Sa ChatGPT Work, bawas ng 68% ang oras ng paglulunsad ng Stampli

Ang Stampli ay isang matalinong procure-to-pay platform na nag-uugnay sa procurement, accounts payable, pamamahala ng vendor, mga pagbabayad, at paggastos ng empleyado. Ginagawang mahahalagang insight sa paggastos para sa mga CFO, VP, at iba pang lider ng negosyo ng produkto nitong Deep Finance™ ang data na dumadaloy sa procure-to-pay platform ng Stampli. Para mailunsad ito, kinailangang sabay-sabay na umusad ang pagbuo ng produkto, positioning, disenyo, komunikasyon, enablement, at operasyon sa takdang panahon, kahit nakalaan na sa ibang priyoridad ang mga resource sa disenyo at mga panlabas na contractor.

Ginamit ng marketing team ng Stampli ang Codex upang pagsamahin sa iisang system ang konteksto ng produkto, mga tala sa pulong, desisyon, at alituntunin sa messaging. Gamit ang mga tool ng OpenAI, napaikli nila sa humigit-kumulang 77 oras ang tinatayang 243 oras na production work, habang pinananatili ang buong pagsusuri ng tao at pinal na pag-apruba sa lahat ng makikita ng customer.

Ang paglulunsad na iyon ang pinakamalinaw na halimbawa ng paraang ginagamit araw-araw ng product marketing team ng Stampli: sabay na gamitin ang ChatGPT Work at Codex upang mapanatiling napapanahon ang kaalaman sa produkto, matukoy ang mahahalagang insight sa negosyo, at mas mabilis na madala sa merkado ang mga ideya.

Sa loob ng humigit-kumulang anim na linggo, umusad ang Deep Finance mula sa paunang demo ng prototype patungo sa pampublikong paglulunsad na GTM at unang inilabas na produkto. Dahil nakalaan sa ibang priyoridad ang mga resource sa disenyo at mga panlabas na contractor, ginamit ng team ang Codex upang gawing mga asset na handa nang suriin ang patuloy na nagbabagong mga desisyon sa produkto. Kabilang dito ang pitong-bahaging serye ng blog, mga email sa paglulunsad, webinar at kaakibat na deck nito, creative para sa social at paid media, release sa PR Newswire, web page ng Deep Finance, at mga materyal para sa sales enablement. Tumulong din ang Codex sa paglikha ng pangunahing animation ng paglulunsad sa pamamagitan ng pag-eksperimento, pag-ulit, at pag-package. Natapos nito ang humigit-kumulang 90% ng pinakinis na animation bago kinumpleto ng isang contractor ang pambungad na eksena at pinal na format.

Sa itinakdang go-to-market at workflow ng paggawa ng content para sa Deep Finance, tinataya ng team ng Stampli na aabot sana sa humigit-kumulang 243 aktibong oras ng trabaho ayon sa modelo ang paglulunsad kung walang Codex. Gamit ang Codex, humigit-kumulang 77 oras lang ang inabot nito—nakatipid ng tinatayang 166 oras at nagpabilis ng production nang 3.16x.

Ang imprastrakturang ginamit sa paglulunsad ng Deep Finance ang siya ring inaasahan ng product marketing team ng Stampli araw-araw. Dati, upang mapanatiling napapanahon ang mga materyal ng produkto, kailangang kapanayamin ang mga product manager, basahin ang mga Jira ticket, suriin ang GitHub, at himayin ang mga tala sa pulong. Pagkatapos, kailangan pang gawing mga artikulo sa help center, presentasyon, one-pager, at iba pang asset ng team ang impormasyong iyon.

Na-automate ng Stampli ang malaking bahagi ng prosesong iyon gamit ang isang system na pinapagana ng GPT. Nangangalap ito ng impormasyon mula sa mga system ng produkto at mga tala sa pulong, at pagkatapos ay tumutulong na panatilihing napapanahon ang mga materyal na iyon.

Tinutulungan din ng mga automation na iyon ang product marketing team na lumikha ng mas maraming content. Makakagawa ng materyal para sa website at mga social channel ang mga agent na nakakonekta sa opisyal na pinagmumulan ng impormasyon ng kumpanya. Ayon kay Melad Zahedi, Director of Product Marketing, “Pinarami nito nang 10x ang output ng isang maliit na team. Dati, iilang content lang ang nagagawa namin; ngayon, daan-daan na kada linggo.”

Tinutulungan din ng ChatGPT Work ang mga empleyado na maisama ang kaugnay na konteksto ng negosyo sa mahahalagang desisyon. Ginagamit ni Zahedi bilang “pangalawang utak” ang mga automation na pinapagana ng GPT upang ayusin ang impormasyon sa iskedyul niyang puno ng sunod-sunod na pulong.

“Napakalaking pakinabang na makadalo sa bawat pulong nang handa at may sapat na konteksto, nauunawaan kung ano ang kailangan sa akin, at alam kung paano magagamit nang mahusay ang oras ko,” sabi niya.

Sa isang pulong ng mga executive, may lumitaw na tanong tungkol sa mga metric na naka-store sa HubSpot at iba pang system. Mabilis na naatasan ng isang empleyado ang Codex na kunin at suriin ang kaugnay na data habang nagpapatuloy ang tawag. “Kung dati, aabutin nang kalahating araw ang aming FP&A team para bumuo ng ulat at modelo, at magbigay ng sagot na mapagkakatiwalaan namin. Nagawa iyon ng isang tao sa loob lang ng 20 segundo ng pagta-type,” sabi ni Zahedi.

Dahil sa natipid na oras, mas kaunting panahon ang ginugol ng product marketing sa muling pagbuo ng konteksto at mas marami sa pagpapayo sa mga lider tungkol sa estratehiya ng produkto at kumpanya. Kasabay nito, mas naging aktibo ang team sa pagpapayo sa mga VP at lider ng C-suite tungkol sa estratehiya ng kumpanya at produkto.

Nagsisilbi ring katuwang sa pag-iisip para sa product marketing ang ChatGPT Work. Ginagamit ito ng mga empleyado upang palalimin ang kanilang kaalaman, bumuo ng mga ideya, lumikha ng mga persona ng stakeholder, at subukan ang mga rekomendasyon bago iharap ang mga ito sa pamunuan.

Ginagamit ng mga team sa product, marketing, customer success, sales, at enablement ang ChatGPT Work at Codex upang dalhin ang ideya mula prototype hanggang paglulunsad. Tinataya ni Zahedi na humigit-kumulang anim na linggo ang inabot ng proseso gamit ang mga tool ng OpenAI; dati, aabutin sana ito ng ilang buwan o maging ilang quarter.

Ipinakita ng paglulunsad ng Deep Finance sa Stampli kung ano ang maaaring maging anyo ng isang mas konektado at suportado ng AI na product cycle. Sinusuri na ngayon ng kumpanya kung paano ilalapat ang paraang iyon sa mas marami pang produkto, workflow, at go-to-market program.

Para kay Zahedi, ang mas malaking oportunidad ay palawakin ang pananaw ng mga empleyado sa kaya nilang gampanan. Nakatulong ang ChatGPT Work at Codex sa kanyang team na matuto ng mga bagong larangan, bumuo ng sarili nitong mga system, at maglaan ng mas maraming oras sa mga desisyong nagsusulong sa kumpanya.