Kaupallinen johtaja Giancarlo ”GC” Lionetti aloittaa sarjamme kertomalla, miten OpenAI rakentaa omia ratkaisujaan, jotka perustuvat omaan teknologiaamme.
Tekoäly on edennyt kokeiluvaihetta pidemmälle. Se toimii nyt työinfrastruktuurina ja on siirtynyt pilottihankkeista järjestelmiin, jotka muokkaavat päivittäisiä päätöksiä. Vaikka mallimme paranevat nopeuden, kustannusten ja ominaisuuksien suhteen, käyttöönotto tapahtuu harvoin suoraviivaisesti. Käyttöönotot ovat usein nopeampia kuin muutokset, joita organisaatiot tarvitsevat tämän teknologian hyödyntämiseksi.
Samanlaisen sisäisen jännitteen olemme nähneet OpenAI:lla. Liiketoimintamme pyörittäminen tekoälyn varassa tarkoittaa jokaiseen asiakkaan esittämään kysymykseen vastaamista: miten aloittaa, miten sovittaa uudet työkalut yhteen olemassa olevien työnkulkujen kanssa ja miten mitata edistymistä muuttuvissa olosuhteissa. Tavatessani asiakkaita minulta aina kysytään: ”Miten OpenAI käyttää OpenAI:ta?”
Lähestymistapamme on käsitellä tekoälyä käytäntönä, joka nostaa osaamistamme yhä korkeammalle.
Jokainen yritys on riippuvainen asiantuntemuksesta. Myyjä, joka rakentaa luottamusta, tukitiimin jäsen, joka ratkaisee vaikeimman ongelman, insinööri, joka löytää järjestyksen monimutkaisuudesta. Tekoäly koodaa asiantuntemuksen ja jakaa sen tiimien kesken skaalaten siten kunkin osa-alueen vaikutusta.
Näin me rakennamme. GTM-, tuote- ja suunnittelutiimimme tutkivat päivittäisiä työnkulkujaan, määrittelevät, miltä hyvä näyttää, ja toimittavat muutokset viikoissa neljännesvuosien sijaan. Me päätimme keskittyä muutamaan järjestelmään, joilla on epäsuhtaisen suuri vipuvaikutus. Jokainen tiimi testaa niitä oikeissa käyttöönottotilanteissa ja rakentaa samoja kyvykkyyksiä, joita asiakkaammekin käyttävät.
Tänään julkaisemme ”OpenAI kommentoi OpenAI:ta” -sarjan, jossa kerromme, miten käytämme tekoälyä liiketoiminnassamme. Jokainen tarina käsittelee todellista ongelmaa ja siihen rakentamaamme ratkaisua. Meidän tavoitteenamme on jakaa malleja, joita yritykset voivat sopeuttaa omaan käyttöönsä.
Aloitamme muutamalla esimerkillä:
- GTM Assistant: Slack-pohjainen työkalu, joka keskittää tilin kontekstin ja asiantuntijatiedon. Se virtaviivaistaa tutkimusta, kokousten valmistelua ja tuotekysymyksiä ja -vastauksia, mikä tehostaa myynnin tuottavuutta ja parantaa tuloksia.
- DocuGPT: agentti, joka muuntaa sopimukset jäsennellyksi, haettavaksi tiedoksi. Taloushallinnon tiimit käyttävät sitä nopeampaan ja johdonmukaisempaan laaja-alaiseen tarkasteluun.
- Tutkimusavustaja: järjestelmä, joka muuntaa miljoonat tukipyynnöt keskustelunavauksiksi. Tiimit tunnistavat trendejä ja toimivat asiakaspalautteen perusteella minuuteissa viikkojen sijaan.
- Tukiagentti: tekoälyagenttien, jatkuvien arviointien ja dynaamisten tietosilmukoiden varaan rakennettu toimintamalli. Se muuttaa jokaisen vuorovaikutuksen koulutusdataksi, parantaa laatua ja asettaa tukihenkilöt pikemminkin järjestelmänrakentajiksi kuin tukipyyntöjen käsittelijöiksi.
- Potentiaalisten myyntiavustaja: järjestelmä, joka personoi vastaukset jokaiselle liidille, vastaa tuote- ja vaatimustenmukaisuuskysymyksiin välittömästi, ja ohjaa vahvistetut potentiaaliset asiakkaat myyntiedustajille koko kontekstin kanssa. Se muuttaa menetetyt tilaisuudet tuloiksi.
Jokaisella yrityksellä on osaamista. Tekoäly skaalaa sen. Tulevaisuus kuuluu organisaatioille, joissa työntekijät kokoavat asiantuntemuksensa ja jakavat sitä koko yrityksessä. Yritykset, jotka yhdistävät osaamisen ja koodin, asettavat kehityksen suunnan.
Jos haluat lisätietoja, olemme mielellämme yhteyksissä. Liity seuraamme DevDay-tapahtumassa 6. lokakuuta, ja teknisiä resursseja on tulossa pian sen jälkeen.
