OpenAI

۲۴ مهر ۱۴۰۵

Localiza چگونه کار را با محوریت هوش مصنوعی مولد بازسازمان‌دهی کرد

برای این شرکت، هوش مصنوعی مولد فراتر از ابزاری برای بهره‌وری است: رابطی نو برای رایانش است. این رویکرد در سه حوزه نمود می‌یابد: تحول کسب‌وکار، ایجاد رابط‌های تازه برای مشتریان و ساخت محصولات با محوریت هوش مصنوعی.

اندازه شرکت: Enterprise
منطقه: آمریکای لاتین
صنعت: سفر
محصولات: ChatGPT, API, Codex
در حال بارگذاری…

گونه‌ای تازه از رایانش، نه ابزاری تازه

با ظهور هوش مصنوعی مولد، Localiza دیدگاهی را برگزید که مسیر تمام اقدامات بعدی‌اش را تعیین کرد: این فناوری صرفاً نرم‌افزار دیگری در مجموعه‌ابزارهای شرکت نبود؛ بلکه شیوهٔ فعالیت شرکت را تغییر می‌داد.

شرکت به‌جای دنبال کردن کاربردهای پراکنده، همکاری خود با OpenAI را بر سه محور راهبردی بنا کرد: تحول کسب‌وکار از طریق آزمودن در مقیاس گسترده، ایجاد رابط‌های تازه برای مشتریان و ساخت محصولاتی که از ابتدا بر پایهٔ هوش مصنوعی طراحی شده‌اند. وجه مشترک این سه محور، تصمیم به بازطراحی فرایندها بر پایهٔ هوش، درک زمینه و سرعت است.

«ما این فناوری را ابزاری قدرتمند می‌دانیم که به تیم‌هایمان در انجام کارهایی کمک می‌کند که همین حالا هم در آن‌ها مهارت دارند. آن‌ها فرهنگ ما را در عمل زندگی می‌کنند، نیازهای مشتریانمان را می‌فهمند و می‌دانند چگونه خدماتی عالی ارائه دهند.»
—آندره پتنوسی، مدیر ارشد فناوری Localiza

محور اول: مقیاس گسترده، زمینه‌ساز یادگیری

اصل راهنمای به‌کارگیری این فناوری در داخل شرکت روشن است: مقیاس گسترده امکان یادگیری را فراهم می‌کند و یادگیری به ساخت محصولات بهتر می‌انجامد.

در عمل، این رویکرد به معنای تخصیص مجوزهای ChatGPT به‌عنوان منبعی برای آزمودن و افزایش بهره‌وری بود، نه صرفاً مزیتی فردی. تیم‌های سراسر Localiza، از امور مالی تا عملیات روزمره، پیوسته GPTهای سفارشی، عامل‌ها و Codex را می‌آزمایند.

Codex ابتدا وارد بخش فناوری شد و در اختیار مهندسان نرم‌افزار، مدیران محصول، طراحان و دانشمندان داده قرار گرفت. اما استفاده از آن به همین بخش محدود نماند: تحلیلگران، مدیران، دفاتر مدیریت پروژه، حقوق‌دانان و دیگر متخصصان کسب‌وکار شروع به ساخت نمونه‌های اولیه و فرایندهای خودکار خود کردند تا فرضیه‌هایشان را در حوزهٔ تخصصی خود بیازمایند.

شرکت چنین پیامدی را پیش‌بینی نکرده بود: مراحل پیش از توسعه بازتعریف شدند و تیم‌های چندتخصصی، پیش از آنکه راهکارها وارد صف توسعه شوند، از آن‌ها نمونهٔ اولیه می‌ساختند.

به گفتهٔ او، مانع اصلی انسانی است، نه فنی.

