Sådan arbejder RingCentral AI-baseret fra udvikling til drift

Efter næsten tre årtiers innovation inden for virksomhedskommunikation er RingCentral vokset til en global virksomhed med en årlig omsætning på over 2,6 mia. USD og tusindvis af medarbejdere verden over. I dag viderefører virksomheden sin tradition for innovation ved at tage AI-baserede arbejdsformer til sig. Ved at give alle medarbejdere mulighed for at eksperimentere med ChatGPT Work og Codex har RingCentral sikret, at alle i virksomheden – uanset deres erfaring med udvikling – kan skabe produkter og infrastruktur, der gør en markant forskel.

For at styrke AI-kompetencerne i en global udviklingsorganisation stod RingCentrals CEO-kontor bag initiativet AI-Native Challenge. Alle deltagere fik adgang til ChatGPT Work og Codex og blev bedt om at bygge et komplet projekt fra start til slut – uden krav til arbejdsgang eller andre begrænsninger.

Udfordringen var mere end blot en kodeøvelse. Den gav medarbejderne praktisk erfaring med hele den AI-baserede udviklingscyklus – fra planlægning og implementering til test, dokumentation, CI/CD og løbende forbedringer. Næsten alle deltagere oprettede et fungerende lager, og tusindvis af medarbejdere – herunder ikke-tekniske medarbejdere og endda ledere – leverede fungerende projekter.

For RingCentral er udfordringen en praktisk model for en bredere strategi: at bruge AI internt til hurtigere at udvikle produkter til kunderne. Virksomheden anvender den samme Codex-understøttede tilgang til at fremskynde udviklingen af sin egen portefølje af AI-drevne produkter – RingCentral AI Receptionist (AIR), AI Virtual Assistant (AVA) og AI Conversation Expert (ACE) – så vejen fra idé til lanceret kundefunktion bliver kortere.

»Den tydeligste lære af udfordringen var, at AI-baseret udvikling ikke handler om at erstatte udviklere, men om at styrke dem. AI sætter fart på hele udviklingscyklussen, mens mennesker fortsat er med i processen: De fastlægger produktkrav, bidrager med forretningskontekst, træffer arkitekturbeslutninger og sikrer, at alle resultater bliver testet og verificeret.«

—Udviklingschef hos RingCentral, der stod i spidsen for projektet

Inspireret af initiativer som AI-Native Challenge har afdelinger uden for udvikling hos RingCentral taget AI-baserede arbejdsformer til sig. Program Management Office (PMO) har brugt ChatGPT Work til at skabe, hvad der i praksis er et operativsystem til programstyring. Spredte noter og chathistorik er blevet erstattet af AI-drevne arbejdsgange til statusopfølgning, rapportering, styring af udgivelser og vidensoverførsel.

Et eksempel er automatiseret statusrapportering: Med ChatGPT Work har PMO-teamet bygget arbejdsgange, der genererer notifikationer ud fra registrerede opgaver i Jira, Google Sheets, CRM-systemer og andre kilder. Det er forskellen på at møde op til et møde og spørge, hvad der har ændret sig, og at møde op med blokeringer, ansvarlige og handlinger allerede fastlagt.

Det, der begyndte som en åben invitation til at eksperimentere, hvor tusindvis af udviklere byggede fra bunden, er blevet til det operationelle fundament for den måde, teams som PMO driver deres programmer på. Ved at reducere den manuelle koordinering gør ChatGPT Work det muligt for RingCentrals PMO at håndtere flere projekter med større præcision.

På tværs af både udvikling og drift ses det samme mønster: Når medarbejderne får plads til at eksperimentere med AI, udvikler det ikke kun deres individuelle kompetencer, men også den infrastruktur, virksomheden drives på.