'बॉट बड़ाई' से AI एजेंट की संख्या बनी कार्यस्थल की शान

एक नया कार्यस्थल स्थिति संकेत "एजेंटमैक्सिंग" के चारों ओर बन रहा है, जहां पेशेवर सार्वजनिक रूप से यह बताते हैं कि वे कितने AI एजेंटों का "प्रबंधन" करते हैं, यह साबित करने के लिए कि वे AI श्रम का निर्देशन कर रहे हैं न कि इसके द्वारा प्रतिस्थापित हो रहे हैं। समस्या यह है कि "एजेंट" एक अस्पष्ट लेबल है, और कच्ची संख्या उन बॉटसिटिंग और रखरखाव लागतों को छिपा सकती है जो यह निर्धारित करती हैं कि क्या ये सिस्टम वास्तव में समय बचाते हैं।

मुख्य निष्कर्ष

• पेशेवर लोग बढ़ती संख्या में "बॉट ब्रैगिंग" कर रहे हैं।एआई एजेंट्सवे इसे चलाते हैं, एजेंट की संख्या को नौकरी की सुरक्षा के संकेत और क्षमता के प्रदर्शन के रूप में मानते हैं।
• कुछ सबसे अधिक उद्धृत उदाहरणों में बड़े घोषित "डिजिटल कार्यबल" शामिल हैं, जिसमें एक परामर्श फर्म है जिसमें 30+ नामित AI "कर्मचारी" हैं और एक मेटा संचार प्रबंधक एक छह-सदस्यीय टीम का वर्णन करता है जिसमें केवल एक मानव है।
• "एजेंट" की कोई सार्वभौमिक परिभाषा नहीं है, जिससे कर्मचारियों की संख्या की तुलना करना शोरगुल भरा और आसान हो जाता है जब निर्धारित स्वचालन को स्वायत्त श्रमिकों के रूप में लेबल किया जाता है।
• ऑफिस के कर्मचारी "सप्ताह में छह घंटे से अधिक" "बॉटसिटिंग" पर खर्च करते हैं, और गार्टनर ने चेतावनी दी है कि तैनाती की संख्या मापने योग्य व्यावसायिक मूल्य से तेज़ी से भिन्न हो सकती है।

‘एजेंटमैक्सिंग’ कार्यस्थल पर: जब कर्मचारियों की संख्या लचीलापन बन जाती है

"बॉट ब्रैगिंग" के पीछे का तंत्र सरल है: AI-चालित स्वचालन के एक सेट को लें, उन्हें नाम और भूमिकाएँ दें, और इस पैकेज को एक प्रबंधित कार्यबल के रूप में प्रस्तुत करें। यह एक प्रचार कहानी की तरह लगता है। आप अब "AI का उपयोग" नहीं कर रहे हैं, आप इसे सुपरवाइज कर रहे हैं।

वह ढांचा फैल रहा है क्योंकि यह वर्तमान श्रमिक मनोदशा के अनुकूल है। मानव संसाधन प्रबंधन के लिए समाज द्वारा उद्धृत अनुमान के अनुसार, AI और स्वचालन से तकनीकी विस्थापन की क्षमता 2030 तक 22 मिलियन अमेरिकी नौकरियों पर है, जिसमें लगभग 8 मिलियन "वास्तव में जोखिम में" हैं। इस संदर्भ में, "मैं 20 एजेंटों का प्रबंधन करता हूँ" उपकरण की पसंद के बारे में कम और पहचान के बारे में अधिक है, एक ऐसा तरीका जिससे संकेत मिलता है कि आप इंटरफेस के नियंत्रण पक्ष पर बैठे हैं।

व्यापारियों के लिए जो AI अपनाने की कहानियों को उत्पाद स्थिति और टोकन भावना में समाहित होते हुए देख रहे हैं, महत्वपूर्ण बात यह है कि यह प्रवृत्ति मेट्रिक्स पर क्या प्रभाव डालती है। "एजेंट संख्या" प्रगति के लिए एक संक्षिप्त रूप बनती जा रही है, लेकिन यह एक दिखावटी संख्या भी है जिसे स्थायी उत्पादकता लाभ साबित किए बिना बढ़ाया जा सकता है।

