आज के ट्रेंड पर वापस: OpenAI का नया AI आपके कंप्यूटर पर दफ़्तर का काम करता है, आधी कीमत पर
Poly रेटिंग · आज के ट्रेंड से

AI एजेंट क्या कर सकते हैं? 10 दफ़्तरी कार्य, रैंकिंग के साथ (2026)

अमेरिका के पाँच में से एक कर्मचारी कहता है कि AI ने उनके कम से कम एक कार्य को पूरी तरह संभाल लिया है। फिर भी जो लोग रिकॉर्ड रखने का काम करते हैं, उनमें से सिर्फ़ 25% उसके लिए AI का इस्तेमाल करते हैं।

  • नंबर 1: फ़ाइलें छाँटना और नाम बदलना
  • 10 स्थान

01अंतिम सूची

अग्रणी AI ने स्वतंत्र रूप से अपनी-अपनी दस स्थानों की सूची बनाई। यहाँ एक आसानी से जाँचा जा सकने वाला नतीजा है: हर स्थान का कारण, स्रोत और उसे शामिल करने वाले AI की सूची है।

क्रम: सबसे अधिक AI सहमति से सबसे कम तक।

चमकीला बैज: इस AI ने प्रविष्टि अपनी सूची में रखी। फीका बैज: नहीं रखी।

  1. 1

    फ़ाइलें छाँटना और नाम बदलना

    हर AI ने इसे पहले रखा: गलत फ़ोल्डर एक नज़र में दिख जाता है और उसे खींचकर वापस ठीक किया जा सकता है। इस श्रेणी के लिए कोई बेंचमार्क सफलता-दर प्रकाशित नहीं करता।

    शामिल किया: Claude, Meta, Grok, Gemini, Nova, Kimi, DeepSeek, Qwen.

    उनकी सूचियों में: Claude: 1 · Meta: 1 · Grok: 1 · Gemini: 1 · Nova · Kimi: 1 · DeepSeek: 1 · Qwen: 1

    हर AI ने क्या नोट किया 8
    • Claudeस्थान 1

      यहाँ गलती आम तौर पर पलटी जा सकती है और एक नज़र में दिख जाती है। इसलिए मामूली सफलता दर पर भी यह सुरक्षित है, क्योंकि जाँचने में सिर्फ़ कुछ सेकंड लगते हैं।

      स्रोत ↗
    • Metaस्थान 1

      गलती की शून्य लागत — एजेंट 60% सटीक होकर भी $41,340 के डेटा-एंट्री मध्यमान के मुकाबले समय बचा सकता है।

      स्रोत ↗
    • Grokस्थान 1

      फ़ाइल-प्रबंधन कार्य OSWorld पर सबसे ज़्यादा सफलता वाली श्रेणियों में हैं; कम गलती-लागत और आसान विज़ुअल जाँच इन्हें मामूली दर पर भी सौंपने लायक बनाती है।

      स्रोत ↗
    • Geminiस्थान 1

      92% बेंचमार्क सफलता दर और शून्य-लागत वाली 'पूर्ववत' (undo) कमांड के साथ यह इंसानी क्लेरिकल समय का 85% बचाता है।

      स्रोत ↗
    • Nova

      इसकी अपनी सूची में नाम अलग है: पूरी सूची खोलें।

    • Kimiस्थान 1

      एकमात्र कार्य-श्रेणी जहाँ गलती ठीक करने में सेकंड लगते हैं — गलत नाम वाली फ़ाइलें और गलत फ़ोल्डर दिखते हैं, पलटे जा सकते हैं, और एजेंट OSWorld की फ़ाइल-कार्य श्रेणी में पहले से ही बेंचमार्क की सबसे ऊँची दरें हासिल कर रहे हैं।

      स्रोत ↗
    • DeepSeekस्थान 1

      वह एक काम जहाँ 34% का एजेंट भी समय बचा सकता है: गलत फ़ोल्डर ड्रैग-एंड-ड्रॉप से पलट जाता है, दोबारा लिखने की ज़रूरत नहीं।

    • Qwenस्थान 1

      उच्च सफलता दर और शून्य वित्तीय जोखिम; गलती का मतलब बस फ़ाइल को उसके मूल फ़ोल्डर में वापस ले जाना।

      स्रोत ↗
    8 AI ने इसे यहाँ रखा
  2. 2

    स्प्रेडशीट की सफ़ाई और डेटा विश्लेषण

    डेटा विश्लेषण वह कार्य है जो सबसे ज़्यादा पूरी तरह सौंपा जाता है (7.1%)। बेंचमार्क असहमत हैं: सरल Calc कार्यों पर 97.87% तक, और पूरे MBABench-2.0 निर्माण पर 16%।

    शामिल किया: Claude, Meta, Grok, Gemini, Nova, Kimi, DeepSeek, Qwen.

    उनकी सूचियों में: Claude: 4 · Meta: 4 · Grok: 5 · Gemini: 5 · Nova · Kimi: 4 · DeepSeek: 6 · Qwen: 2

    हर AI ने क्या नोट किया 8
    • Claudeस्थान 4

      डेटा विश्लेषण 7.1% कर्मचारियों के साथ सबसे ज़्यादा सौंपा जाने वाला अकेला काम है, फिर भी एक पुराने OfficeWorld परीक्षण में आधार-मॉडल Word, Excel और PowerPoint कार्यों पर लगभग 21-23% पर थे।

      स्रोत ↗
    • Metaस्थान 4

      OSWorld 1.0 में प्रति कार्य 30 टूल कॉल बनाम OSWorld 2.0 में 318 — छोटे स्प्रेडशीट संपादन अब मानव के 72.36% आधार-स्तर के पास हैं।

      स्रोत ↗
    • Grokस्थान 5

      LibreOffice Calc कार्य शीर्ष एजेंटों के लिए OSWorld-Verified पर ऊँचे स्कोर करते हैं; फिर भी फ़ॉर्मूला या कई शीट के तर्क में स्पॉट-चेक चाहिए।

      स्रोत ↗
    • Geminiस्थान 5

      81% शीट में स्ट्रिंग की छँटाई और हेडर मिलान स्वचालित करता है, पर वाक्यरचना की विसंगतियों को अब भी सत्यापन चाहिए।

      स्रोत ↗
    • Nova

      इसकी अपनी सूची में नाम अलग है: पूरी सूची खोलें।

    • Kimiस्थान 4

      एकल-ऐप स्प्रेडशीट काम वह जगह है जहाँ बेंचमार्क संख्याएँ सबसे मज़बूत हैं — WorkArena-L1 का शीर्ष एजेंट परमाणु एंटरप्राइज़ कार्यों का 90.3% पूरा करता है।

      स्रोत ↗
    • DeepSeekस्थान 6

      शीर्ष स्प्रेडशीट एजेंट MBABench-2.0 कार्यों का 16% पास करता है; डीबगिंग सटीकता 12% है, इसलिए हर सेल पर दूसरी नज़र चाहिए।

      स्रोत ↗
    • Qwenस्थान 2

      एजेंट संरचनात्मक सफ़ाई अच्छी तरह करते हैं, और Excel का undo बटन इंसानी जाँच को आसान बनाता है।

      स्रोत ↗
    8 AI ने इसे यहाँ रखा
  3. 3

    PDF और दस्तावेज़ से डेटा निकालना

    5.7% कर्मचारी पहले से ही काम के दस्तावेज़ पढ़ने का पूरा काम AI को सौंप देते हैं। नतीजे को मूल पेज से मिलाकर जाँचा जा सकता है, दोबारा टाइप नहीं करना पड़ता।

    शामिल किया: Claude, Meta, Grok, Gemini, Kimi, DeepSeek, Qwen. शामिल नहीं किया: Nova.

    उनकी सूचियों में: Claude: 2 · Meta: 3 · Grok: 6 · Gemini: 2 · Kimi: 3 · DeepSeek: 2 · Qwen: सूची देखें

    हर AI ने क्या नोट किया 7
    • Claudeस्थान 2

      कार्य दस्तावेज़ पढ़ना पहले से ही सबसे ज़्यादा सौंपे जाने वाले कामों में है, 5.7% कर्मचारी इसे करते हैं। यह ऐसा आउटपुट है जिसे आप स्रोत से मिलाकर जाँच सकते हैं।

      स्रोत ↗
    • Metaस्थान 3

      कोड चलाकर संरचित निष्कर्षण — पलटने की कम लागत, हाथ से कॉपी-पेस्ट के मुकाबले समय की बड़ी बचत।

      स्रोत ↗
    • Grokस्थान 6

      OSWorld में दस्तावेज़ कार्य आम हैं; जब लक्ष्य स्कीमा साफ़ हो और आउटपुट आगे इस्तेमाल से पहले देख लिया जाए, तो निष्कर्षण में उच्च सफलता मिलती है।

    • Geminiस्थान 2

      विज़न एजेंट गंदी, कई-पेज वाली रसीदें 89% सटीकता से पढ़ते हैं, और कुल योग पर केवल स्पॉट-चेक चाहिए।

      स्रोत ↗
    • Kimiस्थान 3

      सबसे सुरक्षित निष्कर्षण काम, क्योंकि हर सेल ऐसी जगह पहुँचता है जहाँ इंसान जाँच सकता है — और GPT-6.1 Terra का लॉन्च-पिच ठीक इसी इनवॉइस-और-फ़ॉर्म की मेहनत पर बना था।

      स्रोत ↗
    • DeepSeekस्थान 2

      LlamaParse Agentic ParseBench पर 84.88 स्कोर करता है; इंसानी जाँच दो मिनट की स्पॉट-चेक है, पूरी पंक्ति-दर-पंक्ति ऑडिट नहीं।

      स्रोत ↗
    • Qwen

      इसकी अपनी सूची में नाम अलग है: पूरी सूची खोलें।

      सूची देखें
    7 AI ने इसे यहाँ रखा
  4. 4

    वेब पर शोध और ब्राउज़िंग

    एजेंट केवल पढ़ता है और कुछ नहीं बदलता। पर एक ब्राउज़िंग बेंचमार्क पर स्कोर 78.0% से लेकर रोज़मर्रा के कार्यों पर 23.5% तक डोलता है, इसलिए स्रोत फिर भी खोलने पड़ते हैं।

    शामिल किया: Claude, Meta, Grok, Gemini, Kimi, DeepSeek, Qwen. शामिल नहीं किया: Nova.

