DigitalOcean द्वारे प्रदान केले
रिफॅक्टरिंग कोड बेसपासून ते प्रोडक्शन कोड डीबग करण्यापर्यंत, एआय एजंट्सनी त्यांचे मूल्य आधीच सिद्ध केले आहे. परंतु उत्पादनात त्यांची व्याप्ती वाढवणे हा नियमापेक्षा अपवाद राहिला आहे.
मध्ये DigitalOcean Streams संशोधन अहवाल 20261,100 पेक्षा जास्त विकासक, CTO आणि संस्थापकांच्या सर्वेक्षणावर आधारित, एजंट वापरणाऱ्या 67% संस्थांनी उत्पादकता वाढल्याचे नोंदवले. दरम्यान, 60% प्रतिसादकर्त्यांचे म्हणणे आहे की अनुप्रयोग आणि एजंट एआय स्टॅकमधील सर्वात मोठे दीर्घकालीन मूल्याचे प्रतिनिधित्व करतात. तथापि, केवळ 10% आकाराचे घटक उत्पादनात आहेत.
वरचे मन? एकोणचाळीस टक्के अनुमानाची उच्च किंमत दर्शवतात. ही केवळ एका API कॉलची किंमत नाही. ही एक कंपाऊंड किंमत आहे जिथे एजंट स्वतंत्रपणे कार्ये क्रम आणि चालवतात. जवळपास निम्मे उत्तरदाते आता त्यांच्या AI बजेटपैकी ७६ ते १००% खर्च करतात. ही एक समस्या आहे ज्याचे निराकरण करण्यासाठी DigitalOcean काम करत आहे. अनुमानाच्या अर्थशास्त्राभोवती डिझाइन केलेल्या पायाभूत सुविधांची आम्हाला गरज आहे: अंदाज लावता येण्याजोगे कार्यप्रदर्शन, लोड अंतर्गत खर्च नियंत्रण आणि कमी हलणारे भाग. त्यामुळे 2026 हे वर्ष बनते ज्यामध्ये एजंट बीटा ते उत्पादनापर्यंत पदवी घेतात.
५२% कंपन्या एआय सोल्यूशन्स (एजंटसह) सक्रियपणे राबवत आहेत.
फक्त एक वर्षापूर्वी जेव्हा आम्ही हे सर्वेक्षण केले तेव्हा केवळ 35% प्रतिसादकर्ते सक्रियपणे AI उपायांची अंमलबजावणी करत होते – आणि बहुतेक अजूनही अन्वेषण मोडमध्ये होते किंवा त्यांचे पहिले प्रकल्प व्यवस्थापित करत होते. आता ते 52% आहे. पासून स्विच करा "हे काय करू शकते ते पाहूया" करण्यासाठी "चला हे उत्पादनात टाकूया" ते सुरळीत चालू आहे.
या क्रमांकांखालील ग्राहकांची वर्दळ आहे. यापैकी 46% सहभागी विशेषत: AI एजंट्स, स्वायत्त प्रणाली वापरतात जे प्रत्येक टप्प्यावर सूचनांची वाट पाहण्याऐवजी स्वतःहून कार्ये करतात. ओपनक्लॉ (पूर्वी मोल्टबॉट आणि क्लॉडबॉट म्हणून ओळखले जाणारे) हे एक अलीकडील उदाहरण आहे, एक ओपन सोर्स असिस्टंट जो मेसेजिंग ॲप्सशी कनेक्ट होतो, वेब ब्राउझ करतो, शेल कमांड्स कार्यान्वित करतो आणि कार्ये स्वायत्तपणे व्यवस्थापित करतो.