«چالش اصلی این است که به تیمی بزرگ کمک کنیم روش‌های تازهٔ کار و مهارت‌های جدید بیاموزد و هم‌زمان مطمئن شویم هر ۱۹ گروه کاری و ۱۳۰ تیم ما کارآمد و هماهنگ کار می‌کنند.»
—آندره پتنوسی، مدیر ارشد فناوری Localiza

محور دوم: مشتریان نیازهای خود را به زبان طبیعی بیان می‌کنند

محور دوم با مشاهدهٔ تغییری در رفتار کاربران آغاز می‌شود: مردم نیازهای خود را به زبان طبیعی بیان می‌کنند و این، درست در لحظه‌ای که خواستهٔ خود را مطرح می‌کنند، مسیر تازه‌ای برای دسترسی به خدمات جابه‌جایی ایجاد می‌کند.

داده‌های داخلی Localiza این تغییر را تأیید می‌کند: ترافیک ورودی از مدل‌های زبانی بزرگ از سال ۲۰۲۴ به‌سرعت رشد کرده و ChatGPT به کانال اصلی آن تبدیل شده است.

شرکت تصمیم گرفت از همان ابتدا در این فضا حضور داشته باشد. در مارس ۲۰۲۶، این شرکت به نخستین پلتفرم خدمات جابه‌جایی در برزیل و یکی از نخستین‌ها در آمریکای لاتین تبدیل شد که برنامه‌ای را مستقیماً در ChatGPT ارائه می‌کرد. مشتریان می‌توانند گزینه‌های اجاره، اشتراک خودرو و خودروهای کارکرده را بررسی کنند و مسیر خود را در دل گفت‌وگو آغاز کنند؛ سپس معامله را در محیط امن Localiza به پایان برسانند.

«به باور ما، دلیل اینکه توانسته‌ایم به این شیوه‌های تازه به مشتریانمان خدمت کنیم، این است که زود به استقبال این چالش رفتیم و در هر گام به یادگیری ادامه دادیم.»
—آندره پتنوسی، مدیر ارشد فناوری Localiza

در داخل Localiza، برنامهٔ این شرکت در ChatGPT همان‌طور دیده می‌شود که واقعاً هست: آزمایشی برای همگام ماندن با تازه‌ترین تغییرات رفتار مشتریان، سرعت بخشیدن به یادگیری از تعاملات واقعی و بررسی اینکه هوش مصنوعی چگونه اکوسیستم موجود را تکمیل می‌کند.

محور سوم: Liza، محصولی با طراحی گفت‌وگومحور

بارزترین نمونهٔ محصول این شرکت که از ابتدا بر پایهٔ هوش مصنوعی طراحی شده، Liza است؛ دستیاری گفت‌وگویی که به نمونه‌ای موفق و تثبیت‌شده در فعالیت‌های شرکت تبدیل شده است.

تفاوت آن با یک چت‌بات سنتی در معماری‌اش است، نه در رابط کاربری. Liza به‌جای پیروی از یک درخت تصمیم ثابت، بر پایهٔ گفت‌وگو، قصد کاربر و زمینهٔ تعامل ساخته شده است: مدل‌های OpenAI، خدمات Localiza و ابزارهای تخصصی را ترکیب می‌کند تا از بخش‌های کلیدی تجربهٔ مشتری پشتیبانی کند؛ از درک درخواست اولیه تا کمک در مراحل مهم اجاره.

هدف این است که مسیرهای تکراری تعامل با کیفیت طی شوند و تیم‌ها فرصت پرداختن به تعاملات پیچیده و ارزشمندتر را پیدا کنند.

اما موفقیت با میزان خودکارسازی سنجیده نمی‌شود.

Localiza پیش از دسترسی به این نوع فناوری نیز مسیرهای خدمات‌رسانی به مشتریان را ترسیم و ارزیابی می‌کرد. همین زیربنا امکان داد به‌روشنی تصمیم بگیرد عامل در کجا وارد عمل شود و در کجا به دخالت انسان نیاز است.