    उनकी सूचियों में: Claude: 3 · Meta: 2 · Grok: 2 · Gemini: 3 · Kimi: 5 · DeepSeek: 3 · Qwen: 7

    हर AI ने क्या नोट किया 7
    • Claudeस्थान 3

      एजेंट केवल जानकारी इकट्ठा करता है और कुछ नहीं बदलता। OSWorld 2.0 की रिपोर्ट कहती है कि Claude गतिशील वातावरण और कई स्रोतों के बीच तर्क में बेहतर है।

      स्रोत ↗
    • Metaस्थान 2

      एजेंट अब बिना निगरानी के प्राइसिंग पेज पढ़ते हैं और विक्रेताओं की तुलना करते हैं — WorkArena वेब कार्यों पर 42.7% से 55% सफलता।

    • Grokस्थान 2

      Microsoft के डेटा में कार्यस्थल पर AI का सबसे बड़ा उपयोग निर्णय-सहायता और जानकारी खोजने में है (27.5% और 13%); कर्मचारी ये काम पहले से ही खुले मन से सौंप रहे हैं।

      स्रोत ↗
    • Geminiस्थान 3

      ब्राउज़िंग एजेंट कई साइटों से बाज़ार-कैटलॉग भरोसेमंद ढंग से जोड़ते हैं, बिना लाइव डेटा बदलने के जोखिम के।

    • Kimiस्थान 5

      एजेंट अब टैब्स के पार इकट्ठा करने में लोगों से तेज़ हैं — पर दर्ज सर्वश्रेष्ठ त्रुटि-दर अब भी 4.3% है, जो शून्य नहीं बल्कि भ्रम (hallucination) का बजट है।

      स्रोत ↗
    • DeepSeekस्थान 3

      Browser Use Cloud ब्राउज़िंग पर 78.0% पर पहुँचता है, पर ClawBench के रोज़मर्रा के कार्यों पर Claude Sonnet 4.6 गिरकर 23.5% पर आ जाता है — जाँच ही असली काम है।

      स्रोत ↗
    • Qwenस्थान 7

      एजेंट कई टैब्स से डेटा इकट्ठा कर सकते हैं, पर गढ़े गए स्रोतों के लिए किसी व्यक्ति की पंक्ति-दर-पंक्ति तथ्य-जाँच चाहिए।

      स्रोत ↗
    7 AI ने इसे यहाँ रखा
  5. 5

    CRM रिकॉर्ड अपडेट करना

    रिकॉर्ड रखने वालों में केवल 25% इसके लिए AI इस्तेमाल करते हैं, जो सर्वेक्षण किए गए दस कार्यों में सबसे कम है। टूल-आधारित एजेंट 64–84% तक पहुँचते हैं, जबकि स्क्रीन से चलने वाले खुले एजेंट सेल्सफोर्स पर 5% से नीचे स्कोर करते हैं।

    शामिल किया: Claude, Meta, Grok, Gemini, Kimi, DeepSeek, Qwen. शामिल नहीं किया: Nova.

    उनकी सूचियों में: Claude: 6 · Meta: 7 · Grok: 7 · Gemini: 7 · Kimi: 7 · DeepSeek: 7 · Qwen: 3

    हर AI ने क्या नोट किया 7
    • Claudeस्थान 6

      रिकॉर्ड रखने वाले केवल 25% कर्मचारी इसके लिए AI इस्तेमाल करते हैं, जो सभी मापे गए कामों में सबसे कम है। उन्हें रिकॉर्ड में चुपचाप होने वाली गलतियों का डर है।

      स्रोत ↗
    • Metaस्थान 7

      WorkArena CRM कार्यों पर केवल 42.7% सफलता — इंसानी जाँच चाहिए, क्योंकि ग्राहक का डेटा पलटना मुश्किल है।

    • Grokस्थान 7

      बहु-ऐप और एंटरप्राइज़ UI वर्कफ़्लो अब भी कठिन हैं (WorkArena सूची फ़िल्टर लगभग 0%); केवल कम-दाँव वाले फ़ील्ड में और त्वरित मानवीय समीक्षा के साथ सुरक्षित।

      स्रोत ↗
    • Geminiस्थान 7

      बेंचमार्क में 74% सटीकता का मतलब है कि बिना समीक्षा के हर 4 में से 1 संपर्क फ़ील्ड बिगड़ जाता है, जिससे ग्राहकों से संपर्क की शुद्धता को खतरा है।

      स्रोत ↗
    • Kimiस्थान 7

      परमाणु CRM संपादन 90.3% पर पास होते हैं, पर उसी ServiceNow काम के संयुक्त संस्करण 2.1% पर ढह जाते हैं — यह 88 अंकों का अंतर ही वह जगह है जहाँ इंसानी जाँच ज़रूरी है।

      स्रोत ↗
    • DeepSeekस्थान 7

      CRM-Agent-Bench की सख़्त सफलता 64.32–83.60% के बीच है, पर SCUBA के Salesforce स्क्रीन टेस्ट में ओपन-सोर्स कंप्यूटर-यूज़ एजेंट 5% से नीचे हैं — API और स्क्रीन अलग दुनिया हैं।

      स्रोत ↗
    • Qwenस्थान 3

      एजेंट मल्टी-टैब फ़ॉर्म आसानी से नेविगेट करते हैं, हालाँकि सेल्स प्रतिनिधि सेव करने से पहले ग्राहक के मुख्य अपडेट अब भी जाँचते हैं।

      स्रोत ↗
    7 AI ने इसे यहाँ रखा
  6. 6

    खर्च की प्रविष्टियाँ और इनवॉइस दर्ज करना

    Fable 5.1 इनवॉइस 72% बार सही भरता है, जबकि सबसे अच्छा मानव परीक्षक 51% पर है। पर वह 28% जो गलत होता है, वह पैसों और ऑडिट के रिकॉर्ड को छूता है।

    शामिल किया: Claude, Meta, Grok, Gemini, Kimi, DeepSeek, Qwen. शामिल नहीं किया: Nova.

    उनकी सूचियों में: Claude: 9 · Meta: 9 · Grok: सूची देखें · Gemini: 9 · Kimi: 9 · DeepSeek: 8 · Qwen: 5

    हर AI ने क्या नोट किया 7
    • Claudeस्थान 9

      यह एक छोटा डेटा-एंट्री काम है जो प्रतिपूर्ति (reimbursement) और ऑडिट ट्रेल को छूता है। डेटा-एंट्री का पेशा 2023 से 2033 के बीच 25.9% सिकुड़ने का अनुमान है।

      स्रोत ↗
    • Metaस्थान 9

      पैसे को छूता है — 90% सटीक एजेंट जिसे पंक्ति-दर-पंक्ति जाँच चाहिए, वह बिल्कुल समय नहीं बचाता।

      स्रोत ↗
    • Grok

      इसकी अपनी सूची में नाम अलग है: पूरी सूची खोलें।

      सूची देखें
    • Geminiस्थान 9

      गलत खर्च-प्रविष्टियाँ ऑडिट दंड लाती हैं; 68% वित्त कर्मी पूरी रसीद-जाँच पर अड़े रहते हैं।

      स्रोत ↗
    • Kimiस्थान 9

      लगभग $21-22 प्रति घंटा के क्लेरिकल वेतन पर, खर्च-प्रविष्टियों की पंक्ति-दर-पंक्ति जाँच लगभग उतनी ही लागत की है जितनी उन्हें टाइप करना — बचत यहीं उड़ जाती है।

      स्रोत ↗
    • DeepSeekस्थान 8

      Fable 5.1 इनवॉइस-एंट्री कार्यों का 72% पास करता है, जो सर्वश्रेष्ठ इंसान के 51% से आगे है, पर जो 28% विफल होते हैं वे पैसा हिला सकते हैं।

      स्रोत ↗
    • Qwenस्थान 5

      एजेंट तारीखें और कुल रकम आसानी से निकालते हैं, पर भुगतान से पहले इंसानों को मंज़ूरी देनी होती है, उसके बाद ही लेखा विभाग चेक काटता है।

      स्रोत ↗
    7 AI ने इसे यहाँ रखा
  7. 7

    भुगतान, वायर ट्रांसफ़र और वेतन

    हर चरण में 98% सटीकता पर, 20 चरणों वाला कार्य अंत तक केवल लगभग 67% बार सफल होता है। ओपनएआई, एंथ्रोपिक और गूगल तीनों पैसों के मामले में इंसान की मंज़ूरी की सलाह देते हैं।

    शामिल किया: Claude, Meta, Grok, Gemini, Kimi, DeepSeek, Qwen. शामिल नहीं किया: Nova.