मल्टी-एजेंट सेटअप के अंदर: 30+ 'एआई कर्मचारी,' 1 मानव के साथ 6 लोगों की टीम, और 16 बॉट्स के लिए एक 'कंडक्टर'

मेसन स्करी ने एक एआई परामर्श फर्म का वर्णन किया जो 30 से अधिक एआई "कर्मचारियों" का संचालन करती है, प्रत्येक के पास नाम, नौकरी के शीर्षक, जिम्मेदारियाँ, व्यक्तित्व, बैकस्टोरी और प्रोफ़ाइल चित्र होते हैं। उन्होंने कहा कि वे "एक घंटे में एक पैसे से कम के लिए चौबीसों घंटे काम करते हैं।" यह सेटअप जानबूझकर नाटकीय है, जिसमें एक मुख्य स्टाफ एजेंट है जिसका नाम फ्रैंकी है, जिसकी जीवनी में लिखा है, "जो भी हो, वह एक आदमी को जानता है," और एक टोकन ऑडिटर एजेंट है जिसका नाम पेनी है, जिसे "सटीक और कभी भी चिंतित नहीं" के रूप में वर्णित किया गया है, जो "हर बर्बाद टोकन को किसी के पैसे के रूप में मानता है।"

वह टोकन-ऑडिटर विवरण महत्वपूर्ण है क्योंकि यह कई एजेंट तैनातियों के लिए असली बाधा की ओर इशारा करता है: उपयोग लागत। एक टोकन वह इकाई है जिस पर कई AI मॉडल बिल करते हैं, और "अधिक एजेंट" का मतलब अधिक टोकन जलाना हो सकता है जब तक कि सिस्टम खर्च को नियंत्रित करने के लिए डिज़ाइन नहीं किया गया हो। स्करी ने कहा कि उन्होंने लिंक्डइन पर अपने बॉट की संख्या पोस्ट की ताकि संभावित ग्राहकों को दिखा सकें कि उनका सिस्टम काम कर रहा है और उन्हें नौकरी मिल सके, जबकि यह भी स्वीकार किया कि संख्या स्वयं बेकार है यदि एजेंट उपयोगी काम नहीं कर सकते।

मेटा में, संचार प्रबंधक माया सरिग ने एक ऐसी टीम का प्रबंधन करने का वर्णन किया जिसमें केवल एक व्यक्ति मानव है। एक एजेंट उसकी कार्यप्रवाह को देखता है और समय बचाने के सुझाव देता है। दूसरा “निराशावादी पत्रकार” के रूप में कार्य करता है, “उससे पहले कि वह उन्हें भेजे, पिचों का तनाव परीक्षण करता है।” सरिग की पंक्ति स्थिति परिवर्तन को साफ-सुथरे ढंग से दर्शाती है: “मैं केवल लिखती नहीं हूं। मैं उन एजेंटों को डिज़ाइन करती हूं जो लिखते हैं।”

मार्केटर डेरिक हिक्स ने 16 विशेष एजेंट बनाने का वर्णन किया, फिर उन्हें प्रबंधित करने के लिए "कंडक्टर" नामक एक और एजेंट जोड़ा। उन्होंने कहा कि एजेंट्स कर सकते हैंऑडिटएक कंपनी के SEO, सोशल मीडिया, विज्ञापन, संदेश और प्रतिस्पर्धियों का विश्लेषण करें, फिर परिणामों का विश्लेषण करें, एक कार्यप्रवाह को "तीन या चार सप्ताह से लगभग एक घंटे" में काटते हुए। हिक्स ने इसे जूनियर श्रमिकों के लिए एजेंटों का प्रतिस्थापन बताते हुए कहा: "इसके बजाय, यह एजेंट और कोड है।"

