GPT-6 Astra: आपके व्यवसाय में क्या बदलता है

जब भी OpenAI कोई नया मॉडल घोषित करता है, मेरा WhatsApp जल उठता है। पिछले हफ्ते GPT-6 Astra की बारी थी। तीन क्लाइंट्स ने मुझसे एक ही बात पूछी, बस शब्द अलग थे: "क्या इससे हमारे लिए कुछ बदलता है?"। ईमानदार जवाब यह है कि घोषणा जितना सुझाती है उससे कम बदलता है, और आपकी कल्पना से ज्यादा भी बदलता है, बस जगहें वे नहीं हैं जिनकी ओर हेडलाइन इशारा करती है। मैं समझाता हूं कि GPT-6 Astra व्यवसाय चलाने वाले के लिए असल में क्या बदलता है, और किसे बिना अपराधबोध के नज़रअंदाज़ किया जा सकता है।

मार्केटिंग हटाकर, घोषणा में क्या था

लॉन्च का मुख्य बिंदु यह नहीं है कि "यह बेहतर टेक्स्ट लिखता है"। बात यह है कि मॉडल सुरक्षा से जुड़े कामों और कई चरणों वाली तर्क प्रक्रिया में काफी ज्यादा सक्षम हो गया है। सीधे शब्दों में: वह एक सिस्टम को देख सकता है, समझ सकता है कि उसके हिस्से आपस में कैसे बात करते हैं, छेद ढूंढ सकता है और रास्ते सुझा सकता है। यह वह काम है जिसके लिए पहले एक अनुभवी इंसान को घंटों स्क्रीन के सामने बैठना पड़ता था।

खुद OpenAI ने इस हिस्से को सावधानी से संभाला, धीरे धीरे और पाबंदियों के साथ जारी किया। यह अपने आप में बहुत कुछ कहता है। जब प्रोडक्ट बेचने वाली कंपनी अपने ही प्रोडक्ट को रोककर रखती है, तो आम तौर पर इसका मतलब है कि क्षमता असली है।

आपके लिए, एक कंपनी के मालिक के लिए, यह दो विपरीत वजहों से मायने रखता है। पहली रक्षात्मक है: जो आपके सिस्टम में घुसना चाहता है, उसके पास भी ऐसे मॉडल हैं। दूसरी आक्रामक है, अच्छे अर्थ में: जिन कामों के लिए आपको लगता था कि सीनियर लोग चाहिए, वे अब ऑटोमेट होने लायक हो रहे हैं। और मैं Instagram पोस्ट लिखने की बात नहीं कर रहा।

बोरिंग हिस्सा: आपकी साइट अब भी सबसे कमजोर कड़ी है

मैं सीधा बोलूंगा क्योंकि मुझे लगता है कि यह बात कोई आपसे नहीं कहता।

मैं जिन छोटी और मध्यम कंपनियों के साथ काम करता हूं, उनमें से ज्यादातर का रिस्क प्रोफाइल एक जैसा है। सात पुराने प्लगइन्स वाला एक WordPress। बिना किसी सुरक्षा का एक कॉन्टैक्ट फॉर्म। WhatsApp ग्रुप में शेयर किया गया एडमिन पासवर्ड। एक बैकअप जिसे पिछले दो साल में किसी ने रिस्टोर करके नहीं देखा।

यह तब भी बुरा था जब हैक करने में मेहनत लगती थी। वह मेहनत ही आपकी ढाल थी। कोई सोरोकाबा की एक छोटी सी खिड़की दरवाजे की दुकान में घुसने के लिए आठ घंटे खर्च नहीं करता। उसमें फायदा नहीं था।

GPT-6 Astra जैसे मॉडल इस गणित को बदल देते हैं। जब स्कैनिंग सस्ती हो जाती है, तो छोटा टारगेट भी फायदेमंद बन जाता है। इसलिए नहीं कि कोई आपसे नफरत करता है, बल्कि इसलिए कि अब यह उस व्यक्ति के बजट में आ जाता है जो यह काम बड़े पैमाने पर करता है।

आपकी साइट कभी भी सुरक्षित होने की वजह से बची नहीं थी। वह इसलिए बची थी क्योंकि वह महत्वहीन थी। वह सुरक्षा अब खत्म हो गई।

अच्छी खबर यह है कि बुनियादी बचाव भी सस्ता हो गया। अपडेटेड प्लगइन, पासवर्ड मैनेजर के साथ मजबूत पासवर्ड, टू स्टेप ऑथेंटिकेशन, और अपने आप होने वाला बैकअप जिसे आप हर तीन महीने में एक बार टेस्ट करते हैं। इससे असली समस्या का शायद 90% हल हो जाता है और इसमें पैसे से ज्यादा अनुशासन लगता है। मैं क्लाइंट्स के लिए यह समीक्षा आधे दिन के काम में कर देता हूं।

