આ અમારી શ્રેણીનો એક ભાગ છે, જેમાં OpenAI પોતાની જ ટેકનોલોજી અને APIs નો કેવી રીતે ઉપયોગ કરી રહ્યું છે તેના આંતરિક ઉદાહરણો શેર કરે છે. આ સાધનોનો આંતરિક રીતે, ફક્ત OpenAIમાં જ ઉપયોગ થાય છે, અને અહીં તે ઉદાહરણરૂપે શેર કરવામાં આવ્યા છે કે અત્યાધુનિક AI અમારી ટીમોમાં વિવિધ ઉપયોગકેસને કેવી રીતે સમર્થન આપે છે. અત્યાધુનિક AI અમારી ટીમોને કામ પૂર્ણ કરવામાં કેવી રીતે મદદ કરે છે તે વધુ સ્પષ્ટ રીતે બતાવવા માટે અમે આંતરિક ટૂલના નામો પણ શેર કરી રહ્યા છીએ.
દર વર્ષે લાખો સપોર્ટ ટિકિટો આવે છે. દરેકમાં કંઈક કિંમતી હોય છે: નિરાશા, વિચાર, વિનંતી.
પરંતુ તાજેતર સુધી, આ સંકેતોને સમજવા મુશ્કેલ હતા. ડેશબોર્ડ ટ્રેન્ડ્સનો ઈશારો કરતા, પરંતુ ‘શા માટે’ એ બતાવતા નહોતા. ઊંડાણપૂર્વકનું વિશ્લેષણ કરવા માટે ડેટા વૈજ્ઞાનિકના અઠવાડિયાઓ જેટલા કામની જરૂર પડતી. કોઈ પ્રોડક્ટ લીડર જાણવા માગે કે નવી સુવિધા અનોખા પ્રકારના પ્રેક્ષકો સુધી કેવી રીતે પહોંચી. પરંતુ તેનો જવાબ આપવા માટે ડેટા વૈજ્ઞાનિકને વિગતવાર વિશ્લેષણ કરવું પડતું.
જિજ્ઞાસાને મર્યાદિત કરવી પડતી હતી.
“આ પ્રક્રિયા માટે ઊંડી ટેક્નિકલ કુશળતા જરૂરી હતી, અને તે અમારી જિજ્ઞાસાને મર્યાદિત કરતી હતી,” એમ Molly Jackman, બિઝનેસ ડેટા વિભાગના વડા, કહે છે.
અમે એવી જિજ્ઞાસાને અનલૉક કરવા માટે એક રિસર્ચ આસિસ્ટન્ટ બનાવ્યો જે મોટા પાયે કામ કરી શકે. તેમાં તપાસના બે મોડ જોડાયેલા છે: પેટર્ન માટે ડેશબોર્ડ અને વધુ ઊંડે જવા માટે સંવાદાત્મક ઇન્ટરફેસ. તમે ટ્રેન્ડિંગ મુદ્દાઓનો ચાર્ટ જોઈને શરૂઆત કરી શકો છો, પછી સામાન્ય ભાષામાં અનુગામી પ્રશ્નો પૂછી શકો છો.
અમે તેને પહેલેથી સારી રીતે કામ કરતી બાબતોને જોડીને બનાવ્યો. એક તરફ, એવા ક્લાસિફાયર્સ અને ચાર્ટ્સ હતા જે લાખો ટિકિટોને પ્રોડક્ટ ક્ષેત્રો અને થીમોમાં ગોઠવતા હતા. બીજી તરફ, GPT‑5 હતું, જે કાચી ટિકિટોનું સારાંશ આપી શકતું અને સામાન્ય ભાષામાં લવચીક અહેવાલો બનાવી શકતું. આ સંયોજનથી અમને એવી ઝડપ અને ઊંડાણ મળ્યાં કે જે કોઈપણ માટે વાપરવા પૂરતું સરળ હતું.
“નવા ઇન્ટિગ્રેશન્સ વિશે હેલ્થકેર ગ્રાહકો શું કહી રહ્યા છે?”
“આ ત્રિમાસિકમાં સપોર્ટ ટિકિટોને શું પ્રેરિત કરી રહ્યું છે?”
“કઈ મુખ્ય સુવિધાઓ ખરેખર અસરકારક સાબિત થઈ રહી છે?”
માત્ર મિનિટોમાં, સિસ્ટમ સમસ્યાનો વ્યાપ બતાવતો, તેનું પ્રચલન દર્શાવતો અને ઘર્ષણબિંદુઓ ઉજાગર કરતો અહેવાલ આપે છે. નેતાઓને હવે વધારાનો સમય માંગવો કે સ્થિર ડેશબોર્ડ જોવો પડતો નથી. કોઈપણ વ્યક્તિ પોતાના પ્રશ્નોને જ્યાં લઈ જાય ત્યાં સુધી અનુસરી શકે છે. પ્રોડક્ટ ટીમો માટે તેનો અર્થ થાય છે વાસ્તવિક પ્રતિસાદ પર વધુ ઝડપી પુનરાવર્તન—શું કામ કરી રહ્યું છે, શું નથી કરી રહ્યું, અને પ્રોડક્ટ લોન્ચ તેમજ લાંબા ગાળાની રોડમેપ બંનેને માર્ગદર્શન આપવા સ્પષ્ટ આંતરદૃષ્ટિ મેળવવી.