«ما همیشه متعهد بوده‌ایم مسیر مشتری را تا حد امکان روان و بی‌وقفه کنیم و معیارهایی برای سنجش کیفیت این تجربه تدوین کرده‌ایم. البته نرخ تبدیل را هم دنبال می‌کنیم، اما تمرکز اصلی ما بر تجربهٔ مشتری است.»
—آندره پتنوسی، مدیر ارشد فناوری Localiza

Liza همچنین چرخه‌ای پیوسته برای یادگیری فراهم می‌کند: نشانه‌های گردآوری‌شده از تعاملات که به‌طور مستمر پایش می‌شوند، به شناسایی نیازها، نقاط اصطکاک و فرصت‌های خدمات‌رسانی کمک می‌کنند. این نشانه‌ها در کنار قابلیت‌های صوتی، یعنی تبدیل گفتار به متن و متن به گفتار، به Liza کمک می‌کنند از چت‌باتی برای انجام تراکنش به رابطی برای مشتریان با محوریت هوش مصنوعی تبدیل شود؛ رابطی که می‌تواند یاد بگیرد و در مسیرهای گوناگون استفاده از خدمات جابه‌جایی گسترش یابد.

«این کار به بخش بزرگی از تیم فرصت می‌دهد تا با اطمینان و آسودگی بیشتری به مسائل مهم‌تر بپردازند و به ما کمک می‌کند مأموریتمان را در قبال مشتریان محقق کنیم.»
—آندره پتنوسی، مدیر ارشد فناوری Localiza

یادگیری در کنار هم، از زمان GPT‑3.5

همکاری با OpenAI از همان اوایل آغاز شد: نخستین نسخهٔ Liza هنوز با GPT‑3.5 کار می‌کرد.

از نگاه پتنوسی، ارزش اصلی این همکاری نه در قابلیتی خاص، بلکه در یادگیری فعال دو شرکتی است که هم‌زمان در حال تکامل‌اند؛ همکاری‌ای که در آن شریک تجاری، چالش‌های Localiza و سطوح متفاوت بلوغ توانمندی‌های آن را، هم در بخش فناوری و هم در دیگر بخش‌ها، درک می‌کند.

او اغلب همین نکته را با دیگر شرکت‌های بازار مطرح می‌کند: در مواجهه با فناوری‌ای که هنوز در حال بلوغ است، آزمون‌وخطا و همکاری نزدیک ارزش چشمگیری دارند.

«معتقدیم هنوز در سال‌های آغازین فناوری‌ای هستیم که بازارها، شیوهٔ کار کردن و نحوهٔ استفادهٔ ما از محصولات و خدمات را دگرگون می‌کند. این فناوری در ۵، ۱۰ و ۱۵ سال آینده در شکل‌گیری دنیای ما نقش خواهد داشت.»
—آندره پتنوسی، مدیر ارشد فناوری Localiza

مروری بر نتایج

  • در مارس ۲۰۲۶، Localiza نخستین شرکت در برزیل و یکی از نخستین شرکت‌ها در آمریکای لاتین بود که برنامه‌ای را مستقیماً در ChatGPT عرضه کرد؛ اخیراً نیز به‌عنوان تبلیغ‌دهنده به طرح آزمایشی تبلیغات این پلتفرم در برزیل پیوست.

  • ترافیک ورودی از مدل‌های زبانی بزرگ از سال ۲۰۲۴ به‌سرعت رشد کرده و ChatGPT کانال اصلی آن بوده است.

  • دستیار Liza با بیش از ۶۰ عامل تخصصی کار می‌کند که با تکیه بر مدل‌های استدلال، یکپارچه‌سازی MCP و ابزارهای تخصصی ساخته شده‌اند و مراحل اجاره را هماهنگ می‌کنند.

  • تیم‌های سراسر شرکت، از امور مالی تا عملیات، پیوسته GPTهای سفارشی، عامل‌ها و Codex را می‌آزمایند.