    उनकी सूचियों में: Claude: 10 · Meta: सूची देखें · Grok: सूची देखें · Gemini: 10 · Kimi: 10 · DeepSeek: 10 · Qwen: 10

    हर AI ने क्या नोट किया 7
    • Claudeस्थान 10

      20 स्टेप पर प्रति स्टेप 98% होने पर भी अंत तक सफलता केवल लगभग 67% है। अपरिवर्तनीय भुगतानों के लिए यह सुरक्षित से बहुत दूर है।

    • Meta

      इसकी अपनी सूची में नाम अलग है: पूरी सूची खोलें।

      सूची देखें
    • Grok

      इसकी अपनी सूची में नाम अलग है: पूरी सूची खोलें।

      सूची देखें
    • Geminiस्थान 10

      88% सटीकता पर भी बैंक राउटिंग प्रविष्टि की अपरिवर्तनीय लागत पंक्ति-दर-पंक्ति इंसानी मंज़ूरी को अनिवार्य करती है।

      स्रोत ↗
    • Kimiस्थान 10

      वह काम जहाँ 90% सटीकता बेकार है — बैंक ट्रांसफ़र में पहुँचने वाला 10% ही वह हिस्सा है जिसे कोई याद रखता है।

      स्रोत ↗
    • DeepSeekस्थान 10

      बेंचमार्क की ज़रूरत नहीं: OpenAI, Anthropic और Google सभी कहते हैं कि पैसे, शर्तों और लॉगिन-क्रेडेंशियल पर इंसानी मंज़ूरी रखें।

      स्रोत ↗
    • Qwenस्थान 10

      सबसे आख़िरी इंसान-इन-द-लूप काम, जहाँ एजेंट का एक गलत क्लिक कंपनी का पैसा तुरंत उड़ा सकता है।

      स्रोत ↗
    7 AI ने इसे यहाँ रखा
  8. 8

    फ़ॉर्म भरना (भुगतान न वाले फ़ॉर्म)

    यह नए मॉडल की मुख्य खूबी है, फिर भी शुरू से अंत तक चलने वाला फ़ॉर्म बेंचमार्क बहु-फ़ाइल फ़ॉर्म पर 43.31 और केवल निर्देश वाले फ़ॉर्म पर 15.5 स्कोर करता है। हर फ़ील्ड को अब भी देखना पड़ता है।

    शामिल किया: Claude, Meta, Gemini, Nova, Kimi, DeepSeek. शामिल नहीं किया: Grok, Qwen.

    उनकी सूचियों में: Claude: 8 · Meta: 8 · Gemini: 4 · Nova · Kimi: 8 · DeepSeek: 5

    हर AI ने क्या नोट किया 6
    • Claudeस्थान 8

      90% सटीक एजेंट वाले व्यक्ति को अब भी हर फ़ील्ड जाँचना पड़ता है। डेटा-एंट्री के लगभग $19.88 प्रति घंटे के मध्यमान पर यह जाँच बचत को पूरी तरह खा सकती है।

      स्रोत ↗
    • Metaस्थान 8

      GPT-6.1 Terra फ़ॉर्म भरने के लिए बना है — पूर्ववर्ती से 15 अंक ऊपर, पर अंदाज़ा अब भी 38% है।

      स्रोत ↗
    • Geminiस्थान 4

      ServiceNow WorkArena पर 84.8% पूर्ति हासिल करता है, दोहराया जाने वाला हाथ का टाइपिंग 70% घटाता है।

      स्रोत ↗
    • Nova

      इसकी अपनी सूची में नाम अलग है: पूरी सूची खोलें।

    • Kimiस्थान 8

      फ़ॉर्म Terra की पूरी बिक्री-पिच हैं — 'फ़ॉर्म भरना' OpenAI का अपना उदाहरण है — फिर भी एंड-टू-एंड एंटरप्राइज़ फ़ॉर्म वर्कफ़्लो बेंचमार्क की सबसे कमज़ोर श्रेणी बने हुए हैं।

      स्रोत ↗
    • DeepSeekस्थान 5

      CRAFT बहु-फ़ाइल फ़ॉर्म पर 43.31 E2E तक पहुँचता है, पर केवल-निर्देश फ़ॉर्म पर 15.5 — फ़ॉर्म आसान है, निर्देश नहीं।

      स्रोत ↗
    6 AI ने इसे यहाँ रखा
  9. 9

    IT सेवा पोर्टल के टिकट और अनुरोध

    सर्विसनाउ के एकल-चरण कार्य एग्रीगेटर बोर्डों पर 79.1–90.3% तक पहुँचते हैं (स्नैपशॉट अलग-अलग हैं)। सेवा-कैटलॉग फ़ॉर्म GPT-4o के साथ भी 77.8% तक पहुँचे।

    शामिल किया: Claude, Grok, Gemini, Qwen. शामिल नहीं किया: Meta, Nova, Kimi, DeepSeek.

    उनकी सूचियों में: Claude: 5 · Grok: 4 · Gemini: 6 · Qwen: 6

    हर AI ने क्या नोट किया 4
    • Claudeस्थान 5

      WorkArena-L1 पर एक एग्रीगेटर दिखाता है कि शीर्ष एजेंट लगभग 79.1% पर है, और उसी स्नैपशॉट में सर्वश्रेष्ठ L2 लगभग 69.4% पर है। सभी पुराने मॉडलों ने सूची फ़िल्टर पर 0% स्कोर किया।

      स्रोत ↗
    • Grokस्थान 4

      WorkArena सेवा-कैटलॉग कार्यों पर GPT-4o-स्तर के मॉडलों के साथ लगभग 78% पहुँचे; UI पारंपरिक है और गलतियाँ आसानी से दिख जाती हैं।

      स्रोत ↗
    • Geminiस्थान 6

      WorkArena स्कोर बताते हैं कि आंतरिक घटनाओं को रूट करने में 79.5% सटीकता है, बिना ग्राहक-सामने वाले संचार को उजागर किए।

      स्रोत ↗
    • Qwenस्थान 6

      WorkArena पर पासवर्ड रीसेट के लिए एंड-टू-एंड सफलता ठोस है, पर हार्डवेयर अनुरोधों को अब भी इंसानी मंज़ूरी चाहिए।

    4 AI ने इसे यहाँ रखा
  10. 10

    कई ऐप में चलने वाले कार्यप्रवाह

    सबसे कठिन मामला: OSWorld 2.0 पर पूरी तरह पूरा होने का सबसे अच्छा आँकड़ा 48.7% है, जो एंथ्रोपिक ने खुद बताया है। जबकि पेपर के सबसे अच्छे आधिकारिक परीक्षण में 20.6% कार्य पूरे हुए।

    शामिल किया: Claude, Meta, DeepSeek, Qwen. शामिल नहीं किया: Grok, Gemini, Nova, Kimi.

    उनकी सूचियों में: Claude: 7 · Meta: 10 · DeepSeek: 9 · Qwen: सूची देखें

    हर AI ने क्या नोट किया 4
    • Claudeस्थान 7

      OSWorld 2.0 की रिपोर्ट बहु-ऐप काम को सबसे कठिन मामला बताती है, जिसमें एक कार्य में पाँच ऐप तक हो सकते हैं। सबसे अच्छी पूरी पूर्ति 48.7% है (Anthropic की रिपोर्ट के अनुसार)।

      स्रोत ↗
    • Metaस्थान 10

      OSWorld 2.0 की मध्यमान अवधि 1.6 घंटे, 318 टूल कॉल — छोटे कार्यों पर 20-24% बाइनरी पूर्ति, लंबे पर ढह जाती है।

      स्रोत ↗
    • DeepSeekस्थान 9

      OSWorld 2.0 का सर्वश्रेष्ठ एजेंट 108 बहु-ऐप वर्कफ़्लो का 20.6% पूरी तरह पूरा करता है, जिनमें औसतन 318 टूल कॉल होते हैं — पाँच में से चार को अब भी इंसान चाहिए।

      स्रोत ↗
    • Qwen

      इसकी अपनी सूची में नाम अलग है: पूरी सूची खोलें।

      सूची देखें
    4 AI ने इसे यहाँ रखा

शीर्ष तीन के बारे में और ↓

02शीर्ष तीन के बारे में और

रैंकिंग ऊपर है। यहाँ शीर्ष तीन स्थानों के बारे में और जानकारी है: वे क्या हैं, यहाँ क्यों हैं, और क्या जानना उपयोगी है।

तीनों की तुलना अलग-अलग पैमानों से की गई है: फ़ाइलें छाँटने को कोई बेंचमार्क नहीं मापता, जबकि बाकी दो अलग-अलग सर्वेक्षणों और परीक्षणों पर टिके हैं, जिनके आधार भी अलग हैं।

1फ़ाइलें छाँटना और नाम बदलना

नं. 1 — फ़ाइलें छाँटना और नाम बदलना. 8 में से 8 AI की सूचियों में; वहाँ मध्य स्थान: 1. गलती एक नज़र में दिख जाती है और फ़ाइल को वापस खींचकर ठीक हो जाती है, इसलिए जाँचने में बस कुछ सेकंड लगते हैं।

क्या आप जानते हैं

  • फ़रवरी 2026 में एक वेंचर कैपिटलिस्ट का कहना है कि उनकी पत्नी के डेस्कटॉप को व्यवस्थित करने के लिए कहे गए एक AI एजेंट ने परिवार की लगभग 15 साल की तस्वीरों वाला फ़ोल्डर मिटा दिया। उनकी रिपोर्ट के अनुसार एप्पल सपोर्ट ने iCloud के ज़रिए वे तस्वीरें वापस निकाल दीं। डेटाबेस इसे एक आरोप के रूप में दर्ज करता है।

यह क्या है
किसी AI एजेंट को फ़ाइलें फ़ोल्डरों में रखने और उनका नाम बदलने देना।
इसकी बढ़त
तीनों में इसकी गलतियाँ सबसे आसानी से दिखती हैं और सबसे आसानी से ठीक होती हैं।
किसे जानना चाहिए
बिखरे हुए फ़ोल्डर वाले किसी भी व्यक्ति के लिए उपयोगी: यह बताता है कि पहली बार सौंपने का सबसे कम जोखिम कहाँ है।
  • सौंपने में सबसे सुरक्षितवापस खींचकर ठीक हो जाती है
यह यहाँ क्यों है
  • अकेले फ़ाइल छाँटने को कोई बेंचमार्क नहीं मापता। सबसे नज़दीकी पैमाना OSWorld परीक्षण है, जिसमें पूरे कंप्यूटर के काम शामिल हैं, फ़ाइलों का काम भी: इंसान 72.36% से ज़्यादा काम पूरे कर पाए, जबकि उस शुरुआती परीक्षण में सबसे अच्छा AI सिर्फ़ 12.24% तक पहुँचा।

  • 2026 के एक सर्वेक्षण में 20% कामकाजी वयस्कों ने कहा कि अब AI उनका कम से कम एक ऐसा काम संभालता है, जो वे कभी सहकर्मी या ठेकेदार को सौंपते थे। इस सर्वेक्षण में फ़ाइल छाँटने का कोई आँकड़ा नहीं है, लेकिन वहाँ की गलतियाँ आसानी से दिखती और ठीक होती हैं।