ये उदाहरण एक पैटर्न साझा करते हैं। "एजेंट" एक चीज नहीं है। यह उपकरणों में लिपटा एक LLM (बड़ा भाषा मॉडल), एक संकीर्ण स्वचालन, या अन्य बॉट्स के बीच कार्यों को मार्गदर्शित करने वाला एक प्रबंधक परत हो सकता है। कर्मचारियों की संख्या उस जटिलता को एक एकल गर्व-योग्य पूर्णांक में संकुचित कर देती है।

एजेंट की गिनती यात्रा क्यों नहीं करती: कोई परिभाषा नहीं, निर्धारित कार्य, और 'हर दिन कुछ टूटता है'

एजेंट की गिनती एक मीट्रिक के रूप में टूट जाती है क्योंकि श्रेणी मानकीकृत नहीं है। स्रोत लेख में उल्लेख किया गया है कि एक AI एजेंट की कोई सार्वभौमिक रूप से स्वीकृत परिभाषा नहीं है। OpenAI एजेंटों को "प्रणालियाँ जो आपकी ओर से स्वतंत्र रूप से कार्यों को पूरा करती हैं" के रूप में वर्णित करता है, जबकि Anthropic एजेंटों को उन कार्यप्रवाहों से अलग करता है जो पूर्वनिर्धारित पथों का पालन करते हैं। व्यावहारिक रूप से, यह लेबल एक प्रणाली से लेकर सब कुछ पर लागू होता है जो बिक्री लीड की पहचान कर सकती है, उनका शोध कर सकती है, संपर्क का मसौदा तैयार कर सकती है, और एक बैठक बुक कर सकती है, एक बॉट तक जो आपके कैलेंडर की जांच करता है और दैनिक एजेंडा भेजता है।

रॉबी एलेन, जिन्होंने तीन AI कंपनियों की स्थापना की है और ऑटोमेटेड कंसल्टिंग ग्रुप का संचालन करते हैं, ने बताया कि संख्या को बढ़ाना क्यों आसान है। उन्होंने कहा कि वह लगभग 25 एजेंटों का उपयोग करते हैं, जिनमें से एक हर दो घंटे में उनके LinkedIn फीड को नौकरी में बदलाव, भर्ती, धन जुटाने, या AI के बारे में बात करने वाले कार्यकारी जैसे संकेतों के लिए स्कैन करता है, फिर संपर्क के अवसरों को रैंक करता है। लेकिन यह किसी से संपर्क नहीं करता। एलेन अभी भी तय करते हैं कि किससे संपर्क करना है और संदेश लिखते हैं।

एलेन ने कहा कि कई所谓 एजेंट निर्धारित कार्य हैं जो समय-समय पर जागते हैं, एक AI मॉडल या बाहरी सेवा से कनेक्ट करते हैं, और एक संकीर्ण कार्य करते हैं। हर कदम एक LLM का उपयोग नहीं करता है, और ये प्रणालियाँ "25 मानव कर्मचारियों की तरह लगातार सोचने और निर्णय लेने" वाली नहीं हैं। उन्होंने सीधे बढ़ोतरी की गतिशीलता को भी समझाया: "मेरे पास 25 ऐसे हैं क्योंकि मैंने प्रत्येक पर एक महीने का काम नहीं किया, बल्कि इसलिए कि मैं उन्हें जल्दी बना सकता था।"

मीट्रिक समस्या का दूसरा आधा हिस्सा विश्वसनीयता है। एलेन ने कहा कि वह एक अन्य एजेंट का संचालन करते हैं जिसका कार्य यह जांचना है कि अन्य काम कर रहे हैं या नहीं और जब एक विफल होता है तो उन्हें टेक्स्ट भेजते हैं, और कि "सूची में कुछ हर दिन टूटता है।" यह वह परिचालन वास्तविकता है जिसे एजेंट-गिनती पोस्ट अक्सर छोड़ देते हैं: जितने अधिक चलने वाले भाग आप जोड़ते हैं, उतना ही आप डिबग करने के लिए साइन अप कर रहे हैं।

