चाहे आप चाहें या न चाहें, आपके द्वारा रात भर लिखी गई वह 50 पृष्ठों की दस्तावेज़ तेजी से मूल्यहीन हो रही है।
यह आपकी गलती नहीं है, बस वर्तमान AI बहुत कुशल है—कुछ ही मिनटों में यह एक समान शब्द संख्या, समान रूप से सुशोभित, और लगभग कोई दोष नहीं ढूंढने वाला विकल्प प्रस्तुत कर देती है।
सभी नौकरी करने वाले ऐसे क्रूर सच का सामना करते हैं:
आज, लंबे दस्तावेज़ लिखना यह साबित नहीं करता कि आपने गहराई से सोचा है।
यह कथन OpenAI Codex और ChatGPT Work के उत्पाद प्रबंधक तारा सेशन द्वारा कहा गया है।
तारा शेषान
लेनी के पॉडकास्ट पर 81 मिनट के साक्षात्कार में, उन्होंने एक और अधिक कठोर दावा भी किया:
वर्तमान मॉडल के लिए उत्पाद बनाना असफल होगा; आपके द्वारा एक साल बाद के मॉडल के लिए उत्पाद बनाना भी असफल होगा।
जब हर किसी के पास शीर्ष उपकरण हों, और AI 'स्थायी ऑनलाइन एजेंट सहयोगी' में विकसित हो रहा हो, तो नौकरशाह की सुरक्षा की सीमा कहाँ है?
तारा द्वारा साझा किए गए, ओपनएआई के अंदर काम करने वाले इस तर्क को हर ऐसे कर्मचारी द्वारा ध्यान से पढ़ा जाना चाहिए जो अपने आप को पीछे नहीं छोड़ना चाहता।
Rowing task handed over
मनुष्य केवल 「प्रबंधन」 करते हैं
तारा ने एआई उत्पादों के विकास को तीन चरणों में विभाजित किया:
- चरण 1: चैट, आप पूछें, यह उत्तर दे।
- दूसरा चरण: सहयोगी (Co-pilot), जो आपकी विशिष्ट परिस्थितियों (जैसे कोड लिखना) में मदद करता है।
- तीसरा चरण: स्थायी AI सहयोगी (एजेंट), लंबे समय तक ऑनलाइन, संदर्भ को याद रखता है, जटिल कार्यों को स्वतंत्र रूप से पूरा करता है।
मनुष्य और AI के बीच की भूमिका की सीमा, आँखों से देखी जा सकने वाली गति से ऊपर की ओर बढ़ रही है।
पिछले "अगली लाइन कोड पूरा करें" से लेकर अब सीधे लक्ष्य प्रस्तुत करने तक, जहाँ स्वचालित कार्यप्रवाह पृष्ठभूमि में चलता है।
कोडेक डेस्कटॉप का 'एजेंट कमांड सेंटर' या टेबल, रिपोर्ट और व्यावसायिक विश्लेषण तक को कवर करने वाला ChatGPT Work, दोनों एक ही रुझान की ओर इशारा करते हैं: कार्यान्वयन स्तर को AI द्वारा पूरी तरह से संभाल लिया जा रहा है।
तारा के शब्दों में: एजेंट नौका चलाता है, मनुष्य लहराता है।
Tara ने साक्षात्कार में कहा कि एजेंट नाव चलाता है, और इंसान की भूमिका नाव को सही दिशा में ले जाना है।
जब नौका चलाने का काम AI ले लेता है, तो मनुष्य के पास केवल 5 चीजें शेष रह जाती हैं:
- दिशा निर्धारित करें (कहाँ जाएँ)
- परिणाम के लिए जिम्मेदारी लें
- गुणवत्ता का आकलन करें (अच्छी बातों को बनाए रखें)
- Injecting stance and expression (to the soul)
- सहयोग, देखभाल और टीम को प्रेरित करना (दिल के साथ)
OpenAI ने एक वर्षीय रोडमैप छोड़ दिया है
क्यों कहा जाता है कि "वर्तमान पर आधारित होना" या "एक साल बाद के लिए बेट लगाना" दोनों ही मृत रास्ते हैं?