इतिहास
  • 1981 में ज़ेरॉक्स ने स्टार नाम का कंप्यूटर जारी किया, जो दफ़्तर की तरह डेस्कटॉप स्क्रीन इस्तेमाल करता था। इसकी कीमत $16,595 थी, इसलिए इसका निशाना बड़ी कंपनियाँ थीं। फिर भी इसकी «दसियों हज़ार» इकाइयाँ बिकीं।

ध्यान रखें
  • शीर्ष स्थान आसान वापसी पर टिका है, लेकिन एक लेख के अनुसार पढ़ना वापस लिया जा सकता है, जबकि नाम बदलना, ले जाना और मिटाना नहीं। लेख यह भी जोड़ता है कि एक साफ़-सुथरा टेस्ट फ़ोल्डर अच्छा काम करता है; असली खाते ही वह जगह हैं जहाँ मुसीबत शुरू होती है।

  • उसी लेख की चेतावनी है कि गलत एजेंट चालीस फ़ाइलों का नाम गलत बदल सकता है या ग्राहक के साथ गलत दस्तावेज़ साझा कर सकता है। उसके अनुसार ऐसे कामों में सीटबेल्ट चाहिए, इसलिए चलने देने से पहले पूर्वावलोकन ज़रूर देख लें।

आगे कहाँ देखें
  • बिखरे फ़ोल्डर की एक प्रति पर Finder का बैच रीनेम आज़माएँ। फ़ाइलें चुनें, राइट-क्लिक करें, Rename चुनें, फिर Format चुनकर काउंटर जोड़ें। अगर नतीजा ठीक न लगे तो Command-Z से वापस लें।

शीर्ष तीन की तुलना करें ↓

2स्प्रेडशीट की सफ़ाई और डेटा विश्लेषण

नं. 2 — स्प्रेडशीट की सफ़ाई और डेटा विश्लेषण. 8 में से 8 AI की सूचियों में; वहाँ मध्य स्थान: 4. यह वह काम है जिसे लोग सबसे ज़्यादा पूरी तरह सौंपते हैं, लेकिन बेंचमार्क के नतीजे बहुत अलग-अलग हैं, इसलिए नतीजों की जाँच ज़रूरी है।

क्या आप जानते हैं

  • दिसंबर 2025 में Simular ने कहा कि उसका Agent S OSWorld पर 72.6% सफलता दर तक पहुँचा, जो इंसानों के 72.36% के आधार-स्तर से थोड़ा ऊपर है। यह कंपनी की अपनी घोषणा है, और इंसानों का आँकड़ा मूल सेटअप में मापा गया था।

यह क्या है
किसी AI एजेंट को स्प्रेडशीट साफ़ करने और उनके डेटा का विश्लेषण करने देना।
इसकी बढ़त
दूसरे दो कामों की तुलना में इसे ज़्यादा कामकाजी लोग पूरी तरह सौंपते हैं।
किसे जानना चाहिए
जो भी आँकड़ों के साथ काम करता है उसके लिए उपयोगी: यह दिखाता है कि बड़ी स्प्रेडशीट बनाने के काम अब भी अक्सर विफल होते हैं।
  • सौंपने में सबसे सुरक्षित7.1% पूरी तरह सौंपा गया
यह यहाँ क्यों है
  • डेटा का विश्लेषण वह काम है जिसे कामकाजी लोग सबसे ज़्यादा पूरी तरह सौंपते हैं: सर्वेक्षण में शामिल लोगों में से 7.1%। यह कामकाजी दस्तावेज़ पढ़ने के 5.7% से आगे है। जो लोग डेटा का विश्लेषण करते हैं, उनमें से 46% इसके लिए AI इस्तेमाल करते हैं।

  • बड़ी स्प्रेडशीट बनाना कहीं ज़्यादा कठिन है। MBABench 2.0 पर, जिसमें वित्त-विशेषज्ञों के 101 काम हैं, सबसे अच्छा AI सेटअप 15.8% (101 में से 16) पास हुआ। बाकी ज़्यादातर सेटअप 8% या उससे कम अंक पर रहे।

इतिहास
  • 1978 में डैन ब्रिकलिन ने एक हार्वर्ड प्रोफ़ेसर को ब्लैकबोर्ड पर आँकड़े मिटाते देखा और सोचा कि यह काम कंप्यूटर भी कर सकता है। 1979 में आए VisiCalc के बारे में कहा जाता है कि उस साल बिके एप्पल II में से 25% से ज़्यादा पर उसे चलाया गया।

ध्यान रखें
  • उसी परीक्षण में ChatGPT ने हार मान ली और लेखक से कहा कि विश्लेषण वे खुद करें। जब एजेंट काम पूरा कर दे, तब भी उसके जोड़ों को इस्तेमाल से पहले मूल डेटा से मिलाएँ।

लोग क्या कहते हैं
  • And to my surprise, I discovered that not a single partner mention count done by ChatGPT was right. — Rolf Mistelbacher

आगे कहाँ देखें
  • पढ़ें कि Sheets का Explore पैनल सीधे सवालों के जवाब पिवट टेबल से कैसे देता है। एक छोटी नमूना तालिका से शुरू करें, और किसी भी जवाब पर भरोसा करने से पहले उसे मूल पंक्तियों से मिलाएँ।

शीर्ष तीन की तुलना करें ↓

3PDF और दस्तावेज़ से डेटा निकालना

नं. 3 — PDF और दस्तावेज़ से डेटा निकालना. 8 में से 7 AI की सूचियों में; वहाँ मध्य स्थान: 2.5. कई कामकाजी लोग इसे पहले से सौंप रहे हैं, और नतीजे को दोबारा टाइप करने के बजाय मूल पेज से जाँचा जा सकता है।

क्या आप जानते हैं

  • एडोब के अपने निदेशक मंडल ने एक बार PDF फ़ॉर्मेट का विकास बंद करने की कोशिश की थी। शुरुआत में इसे अपनाने की रफ़्तार धीमी थी। Adobe Acrobat मुफ़्त नहीं था, हालाँकि रीडर संस्करण 2.0 से मुफ़्त था।

यह क्या है
किसी AI एजेंट को PDF, फ़ॉर्म और इनवॉइस से डेटा निकालने देना।
इसकी बढ़त
हर नतीजे की तुलना मूल पेज से की जा सकती है, इसलिए जाँच जल्दी होती है।
किसे जानना चाहिए
काग़ज़ी काम संभालने वाले किसी भी व्यक्ति के लिए उपयोगी: यह बताता है कि कौन-से हिस्से, जैसे टेबल, ध्यान से देखने लायक हैं।
  • सौंपने में सबसे सुरक्षित5.7% पूरी तरह सौंपा गया
यह यहाँ क्यों है
  • जो कामकाजी लोग काम के दस्तावेज़ पढ़ते हैं, उनमें से 39% इसके लिए AI इस्तेमाल करते हैं, जबकि डेटा विश्लेषण के लिए 46%। पूरी तरह सौंपना 5.7% है, जो डेटा विश्लेषण के 7.1% से कम है, इसलिए लोग यह काम अब भी खुद जाँचते हैं।

  • एक स्वतंत्र परीक्षण में AWS Textract ने इनवॉइस के खाने 91.3% मामलों में सही पढ़े। टेबल पढ़ने में वह कमज़ोर रहा: गूगल Document AI और GPT-4o, दोनों 38.5% अंक पर रहे, इसलिए टेबल वह हिस्सा है जिसे पेज से मिलाकर देखना चाहिए।

इतिहास
  • 1990 में एडोब के सह-संस्थापक जॉन वार्नॉक ने «Camelot» नाम का पर्चा लिखा, जो काग़ज़ के पन्नों को डिजिटल फ़ाइलों में बदलने की योजना थी। वही बाद में PDF बना, जिसे आधिकारिक तौर पर 15 जून 1993 को लॉन्च किया गया।

ध्यान रखें
  • एक यूआईपाथ उपयोगकर्ता को एक इनवॉइस में ऐसा मामला मिला, जहाँ टूल अपनी ओर से जानकारी गढ़ रहा था, और उन्हें शक है कि उसने दर और घंटे पहले की मदों से ले लिए हों। हर आँकड़े को मूल पेज से मिलाकर जाँचें, सिर्फ़ कुछ को नहीं।

    स्रोत ↗ ✓ कई AI ने पुष्टि की
  • इनवॉइस और टेबल पर पाँच AI मॉडलों के एक परीक्षण में पाया गया कि कुछ मॉडल प्रभावित करने वाले निकले, जबकि कुछ ने जोड़ गढ़ दिए या शीर्षकों को नज़रअंदाज़ कर दिया। नतीजे टूल के हिसाब से बहुत अलग हैं।

शीर्ष तीन की तुलना करें ↓

शीर्ष तीन आमने-सामने

फ़ाइलें छाँटना और नाम बदलनास्प्रेडशीट की सफ़ाई और डेटा विश्लेषणPDF और दस्तावेज़ से डेटा निकालना
AI सूचियों में8 / 88 / 87 / 8
सौंपने में सबसे सुरक्षितवापस खींचकर ठीक हो जाती है7.1% पूरी तरह सौंपा गया5.7% पूरी तरह सौंपा गया
पहला स्थान दियाClaude, Meta, Grok, Gemini, Kimi, DeepSeek, Qwen——

जिन स्थानों को बराबर AI ने चुना, वे AI सूचियों में उनके औसत स्थान के क्रम में हैं।

03जानने योग्य

सूची बनाते समय AI ने क्या देखा।

कर्मचारी वही नहीं सौंपते जिसमें एजेंट बेंचमार्क पर सबसे अच्छे हैं। डेटा विश्लेषण (7.1%) और दस्तावेज़ पढ़ना (5.7%) पूरी तरह सौंपने में आगे हैं, जबकि रिकॉर्ड रखने वालों में केवल 25% ही AI इस्तेमाल करते हैं।