हे ग्राहक जातात कुठे? मुख्यतः कोड आणि ऑपरेशन्समध्ये:
-
54% ने कोड जनरेशन आणि रीफॅक्टरिंग म्हटले, ज्यामुळे ते आघाडीवर होते
-
49% स्वयंचलित अंतर्गत प्रक्रिया
-
45% ग्राहक समर्थन आणि चॅटबॉट्स तयार करत आहेत
-
43% व्यवसाय तर्कशास्त्र आणि कार्य समन्वय यावर लक्ष केंद्रित करतात
-
41% लिखित सामग्री तयार करण्यासाठी एजंट वापरतात
-
27% मार्केटिंग वर्कफ्लो ऑटोमेशनचा पाठपुरावा करत आहेत
-
21% डेटाचे विश्लेषण करतात
विकासक येथे शुल्काचे नेतृत्व करत आहेत. उदाहरणार्थ, वाई कॉम्बिनेटरने शेअर केले की ए 2025 च्या हिवाळ्यात एक चतुर्थांश स्टार्टअप्स 95% AI व्युत्पन्न कोड बेस वापरून तयार केले. मग आंद्रेई कार्पाथी म्हणतात ते आहे "वातावरण कोडिंग" – तुम्हाला काय हवे आहे ते साध्या भाषेत वर्णन करा आणि AI ला कोड लिहू द्या.
वेगवेगळ्या वर्कफ्लोस अनुरूप साधने विभागली आहेत. इनलाइन ऍडजस्टमेंट आणि जलद पुनरावृत्तीसाठी कर्सर AI ला VS कोड फोर्कमध्ये बदलतो. क्लॉड कोड संपूर्ण रिपॉझिटरीजमध्ये सखोल कार्य करण्यासाठी टर्मिनलमध्ये चालतो. पण ते दोघेही स्वयंपूर्णतेला बायपास करतात. ही साधने आता एजंट लूपमध्ये चालतात, फाइल्स वाचतात, चाचण्या चालवतात, अपयश ओळखतात आणि बिल्ड पास होईपर्यंत पुनरावृत्ती करतात. तुम्ही एका वैशिष्ट्याचे वर्णन करत आहात. एजंट द्वारे लागू. काही सत्रे तासन्तास चालू असतात आणि कीबोर्डवर कोणीही नसते.
पण एजंट फक्त अभियंत्यांसाठी नसतात. ते विपणन, ग्राहक यश आणि ऑपरेशनमध्ये त्यांच्या मार्गाने कार्य करतात. आम्ही डिजिटल ओशनमध्ये देखील हे आंतरिकपणे पाहतो. डेमो आणि हॅक दिवसांनी मोठ्या प्रमाणावर जाहिरात कॉपी तपासण्यासाठी, ईमेल वैयक्तिकृत करण्यासाठी आणि वाढीच्या प्रयोगांना प्राधान्य देण्यासाठी AI वर्कफ्लोचे प्रात्यक्षिक दाखवले.
एजंट वापरणाऱ्या 67% संस्था उत्पादकतेमध्ये मोजता येण्याजोग्या सुधारणा नोंदवतात
उत्पादकता प्रश्न असा आहे की प्रत्येकजण विचारत आहे: एजंट प्रत्यक्षात परिणाम साध्य करत आहेत किंवा हे अजूनही केवळ प्रचार आहे? डेटा पूर्वीचे सूचित करते. एकूणच, एजंट वापरणाऱ्या 67% संस्थांनी उत्पादकतेत मोजता येण्याजोग्या सुधारणा नोंदवल्या. काहींसाठी, नफा लक्षणीय होता: सर्वेक्षणातील 9% प्रतिसादकर्त्यांनी उत्पादकता 75% किंवा त्याहून अधिक वाढल्याचे नोंदवले.