अभी के समय के साथ रहें: मॉडल का विकास बहुत तेज़ है।
आज के मॉडल की कमियों से बचने के लिए आपने एक जटिल उत्पाद तंत्र डिज़ाइन किया; परिणामस्वरूप, कल मॉडल के अपग्रेड होने पर, ये सभी तंत्र बिल्कुल बेकार के 'एपेंडिक्स' बन गए।
एक साल बाद का अनुमान: यह ब्लाइंड टेस्ट के बराबर है।
एक पूरे उत्पाद की सफलता को कई ऐसी मान्यताओं पर टिकाना, जो अधिकांशतः पूरी नहीं होंगी, असफलता की ओर अवश्य ले जाएगा।
इससे टेक सर्कल में एक प्रसिद्ध स्लैंग उत्पन्न होता है: "जिस मॉडल का आप आज उपयोग कर रहे हैं, वह अपने जीवन का सबसे मूर्खतापूर्ण दिन बिता रहा है।"
तारा ने सीधे बताया कि इस वाक्य का सबसे अविश्वसनीय पहलू यह है कि सभी लोग मौखिक रूप से सहमत होते हैं, लेकिन जब वे वास्तविक कार्य करते हैं, तो अपने आप से इस 'सबसे मूर्ख' मॉडल के स्तर पर ही अनुसूची बना लेते हैं।
इस मानवीय आदत को तोड़ने के लिए, OpenAI ने आंतरिक रूप से कठोर “वार्षिक रोडमैप” को हटा दिया और योजना का मापक जबरदस्ती दो से तीन महीने तक सीमित कर दिया।
टारा ने साक्षात्कार में कहा कि उत्पाद को दो या तीन महीने बाद के मॉडल के अनुसार बनाया जाना चाहिए, क्योंकि वर्तमान के आधार पर निवेश करना या एक साल बाद के लिए जुए लगाना असफल होगा।
लेकिन ये छोटे से दो या तीन महीने, बस सिर पर हाथ रखकर अंधाधुंध प्रयास करके नहीं बीते, आंतरिक रूप से 'ब्लैक बॉक्स' की अनुमति नहीं है।
टारा की असली पत्ती यह है: लंबे समय की नाममात्र की योजनाएँ नहीं बनाना, लेकिन उत्पाद को अनुसंधान टीम की वास्तविक प्रगति के साथ सख्ती से जोड़े रखना।
उत्पाद टीम और अनुसंधान टीम को अत्यधिक आवृत्ति पर संचार बनाए रखने और एक साझा बुनियादी समझ पर पूरी तरह से सहमत होने का निर्देश दिया गया है: मॉडल अगले किन क्षमताओं में मजबूत होगा? ये क्षमताएँ ठीक किस समय उपलब्ध होंगी?