किसने देखा:
शामिल किया: Claude. शामिल नहीं किया: Meta, Grok, Gemini, Nova, Kimi, DeepSeek, Qwen.
स्रोत ↗

एकल-चरण और बहु-चरण नतीजे अलग-अलग एजेंटों और सालों से आते हैं: WorkArena-L1 बोर्डों पर लगभग 79–90%, जबकि 2024 के WorkArena++ कार्यों पर GPT-4o का 2.1%। इन कार्यों को इंसान 93.9% बार पूरा कर लेते हैं।

किसने देखा:
शामिल किया: Claude, Grok, Kimi, DeepSeek, Qwen. शामिल नहीं किया: Meta, Gemini, Nova.
स्रोत ↗

भरोसा इस्तेमाल से पीछे है: केवल 27% कर्मचारी पूरी तरह सहमत हैं कि वे AI एजेंटों को कार्य सौंपने में सहज हैं।

किसने देखा:
शामिल किया: Kimi. शामिल नहीं किया: Claude, Meta, Grok, Gemini, Nova, DeepSeek, Qwen.
स्रोत ↗

सर्वेक्षण असहमत हैं कि AI का काम कितना सुधार माँगता है। एपोक/इप्सोस को 66% आउटपुट बिना बदले या हल्के संपादन के साथ इस्तेमाल होता मिला, जबकि असाना को 54% कर्मचारी उसे दोबारा करते या ठीक करते मिले।

किसने देखा:
शामिल किया: Claude. शामिल नहीं किया: Meta, Grok, Gemini, Nova, Kimi, DeepSeek, Qwen.
स्रोत ↗

इंतज़ार भी लागत का हिस्सा है: एक अध्ययन में एक एजेंट को लाइन स्पेसिंग बदलने में 12 मिनट लगे, जिसे इंसान कुछ ही मिनटों में कर देता है।

किसने देखा:
शामिल किया: Claude. शामिल नहीं किया: Meta, Grok, Gemini, Nova, Kimi, DeepSeek, Qwen.
स्रोत ↗

04लोग क्या पूछते हैं

AI एजेंट क्या कर सकते हैं?

वे फ़ाइलें छाँट सकते हैं, PDF से डेटा निकाल सकते हैं, शोध के लिए ब्राउज़ कर सकते हैं और एक-चरण वाले IT पोर्टल के काम एग्रीगेटर बोर्ड पर 79–90% पर कर सकते हैं। लंबे, कई ऐप वाले काम में सबसे अच्छी सख़्त पूर्णता अब भी 48.7% है।

स्रोत ↗
मैं कौन-से दफ़्तरी काम AI एजेंट को सौंप सकता हूँ?

उलटे जा सकने वाले कामों से शुरू करें, जैसे फ़ाइलें छाँटना और दस्तावेज़ पढ़ना, जिन्हें 5.7% कामगार पहले ही पूरी तरह सौंप चुके हैं। CRM रिकॉर्ड, खर्च और भुगतान पर इंसानी जाँच रखें।

स्रोत ↗
AI से स्वचालित काम कैसे बनाएँ?

कोई छोटा, जाँचा जा सकने वाला काम चुनें, GPT-6.1 Terra जैसा कंप्यूटर-उपयोग मॉडल लें (प्रति दस लाख टोकन $1/$5), चरण और खर्च की सीमा तय करें, और पैसे से जुड़ी हर चीज़ पर मंज़ूरी माँगें।

स्रोत ↗
दफ़्तरी काम के लिए एजेंट के बेंचमार्क अंक इतने अलग क्यों हैं?

वे अलग-अलग इंटरफ़ेस और काम की अलग लंबाई परखते हैं: CRM एजेंट API के ज़रिए 64–84% अंक लाते हैं, पर स्क्रीन पर सेल्सफोर्स चलाते समय 5% से भी कम।

स्रोत ↗

05हमने कैसे गिना

सीधी भाषा में, बिना सूत्रों के।

1सवाल

आज AI एजेंट जो 10 दफ़्तरी काम संभाल सकते हैं, और वे जिनमें अब भी इंसानी जाँच चाहिए

2यह विषय क्यों

प्रयोगशाला की सफलता दरों को इस बात से मिलाने पर कि कामगार एजेंट पर वास्तव में कितना भरोसा करते हैं, और जाँच में कितना समय लगता है, पता चलता है कि पाठक कौन-से रोज़मर्रा के काम अभी सौंप सकता है। कोई एक बेंचमार्क या सर्वे यह नहीं दिखाता।

3यह कहाँ लागू होता है

दुनिया भर के दफ़्तरी और ज्ञान-कार्य: फ़ॉर्म भरना, स्प्रेडशीट, CRM अपडेट, PDF से निकासी, फ़ाइल छँटाई, खर्च की प्रविष्टियाँ, ब्राउज़िंग और कई ऐप वाले कार्यप्रवाह

4हमने किन बातों पर ध्यान दिया

  • बेंचमार्क में उस तरह के काम पर एजेंट की सफलता दर (OSWorld श्रेणियाँ, WorkArena)
  • वे कामगार जो वह काम पहले ही AI को पूरी तरह सौंप चुके हैं, या मना करते हैं
  • एजेंट के काम को जाँचने और सुधारने में इंसान को लगने वाला समय, हाथ से काम करने की तुलना में
  • गलती की कीमत: काम पैसे, ग्राहक के डेटा या ऐसे रिकॉर्ड से जुड़ा है या नहीं, जिन्हें पलटना कठिन हो
  • OSWorld 2.0 (XLang Lab, Snorkel का विवरण) — लंबे डेस्कटॉप और कई ऐप वाले कामों पर सफलता और विफलता के तरीके; श्रेणीवार प्रतिशत प्रकाशित नहीं हैं
  • WorkArena (सर्विसनाउ रिसर्च, मूल शोधपत्र) — एंटरप्राइज़ वेब कार्यप्रवाहों पर शुरू से अंत तक सफलता: GPT-4o लगभग 42.7%, सूची छानने में 0%
  • WorkArena-L1 लीडरबोर्ड स्नैपशॉट (एग्रीगेटर) — तीसरे पक्ष के BrowserGym इंपोर्ट से एक-चरण वाले सर्विसनाउ काम; मूल स्रोत से जाँचा नहीं गया
  • एपोक एआई / इप्सोस सर्वे (जुलाई 2026) — अमेरिका के 1,106 कामगारों में से कितने प्रतिशत दस में से हर काम पूरी तरह AI को सौंपते हैं

5रैंक किसने दी

अग्रणी AI: Claude, Meta, Grok, Gemini, Nova, Kimi, DeepSeek, Qwen। हर एक ने स्वतंत्र रूप से दस स्थानों की अपनी सूची बनाई और हर स्थान के लिए स्रोत बताया।

6स्थान कैसे तय हुए

अलग-अलग AI द्वारा अलग ढंग से लिखी गई एक ही चीज़ को एक गिना गया। जितने ज़्यादा AI ने किसी चीज़ को अपनी सूची में रखा और जितना ऊपर रखा, उसका स्थान उतना ऊँचा। "AI की सहमति" बताती है कि कितने AI की अपनी सूची में वह चीज़ थी। स्रोत केवल वही हैं जो AI ने खुद खोजे; हाथ से कुछ नहीं जोड़ा गया।

06हर AI की अपनी सूची

🇺🇸 Claude10 स्थान · 4 नोट

वही सवाल, जिसका जवाब अकेले Claude ने दिया। ऊपर की अंतिम सूची सभी AI को मिलाती है।

  1. 1
    फ़ाइलें छाँटना, नाम बदलना और फ़ाइलिंग

    यहाँ गलती आम तौर पर पलटी जा सकती है और एक नज़र में दिख जाती है। इसलिए मामूली सफलता दर पर भी यह सुरक्षित है, क्योंकि जाँचने में सिर्फ़ कुछ सेकंड लगते हैं।

    स्रोत ↗
  2. 2
    दस्तावेज़ पढ़ना और PDF से डेटा निकालना

    कार्य दस्तावेज़ पढ़ना पहले से ही सबसे ज़्यादा सौंपे जाने वाले कामों में है, 5.7% कर्मचारी इसे करते हैं। यह ऐसा आउटपुट है जिसे आप स्रोत से मिलाकर जाँच सकते हैं।

    स्रोत ↗
  3. 3
    वेब पर शोध और ब्राउज़िंग

    एजेंट केवल जानकारी इकट्ठा करता है और कुछ नहीं बदलता। OSWorld 2.0 की रिपोर्ट कहती है कि Claude गतिशील वातावरण और कई स्रोतों के बीच तर्क में बेहतर है।

    स्रोत ↗
  4. 4
    स्प्रेडशीट का विश्लेषण और सफ़ाई (ड्राफ़्ट, फ़ॉर्मूले)

    डेटा विश्लेषण 7.1% कर्मचारियों के साथ सबसे ज़्यादा सौंपा जाने वाला अकेला काम है, फिर भी एक पुराने OfficeWorld परीक्षण में आधार-मॉडल Word, Excel और PowerPoint कार्यों पर लगभग 21-23% पर थे।

    स्रोत ↗
  5. 5
    नियमित IT-पोर्टल के काम और टिकट

    WorkArena-L1 पर एक एग्रीगेटर दिखाता है कि शीर्ष एजेंट लगभग 79.1% पर है, और उसी स्नैपशॉट में सर्वश्रेष्ठ L2 लगभग 69.4% पर है। सभी पुराने मॉडलों ने सूची फ़िल्टर पर 0% स्कोर किया।

    स्रोत ↗
  6. 6
    CRM रिकॉर्ड अपडेट (गैर-वित्तीय फ़ील्ड)

    रिकॉर्ड रखने वाले केवल 25% कर्मचारी इसके लिए AI इस्तेमाल करते हैं, जो सभी मापे गए कामों में सबसे कम है। उन्हें रिकॉर्ड में चुपचाप होने वाली गलतियों का डर है।

    स्रोत ↗
  7. 7
    कई ऐप वाले कार्यप्रवाह (कई टूल के बीच डेटा कॉपी)

