Oracle تختصر أيام العمل إلى دقائق مع ChatGPT وCodex

يستخدم أكثر من مئة ألف موظف في مختلف أقسام Oracle كلًا من ChatGPT Work وCodex، من فريق استقطاب المواهب إلى مختبر تطبيقات Oracle وقسم تقنية المعلومات. وفي كل حالة، أصبح بإمكان أي شخص إنجاز أعمال في دقائق، بعدما كانت تتطلب متخصصين وتستغرق أيامًا. لم يعد مسؤولو التوظيف بحاجة إلى قضاء أيام في أبحاث السوق، وأصبح مستخدمو الأعمال يصفون النتيجة المطلوبة بدلًا من البحث عن تقرير، فيما يبني القادة التقنيون أدوات كان إنجازها يستغرق شهورًا من عمل فريق كامل.

استخدم فريق استقطاب المواهب ChatGPT Work لبناء أداة لتحليل سوق المواهب، تتلقى وصفًا وظيفيًا، وتبحث عن وظائف مماثلة، وتقارن حزم التعويضات، وتقيّم قاعدة المواهب في المواقع ذات الصلة. تزوّد الأداة مسؤول التوظيف بالمعلومات القيّمة التي يحتاج إليها قبل مناقشته مع المدير طالب التوظيف، وهي معلومات كان جمعها يستغرق سابقًا من يومين إلى أربعة أيام.

تقول جان أكرمان، نائبة الرئيس الأولى والرئيسة العالمية لاستقطاب المواهب في Oracle: «لقد حققنا قفزة هائلة». «أصبح بإمكاننا الآن الجلوس والتحضير في نحو 15 إلى 20 دقيقة باستخدام الأداة التي بنيناها عبر [ChatGPT] العمل».

ولم تصبح العملية أسرع فحسب، بل أكثر اتساقًا أيضًا. كان مسؤولو التوظيف يتبعون أساليب مختلفة لجمع متطلبات التوظيف من عملية بحث إلى أخرى. أما مع أداة تحليل سوق المواهب، فقد أصبحت العملية موحّدة، بحيث يحصل كل مدير طالب للتوظيف على المستوى نفسه من جودة البيانات والرؤى، أيًا كان مسؤول التوظيف الذي يتعاون معه.

بنى فريق مختبر تطبيقات Oracle، الذي يساعد في تشغيل العديد من عمليات الشركة الأساسية، نموذجًا معرفيًا يحدّد كيانات الشركة والعلاقات بينها والقواعد التي تحكمها، بحيث يمكن تحويل سؤال عن الأعمال بلغة عادية إلى استعلام SQL موثوق باستخدام Codex. يصف مستخدم الأعمال النتيجة التي يريدها، فيحدّد Codex الأنظمة الداخلية التي ينبغي استدعاؤها، ويجمع المعلومات، ويقدّم تحليلًا أو تقريرًا أو تطبيقًا.

وهذا يغيّر الطريقة التي كان يُنجز بها العمل. ذكر لام أن إحدى المستخدمات أتت إليه بعدما طرحت سؤالًا كانت الإجابة عنه تستغرق عادةً ساعتين تقريبًا. وقالت للام: «مع الأداة الجديدة، أدخلت الطلب وحصلت على إجابة على الفور تقريبًا». وعندما قارنت النتيجة بما تحصل عليه بالطريقة اليدوية القديمة، تطابقت الأرقام تمامًا.

وفي هندسة بيئات الإنتاج، يستخدم مهندسو موثوقية المواقع Codex لجمع المعلومات ذات الصلة بالحادث واستحضار دليل الإجراءات المناسب تلقائيًا. وهكذا يخصّص مهندسو موثوقية المواقع وقتًا أطول لتوجيه القرارات ووقتًا أقل للبحث عن المعلومات. يقول لام: «أصبح بالإمكان التعامل في دقائق مع حادث بسيط معتاد كان حلّه يستغرق ساعة».

ومع تولّي Codex مزيدًا من العمل، يحرص لام على التأكيد أن كل ذلك لا يجري دون إشراف بشري. فلا بدّ من وجود شخص يتأكد من أن النظام الأساسي مبني على نحو سليم.

مع أن الذكاء الاصطناعي يبني الأدوات، تظلّ مسؤولية النتائج على عاتق البشر. وتبرز هنا بعض الدروس:

• ضع الضوابط المناسبة. يقول لام: «لا يزال عليك تحمّل المسؤولية الكاملة عن تصميم نظامك وبنيته وأمانه، وعن الطريقة التي تريد أن ينظّم بها Codex التعليمات البرمجية لك».

• قدّم نماذج أولية بدلًا من المواصفات. يقول باري شيلموفر، نائب الرئيس والمستشار التقني لرئيس تقنية المعلومات: «كنت عادةً أدوّن [فكرتي] على الورق، أما الآن فأجسّدها في نموذج أولي».

• تحمّل مسؤولية التعليمات البرمجية. يقول لام: «إذا لم تعمل جنبًا إلى جنب مع Codex، فسينتهي بك الأمر مع كمّ كبير من التعليمات البرمجية التي لا يمكن صيانتها».

يُحدث فريق Oracle تغييرًا شاملًا في طريقة عمل الشركة باستخدام الذكاء الاصطناعي. في التوظيف والتحليلات والهندسة، حدّد كل قطاع من قطاعات الأعمال النتيجة المطلوبة وترك لـCodex وChatGPT تولّي كيفية إنجاز العمل. ومع وجود آلاف المستخدمين لـChatGPT وCodex بالفعل، يستعين موظفو Oracle بالذكاء الاصطناعي في مهام عمل لا تُحصى. وكما يقول شيلموفر: «لا أعرف ما الإجابة، لأنني لا أعرف ما المشكلة التالية التي سأحتاج إلى حلّها. كل ما أعرفه هو أن الاستعانة بـCodex لحلّها ستكون من أولى خطواتي».