नया मॉडल रोजमर्रा में असल में कहां मदद करता है

अब अच्छा हिस्सा। तर्क क्षमता में जो छलांग आई है, वह उन चीजों को खोलती है जो पहले अटक जाती थीं।

मेरे एक क्लाइंट का ठोस उदाहरण, इलेक्ट्रिकल मटीरियल का डिस्ट्रीब्यूटर। उन्हें ऑर्डर ईमेल, WhatsApp और साइट के एक फॉर्म से आते थे। बिल्कुल अलग अलग फॉर्मेट। एक सेल्समैन रोज करीब दो घंटे सिर्फ ऑर्डर सिस्टम में टाइप करने में लगाता था। पुराने मॉडलों से करीब 70% मामले ऑटोमेट हो पाते थे। बाकी टूट जाते थे: वह क्लाइंट जो लिखता है "पिछली बार जैसा ही भेज दो", मुड़े हुए कागज की फोटो वाला ऑर्डर, ऑडियो मैसेज।

मौजूदा पीढ़ी के साथ, यह बाकी हिस्सा काफी सिकुड़ गया। यह शून्य नहीं हुआ, और जो शून्य का वादा करे उस पर शक कीजिए। लेकिन यह करीब 90% तक पहुंच गया, और बचा हुआ हिस्सा चुपचाप गलती बनने के बजाय इंसानी समीक्षा की कतार में चला जाता है। दो घंटे बीस मिनट बन गए। सेल्समैन फिर से बेचने लगा।

कुछ और जगहें जहां फर्क दिखता है:

• लंबे और बिखरे हुए दस्तावेज। कॉन्ट्रैक्ट, सप्लायर की स्प्रेडशीट, 80 पन्नों की रिपोर्ट। मॉडल ज्यादा कॉन्टेक्स्ट संभाल लेता है और फाइल के दूर दूर हिस्सों में मौजूद जानकारी को जोड़ते समय कम गलती करता है।
• कई चरणों वाले फैसले। जैसे "अगर क्लाइंट राज्य के बाहर का है तो भाड़ा ऐसे निकालो, लेकिन अगर ऑर्डर इतनी रकम से ऊपर जाए तो कॉन्ट्रैक्ट का नियम लागू करो"। पहले इसके लिए हर शाखा को प्रोग्राम करना पड़ता था। अब आप नियम को सामान्य भाषा में लिखकर टेस्ट कर सकते हैं।
• ऐसी ग्राहक सेवा जिसे कुछ देखना पड़ता है। एक ऐसे बॉट में जो FAQ दोहराता है और एक ऐसे बॉट में जो जवाब देने से पहले सच में स्टॉक देखता है, यही फर्क है।

जो वैसा ही रहता है, और वही सबसे बड़ा हिस्सा है

यहां मेरी मजबूत राय आती है: आपके एआई प्रोजेक्ट में मॉडल लगभग कभी भी अड़चन नहीं होता।

मैं गिनती भूल गया कि कितनी बार मुझे "एआई लगाने" के लिए बुलाया गया और असली समस्या कुछ और थी। प्रोडक्ट रजिस्ट्री में एक ही नाम तीन अलग तरीकों से लिखा है। किसी को नहीं पता कि कौन सी स्प्रेडशीट मौजूदा वर्जन है। जिस प्रक्रिया को ऑटोमेट करना है वह कभी कहीं लिखी ही नहीं गई, वह सिर्फ उस कर्मचारी के दिमाग में रहती है जो बारह साल से वहां काम कर रहा है।

GPT का कोई भी वर्जन इसे हल नहीं करता। मॉडल एक बेहद तेज नया कर्मचारी है जिसे आपकी कंपनी का कोई संदर्भ नहीं पता। अगर आप उसे उलझा हुआ डेटा देंगे, तो वह उलझा हुआ आत्मविश्वास पैदा करेगा, जो खुली उलझन से भी बुरा है।

जो काम नतीजा देता है, मेरे अनुभव में, वह करीब 20% एआई है और 80% घर को व्यवस्थित करना। बेचने में बोरिंग। देने में शानदार।