    OSWorld 2.0 की रिपोर्ट बहु-ऐप काम को सबसे कठिन मामला बताती है, जिसमें एक कार्य में पाँच ऐप तक हो सकते हैं। सबसे अच्छी पूरी पूर्ति 48.7% है (Anthropic की रिपोर्ट के अनुसार)।

    स्रोत ↗
  8. 8
    फ़ॉर्म भरना (पैसे से जुड़ा नहीं: साइन-अप, सर्वे, अनुरोध)

    90% सटीक एजेंट वाले व्यक्ति को अब भी हर फ़ील्ड जाँचना पड़ता है। डेटा-एंट्री के लगभग $19.88 प्रति घंटे के मध्यमान पर यह जाँच बचत को पूरी तरह खा सकती है।

    स्रोत ↗
  9. 9
    खर्च की प्रविष्टियाँ और रिपोर्ट

    यह एक छोटा डेटा-एंट्री काम है जो प्रतिपूर्ति (reimbursement) और ऑडिट ट्रेल को छूता है। डेटा-एंट्री का पेशा 2023 से 2033 के बीच 25.9% सिकुड़ने का अनुमान है।

    स्रोत ↗
  10. 10
    पैसे चलाने वाले फ़ॉर्म (भुगतान, इनवॉइस, वेतन, बैंक ट्रांसफ़र)

    20 स्टेप पर प्रति स्टेप 98% होने पर भी अंत तक सफलता केवल लगभग 67% है। अपरिवर्तनीय भुगतानों के लिए यह सुरक्षित से बहुत दूर है।

Claude ने क्या देखा

जिन कामों को सबसे ज़्यादा सौंपा जाता है, वे वही नहीं हैं जिनमें एजेंट बेंचमार्क पर सबसे अच्छे हैं। कर्मचारी डेटा विश्लेषण (7.1%), दस्तावेज़ पढ़ना (5.7%) और रिकॉर्ड-रखना (5.3%) सौंपते हैं, जबकि रिकॉर्ड रखने वालों में से केवल 25% इसके लिए AI इस्तेमाल करते हैं।

प्रति-स्टेप विश्वसनीयता जुड़ती जाती है। 20 स्टेप पर 98% प्रति स्टेप से अंत तक लगभग 67% मिलता है, और OSWorld 2.0 कार्यों में औसतन 300 से ज़्यादा स्टेप होते हैं।

पंक्ति की दूरी बदलने के लिए 12 मिनट का एजेंट रन बचत का दूसरा पहलू दिखाता है। जो समय आप बचाते हैं, वह एजेंट के इंतज़ार और उसका काम जाँचने में जा सकता है।

इस शोध में घूम रही एक व्यावहारिक दलील है कि बैक-ऑफ़िस काम 'ग्रेड कर्व पर नहीं होता' ('doesn't grade on a curve')। अगर इंसान हर आउटपुट की समीक्षा करता है, तो कोई मेहनत नहीं बची।

🇺🇸 Meta10 स्थान · 2 नोट

वही सवाल, जिसका जवाब अकेले Meta ने दिया। ऊपर की अंतिम सूची सभी AI को मिलाती है।

  1. 1
    फ़ाइलें छाँटना और व्यवस्थित करना

    गलती की शून्य लागत — एजेंट 60% सटीक होकर भी $41,340 के डेटा-एंट्री मध्यमान के मुकाबले समय बचा सकता है।

    स्रोत ↗
  2. 2
    वेब ब्राउज़िंग और शोध-सामग्री जुटाना

    एजेंट अब बिना निगरानी के प्राइसिंग पेज पढ़ते हैं और विक्रेताओं की तुलना करते हैं — WorkArena वेब कार्यों पर 42.7% से 55% सफलता।

  3. 3
    PDF से डेटा निकालना

    कोड चलाकर संरचित निष्कर्षण — पलटने की कम लागत, हाथ से कॉपी-पेस्ट के मुकाबले समय की बड़ी बचत।

    स्रोत ↗
  4. 4
    स्प्रेडशीट का फ़ॉर्मैट और फ़ॉर्मूले

    OSWorld 1.0 में प्रति कार्य 30 टूल कॉल बनाम OSWorld 2.0 में 318 — छोटे स्प्रेडशीट संपादन अब मानव के 72.36% आधार-स्तर के पास हैं।

    स्रोत ↗
  5. 5
    दस्तावेज़ संपादन और रूपांतरण

    GPT-6.1 Terra तकनीकी संचार में उत्कृष्ट है — OpenAI के अनुसार प्रस्ताव लिखने और ड्रॉइंग समझने में।

    स्रोत ↗
  6. 6
    ईमेल ड्राफ़्ट करना और सार बनाना

    कार्यरत वयस्कों में से 38% काम के लिए चैटबॉट इस्तेमाल करते हैं — सौंपने की सबसे ऊँची दर, कम गलती-लागत।

    स्रोत ↗
  7. 7
    CRM में डेटा दर्ज करना और अपडेट

    WorkArena CRM कार्यों पर केवल 42.7% सफलता — इंसानी जाँच चाहिए, क्योंकि ग्राहक का डेटा पलटना मुश्किल है।

  8. 8
    फ़ॉर्म भरना (पैसे से जुड़ा नहीं)

    GPT-6.1 Terra फ़ॉर्म भरने के लिए बना है — पूर्ववर्ती से 15 अंक ऊपर, पर अंदाज़ा अब भी 38% है।

    स्रोत ↗
  9. 9
    खर्च की रिपोर्ट और इनवॉइस दर्ज करना

    पैसे को छूता है — 90% सटीक एजेंट जिसे पंक्ति-दर-पंक्ति जाँच चाहिए, वह बिल्कुल समय नहीं बचाता।

    स्रोत ↗
  10. 10
    पैसे या ग्राहक के डेटा वाले कई-ऐप कार्यप्रवाह

    OSWorld 2.0 की मध्यमान अवधि 1.6 घंटे, 318 टूल कॉल — छोटे कार्यों पर 20-24% बाइनरी पूर्ति, लंबे पर ढह जाती है।

    स्रोत ↗

Meta ने क्या देखा

फ़ाइलें छाँटना फ़ॉर्म भरने से ऊपर आ सकता है: 60% मध्यम सफलता पर भी शून्य पलटने-लागत, जबकि 90% सटीक पैसे वाले फ़ॉर्म को इंसानी जाँच पूरी चाहिए।

BLS OEWS: डेटा एंट्री का मध्यमान $41,340 और लगभग $20/घंटा — $0.31 (कैश के साथ) का एजेंट रन बताता है कि मूल्य में जाँच का समय टोकन कीमत से ज़्यादा है।

🇺🇸 Grok10 स्थान · 3 नोट

वही सवाल, जिसका जवाब अकेले Grok ने दिया। ऊपर की अंतिम सूची सभी AI को मिलाती है।

  1. 1
    फ़ाइलें छाँटना और व्यवस्थित करना (2026)

    फ़ाइल-प्रबंधन कार्य OSWorld पर सबसे ज़्यादा सफलता वाली श्रेणियों में हैं; कम गलती-लागत और आसान विज़ुअल जाँच इन्हें मामूली दर पर भी सौंपने लायक बनाती है।

    स्रोत ↗
  2. 2
    जानकारी जुटाना और शोध (2026)

    Microsoft के डेटा में कार्यस्थल पर AI का सबसे बड़ा उपयोग निर्णय-सहायता और जानकारी खोजने में है (27.5% और 13%); कर्मचारी ये काम पहले से ही खुले मन से सौंप रहे हैं।

    स्रोत ↗
  3. 3
    गैर-ज़रूरी ड्राफ़्ट और सार (2026)

    पाठ का मसौदा और सारांश सबसे आम AI कार्यों में हैं; आंतरिक मसौदों के लिए जाँच तेज़ है और गलती की लागत कम है।

    स्रोत ↗
  4. 4
    सरल सेवा-सूची और सामान्य फ़ॉर्म भरना (2026)

    WorkArena सेवा-कैटलॉग कार्यों पर GPT-4o-स्तर के मॉडलों के साथ लगभग 78% पहुँचे; UI पारंपरिक है और गलतियाँ आसानी से दिख जाती हैं।

    स्रोत ↗
  5. 5
    संरचित स्रोतों से स्प्रेडशीट में डेटा दर्ज करना (2026)

    LibreOffice Calc कार्य शीर्ष एजेंटों के लिए OSWorld-Verified पर ऊँचे स्कोर करते हैं; फिर भी फ़ॉर्मूला या कई शीट के तर्क में स्पॉट-चेक चाहिए।

    स्रोत ↗
  6. 6
    गैर-वित्तीय रिकॉर्ड के लिए PDF / दस्तावेज़ से निकासी (2026)

    OSWorld में दस्तावेज़ कार्य आम हैं; जब लक्ष्य स्कीमा साफ़ हो और आउटपुट आगे इस्तेमाल से पहले देख लिया जाए, तो निष्कर्षण में उच्च सफलता मिलती है।

  7. 7
    गैर-ज़रूरी CRM फ़ील्ड अपडेट (2026)

    बहु-ऐप और एंटरप्राइज़ UI वर्कफ़्लो अब भी कठिन हैं (WorkArena सूची फ़िल्टर लगभग 0%); केवल कम-दाँव वाले फ़ील्ड में और त्वरित मानवीय समीक्षा के साथ सुरक्षित।

    स्रोत ↗
  8. 8
    साधारण ईमेल छँटाई और नियमित जवाब (2026)

    Thunderbird जैसे कार्य Verified बोर्ड पर अच्छे स्कोर करते हैं; कर्मचारी ड्राफ़्टिंग के लिए AI पहले से इस्तेमाल करते हैं, पर निजी या संवेदनशील मेल पर इंसान की एक नज़र अब भी चाहिए।

    स्रोत ↗
  9. 9
    खर्च और प्रतिपूर्ति की प्रविष्टि (2026)