AI एजंट्स वापरून त्यांनी पाहिलेल्या परिणामांबद्दल विचारले असता:
-
53% कर्मचाऱ्यांनी उत्पादकता आणि वेळेची बचत केली
-
44% ने नवीन व्यवसाय क्षमता निर्माण केल्याचा अहवाल दिला
-
32% ने अतिरिक्त कर्मचारी नियुक्त करण्याची कमी गरज दर्शविली
-
27% ने लक्षणीय खर्च बचत पाहिली
-
26% ने सुधारित ग्राहक अनुभव नोंदविला
अंतर्गत अँथ्रोपी येथे शोधा ही तंत्रज्ञाने काय अनलॉक करतात ते एक्सप्लोर करते: जेव्हा कंपनीने त्यांच्या अभियंत्यांनी क्लॉड कोडचा वापर कसा केला याचा अभ्यास केला, तेव्हा असे आढळले की AI-शक्तीच्या कामाच्या एक चतुर्थांशपेक्षा जास्त कार्ये आहेत जी अन्यथा केली जाऊ शकत नाहीत. यामध्ये स्केलिंग प्रकल्प आणि अंतर्गत साधने तयार करणे समाविष्ट आहे. त्यामध्ये अशा अन्वेषणांचा देखील समावेश आहे जे पूर्वी वेळेसाठी योग्य नव्हते, परंतु आता आहेत.
ही उत्पादकता संख्या इतकी उच्च कशामुळे आहे? एजंट एकत्र काम करायला शिकतात. Google चे प्रक्षेपण एजंट विकास गट ओपन सोर्स फ्रेमवर्क म्हणून ते एकल-उद्देशीय एजंट्सकडून समन्वित मल्टी-एजंट सिस्टममध्ये बदल दर्शवते जे एकमेकांना शोधू शकतात, माहितीची देवाणघेवाण करू शकतात आणि विक्रेता किंवा फ्रेमवर्कची पर्वा न करता सहयोग करू शकतात.
तथापि, 14% लोकांनी अद्याप फायदा पाहिलेला नाही आणि 19% लोक म्हणतात की ते मोजणे खूप लवकर आहे. आम्ही जे पाहत आहोत त्यावरून, 2025 हे मुख्यत्वे प्रोटोटाइपिंग आणि प्रयोगांचे वर्ष आहे आणि 2026 हे वर्ष अपेक्षित आहे जेव्हा अधिक संघ एजंटांना उत्पादनात हलवतात.
AI मध्ये सर्वात मोठी संधी म्हणून ॲप्स आणि एजंट्सवर 60% पैज लावा
बजेट ट्रॅक परिणाम एआय हे बहुसंख्य संस्थांसाठी गुंतवणुकीचे सक्रिय क्षेत्र राहिले आहे: केवळ 4% प्रतिसादकर्त्यांनी सांगितले की ते पुढील 12 महिन्यांत AI मध्ये गुंतवणूक करण्याची अपेक्षा करत नाहीत. जेथे संस्थांना उत्पादकता वाढलेली दिसते, ते एकत्रित केले जातात – अनुप्रयोग स्तरावर, अंतर्निहित पायाभूत सुविधा नाही.
जेव्हा उत्तरदात्यांना पुढील 12 महिन्यांत अर्थसंकल्पाच्या वाढीबद्दल त्यांच्या अपेक्षांबद्दल विचारण्यात आले, तेव्हा 37% लोकांनी अनुप्रयोग आणि एजंट्सचा उल्लेख केला, पायाभूत सुविधांच्या दुप्पट (14%) किंवा प्लॅटफॉर्म (17%). दीर्घकालीन दृष्टिकोन देखील मजबूत आहे: 60% उत्तरदाते AI स्टॅकमध्ये अनुप्रयोग आणि एजंटना सर्वात मोठी संधी म्हणून पाहतात, पायाभूत सुविधांसाठी फक्त 19% च्या तुलनेत.
मार्केट डेटा याला समर्थन देतो. एकाच्या मते एक अहवाल2025 मध्ये ऍप्लिकेशन लेयर $19 अब्ज असेल, जे सर्व AI खर्चाच्या निम्म्याहून अधिक आहे. प्रोग्रामिंग टूल्सने $4 अब्ज वर केले, जे विभागीय AI खर्चाच्या 55% आणि संपूर्ण गटातील सर्वात मोठ्या श्रेणीचे प्रतिनिधित्व करते. संस्था पैज लावत आहेत की अनुप्रयोग स्तर, जिथे AI प्रत्यक्षात वापरकर्ते आणि कार्यप्रवाहांना स्पर्श करते, ते मुख्य घटकांपेक्षा अधिक महत्त्वाचे असेल.