बजट फूंके बिना टेस्ट कैसे करें

अगर आप गिनी पिग बने बिना इस मौके का फायदा उठाना चाहते हैं, तो तरीका छोटा है।

1. एक मापने लायक काम चुनिए। "ग्राहक सेवा सुधारना" नहीं। कुछ ऐसा जैसे "अलग पुर्जे का कोटेशन देना", जहां आपको पता हो कि हफ्ते में कितने आते हैं और आज कितना समय लेते हैं।
2. पहले मापिए। एक हफ्ते तक स्प्रेडशीट में सीधी सादी नोटिंग। शुरुआती आंकड़े के बिना, बाद का कोई भी नतीजा सिर्फ राय की बहस बन जाता है।
3. दो हफ्ते समानांतर चलाइए। ऑटोमेशन करता है, इंसान जांचता है। आपको अजीब मामले सुरक्षा जाल के साथ पता चलते हैं।
4. तभी जाल हटाइए। और इंसान तक पहुंचने का एक आसान रास्ता छोड़िए।

छोटी कंपनी में इस तरह के पायलट के लिए सामान्य API खर्च: महीने के तीस से दो सौ रियाल के बीच। सच में। बड़ा खर्च उस व्यक्ति का समय है जो इसे डिजाइन और टेस्ट करता है, टोकन नहीं।

और एक बात जो लगभग कोई पहले नहीं सोचता: अभी तय कीजिए कि आपकी कंपनी से क्या बाहर नहीं जा सकता। ग्राहक का डेटा, सैलरी शीट, गोपनीयता की शर्त वाला कॉन्ट्रैक्ट। इनके साथ काम करने के तरीके मौजूद हैं, जिनमें ऐसे मॉडल भी शामिल हैं जो आपकी अपनी मशीन पर चलते हैं। लेकिन यह फैसला आपका है और यह कोड से पहले आना चाहिए, डेटा लीक होने के बाद नहीं।

वह सारांश जो मैं कॉफी पर देता

नया मॉडल खबर है। व्यवस्थित प्रक्रिया नतीजा है। ये दोनों चीजें तब मिलती हैं जब आप एक खास समस्या उठाते हैं, उसे मापते हैं, और यह मान लेते हैं कि पहला वर्जन थोड़ा टेढ़ा ही होगा।

अगर GPT-6 Astra ने आपको पीछे छूट जाने का एहसास दिया है, तो सांस लीजिए। आप तकनीक की सीमा के मुकाबले पीछे नहीं हैं। आप शायद उस प्रक्रिया को व्यवस्थित करने में पीछे हैं जिसकी शिकायत कंपनी में हर कोई तीन साल से कर रहा है। और यह हिस्सा, मॉडलों की दौड़ से अलग, आपके नियंत्रण में है।

अगर आप बात करना चाहते हैं कि आपकी कंपनी की कौन सी प्रक्रिया पर पहले काम करना समझदारी है, तो देखिए मैं कौन हूं और कैसे काम करता हूं। कॉफी मेरी तरफ से, भले ही हम इस नतीजे पर पहुंचें कि आपको अभी किसी एआई की जरूरत ही नहीं है।

आपकी साइट कभी भी सुरक्षित होने की वजह से बची नहीं थी। वह इसलिए बची थी क्योंकि वह महत्वहीन थी।

वह सुरक्षा अब खत्म हो गई।

GPT-6 Astra जैसे मॉडलों के साथ, सिस्टम में छेद ढूंढने के लिए स्कैन करना सस्ता हो गया। और जब यह सस्ता होता है, तो छोटा टारगेट भी फायदेमंद बन जाता है। इसलिए नहीं कि कोई आपसे नफरत करता है, बल्कि इसलिए कि अब यह उस व्यक्ति के बजट में आ जाता है जो यह काम बड़े पैमाने पर करता है।

अच्छी खबर: बुनियादी बचाव भी सस्ता हो गया। अपडेटेड प्लगइन, मजबूत पासवर्ड, टू फैक्टर, और ऐसा बैकअप जिसे आप हर तीन महीने में एक बार टेस्ट करते हैं। इससे असली समस्या का करीब 90% हल हो जाता है और इसमें पैसे से ज्यादा अनुशासन लगता है।

और "व्यवसाय में एआई इस्तेमाल करने" के बारे में: मेरे अनुभव में, जो काम नतीजा देता है वह 20% एआई है और 80% घर को व्यवस्थित करना। नया मॉडल खबर है। व्यवस्थित प्रक्रिया नतीजा है।

अगर आप बात करना चाहते हैं कि आपकी कंपनी की कौन सी प्रक्रिया पर पहले काम करना समझदारी है, तो कॉफी मेरी तरफ से। भले ही हम इस नतीजे पर पहुंचें कि आपको अभी किसी एआई की जरूरत ही नहीं है।

#आर्टिफिशियलइंटेलिजेंस #छोटेव्यवसाय #डिजिटलसुरक्षा #ऑटोमेशन #टेक्नोलॉजी