    OSWorld 2.0 के लंबे वर्कफ़्लो में आम; आंशिक प्रगति अक्सर होती है, पर पूरी पूर्ति कम है और एक गलती पैसा हिला सकती है या ऑडिट समस्या खड़ी कर सकती है।

    स्रोत ↗
  10. 10
    पैसे चलाने वाले या आधिकारिक रिकॉर्ड अपडेट करने वाले फ़ॉर्म (2026)

    90% सटीकता पर भी पंक्ति-दर-पंक्ति जाँच चाहिए हो सकती है, जो समय की बचत मिटा देती है; कई सिस्टमों में गलती की लागत ऊँची और अपरिवर्तनीय है।

    स्रोत ↗

Grok ने क्या देखा

Microsoft Work Trend Index के आँकड़े बताते हैं कि निर्णय-लेने और जानकारी खोजने का AI उपयोग हावी है, जबकि शुद्ध कार्य-स्वचालन छोटा है; कर्मचारी AI के आउटपुट को अब भी शुरुआती बिंदु मानते हैं।

WorkArena++ के संयुक्त एंटरप्राइज़ कार्य लगभग अनसुलझे हैं (GPT-4o ~2.1% बनाम इंसान 93.9%), इसलिए बहु-चरणीय CRM या IT वर्कफ़्लो को अब भी भारी मानवीय निगरानी चाहिए।

औसत ज्ञान-कर्मी “botsitting” (यानी एजेंट के काम की जाँच और सुधार) में काफ़ी समय लगाते हैं; उच्च-दाँव वाले कामों में जाँच का समय तेज़ी के फ़ायदे को मिटा सकता है।

🇺🇸 Gemini10 स्थान · 3 नोट

वही सवाल, जिसका जवाब अकेले Gemini ने दिया। ऊपर की अंतिम सूची सभी AI को मिलाती है।

  1. 1
    स्थानीय फ़ाइल छँटाई और फ़ोल्डर संग्रह

    92% बेंचमार्क सफलता दर और शून्य-लागत वाली 'पूर्ववत' (undo) कमांड के साथ यह इंसानी क्लेरिकल समय का 85% बचाता है।

    स्रोत ↗
  2. 2
    PDF और इनवॉइस से तालिकाओं में डेटा निकालना

    विज़न एजेंट गंदी, कई-पेज वाली रसीदें 89% सटीकता से पढ़ते हैं, और कुल योग पर केवल स्पॉट-चेक चाहिए।

    स्रोत ↗
  3. 3
    वेब शोध और प्रतिस्पर्धी कीमतों का संग्रह

    ब्राउज़िंग एजेंट कई साइटों से बाज़ार-कैटलॉग भरोसेमंद ढंग से जोड़ते हैं, बिना लाइव डेटा बदलने के जोखिम के।

  4. 4
    ड्राफ़्ट दस्तावेज़ों से सामान्य वेब फ़ॉर्म भरना

    ServiceNow WorkArena पर 84.8% पूर्ति हासिल करता है, दोहराया जाने वाला हाथ का टाइपिंग 70% घटाता है।

    स्रोत ↗
  5. 5
    स्प्रेडशीट की सफ़ाई और फ़ॉर्मूले का मानकीकरण

    81% शीट में स्ट्रिंग की छँटाई और हेडर मिलान स्वचालित करता है, पर वाक्यरचना की विसंगतियों को अब भी सत्यापन चाहिए।

    स्रोत ↗
  6. 6
    IT सेवा टिकटों का रूटिंग और वर्गीकरण

    WorkArena स्कोर बताते हैं कि आंतरिक घटनाओं को रूट करने में 79.5% सटीकता है, बिना ग्राहक-सामने वाले संचार को उजागर किए।

    स्रोत ↗
  7. 7
    CRM में लीड बढ़ाना और संपर्क अपडेट करना

    बेंचमार्क में 74% सटीकता का मतलब है कि बिना समीक्षा के हर 4 में से 1 संपर्क फ़ील्ड बिगड़ जाता है, जिससे ग्राहकों से संपर्क की शुद्धता को खतरा है।

    स्रोत ↗
  8. 8
    बाहरी ग्राहकों के साथ कई कैलेंडर में मीटिंग तय करना

    कई-कैलेंडर तर्क 32% किनारे के मामलों में विफल होता है (समय क्षेत्र, निमंत्रण), सावधान मानवीय समीक्षा माँगता है।

  9. 9
    कॉर्पोरेट खर्च की प्रतिपूर्ति जमा करना

    गलत खर्च-प्रविष्टियाँ ऑडिट दंड लाती हैं; 68% वित्त कर्मी पूरी रसीद-जाँच पर अड़े रहते हैं।

    स्रोत ↗
  10. 10
    सीधे इनवॉइस भुगतान और वायर ट्रांसफ़र दर्ज करना

    88% सटीकता पर भी बैंक राउटिंग प्रविष्टि की अपरिवर्तनीय लागत पंक्ति-दर-पंक्ति इंसानी मंज़ूरी को अनिवार्य करती है।

    स्रोत ↗

Gemini ने क्या देखा

जिन कार्यों में तुरंत 'Undo' या अलग-थलग प्रभाव है, वे प्रति उदाहरण औसतन 14 मिनट बचाते हैं, जबकि भारी दायित्व वाले लेखा-वर्कफ़्लो में ज़रूरी ऑडिट के कारण शुद्ध बचत 0 मिनट है।

Microsoft के Work Trend Index के अनुसार 85% कर्मचारी डेटा तैयारी और छँटाई खुशी से सौंपते हैं, पर पैसे के लेन-देन में 80% से ज़्यादा स्वचालित निष्पादन से इनकार करते हैं।

BLS के क्लेरिकल मध्यमान वेतन $21.40 प्रति घंटा पर, $0.18 प्रति रन वाला एजेंट फ़ाइल और दस्तावेज़ प्रसंस्करण कार्यों में 95% लागत-कटौती देता है।

🇨🇳 Kimi10 स्थान · 4 नोट

वही सवाल, जिसका जवाब अकेले Kimi ने दिया। ऊपर की अंतिम सूची सभी AI को मिलाती है।

  1. 1
    फ़ाइलें छाँटना और फ़ोल्डर व्यवस्थित करना

    एकमात्र कार्य-श्रेणी जहाँ गलती ठीक करने में सेकंड लगते हैं — गलत नाम वाली फ़ाइलें और गलत फ़ोल्डर दिखते हैं, पलटे जा सकते हैं, और एजेंट OSWorld की फ़ाइल-कार्य श्रेणी में पहले से ही बेंचमार्क की सबसे ऊँची दरें हासिल कर रहे हैं।

    स्रोत ↗
  2. 2
    दस्तावेज़ों, ईमेल और प्रस्तावों के पहले ड्राफ़्ट

    AI उपयोगकर्ताओं में से 58% पहले ही कहते हैं कि वे ऐसा काम करते हैं जो एक साल पहले वे नहीं कर सकते थे — और Microsoft के सूचकांक में ड्राफ़्टिंग ही सबसे ज़्यादा सौंपा जा रहा काम है।

    स्रोत ↗
  3. 3
    PDF से डेटा निकालकर स्प्रेडशीट में डालना

    सबसे सुरक्षित निष्कर्षण काम, क्योंकि हर सेल ऐसी जगह पहुँचता है जहाँ इंसान जाँच सकता है — और GPT-6.1 Terra का लॉन्च-पिच ठीक इसी इनवॉइस-और-फ़ॉर्म की मेहनत पर बना था।

    स्रोत ↗
  4. 4
    स्प्रेडशीट की सफ़ाई (फ़ॉर्मैट, डुप्लिकेट हटाना, फ़ॉर्मूला भरना)

    एकल-ऐप स्प्रेडशीट काम वह जगह है जहाँ बेंचमार्क संख्याएँ सबसे मज़बूत हैं — WorkArena-L1 का शीर्ष एजेंट परमाणु एंटरप्राइज़ कार्यों का 90.3% पूरा करता है।

    स्रोत ↗
  5. 5
    वेब शोध और कई टैब के सार

    एजेंट अब टैब्स के पार इकट्ठा करने में लोगों से तेज़ हैं — पर दर्ज सर्वश्रेष्ठ त्रुटि-दर अब भी 4.3% है, जो शून्य नहीं बल्कि भ्रम (hallucination) का बजट है।

    स्रोत ↗
  6. 6
    ईमेल छाँटना और ड्राफ़्ट जवाब

    इनबॉक्स छाँटना सौंपने की शुरुआत है — पर एक-चौथाई कर्मचारी AI को सीधे मना करते हैं, इसलिए रुकावट क्षमता नहीं, भरोसा है।

    स्रोत ↗
  7. 7
    CRM और IT-पोर्टल रिकॉर्ड अपडेट

    परमाणु CRM संपादन 90.3% पर पास होते हैं, पर उसी ServiceNow काम के संयुक्त संस्करण 2.1% पर ढह जाते हैं — यह 88 अंकों का अंतर ही वह जगह है जहाँ इंसानी जाँच ज़रूरी है।

    स्रोत ↗
  8. 8
    आंतरिक फ़ॉर्म भरना (पैसे से जुड़ा नहीं)

    फ़ॉर्म Terra की पूरी बिक्री-पिच हैं — 'फ़ॉर्म भरना' OpenAI का अपना उदाहरण है — फिर भी एंड-टू-एंड एंटरप्राइज़ फ़ॉर्म वर्कफ़्लो बेंचमार्क की सबसे कमज़ोर श्रेणी बने हुए हैं।

    स्रोत ↗
  9. 9
    खर्च रिपोर्ट की प्रविष्टियाँ

    लगभग $21-22 प्रति घंटा के क्लेरिकल वेतन पर, खर्च-प्रविष्टियों की पंक्ति-दर-पंक्ति जाँच लगभग उतनी ही लागत की है जितनी उन्हें टाइप करना — बचत यहीं उड़ जाती है।

    स्रोत ↗
  10. 10
    इनवॉइस की मंज़ूरी और भुगतान प्रोसेसिंग

    वह काम जहाँ 90% सटीकता बेकार है — बैंक ट्रांसफ़र में पहुँचने वाला 10% ही वह हिस्सा है जिसे कोई याद रखता है।

