ಅಮೆರಿಕದ ವೃತ್ತಿಪರರು ಕಳುಹಿಸಿದ 8,00,000 ChatGPT ಸಂದೇಶಗಳ OpenAI ನ ವಿಶ್ಲೇಷಣೆಯು, ಈಗ ಕೆಲಸಕ್ಕೆ ಸಂಬಂಧಿಸಿದ ಪ್ರತಿ ಆರು ಪ್ರಾಂಪ್ಟ್‌ಗಳಲ್ಲಿ ಒಂದರಲ್ಲಿ, ಸಾಂಪ್ರದಾಯಿಕವಾಗಿ ಬೇರೆ ವೃತ್ತಿಗೆ ಸೇರಿದ ಕಾರ್ಯಗಳನ್ನು ನಿರ್ವಹಿಸಲು ಮಾಡೆಲ್ ಅನ್ನು ಕೇಳಲಾಗುತ್ತಿದೆ ಎಂದು ತೋರಿಸುತ್ತದೆ. ದಿನನಿತ್ಯದ ಬರವಣಿಗೆ ಮತ್ತು ಸಾರಾಂಶ ಮಾಡುವುದನ್ನು ಹೊರಗಿಟ್ಟರೆ, ಈ ಸಂಖ್ಯೆ 43.5% ಕ್ಕೆ ಏರುತ್ತದೆ. ಈ ಬದಲಾವಣೆಯು ಉದ್ಯೋಗಿಗಳು ತಮ್ಮ ದಿನವನ್ನು ಕಳೆಯುವ ರೀತಿಯನ್ನು ಈಗಾಗಲೇ ಮರುರೂಪಿಸುತ್ತಿದೆ ಮತ್ತು ಇದು ಸಣ್ಣ ಸಂಸ್ಥೆಗಳಿಗೆ ಹೆಚ್ಚು ಮುಖ್ಯವಾಗಿದೆ, ಅಲ್ಲಿ ಪ್ರತಿ ಹೆಚ್ಚುವರಿ ಕೌಶಲ್ಯವು ತಜ್ಞರಿಗಾಗಿ ಕಾಯುವ ವಾರಗಟ್ಟಲೆ ಸಮಯವನ್ನು ಉಳಿಸಬಹುದು.

ಈ ಅಂಕಿಅಂಶಗಳು ಏಕೆ ಮುಖ್ಯ

ವಿವಿಧ ಇಲಾಖೆಗಳ ನಡುವಿನ ವಿನಂತಿಗಳು ಕೆಲವು ನಿರ್ದಿಷ್ಟ ಕಾರ್ಯಗಳಲ್ಲಿ ಕೇಂದ್ರೀಕೃತವಾಗಿವೆ ಎಂದು ಅಧ್ಯಯನವು ಕಂಡುಕೊಂಡಿದೆ. ಮಾರ್ಕೆಟಿಂಗ್ ಮತ್ತು ಎಂಜಿನಿಯರಿಂಗ್ ವಿಭಾಗಗಳು ಮುಂಚೂಣಿಯಲ್ಲಿವೆ, ಮಾರ್ಕೆಟಿಂಗ್ ಸಂಬಂಧಿತ ಪ್ರಶ್ನೆಗಳು ಇತರ ಪಾತ್ರಗಳಿಂದ ಬಂದ ಸಂದೇಶಗಳಲ್ಲಿ 8.9% ರಷ್ಟು ಇವೆ—ಇದು ದತ್ತಾಂಶ ಸೆಟ್‌ನಲ್ಲಿ ಅತ್ಯಂತ ಹೆಚ್ಚಿನ ದರವಾಗಿದೆ. ಒಬ್ಬ ಮಾರಾಟಗಾರನು (salesperson) ಡೇಟಾ ವಿಶ್ಲೇಷಕರು ಸಾಮಾನ್ಯವಾಗಿ ನಿರ್ವಹಿಸುವ 'customer-lifetime-value' ಅಂಕಿಅಂಶಗಳನ್ನು ಲೆಕ್ಕಹಾಕಲು ChatGPT ಅನ್ನು ಕೇಳಬಹುದು, ಅದೇ ಸಮಯದಲ್ಲಿ ಒಬ್ಬ ಮಾರ್ಕೆಟರ್ ಎಂಜಿನಿಯರ್ ಅನ್ನು ತೊಡಗಿಸಿಕೊಳ್ಳುವ ಮೊದಲೇ ಕೆಟ್ಟುಹೋದ ಲಿಂಕ್ ಅನ್ನು ಸರಿಪಡಿಸಬಹುದು ಅಥವಾ ಆನ್-ಪೇಜ್ SEO ಅನ್ನು ಬದಲಾಯಿಸಬಹುದು.