इस बात को समझने के बाद, उत्पाद तकनीकी क्रांति के ताल पर फिर से विकसित होता है।
यह रोडमैप को छोड़ना नहीं है, बल्कि दीवार पर लटकी ठोस योजना को एक ऐसे 'रियल-टाइम नेविगेशन सिस्टम' में बदलना है जो लड़ाई की स्थिति के अनुसार तुरंत समायोजित किया जा सके।
अलविदा परफेक्ट डॉक्यूमेंट
अपने लिए ही लिखा गया 'कच्चा किनारा' दर्शन
टारा पहले स्ट्राइप से आई थी, जहाँ लेखन की संस्कृति को बहुत अधिक महत्व दिया जाता था, और वह अपने ब्रीफ को बाहर भेजने से पहले बिल्कुल बेहतरीन बनाने की आदत रखती थी।
लेकिन OpenAI में, उसने आदतों को पूरी तरह बदल दिया: लंबे दस्तावेज़ केवल खुद के लिए लिखे जाते हैं।
क्योंकि "पूर्ण सामग्री" अब "गहन विचार" का प्रतिनिधित्व नहीं करती, लंबे दस्तावेज़ का बुद्धिमत्ता के साक्ष्य के रूप में मूल्य शून्य हो चुका है।
अब, तुरंत काम करने वाले प्रोटोटाइप, A/B टेस्ट डेटा और उपयोगकर्ता फीडबैक ने अतिरंजित लंबे दस्तावेजों को पूरी तरह से बदल दिया है।
लेकिन उसने एक अत्यंत कुशल कार्य नियम बनाया: जब तक योजना 70% पूरी न हो जाए, तब तक उसे अधिकार देने वाले व्यक्ति के पास न ले जाएं, शेष 30% को उनके साथ मिलकर पूरा करें।
कारण बहुत वास्तविक है: एक बिल्कुल बेदाग परफेक्ट योजना सामने होने पर, दूसरों के विचार उससे टकराकर वापस आ जाते हैं; केवल तभी जब 'खुरदरापन' बना रहता है, तभी दूसरा आपके साथ इसे पॉलिश करने के लिए हाथ बढ़ाता है।
दो लेखन
क्या बाहरी रूप से दिया जा सकता है, और क्या AI को कभी नहीं देना चाहिए?
तारा लेखन को दो श्रेणियों में विभाजित करती है:
- रिपोर्ट लेखन (साप्ताहिक रिपोर्ट, सारांश, सारांश, फॉर्मेट रूपांतरण): सब कुछ AI को सौंप दें, जहां संभव हो वहां स्वचालित करें;
- सोचने वाला लेखन (प्रोजेक्ट लॉजिक, रास्ता चयन, विवाद निर्णय): कभी भी AI को आउटसोर्स नहीं किया जाएगा।
क्यों विचारपूर्ण लेखन को AI को नहीं दिया जा सकता?
क्योंकि बिंदुओं की सूची बनाना, पाठ को संपादित करना और बार-बार संशोधित करना यह सभी क्रियाएँ आपके विचारों को स्पष्ट करने की प्रक्रिया हैं।
AI को लिखने के लिए दे दिया गया, शब्द तो हैं, लेकिन "समझना" यह कदम, आपके मन में कभी नहीं हुआ।
मस्तिष्क के क्षीण होने से बचने के लिए, उसने खुद के लिए दो कठोर नियम बना लिए:
एक दस्तावेज को जितने लोग पढ़ेंगे, उसे खुद उतनी ही बार पढ़ना होगा।
2. एक मीटिंग कितना समय लेगी, उसके लिए तैयारी का समय भी उतना ही जुटाना होगा।
आपकी लालच
अंतिम बॉटलनेक बन गया
जब डिज़ाइन, विश्लेषण, कोड और प्रोटोटाइप की बाधाएँ AI द्वारा बहुत कम हो गई हैं, तो पहले एक टीम द्वारा पूरा किया जाने वाला काम अब एक व्यक्ति द्वारा लगभग पूरा किया जा सकता है।
तो, लोगों के बीच का अंतर क्या बनाता है?
「अभिलाषा (Ambition)」।
असली एडवांस्ड प्लेयर्स केवल एआई का उपयोग दोहराई जाने वाली कार्यों को स्वचालित करने के लिए नहीं करते, बल्कि इसका उपयोग अपनी क्षमता की सीमाओं को अनंत रूप से बढ़ाने के लिए करते हैं।
यह प्रोडक्ट मैनेजर (और सभी ज्ञान-आधारित कार्यकर्ताओं) की भूमिका को पूरी तरह से बदल देता है:
पिछले समय: शक्ति शेड्यूलिंग, दस्तावेज़ लिखने और समीक्षा जैसे बाहरी रिवाज़ों पर खर्च होती थी।
अभी: सफलता या असफलता निर्धारित करने वाले मुख्य प्रश्नों को पहचानें, सबसे तीव्र अनुमान लगाएं और उसे अत्यधिक गति से सत्यापित करें।
सबसे महत्वपूर्ण बात यह है कि टीम के लक्ष्य को ऊपर उठाएं।
जब कोई दूसरा एक प्रस्ताव रखता है, तो आपका मूल्य यह है कि आप पूछें: 'छत और ऊँची की जा सकती है? गति 10 गुना तेज़ की जा सकती है?'
