Oracle: dari hitungan hari ke menit dengan ChatGPT dan Codex

Lebih dari seratus ribu karyawan di seluruh Oracle menggunakan ChatGPT Work dan Codex, mulai dari tim akuisisi talenta, Oracle Applications Lab, hingga divisi TI. Di setiap tim tersebut, pekerjaan yang sebelumnya memerlukan tenaga ahli dan waktu berhari-hari kini bisa diselesaikan siapa saja dalam hitungan menit. Perekrut tak lagi perlu melakukan riset pasar selama berhari-hari, pengguna bisnis cukup menjelaskan hasil yang diinginkan alih-alih mencari-cari laporan, dan pemimpin teknis dapat membuat alat yang sebelumnya membutuhkan waktu berbulan-bulan bagi satu tim penuh.

Tim akuisisi talenta menggunakan ChatGPT Work untuk membuat alat analisis pasar tenaga kerja yang menerima deskripsi pekerjaan, meneliti posisi sejenis, membandingkan kompensasi, dan menilai ketersediaan kandidat di lokasi yang relevan. Alat ini membekali perekrut dengan informasi penting yang mereka butuhkan sebelum berdiskusi dengan manajer yang membutuhkan karyawan baru. Sebelumnya, pengumpulan informasi tersebut memakan waktu 2–4 hari.

“Kami telah melesat jauh,” kata Jan Ackerman, Wakil Presiden Senior dan Kepala Akuisisi Talenta Global di Oracle. “Kini kami bisa mempersiapkan diri dalam sekitar 15 hingga 20 menit dengan alat yang kami buat menggunakan [ChatGPT] Work.”

Prosesnya bukan hanya lebih cepat, tetapi juga lebih konsisten. Sebelumnya, cara perekrut menggali kebutuhan rekrutmen berbeda-beda untuk setiap pencarian kandidat. Dengan alat analisis pasar tenaga kerja ini, prosesnya menjadi konsisten sehingga setiap manajer yang membutuhkan karyawan baru mendapatkan data dan wawasan dengan kualitas yang sama, siapa pun perekrut yang bekerja sama dengannya.

Tim Oracle Applications Lab, yang membantu menjalankan banyak proses bisnis inti Oracle, membangun ontologi objek, hubungan, dan aturan perusahaan. Dengan demikian, pertanyaan bisnis dalam bahasa sehari-hari dapat diubah menjadi kueri SQL yang andal menggunakan Codex. Pengguna bisnis menjelaskan hasil yang diinginkan, lalu Codex menentukan sistem internal mana yang perlu diakses, mengumpulkan informasi, dan menyajikan analisis, laporan, atau aplikasi.

Ini berbeda dari cara kerja sebelumnya. Lam bercerita bahwa seorang pengguna menemuinya setelah mengajukan pertanyaan yang biasanya perlu beberapa jam untuk dijawab sendiri oleh pengguna tersebut. Pengguna itu berkata kepada Lam, “Dengan alat baru ini, saya memasukkan permintaan dan hampir langsung mendapat jawaban.” Saat ia membandingkan hasilnya dengan proses manual yang lama, angkanya sama persis.

Di bidang rekayasa sistem produksi, para engineer keandalan situs (SRE) menggunakan Codex untuk mengumpulkan konteks yang relevan tentang suatu insiden dan secara otomatis menampilkan panduan penanganan yang tepat. SRE kini punya lebih banyak waktu untuk mengarahkan pengambilan keputusan dan lebih sedikit menghabiskan waktu mencari informasi. “Insiden sederhana yang biasanya membutuhkan waktu satu jam untuk diselesaikan kini bisa ditangani dalam hitungan menit,” kata Lam.

Meski Codex menangani semakin banyak pekerjaan, Lam menegaskan bahwa semua ini tidak berjalan dengan sendirinya. Tetap harus ada orang yang memastikan sistem dasarnya dibangun dengan benar.

Meski AI yang membuat alatnya, manusia tetap bertanggung jawab atas hasilnya. Berikut beberapa pelajaran penting:

• Tetapkan batasan yang tepat. “Anda tetap harus benar-benar bertanggung jawab atas desain sistem, arsitektur, keamanan, dan cara Anda ingin Codex menyusun kode,” kata Lam.

• Berikan prototipe, bukan spesifikasi. “Biasanya, saya menuangkan [ide saya] di atas kertas, tetapi kini saya menuangkannya dalam bentuk prototipe,” kata Barry Shilmover, Wakil Presiden dan Penasihat Teknis CIO.

• Bertanggung jawablah atas kodenya. “Jika Anda tidak ikut bekerja bersama Codex, Anda akan berakhir dengan banyak kode yang tidak bisa dipelihara,” kata Lam.

Tim Oracle tengah mengubah cara perusahaan beroperasi secara menyeluruh dengan AI. Di bidang rekrutmen, analitik, dan rekayasa, setiap lini bisnis menjelaskan hasil yang diinginkan, lalu menyerahkan cara pengerjaannya kepada Codex dan ChatGPT. Dengan ribuan pengguna ChatGPT dan Codex yang sudah ada, karyawan Oracle memanfaatkan AI untuk beragam tugas kerja yang tak terhitung jumlahnya. Seperti yang dikatakan Shilmover, “Saya tidak tahu jawabannya karena saya belum tahu masalah apa yang harus saya selesaikan berikutnya. Yang saya tahu, salah satu hal pertama yang akan saya lakukan adalah memanfaatkan Codex untuk menyelesaikannya.”