ಸಣ್ಣ ಉದ್ಯಮದ ಮಾಲೀಕರಿಗೆ ಇದರ ಪರಿಣಾಮ ಹೆಚ್ಚು ತೀವ್ರವಾಗಿದೆ. ಮಾಲೀಕರು ಈಗ ಕಾನೂನು ಪರಿಶೀಲನಾ ಟಿಪ್ಪಣಿಗಳನ್ನು ಸಿದ್ಧಪಡಿಸುತ್ತಿದ್ದಾರೆ, ತ್ವರಿತ ಹಣಕಾಸಿನ ಮುನ್ಸೂಚನೆಗಳನ್ನು ಮಾಡುತ್ತಿದ್ದಾರೆ ಮತ್ತು ಹಿಂದೆ ವಕೀಲ ಅಥವಾ CFO ಅಗತ್ಯವಿರುವ ಅಡ್-ಹಾಕ್ ವಿಶ್ಲೇಷಣೆಗಳನ್ನು ಮಾಡುತ್ತಿದ್ದಾರೆ. ಎರಡುದಿಂದ ಐದು ಜನರ ತಂಡಗಳಲ್ಲಿ, 18.9% AI-ಸೃಷ್ಟಿತ ಕಾರ್ಯಗಳು ಉದ್ಯೋಗಿಯ ಮೂಲ ಪಾತ್ರದ ಹೊರಗಡೆ ಇವೆ, ಆದರೆ ನೂರಕ್ಕೂ ಹೆಚ್ಚು ಸಿಬ್ಬಂದಿ ಹೊಂದಿರುವ ದೊಡ್ಡ ಸಂಸ್ಥೆಗಳಲ್ಲಿ ಇದು 16.3% ರಷ್ಟಿದೆ. ಇದರ ಗಣಿತ ಸರಳವಾಗಿದೆ: ದೊಡ್ಡ ಸಂಸ್ಥೆಗಳು ವಿನಂತಿಯನ್ನು ಸಮರ್ಪಿತ ಸಹೋದ್ಯೋಗಿಗೆ ವರ್ಗಾಯಿಸಬಹುದು; ಆದರೆ ಸಣ್ಣ ಸಂಸ್ಥೆಗಳು ಸಮಸ್ಯೆಯನ್ನು ತಾವೇ ಪರಿಹರಿಸಿಕೊಳ್ಳಬೇಕಾಗುತ್ತದೆ.

