כך Oracle מקצרת ימי עבודה לדקות עם ChatGPT ו-Codex
מגיוס ועד הנדסה ותפעול, Oracle הופכת ידע מקצועי לתהליכי עבודה מהירים שניתן לבצע שוב ושוב בעזרת ChatGPT Work ו-Codex.

98%
קיצור הזמן הנדרש למחקר לקראת גיוס עובדים
130 אלף
משתמשי ChatGPT פעילים ב-Oracle
יותר מ-95 אלף
משתמשי Codex פעילים ב-Oracle
יותר ממאה אלף עובדים ברחבי Oracle משתמשים ב-ChatGPT Work וב-Codex, מצוותי גיוס העובדים ועד Oracle Applications Lab ומערך ה-IT. בכל אחד מהמקרים, עבודה שבעבר דרשה מומחים ונמשכה ימים ניתנת כיום לביצוע בתוך דקות, בידי כל אחד. אנשי גיוס חוסכים ימים של מחקר שוק, משתמשים עסקיים מתארים את התוצאה הרצויה במקום לחפש דוח, ומובילים טכניים בונים כלים שבעבר דרשו חודשים של עבודה מצוות שלם.
"בנינו את הכלי שלנו למודיעין על שוק המועמדים בעזרת ChatGPT Work, והוא ממש חולל מהפכה באופן שבו אנחנו מבצעים את השלבים הראשונים בתהליך הגיוס."
צוות הגיוס השתמש ב-ChatGPT Work כדי לבנות כלי למודיעין על שוק המועמדים. הכלי מקבל תיאור משרה, חוקר תפקידים דומים, משווה רמות שכר ומעריך את היצע המועמדים במיקומים הרלוונטיים. הכלי מספק לאנשי הגיוס מידע חשוב לקראת השיחה עם המנהל המגייס — מידע שבעבר נדרשו יומיים עד ארבעה ימים כדי לאסוף.
"עברנו מאפס למאה", אומרת ג׳אן אקרמן, סגנית נשיא בכירה וראש מערך הגיוס העולמי ב-Oracle. "עכשיו אנחנו יכולים לשבת ולהתכונן במשך כ-15 עד 20 דקות בעזרת הכלי שבנינו עם [ChatGPT] Work."
התהליך לא רק מהיר יותר, אלא גם עקבי יותר. בעבר, אנשי הגיוס ניהלו את שלב הגדרת צורכי הגיוס באופן שונה בכל חיפוש. הכלי למודיעין על שוק המועמדים הופך את התהליך לאחיד, כך שכל מנהל מגייס מקבל נתונים ותובנות באותה רמת איכות, ללא תלות באיש הגיוס שאיתו עבד.
צוות Oracle Applications Lab, שמסייע בניהול רבים מתהליכי הליבה העסקיים של Oracle, בנה אונטולוגיה של הישויות, הקשרים והכללים בחברה. כך אפשר להפוך שאלה עסקית בשפה פשוטה לשאילתת SQL אמינה בעזרת Codex. המשתמש העסקי מתאר את התוצאה הרצויה, ו-Codex מחליט לאילו מערכות פנימיות לפנות, אוסף את המידע ומחזיר ניתוח, דוח או יישום.
זהו שינוי לעומת האופן שבו התבצעה העבודה בעבר. לאם סיפר שמשתמשת אחת פנתה אליו אחרי שהציגה לכלי שאלה שבדרך כלל היו נדרשות לה כשעתיים כדי לענות עליה. היא אמרה ללאם: "עם הכלי החדש, הזנתי את הבקשה וקיבלתי תשובה כמעט מייד." כשבדקה את התוצאה מול התהליך הידני הישן, המספרים היו זהים לחלוטין.
בתחום הנדסת סביבות הייצור, מהנדסי אמינות מערכות (SRE) משתמשים ב-Codex כדי לאסוף מידע רקע רלוונטי על תקלה ולשלוף אוטומטית את נוהל הטיפול המתאים. מהנדסי ה-SRE מקדישים יותר זמן להכוונת קבלת ההחלטות ופחות זמן לחיפוש מידע. "בתקלה פשוטה ושגרתית, שבעבר נדרשה שעה כדי לפתור, אפשר עכשיו לטפל בתוך דקות", אומר לאם.
גם כש-Codex לוקח על עצמו חלק גדול יותר מהעבודה, לאם מקפיד להדגיש ששום דבר כאן לא פועל על טייס אוטומטי. עדיין צריך שמישהו יוודא שהמערכת שבבסיס הכול בנויה נכון.
"משתמשים עסקיים מתארים עכשיו את התוצאה הרצויה להם במקום לחפש דוח. זה שינוי משמעותי. הייתי אפילו קורא לזה מהפך עסקי."
הבינה המלאכותית בונה את הכלים, אבל האחריות לתוצרים נשארת בידי האנשים. כמה לקחים בולטים במיוחד:
הגדירו את הגבולות הנכונים. "אתם עדיין חייבים לגלות אחריות רבה בתכנון המערכת, בארכיטקטורה, באבטחה ובאופן שבו תרצו ש-Codex יבנה עבורכם את הקוד", אומר לאם.
הציגו אבות טיפוס במקום מסמכי אפיון. "בדרך כלל אני מעלה [את הרעיון שלי] על הכתב, אבל עכשיו אני מממש אותו באב טיפוס", אומר בארי שילמובר, סגן נשיא ויועץ טכני למנהל מערכות המידע.
קחו אחריות על הקוד. "אם לא תעבדו לצד Codex, תגיעו למצב שבו יש לכם הרבה קוד שאי אפשר לתחזק", אומר לאם.
הצוות של Oracle משנה מהיסוד את אופן הפעולה של החברה בעזרת בינה מלאכותית. בגיוס, בניתוח נתונים ובהנדסה, כל יחידה עסקית תיארה את התוצאה הרצויה והשאירה ל-Codex ול-ChatGPT את אופן ביצוע העבודה. עם אלפי משתמשים שכבר עובדים עם ChatGPT ו-Codex, עובדי Oracle נעזרים בבינה מלאכותית באינספור משימות. כפי ששילמובר מנסח זאת: "אני לא יודע מה התשובה, כי אני לא יודע מה תהיה הבעיה הבאה שאצטרך לפתור. אני רק יודע שאחד הדברים הראשונים שאעשה יהיה להיעזר ב-Codex כדי לפתור אותה."