  • Codex ابتدا وارد بخش فناوری شد و سپس به حوزه‌های کسب‌وکار گسترش یافت؛ تحلیلگران، مدیران، دفاتر مدیریت پروژه و حقوق‌دانان نیز ساخت نمونه‌های اولیه و فرایندهای خودکار خود را آغاز کردند.

  • فعالیت‌های بخش فناوری در قالب ۱۹ گروه کاری و ۱۳۰ تیم سازمان‌دهی شده است.

درس‌هایی برای مدیران

  • هوش مصنوعی را الگوی تازه‌ای برای کار بدانید، نه صرفاً ابزاری برای افزایش بهره‌وری. بزرگ‌ترین دستاوردها از بازطراحی فرایندها بر پایهٔ هوش، درک زمینه و سرعت حاصل می‌شوند.

  • از مقیاس گسترده برای یادگیری بهره بگیرید. آزمایش‌های هم‌زمان در مقیاس گسترده، دانش سازمانی بیشتری از یک طرح آزمایشی بی‌نقص تولید می‌کنند.

  • آزمودن را به بخش فناوری محدود نکنید. وقتی حقوق‌دانان، دفاتر مدیریت پروژه و تحلیلگران در حوزهٔ خود نمونهٔ اولیه می‌سازند، ماهیت کار در مراحل پیش از توسعه تغییر می‌کند.

  • پیش از خودکارسازی، مسیرهای تعامل با مشتری را ترسیم و ارزیابی کنید. داشتن معیارهای کیفیت به شما امکان می‌دهد تصمیم بگیرید عامل در کجا باید وارد عمل شود و حضور انسان در کجا ضروری است.

  • مانع اصلی در به‌کارگیری فناوری، آموزش مهارت‌های تازه است، نه مدل. تغییر شیوهٔ کار صدها نفر از ادغام فناوری دشوارتر است و نقشی تعیین‌کننده‌تر دارد.

نکات کاربردی

  • از مسئلهٔ مشتری و مسیری که طی می‌کند شروع کنید، نه از یک قابلیت مدل.

  • مجوزها را به‌عنوان بودجه‌ای برای آزمودن تخصیص دهید، نه مزیتی فردی.

  • پیش از گسترش استفاده از عامل‌های گفت‌وگویی، معیارهای کیفیت را تعیین کنید.

  • حضور در کانال‌های گفت‌وگویی تازه را فرصتی برای آزمودن و یادگیری بدانید، نه کارزاری برای جذب مشتری.

  • چرخهٔ بازخورد را کامل کنید: از نشانه‌های به‌دست‌آمده از هر تعامل برای بهبود خود محصول بهره بگیرید.

گام‌های بعدی

Localiza می‌خواهد هوش مصنوعی را در مرکز تجربه‌ها و فرایندهای آیندهٔ خود قرار دهد؛ چه در شیوهٔ انجام کار، چه در تجربه‌ای که برای مشتریان خلق می‌کند و چه در حل مسائل عملیاتی.

حوزه‌های بعدی که توسعهٔ آن‌ها با همکاری OpenAI هم‌اکنون آغاز شده، شامل تکامل Liza و عامل‌های متمرکز بر فروش، تثبیت رابط‌های گفت‌وگویی به‌عنوان نقطهٔ آغاز تعامل مشتری و چرخهٔ تازهٔ توسعهٔ نرم‌افزار به کمک عامل‌هاست.

«تمرکز اصلی ما بر این است که چگونه تجربه‌های بهتری خلق کنیم. چه برای افزایش سودآوری کسب‌وکارمان، چه برای تضمین سلامت آن و مهم‌تر از همه، برای خلق تجربه‌هایی لذت‌بخش برای مشتریان و کارکنانمان.»
—آندره پتنوسی، مدیر ارشد فناوری Localiza

به عصر جدید کار بپیوندید

بیش از ۱ میلیون کسب‌وکار در سراسر جهان با OpenAI به نتایج معنا داری دست یافته‌اند.