ಅನುಕೂಲಗಳು: ವೇಗ ಮತ್ತು ಸುಧಾರಿತ ಹಸ್ತಾಂತರಗಳು

ಒಬ್ಬ ಉದ್ಯೋಗಿಯು ಪ್ರಾಥಮಿಕ ವಿಶ್ಲೇಷಣೆ ಅಥವಾ ಕರಡು ಕಾನೂನು ಸಾರಾಂಶವನ್ನು ಸಿದ್ಧಪಡಿಸಿದಾಗ, ತಜ್ಞರಿಗೆ ಅದನ್ನು ಹಸ್ತಾಂತರಿಸುವುದು ಹೆಚ್ಚು ವೇಗವಾಗಿ ಮತ್ತು ಹೆಚ್ಚು ಕೇಂದ್ರೀಕೃತವಾಗಿರುತ್ತದೆ. ತಜ್ಞರು ಹೆಚ್ಚು ಸ್ಪಷ್ಟವಾದ ಸಮಸ್ಯೆ ಹೇಳಿಕೆ, ಉತ್ತಮವಾಗಿ ಸಿದ್ಧಪಡಿಸಿದ ದತ್ತಾಂಶ ಮತ್ತು "ನಿಮಗೆ ಏನು ಬೇಕು ಎಂದು ದಯವಿಟ್ಟು ವಿವರಿಸಿ" ಎಂಬ ಇಮೇಲ್‌ಗಳ ಅಡಕವನ್ನು ಕಡಿಮೆ ಮಾಡುತ್ತಾರೆ. ಇದು ಕಾಯುವ ಸಮಯವನ್ನು ಕಡಿಮೆ ಮಾಡುತ್ತದೆ, ಆಂತರಿಕ ಅಡೆತಡೆಗಳನ್ನು ಕಡಿಮೆ ಮಾಡುತ್ತದೆ ಮತ್ತು ವಿನಂತಿಯ ಗುಣಮಟ್ಟವನ್ನು ಹೆಚ್ಚಿಸುತ್ತದೆ.

ಅಪಾಯದಲ್ಲಿ ಏನಿದೆ?

AI ತಜ್ಞರನ್ನು ಅಪ್ರಸ್ತುತಗೊಳಿಸುತ್ತದೆ ಎಂದು ಅಧ್ಯಯನವು ಪ್ರತಿಪಾದಿಸುವುದಿಲ್ಲ. ಬದಲಾಗಿ, ತಂತ್ರಜ್ಞಾನವು ಸಮಸ್ಯೆಯನ್ನು ಅದರ ಮೂಲಕ್ಕೆ ಹತ್ತಿರವಾಗಿಸುವ ಮುಂಚೂಣಿಯ ಪ್ರತಿಕ್ರಿಯೆ ನೀಡುವ ಸಾಧನವಾಗಿ ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತದೆ ಎಂದು ಇದು ಹೇಳುತ್ತದೆ.

ಕಂಪನಿಗಳು ಹೇಗೆ ಹೊಂದಿಕೊಳ್ಳಬಹುದು

  • ನಿರ್ಧಾರ ತೆಗೆದುಕೊಳ್ಳುವ ಹಂತಗಳನ್ನು ಗುರುತಿಸಿ – ವಿನಂತಿಯು ಸಾಮಾನ್ಯವಾಗಿ ಎಲ್ಲಿ ವಿಳಂಬವಾಗುತ್ತದೆ ಎಂಬುದನ್ನು ಪತ್ತೆಹಚ್ಚಿ ಮತ್ತು AI ಉಪಯುಕ್ತ ಮೊದಲ ಕರಡನ್ನು ನೀಡಬಲ್ಲದೇ ಎಂದು ಪರೀಕ್ಷಿಸಿ.
  • ಅಧಿಕಾರದ ಮಿತಿಗಳನ್ನು ನಿರ್ಧರಿಸಿ – ಯಾವ ಫಲಿತಾಂಶಗಳಿಗೆ ಅರ್ಹ ವೃತ್ತಿಪರರಿಂದ ಅನುಮೋದನೆ ಬೇಕು ಎಂಬುದನ್ನು ತಿಳಿಸಿ.
  • ಹೊಸ ಕೌಶಲ್ಯಗಳಿಗಾಗಿ ತರಬೇತಿ ನೀಡಿ – ಪ್ರಾಂಪ್ಟಿಂಗ್, AI ಸಲಹೆಗಳನ್ನು ಅರ್ಥೈಸಿಕೊಳ್ಳುವುದು ಮತ್ತು ಸಂಭವನೀಯ ತಪ್ಪುಗಳನ್ನು ಪತ್ತೆಹಚ್ಚುವ ಬಗ್ಗೆ ಮೈಕ್ರೋ-ಲರ್ನಿಂಗ್ ನೀಡಿ.
  • ಪ್ರಭಾವವನ್ನು ಅಳೆಯಿರಿ – ತಪ್ಪುಗಳ ದರ ಅಥವಾ ಮರುಕೆಲಸದ ಹೆಚ್ಚಳದ ವಿರುದ್ಧ ಹಸ್ತಾಂತರಗಳಲ್ಲಿ ಉಳಿತಾಯವಾದ ಸಮಯವನ್ನು ಟ್ರ್ಯಾಕ್ ಮಾಡಿ.