49% लोक म्हणतात की AI मोठ्या प्रमाणावर चालवण्याचा खर्च हा वाढीतील सर्वात मोठा अडथळा आहे
तुम्ही त्यांना चालवू शकत असाल तरच एजंट काम करतात. आता, heuristics अडथळा आहे. प्रशिक्षणाच्या विपरीत, जे मॉडेल तयार करण्यासाठी एक निश्चित आगाऊ गुंतवणूक आहे, प्रत्येक एजंटचा दावा टोकन व्युत्पन्न करतो ज्यासाठी खर्च येतो. ही किंमत प्रत्येक परावर्तन चरण, पुन्हा प्रयत्न आणि स्वयं-सुधारित चक्रासह एकत्रित होते. प्रमाणानुसार, हे ऑपरेशनल खर्चामध्ये निष्कर्ष काढते जे मॉडेलमधील मूळ गुंतवणुकीपेक्षा जास्त असू शकते.
जेव्हा आम्ही प्रतिसादकर्त्यांना विचारले की एआय स्केल करण्याच्या त्यांच्या क्षमतेवर काय मर्यादा आहे, 49% लोकांनी त्यांच्या मोठ्या अडथळ्याच्या रूपात मोठ्या प्रमाणात अनुमान काढण्याची किंमत ओळखली. हे बजेट कुठे नेत आहे याचा मागोवा घेते: 44% उत्तरदाते आता त्यांच्या AI बजेटचा बहुतांश भाग (76-100%) प्रशिक्षणावर खर्च करतात, प्रशिक्षणावर नाही.
पण ह्युरिस्टिक्स सोडवणे विकसकांवर पडू नये.
GPU कॉन्फिगरेशन ऑप्टिमाइझ करणे, समांतरीकरण रणनीती व्यवस्थापित करणे आणि मॉडेल-सर्व्हिंग इन्फ्रास्ट्रक्चर ट्यून करणे ही जटिलता बहुतेक कार्यसंघांनी स्वतः करू नये. ही पायाभूत सुविधा-स्तरीय जटिलता आहे जी क्लाउड प्रदात्यांनी सामावून घेणे आवश्यक आहे.
DigitalOcean मध्ये, आम्ही आमच्या व्यवसायाबद्दल कसा विचार करतो हे मूलभूत आहे ग्रेडियंट AI अनुमान क्लाउड. आम्ही ह्युरिस्टिक्स सुधारण्यासाठी गुंतवणूक करतो जेणेकरुन आम्ही सेवा देत असलेल्या संघांना याची गरज भासणार नाही. पात्र.आय चांगले उदाहरण: कार्यप्रदर्शन किंवा विलंबाचा त्याग न करता अनुमान खर्च कमी करण्याची आवश्यकता असलेल्या ते आमच्याकडे आले. आमच्या अनुमान क्लाउड प्लॅटफॉर्मवर जाऊन आणि आमची टीम आणि एएमडी सोबत काम करून, त्यांनी त्यांची उत्पादन अनुमान उत्पादकता दुप्पट केली आहे प्रति आयकॉनची किंमत ५०% ने कमी केली.
जेव्हा प्लॅटफॉर्म हेवी लिफ्टिंग करते तेव्हा अशा प्रकारचे परिणाम शक्य होते. जसजसे एजंट पायलटपासून उत्पादनाकडे जातात, तसतसे ज्या कंपन्या यशस्वीरीत्या मोजमाप घेतात त्या कंपन्या स्वतःच हेरिस्टिक्स सोडवण्यात अडकणार नाहीत.
वेड वेग्नर हे डिजिटल ओशन येथील इकोसिस्टम आणि ग्रोथचे सीईओ आहेत.
प्रायोजित लेख ही पोस्टसाठी पैसे देणाऱ्या किंवा VentureBeat शी कार्यरत संबंध असलेल्या कंपनीद्वारे उत्पादित केलेली सामग्री असते आणि नेहमी स्पष्टपणे लेबल केलेली असते. अधिक माहितीसाठी, कॉल करा sales@venturebeat.com.