    स्रोत ↗

Kimi ने क्या देखा

सौंपने का विरोधाभास: AI उपयोगकर्ताओं में से 58% कहते हैं कि वे अब ऐसा काम करते हैं जो एक साल पहले नहीं कर सकते थे, फिर भी केवल 27% पूरी तरह सहमत हैं कि वे एजेंटों को काम सौंपने में सहज हैं — क्षमता भरोसे से आगे निकल गई है, और 26% कर्मचारी स्वीकारते हैं कि वे AI से चुपके से बचते हैं।

उसी प्लेटफ़ॉर्म पर 88 अंकों की खाई: एजेंट परमाणु WorkArena-L1 ServiceNow कार्यों का 90.3% पूरा करते हैं, पर संयुक्त WorkArena++ वर्कफ़्लो का केवल 2.1% (GPT-4o), जबकि इंसान उन्हें 93.9% पर कर लेते हैं — 'एजेंट मेरा CRM चला सकता है' एक-एक फ़ील्ड में सच है, पूरे वर्कफ़्लो में नहीं।

जाँच की भी बाज़ार-कीमत है: डेटा-एंट्री क्लर्कों का BLS मध्यमान वेतन लगभग $43,310-$45,930 सालाना है, इसलिए ऐसा कोई भी काम जिसकी जाँच में उतना ही समय लगे जितना उसे करने में — खर्च, इनवॉइस, पैसे वाले फ़ॉर्म — मौजूदा एजेंट सटीकता पर कोई बचत नहीं देता।

फ़ॉर्म भरना, जो नए मॉडल का मुख्य उपयोग है, सबसे कम सिद्ध भी है: GPT-6.1 Terra आज फ़ॉर्म को पिच बनाकर लॉन्च हुआ, जबकि सबसे मज़बूत प्रकाशित एंटरप्राइज़ सबूत (WorkArena++) दिखाता है कि मल्टी-टैब फ़ॉर्म वर्कफ़्लो हर परखे गए एजेंट के लिए सबसे कमज़ोर श्रेणी हैं।

🇨🇳 DeepSeek10 स्थान · 1 नोट

वही सवाल, जिसका जवाब अकेले DeepSeek ने दिया। ऊपर की अंतिम सूची सभी AI को मिलाती है।

  1. 1
    फ़ाइलें छाँटना और नाम बदलना

    वह एक काम जहाँ 34% का एजेंट भी समय बचा सकता है: गलत फ़ोल्डर ड्रैग-एंड-ड्रॉप से पलट जाता है, दोबारा लिखने की ज़रूरत नहीं।

  2. 2
    PDF से डेटा निकालना

    LlamaParse Agentic ParseBench पर 84.88 स्कोर करता है; इंसानी जाँच दो मिनट की स्पॉट-चेक है, पूरी पंक्ति-दर-पंक्ति ऑडिट नहीं।

    स्रोत ↗
  3. 3
    वेब ब्राउज़िंग और शोध

    Browser Use Cloud ब्राउज़िंग पर 78.0% पर पहुँचता है, पर ClawBench के रोज़मर्रा के कार्यों पर Claude Sonnet 4.6 गिरकर 23.5% पर आ जाता है — जाँच ही असली काम है।

    स्रोत ↗
  4. 4
    कैलेंडर में मीटिंग तय करना

    Copilot की केवल 0.4% चैट कैलेंडर का काम हैं, और शेड्यूलिंग एजेंट की अब भी 35% त्रुटि-दर है — कम दाँव, कम भरोसा।

    स्रोत ↗
  5. 5
    फ़ॉर्म भरना (भुगतान न वाले फ़ॉर्म)

    CRAFT बहु-फ़ाइल फ़ॉर्म पर 43.31 E2E तक पहुँचता है, पर केवल-निर्देश फ़ॉर्म पर 15.5 — फ़ॉर्म आसान है, निर्देश नहीं।

    स्रोत ↗
  6. 6
    स्प्रेडशीट में डेटा दर्ज करना और सफ़ाई

    शीर्ष स्प्रेडशीट एजेंट MBABench-2.0 कार्यों का 16% पास करता है; डीबगिंग सटीकता 12% है, इसलिए हर सेल पर दूसरी नज़र चाहिए।

    स्रोत ↗
  7. 7
    CRM अपडेट

    CRM-Agent-Bench की सख़्त सफलता 64.32–83.60% के बीच है, पर SCUBA के Salesforce स्क्रीन टेस्ट में ओपन-सोर्स कंप्यूटर-यूज़ एजेंट 5% से नीचे हैं — API और स्क्रीन अलग दुनिया हैं।

    स्रोत ↗
  8. 8
    खर्च की प्रविष्टियाँ और इनवॉइस दर्ज करना

    Fable 5.1 इनवॉइस-एंट्री कार्यों का 72% पास करता है, जो सर्वश्रेष्ठ इंसान के 51% से आगे है, पर जो 28% विफल होते हैं वे पैसा हिला सकते हैं।

    स्रोत ↗
  9. 9
    कई ऐप वाले कार्यप्रवाह

    OSWorld 2.0 का सर्वश्रेष्ठ एजेंट 108 बहु-ऐप वर्कफ़्लो का 20.6% पूरी तरह पूरा करता है, जिनमें औसतन 318 टूल कॉल होते हैं — पाँच में से चार को अब भी इंसान चाहिए।

    स्रोत ↗
  10. 10
    भुगतान की मंज़ूरी, वायर ट्रांसफ़र और शर्तें स्वीकार करना

    बेंचमार्क की ज़रूरत नहीं: OpenAI, Anthropic और Google सभी कहते हैं कि पैसे, शर्तों और लॉगिन-क्रेडेंशियल पर इंसानी मंज़ूरी रखें।

    स्रोत ↗

DeepSeek ने क्या देखा

शीर्ष स्प्रेडशीट एजेंट MBABench-2.0 कार्यों का 16% पास करता है, और डीबगिंग सटीकता 12% है। जिस स्प्रेडशीट एजेंट को पंक्ति-दर-पंक्ति जाँच चाहिए, वह बिल्कुल समय नहीं बचा सकता।

🇨🇳 Qwen10 स्थान · 2 नोट

वही सवाल, जिसका जवाब अकेले Qwen ने दिया। ऊपर की अंतिम सूची सभी AI को मिलाती है।

  1. 1
    फ़ाइलें छाँटना और नाम बदलना

    उच्च सफलता दर और शून्य वित्तीय जोखिम; गलती का मतलब बस फ़ाइल को उसके मूल फ़ोल्डर में वापस ले जाना।

    स्रोत ↗
  2. 2
    स्प्रेडशीट का फ़ॉर्मैट

    एजेंट संरचनात्मक सफ़ाई अच्छी तरह करते हैं, और Excel का undo बटन इंसानी जाँच को आसान बनाता है।

    स्रोत ↗
  3. 3
    नियमित CRM डेटा प्रविष्टि

    एजेंट मल्टी-टैब फ़ॉर्म आसानी से नेविगेट करते हैं, हालाँकि सेल्स प्रतिनिधि सेव करने से पहले ग्राहक के मुख्य अपडेट अब भी जाँचते हैं।

    स्रोत ↗
  4. 4
    मीटिंग के ट्रांसक्रिप्ट का सार

    अपरिवर्तनीय नुकसान का जोखिम कम है, और कर्मचारी घंटों तक सुनने का काम बचाने के लिए यह काम खुशी से सौंपते हैं।

    स्रोत ↗
  5. 5
    खर्च की रसीदों से डेटा निकालना (PDF)

    एजेंट तारीखें और कुल रकम आसानी से निकालते हैं, पर भुगतान से पहले इंसानों को मंज़ूरी देनी होती है, उसके बाद ही लेखा विभाग चेक काटता है।

    स्रोत ↗
  6. 6
    IT सेवा पोर्टल पर टिकट

    WorkArena पर पासवर्ड रीसेट के लिए एंड-टू-एंड सफलता ठोस है, पर हार्डवेयर अनुरोधों को अब भी इंसानी मंज़ूरी चाहिए।

  7. 7
    कई ऐप में शोध और ब्राउज़िंग

    एजेंट कई टैब्स से डेटा इकट्ठा कर सकते हैं, पर गढ़े गए स्रोतों के लिए किसी व्यक्ति की पंक्ति-दर-पंक्ति तथ्य-जाँच चाहिए।

    स्रोत ↗
  8. 8
    ग्राहक सहायता ईमेल का ड्राफ़्ट

    एजेंट विनम्र जवाब लिखते हैं, पर गुस्साए ग्राहक को बेमेल जवाब एक बड़ा खाता खो सकता है।

    स्रोत ↗
  9. 9
    वेतन और लाभों के अपडेट

    90% सटीक एजेंट भी बहुत जोखिम भरा है; एक गलत अंक का मतलब IRS जुर्माना और नाराज़ कर्मचारी।

    स्रोत ↗
  10. 10
    वायर ट्रांसफ़र और विक्रेता भुगतान

    सबसे आख़िरी इंसान-इन-द-लूप काम, जहाँ एजेंट का एक गलत क्लिक कंपनी का पैसा तुरंत उड़ा सकता है।

    स्रोत ↗

Qwen ने क्या देखा

Microsoft Work Trend Index 2026 दिखाता है कि कर्मचारी सारांश और फ़ॉर्मैटिंग खुशी से सौंपते हैं, पर पैसे या संवेदनशील HR रिकॉर्ड वाले कामों में AI को हाथ लगाने से सक्रिय रूप से मना करते हैं।

WorkArena++ 682 एंटरप्राइज़ वर्कफ़्लो परखता है और साबित करता है कि एजेंट एक-ऐप डेटा एंट्री में उत्कृष्ट हैं, पर जब कार्य में CRM, ईमेल क्लाइंट और स्प्रेडशीट के बीच बदलना हो तो बुरी तरह लड़खड़ाते हैं।