ಸಣ್ಣ ಮತ್ತು ದೊಡ್ಡ ಸಂಸ್ಥೆಗಳು: ಭಿನ್ನ ಹಾದಿಗಳು

ಮುಂದಿನ ಮೈಲಿಗಲ್ಲು

OpenAI ನ ದತ್ತಾಂಶವು ವೇಗವಾಗಿ ವಿಕಸನಗೊಳ್ಳುತ್ತಿರುವ ಒಂದು ಅಭ್ಯಾಸವನ್ನು ಸೆರೆಹಿಡಿಯುತ್ತದೆ. ಮಾಡೆಲ್‌ಗಳು ಹೆಚ್ಚು ವಿಶ್ವಾಸಾರ್ಹ ಮತ್ತು ನಿರ್ದಿಷ್ಟ ಕ್ಷೇತ್ರಕ್ಕೆ ಸಂಬಂಧಿಸಿದಂತೆ (domain-specific) ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತಿದ್ದಂತೆ, ಇಲಾಖೆಗಳ ನಡುವಿನ ಕಾರ್ಯಗಳ ಪಾಲು ಹೆಚ್ಚಾಗುವ ಸಾಧ್ಯತೆಯಿದೆ. AI ಅನ್ನು ಕೇವಲ ಉತ್ಪಾದಕತೆಯ ಸಾಧನವಾಗಿ ನೋಡುವ ಸಂಸ್ಥೆಗಳು, ಕೆಲಸದ ಹರಿವಿನ ಮರುರೂಪಣೆಗೆ ಪ್ರೇರಕ ಶಕ್ತಿಯಾಗಿ ನೋಡದಿದ್ದರೆ, ಅವು ಹಿಂದುಳಿಯುವ ಅಪಾಯವಿದೆ. ಪ್ರಕ್ರಿಯೆಗಳನ್ನು ಈಗಲೇ ಮರುರೂಪಿಸುವವರು—ಯಾವ ನಿರ್ಧಾರಗಳು ಮಾನವರ ಬಳಿ ಇರಬೇಕು ಮತ್ತು ಯಾವುವು AI ಬೆಂಬಲಿತವಾಗಿರಬಹುದು ಎಂದು ನಿರ್ಧರಿಸುವವರು—ವೇಗವಾದ ಚಕ್ರಗಳು ಮತ್ತು ಹೆಚ್ಚು ಚುರುಕಾದ ತಂಡಗಳನ್ನು ಪಡೆಯುತ್ತಾರೆ.

ಪ್ರಮುಖ ಅಂಶ: AI ಈಗಾಗಲೇ ಸಮಸ್ಯೆಯ ಮೂಲಕ್ಕೆ ಮೊದಲ ಪ್ರತಿಕ್ರಿಯೆಯನ್ನು ತರುತ್ತಿದೆ, ವಿಶೇಷವಾಗಿ ಸಣ್ಣ ಉದ್ಯಮಗಳಲ್ಲಿ, ಅಲ್ಲಿ ಪ್ರತಿ ಹೆಚ್ಚುವರಿ ಸಾಮರ್ಥ್ಯವು ವಿಳಂಬವನ್ನು ಕಡಿಮೆ ಮಾಡುತ್ತದೆ. ನಿಜವಾದ ಪ್ರಯೋಜನವು ಉದ್ಯೋಗಗಳ ಹೆಸರನ್ನು ಬದಲಾಯಿಸುವುದರಿಂದ ಬರುವುದಿಲ್ಲ, ಬದಲಾಗಿ ಯಾರು ಏನು ಮಾಡಬೇಕು ಮತ್ತು ಎಲ್ಲಿ ಯಂತ್ರವು ಸುರಕ್ಷಿತವಾಗಿ ಮಧ್ಯಪ್ರವೇಶಿಸಬಹುದು ಎಂಬುದನ್ನು ಮರುಚಿಂತನೆ ಮಾಡುವುದರಿಂದ ಬರುತ್ತದೆ.