छिपी हुई लाइन आइटम: बॉटसिटिंग समय और निरंतर रखरखाव

जो लागत ROI तय करती है वह प्रारंभिक निर्माण नहीं है, यह पर्यवेक्षण कर का कर है। Glean के Work AI Institute रिपोर्ट में पाया गया कि कार्यालय के कर्मचारी "सप्ताह में छह घंटे से अधिक" "बॉटसिटिंग" में बिताते हैं, जिसे संदर्भ प्रदान करना, आउटपुट की जांच करना, और गलतियों को सही करना परिभाषित किया गया है। यह कार्य सप्ताह का एक महत्वपूर्ण हिस्सा है जो कार्य पर नहीं, बल्कि स्वचालन को व्यवहार में लाने पर खर्च किया जाता है।

बॉटसिटिंग भी अजीब तरीके से स्केल होती है। एकल एजेंट जो सामग्री का मसौदा तैयार करता है उसे जल्दी से जांचा जा सकता है। एक बहु-एजेंट प्रणाली जो उपकरणों के बीच कार्यों को जोड़ती है, अधिक स्थानों पर विफल हो सकती है: एक टूटी हुई एकीकरण, एक बदला हुआ वेबसाइट लेआउट, एक अनुमति त्रुटि, एक मॉडल अपडेट जो आउटपुट प्रारूप को बदलता है। एलेन की "हर दिन कुछ टूटता है" लाइन एक अनुस्मारक है कि ये प्रणालियाँ सॉफ़्टवेयर हैं, और सॉफ़्टवेयर की अपटाइम और रखरखाव लागत होती है।

कहानी में भारी उपयोगकर्ता भी कार्यप्रवाह का हिस्सा के रूप में छंटाई का वर्णन करते हैं। सारिग ने कहा कि उनका मीट्रिक आउटपुट गुणवत्ता और समय की बचत है, और यदि कोई एजेंट उनके मैनुअल प्रक्रिया से लगातार बेहतर या तेज नहीं है, तो उसे बंद कर दिया जाता है। उन्होंने यह भी चेतावनी दी कि बहुत सारे एजेंटों को बनाए रखना अधिक घर्षण पैदा कर सकता है जितना कि यह हटा सकता है, इस व्यापार को संक्षेप में प्रस्तुत करते हुए: "कई एजेंट बनाना आसान है, लेकिन कई प्रभावी एजेंटों को बनाए रखना कठिन है।"

यही वह जगह है जहां "बॉट बड़ाई" विश्लेषणात्मक रूप से खतरनाक हो जाती है। "30 एजेंट" का सार्वजनिक दावा सच हो सकता है और फिर भी वास्तविक अर्थशास्त्र को छिपा सकता है यदि प्रणाली को निरंतर प्रॉम्प्टिंग, सुधार, और निगरानी की आवश्यकता होती है। शीर्षक संख्या एक तैनाती कहानी है। P&L एक रखरखाव कहानी है।

बज़वर्ड से KPI तक: एंटरप्राइज 'एजेंट' वार्ता क्या संकेत देती है - और क्या नहीं

कॉर्पोरेट स्तर एजेंट की कहानी को मजबूत कर रहा है। AlphaSense के उद्धृत आंकड़े दिखाते हैं कि पिछले क्वार्टर में 2,175 सार्वजनिक कंपनी के ट्रांसक्रिप्ट में 'एजेंट' का उल्लेख किया गया, जो साल-दर-साल लगभग दोगुना है। यह भाषा में एक वास्तविक बदलाव है, और जब कार्यकारी इसे दोहराना शुरू करते हैं, तो भाषा आमतौर पर बजट लाइनों को आगे बढ़ाती है।

