzalishaji wa ofisi, lakini njia hiyo imejaa wasiwasi wa faragha, pengo kubwa la upokeaji na washindani ambao tayari wanamiliki masoko maalum. Mafanikio yatategemea kuwashawishi wataalamu wengi kuwa urahisi na faida ya mapato ni kubwa kuliko hatari za kumpa AI ufikiaji wa kina wa maisha yao ya kidijitali.