Questo articolo fa parte della nostra serie che spiega come OpenAI sta sviluppando le proprie soluzioni sfruttando la nostra tecnologia.
Ogni anno arrivano milioni di richieste di assistenza. Ognuna contiene qualcosa di rilevante: una frustrazione, un'idea, una richiesta.
Ma fino a poco tempo fa, interpretare questi segnali era difficile. Le dashboard mostravano alcune tendenze, ma non spiegavano il perché. Erano necessarie settimane di lavoro da parte di uno scienziato dei dati per effettuare analisi approfondite. Un responsabile di prodotto, ad esempio, potrebbe voler sapere come è stata accolta una nuova funzionalità da un determinato tipo di utente. Per ottenere una risposta, però, era necessario che uno scienziato dei dati svolgesse un'analisi dettagliata.
La curiosità veniva in qualche modo frenata.
«Il processo richiedeva competenze tecniche avanzate e stava limitando la nostra curiosità», dichiara Molly Jackman, responsabile dei dati aziendali.
Abbiamo creato un assistente di ricerca che stimola la curiosità su più fronti. Combina due modalità di esplorazione: dashboard per individuare i modelli ricorrenti e un'interfaccia conversazionale per ottenere approfondimenti. Puoi partire da un grafico degli argomenti più rilevanti e poi fare domande di approfondimento in linguaggio semplice.
Lo abbiamo realizzato combinando tutte le funzionalità che erano già efficaci. Da un lato, classificatori e grafici che organizzavano milioni di richieste in aree di prodotto e temi. Dall'altro, GPT‑5, capace di riassumere le richieste originali e generare report flessibili in linguaggio semplice. Questa combinazione ci ha offerto sia velocità che profondità, in modo semplice da usare per chiunque.
"Cosa ne pensano i clienti del settore sanitario delle nuove integrazioni?"
"Cosa sta causando le richieste di assistenza in questo trimestre?"
"Quali sono le funzionalità principali che stanno avendo successo?"
In pochi minuti, il sistema restituisce un report che quantifica il problema, mostra la sua diffusione ed evidenzia i punti critici. I responsabili non devono più sottrarre tempo ad altre attività né consultare dashboard statiche. Chiunque può fare domande fino a ottenere le risposte desiderate. Per i team di prodotto, significa poter iterare più rapidamente grazie a feedback reali, capire cosa funziona e cosa no, e ottenere indicazioni chiare per indirizzare sia il lancio dei prodotti che la pianificazione a lungo termine.
«Il vantaggio è che non serve definire le domande in anticipo: puoi semplicemente seguire la tua curiosità.»
La velocità è inutile senza precisione.
All'inizio, i team operativi eseguivano classificazioni manuali e gli scienziati dei dati sviluppavano modelli personalizzati per confrontarli con l'assistente. I risultati coincidevano.
Nel tempo, la fiducia nel sistema è aumentata. I responsabili hanno iniziato a confrontare i risultati con le osservazioni sul campo e, quando coincidevano, si affidavano pienamente all'assistente.
Questo ciclo (chiedere, verificare, fidarsi) ha trasformato l'assistente in un'abitudine quotidiana per i team. Ciò che prima richiedeva una settimana di query SQL e classificazioni ora avviene in pochi clic.
I benefici si vedono ovunque.
- Dopo il lancio di GPT‑5, i team di prodotto ottenevano temi di feedback in pochi giorni, non settimane.
- Quando l'adozione aziendale dei connettori è rallentata, l'assistente ha individuato rapidamente la causa principale: un flusso di onboarding difettoso. Gli ingegneri hanno così potuto dare priorità alle correzioni.
- Nella generazione di immagini, ha evidenziato sia la creatività dei team di marketing che lo utilizzavano per i modelli dimostrativi, sia i problemi dovuti ai ritardi di rendering; due informazioni che hanno influenzato direttamente la roadmap.
Quando il tempo necessario per porre una domanda si riduce a pochi minuti, vengono poste più domande. Emergono più problemi. I team lavorano più velocemente.
Lo strumento non sostituisce gli scienziati dei dati. Consente loro di dedicarsi ad altre attività. Invece di analisi isolate, hanno più tempo per creare nuovi classificatori e investire in automazione e strumenti. I team operativi ora producono report di lancio in pochi minuti anziché diversi giorni, liberando risorse che possono così dedicare più tempo ai clienti. I team di prodotto possono apprendere in tempo reale dai clienti, aggiornando le loro roadmap con cicli di feedback più rapidi.
Questa trasformazione ha cambiato il nostro modo di ascoltare. Invece di razionare i cicli analitici limitati, ora ogni team può fare liberamente le proprie domande. La curiosità aumenta. Un responsabile di prodotto individua un punto critico, un responsabile commerciale nota lo stesso tema nelle richieste di assistenza aziendali e insieme accelerano il processo decisionale.
La speranza è che siano i clienti a percepirlo maggiormente. I problemi verranno risolti più rapidamente. Le funzionalità potranno evolversi per venire incontro alle loro esigenze. I feedback che prima rimanevano sepolti nella coda ora indirizzano la nostra strategia di sviluppo.
«Per me è come fare ricerca sull'esperienza utente dei clienti su larga scala. Riuscire a far emergere la voce del cliente e utilizzarla per migliorare proattivamente prodotti, politiche e processi: questo è il vero successo.»
Quello che era nato come uno strumento per analizzare milioni di richieste di assistenza sta diventando parte integrante del sistema operativo che definisce il nostro modo di ascoltare. E ascoltare bene è il modo migliore per sviluppare bene.
