AI-native work ng RingCentral: engineering hanggang ops
Sa ChatGPT Work at Codex, mas mabilis na nakakabuo ang RingCentral ng mga feature ng produktong AI at nasasentralisa nito ang kaalamang pang-operasyon.
Sa halos tatlong dekada ng inobasyon sa komunikasyong pangnegosyo, lumago ang RingCentral bilang pandaigdigang kumpanyang kumikita ng mahigit $2.6 bilyon kada taon at may libo-libong empleyado sa buong mundo. Ngayon, ipinagpapatuloy ng kumpanya ang tradisyon nito ng inobasyon sa pamamagitan ng pagtanggap sa mga AI-native na paraan ng pagtatrabaho. Sa pagbibigay sa bawat empleyado ng pagkakataong mag-eksperimento gamit ang ChatGPT Work at Codex, tiniyak ng RingCentral na sinuman sa kumpanya, anuman ang karanasan sa engineering, ay makakagawa ng mga produktong nagdudulot ng malaking pagbabago at ng imprastrakturang sumusuporta sa mga ito.
“Kapag binigyan mo ang lahat ng tunay na mga AI tool, nagiging organisasyong nakatuon sa produkto ang buong kumpanya. Lalong humuhusay ang bawat produkto namin—kabilang ngunit hindi limitado sa aming Agentic Voice AI portfolio na AIR, AVA, at ACE—habang pinaiikli namin ang pagitan ng isang ideya at ng paglulunsad ng feature, at iyon mismo ang nagagawa namin sa AI-native na development.”
Upang palawakin ang kasanayan sa AI sa pandaigdigang organisasyon ng engineering, itinaguyod ng Office of the CEO ng RingCentral ang AI-Native Challenge. Binigyan ang bawat kalahok ng ChatGPT Work at Codex at hinilingang bumuo ng isang kumpleto at end-to-end na proyekto—nang walang itinakdang workflow o iba pang limitasyon.
Higit pa sa isang pagsasanay sa coding, inilubog ng hamon ang mga empleyado sa buong lifecycle ng AI-native na development, mula sa pagpaplano at pagpapatupad hanggang sa testing, dokumentasyon, CI/CD, at patuloy na pag-ulit. Halos bawat kalahok ay nakagawa ng gumaganang repository, at libo-libong empleyado—kabilang ang mga hindi teknikal na kawani at maging ang mga executive—ang nakapaghatid ng gumaganang mga proyekto.
Para sa RingCentral, ang hamon ay isang gumaganang modelo ng mas malawak na estratehiya: ang paggamit ng AI sa loob ng kumpanya upang mas mabilis na makabuo ng mga produkto para sa mga customer nito. Ginagamit ng kumpanya ang parehong pamamaraang pinapagana ng Codex upang pabilisin ang pagbuo ng sarili nitong portfolio ng mga produktong pinapagana ng AI—RingCentral AI Receptionist (AIR), AI Virtual Assistant (AVA), at AI Conversation Expert (ACE)—at paikliin ang pagitan ng isang ideya at ng paglulunsad ng feature para sa customer.
“Ang pinakamalinaw na aral mula sa hamon ay hindi tungkol sa pagpapalit sa mga engineer ang AI-native na development—tungkol ito sa pagpapalakas sa kanilang kakayahan. Pinapabilis ng AI ang buong development cycle, habang nananatiling bahagi ng proseso ang mga tao—ginagabayan ang mga kinakailangan sa produkto, nagbibigay ng konteksto ng negosyo, gumagawa ng mga pasyang pang-arkitektura, at tinitiyak na nasusubok at nabe-verify ang bawat resulta.”
—Pinuno ng engineering sa RingCentral na nanguna sa proyekto
Dahil nahikayat ng mga inisyatiba tulad ng AI-Native Challenge, tinanggap din ng mga departamentong hindi pang-engineering sa RingCentral ang mga AI-native na paraan ng pagtatrabaho. Ginamit ng Program Management Office (PMO) ang ChatGPT Work upang bumuo ng maituturing na operating system para sa pamamahala ng programa. Pinalitan nito ang kalat-kalat na mga tala at kasaysayan ng chat ng mga workflow na pinapagana ng AI para sa pagsubaybay ng status, pag-uulat, pamamahala sa release, at paglilipat ng kaalaman.
“Pinagsasama-sama ng ChatGPT ang konteksto ng proyekto ko. Sa ChatGPT Work, nagagawa kong gawing mga konkretong hakbang at pagpapatupad ang kontekstong iyon.”
Isang halimbawa nito ang awtomatikong pag-uulat ng status: Gamit ang ChatGPT Work, bumuo ang PMO team ng mga workflow na lumilikha ng mga notification mula sa mga isyung sinusubaybayan sa Jira, Google Sheets, mga CRM system, at iba pang source. Ito ang kaibahan ng pagpasok sa meeting para itanong kung ano ang nagbago at ng pagpasok na malinaw na ang mga hadlang, responsable, at susunod na hakbang.
Ang nagsimula bilang bukas na paanyayang mag-eksperimento, kung saan libo-libong engineer ang bumuo mula sa simula, ay naging mahalagang pundasyon ng operasyon para sa pagpapatakbo ng mga programa ng mga team tulad ng PMO. Sa pagbawas ng manu-manong koordinasyon, nabibigyang-daan ng ChatGPT Work ang PMO ng RingCentral na humawak ng mas maraming proyekto nang mas tumpak.
Sa engineering man o operasyon, iisa ang lumilitaw na padron: ang pagbibigay sa mga empleyado ng pagkakataong mag-eksperimento sa AI ay hindi lamang nagpapaunlad ng kanilang kasanayan—binubuo rin nito ang imprastrakturang nagpapatakbo sa kumpanya.