प्लेटफ़ॉर्म विक्रेता भी अपनाने की गिनती को बढ़ावा दे रहे हैं। Salesforce ने कहा कि 25,000 से अधिक कंपनियों ने अपने Agentforce प्लेटफ़ॉर्म का उपयोग करके एजेंट बनाए और तैनात किए हैं। Walmart को ग्राहकों, भागीदारों और इसके 2 मिलियन से अधिक कर्मचारियों की सेवा के लिए चार 'सुपर एजेंटों' का एक कंपनी-व्यापी ढांचा बनाने के रूप में वर्णित किया गया है। Meta के CEO मार्क ज़ुकरबर्ग को अपने काम में मदद करने के लिए एक AI एजेंट और कर्मचारियों के साथ बातचीत करने के लिए अपने AI संस्करण का निर्माण करते हुए वर्णित किया गया है।

यह क्या संकेत देता है कि यह मुख्यधारा में जा रहा है, न कि अनिवार्य रूप से उत्पादकता। Gartner की VP विश्लेषक मेलिसा हिल्बर्ट ने चेतावनी दी कि एजेंट की गिनती तैनाती को मूल्य के साथ मिला सकती है। उनका उदाहरण साफ़ तौर पर रेखा खींचता है: 'दो एजेंट जो पाइपलाइन चक्र समय को 50% कम करते हैं' एक मापने योग्य परिणाम है, जबकि '200 एजेंट' जो अप्रयुक्त सामग्री उत्पन्न करते हैं, बेकार हैं। हिल्बर्ट ने यह भी चेतावनी दी कि खराब एकीकृत एजेंट कर्मचारियों को कम उत्पादक बना सकते हैं क्योंकि उन्हें ऐसे सिस्टम को नेविगेट और पर्यवेक्षण करना पड़ता है, और कहा, 'मानव और AI के बीच एक संतुलन होना चाहिए,' ताकि लाभ प्रकट हो सकें।

बाजारों के लिए ध्यान देने योग्य पैटर्न यह है कि कहानी 'AI सुविधाओं' से 'AI श्रम' की ओर बढ़ रही है। यह एजेंट प्लेटफार्मों और उपकरणों पर खर्च की अपेक्षाओं को आगे बढ़ा सकता है। यह विपणन किए जाने वाले और मापे जाने वाले के बीच एक अंतर भी बना सकता है।

बॉट की बड़ाई के लिए संकेत यह बनाते हैं कि AI एजेंट एक

इस प्रवृत्ति के परिपक्व होने का सबसे स्पष्ट संकेत यह है कि आय-काल की भाषा में हेडकाउंट-शैली की तैनाती मेट्रिक्स से परिणाम मेट्रिक्स में बदलाव हो रहा है। AlphaSense के पिछले क्वार्टर के 2,175 ट्रांसक्रिप्ट उल्लेख दिखाते हैं कि 'एजेंट' अब एक बोर्डरूम शब्द है। अगला कदम यह है कि क्या कंपनियां इसे चक्र-समय में कमी, बचत की गई लागत, या उपयोग दरों से जोड़ना शुरू करती हैं, न कि केवल यह कहकर कि उन्होंने 'एजेंट तैनात किए।'

विक्रेता की घोषणाएँ अधिक महत्वपूर्ण होंगी यदि वे केवल लोगो नहीं, बल्कि रिटेंशन और उपयोग को शामिल करना शुरू करें। Salesforce के '25,000 से अधिक कंपनियों' के Agentforce आंकड़े एक अपनाने का डेटा बिंदु हैं, लेकिन यह अपने आप में कर्मचारियों द्वारा निर्भर उत्पादन कार्यप्रवाहों से पायलटों को अलग नहीं करता है।

श्रम पक्ष पर, बॉटसिटिंग के संकुचन के प्रमाण पर नज़र रखें। Glean का 'सप्ताह में छह घंटे से अधिक' पर्यवेक्षण का बोझ वर्तमान आधार रेखा है जो यहाँ उद्धृत की गई है। यदि नए उपकरण या बेहतर एकीकरण उस समय को महत्वपूर्ण रूप से कम करते हैं, तो ROI की कहानी बेहतर होती है भले ही एजेंट की गिनती स्थिर रहे।