OpenAI के अंदर की तीन बातें
ये तीन वाक्य तीन आत्म-जांच के साथ सीधे मेल खाते हैं।
क्या इस बात को और तेज़ किया जा सकता है?
क्या आपकी लालच पर्याप्त है, क्या आपका लक्ष्य और ऊपर उठाया जा सकता है?
तीसरा वाक्य सबसे कठोर है: क्या आप खुद हर दिन आँख खोलते ही इस उत्पाद का उपयोग करते हैं, क्या आप इससे अब अलग नहीं हो सकते, क्या आपने अपनी पूरी स्वाद की पहचान इसके उपयोग में अच्छा होने या न होने के निर्णय पर लगा दी है।
लेनी ने उससे पूछा कि पिछले तीन से छह महीनों में ट्विटर पर ध्यान Claude Code से Codex पर स्थानांतरित हो गया, अंदरूनी तौर पर क्या बदलाव हुआ।
तारा का जवाब है: कुछ भी नहीं बदला। टीम लगातार अपने खुद के उपयोग के लिए तीव्रता से काम कर रही है, और निरंतर प्रतिक्रिया एकत्रित करके त्वरित अनुकूलन कर रही है; कार्य शैली पूरी तरह से अपरिवर्तित रही है।
The only change is that people outside have started to notice.
ज्ञान कार्य में 'कंपाइल टेस्टिंग' नहीं होती
प्रक्रिया को स्पष्ट करना आवश्यक है
कोड लिखना परिणाम-उन्मुख होता है: एजेंट कोड बदलता है, टेस्ट चलाता है, अगर यह काम करता है तो काम करता है, अगर नहीं करता तो नहीं करता।
लेकिन ज्ञान-आधारित कार्य, बिल्कुल अलग है।
एक अंतिम PPT पर "सफलता की दर 90%" लिखा है, आप केवल संख्या देखकर विश्वास नहीं कर सकते।
आपको इसकी मूल इनपुट क्या थी, और मध्यवर्ती तर्क कैसे एक-एक करके निकाला गया, यह देखना चाहिए।
इसीलिए ChatGPT Work का मुख्य डिज़ाइन एक «सुंदर अंतिम उत्पाद» सीधे प्रस्तुत करना नहीं है, बल्कि संदर्भों, इनपुट और अधूरे काम को सब कुछ खुला रखना है, ताकि आप पूरी प्रक्रिया पर नियंत्रण रख सकें।
ग्राहक बैठक तक केवल 20 मिनट शेष हैं, ChatGPT Work ने 2 मिनट 30 सेकंड में आठवां स्लाइड प्रस्तुत कर दिया, और पूरी तरह से किन दस्तावेज़ों का उपयोग किया गया, यह स्पष्ट रूप से दिखाया गया है।
सभी के पास उपकरण हैं, और बुनियादी क्षमताएँ तेजी से समान हो रही हैं।
AI ने "पैडलिंग" पर कब्जा कर लिया है, अब आपकी वास्तविक मूल्य केवल एक ही बात से तय होती है—क्या आपके पास नियंत्रण संभालने की क्षमता है?
You want to take this ship where?
संदर्भ:
https://x.com/lennysan/status/2094444052204998908
https://youtu.be/zMvBMfj4cSQ
यह लेख वेचेन ग्रुप "न्यूज़िज़यून" से है, लेखक: ASI अपोकैलिप्स, संपादक: युआनयू