मानकीकरण दूसरी गायब कड़ी है। OpenAI का एजेंटों को ऐसे सिस्टम के रूप में फ्रेम करना जो स्वतंत्र रूप से कार्यों को पूरा करते हैं और Anthropic का एजेंटों और पूर्वनिर्धारित कार्यप्रवाहों के बीच का अंतर केवल शब्दार्थ नहीं है। एक स्पष्ट परिभाषा क्रॉस-कंपनी तुलना को कम शोर वाला बनाएगी और 'एजेंट' को एक मेट्रिक बनाएगी जो यात्रा कर सके।

मेरा पढ़ा हुआ: व्यापार 'अधिक एजेंट' नहीं है - यह परिणामों और लागत का बेहतर मापन है

मैं 'बॉट बड़ाई' को एक वास्तविक प्लेटफ़ॉर्म परिवर्तन के चारों ओर एक सामाजिक आवरण के रूप में पढ़ता हूँ। नो-कोड टूल और एजेंट ढांचे स्वचालन को स्थापित करना आसान बना रहे हैं जो सहकर्मियों की तरह दिखते हैं, और श्रम चिंता की पृष्ठभूमि प्रबंधक-ऑफ-बॉट्स पहचान को सुरक्षात्मक महसूस कराती है। यही कारण है कि कर्मचारियों की संख्या में लचीलापन फैल रहा है।

जो सीमा महत्वपूर्ण है वह यह है कि क्या बातचीत तैनाती से परिणामों की ओर बढ़ती है। AlphaSense के 2,175 ट्रांसक्रिप्ट उल्लेख बताते हैं कि कार्यकारी चाहते हैं कि उन्हें एजेंटों के साथ कुछ करते हुए देखा जाए। Gartner के हिल्बर्ट अगले फ़िल्टर की ओर इशारा कर रहे हैं: चक्र समय, गुणवत्ता, और उपयोग। यदि कंपनियाँ एजेंट-प्रेरित पाइपलाइन चक्र समय में कमी, मापनीय लागत बचत, या निरंतर आंतरिक उपयोग की रिपोर्ट करना शुरू करती हैं, तो कहानी परिचालन बन जाती है। यदि वे 'कितने एजेंट' और 'कितनी कंपनियों ने तैनात किया' की रिपोर्ट करते रहते हैं, तो यह कथा बनी रहती है।

दूसरा वास्तविक परीक्षण यह है कि क्या बॉट्सिटिंग और टूटना प्रबंधनीय रहते हैं जब बेड़े बढ़ते हैं। एलन की टिप्पणी कि 'सूची में कुछ हर दिन टूटता है' बड़े पैमाने पर एजेंट दावों को छोड़ने की प्रवृत्ति है, और ग्लीन्स का 'सप्ताह में छह घंटे से अधिक' स्पष्ट संख्याओं में पर्यवेक्षण कर का कर है। यदि नए उपकरण उस बोझ को नीचे धकेलते हैं जबकि आउटपुट गुणवत्ता को उच्च रखते हैं, तो एजेंट प्रणाली बढ़ सकती हैं। यदि रखरखाव का बोझ बेड़े के साथ बढ़ता है, तो 'अधिक एजेंट' एक आत्म-लगाई गई निगरानी नौकरी बन जाती है।

यह प्रवृत्ति व्यावहारिक रूप से महत्वपूर्ण है जब एजेंट अपनाना कर्मचारियों की संख्या की कहानी नहीं रह जाती और KPI की कहानी बन जाती है, जिसमें परिणाम होते हैं जो बॉट्सिटिंग और रखरखाव के बिल को सहन करते हैं।

स्रोत

• बिजनेस इनसाइडर