Iki minangka bagean saka seri kami sing nuduhake conto internal babagan carane OpenAI nggunakake teknologi lan API dhewe. Piranti iki digunakake sacara internal, mung ing OpenAI, lan dituduhake ing kene minangka conto ilustratif babagan carane AI tercanggih ndhukung macem-macem use case ing tim kami. Kami uga nuduhake jeneng piranti internal supaya luwih cetha carane AI tercanggih mbantu tim kami ngrampungake pakaryan.
Mayuta-yuta tiket dhukungan mlebu saben taun. Saben tiket nggawa sesuatu sing migunani: rasa frustasi, gagasan, utawa panjaluk.
Nanging nganti bubar, sinyal kasebut angel dipahami. Dashboard nuduhake pratandha tren nanging ora nerangake sebabe. Analisis jero mbutuhake kerja nganti pirang-pirang minggu saka ilmuwan data. Pimpinan produk bisa uga pengin ngerti kepiye fitur anyar ditampa dening jinis audiens tartamtu. Nanging kanggo mangsuli, ilmuwan data kudu nindakake analisis rinci.
Rasa penasaran dadi kudu dijatah.
“Proses iki mbutuhake keahlian teknis sing jero, lan kuwi mbatesi rasa penasaran kita,” ujare Molly Jackman, Kepala Data Bisnis.
Kami mbangun asisten riset kanggo mbukak rasa penasaran sing bisa ngrembaka ing skala gedhe. Iki nggabungake rong mode eksplorasi: dashboard kanggo pola lan antarmuka percakapan kanggo ngeduk luwih jero. Sampeyan bisa miwiti saka grafik masalah sing lagi tren, banjur nerusake kanthi pitakon tindak lanjut nganggo basa saben dina.
Kami mbangune kanthi nyawijèkaké apa sing wis bisa digunakake. Ing siji sisih, ana classifier lan grafik sing nyusun jutaan tiket dadi area produk lan tema. Ing sisih liyane, ana GPT‑5, sing bisa ngringkes tiket mentah lan nggawe laporan fleksibel nganggo basa sing gampang dipahami. Gabungan iki menehi kacepetan lan kedalaman sing cukup prasaja supaya sapa wae bisa nggunakake.
“Apa sing diomongake pelanggan layanan kesehatan babagan integrasi anyar?”
“Apa sing nyebabake tiket dhukungan ing triwulan iki?”
“Fitur utama endi sing paling ngena?”
Ing sawetara menit, sistem ngasilake laporan sing ngukur gedhene masalah, nuduhake prevalensi, lan nyorot titik-titik gesekan. Pimpinan ora perlu maneh nyilih bandwidth utawa mung ndeleng dashboard statis. Sapa wae bisa ngetutake pitakone dhewe menyang endi wae pitakon mau nuntun. Kanggo tim produk, iki tegese iterasi luwih cepet adhedhasar umpan balik nyata—ngerti apa sing bisa, apa sing ora, lan narik wawasan sing cetha kanggo nuntun peluncuran produk uga roadmap jangka panjang.
“Sing ajaibe, sampeyan ora perlu nemtokake pitakon luwih dhisik; sampeyan mung perlu nuruti rasa penasaran.”
Kacepetan ora ana artine tanpa akurasi.
Ing awal-awal, tim ops nindakake klasifikasi manual lan ilmuwan data nulis model kustom kanggo mbandhingake karo asisten iki. Asile cocog.
Suwe-suwe, kapercayan saya gedhe. Pimpinan wiwit mriksa silang temuan kasebut karo apa sing wis dirungokake ing lapangan, lan nalika cocog, dheweke dadi luwih yakin.
Siklus iki—takon, mriksa, percaya—ngowahi asisten iki dadi kabiasaan saben dina kanggo tim. Sing biyen mbutuhake seminggu query SQL lan classifier saiki bisa kelakon mung kanthi sawetara klik.
Asile katon ing endi-endi.
- Sawise GPT‑5 diluncurake, tim produk entuk tema umpan balik sajrone sawetara dina, dudu minggu.
- Nalika adopsi connector ing enterprise alon, asisten iki cepet nemokake sebab oyode: alur onboarding sing bug. Para insinyur banjur bisa menehi prioritas kanggo perbaikane.
- Ing generasi gambar, iki nyorot loro-lorone: kreativitas tim pemasaran sing nggunakake kanggo mockup lan gesekan amarga telat rendering; rong kasunyatan sing langsung mbentuk roadmap.
Nalika biaya kanggo takon mudhun dadi mung sawetara menit, pitakon luwih akeh bakal diajokake. Masalah luwih akeh muncul. Tim obah luwih cepet.
Piranti iki ora ngganti ilmuwan data. Nanging malah mbebasake dheweke kanggo nindakake pakaryan sing beda. Tinimbang analisis siji-siji, dheweke duwe luwih akeh wektu kanggo mbangun classifier anyar lan nandur modal ing otomatisasi lan tooling. Tim ops saiki ngasilake laporan peluncuran sajrone menit tinimbang dina, saengga ana kapasitas luwih kanggo ngentekake wektu karo pelanggan. Tim produk bisa sinau langsung saka pelanggan kanthi wektu nyata, saengga roadmape dipandu dening siklus umpan balik sing luwih cepet.
Transformasi iki wis ngowahi cara kita ngrungokake. Tinimbang njatah siklus analitis sing langka, saben tim saiki bisa ngoyak pitakone kanthi bebas. Rasa penasaran terus numpuk. Pimpinan produk nemokake titik gesekan, pimpinan sales ndeleng tema sing padha ing tiket enterprise, lan bebarengan dheweke nggawe dalan tumindak sing luwih cepet.
Pangarep-arepne, pelanggan sing paling ngrasakake. Masalah bakal luwih cepet dirampungake. Fitur bisa berkembang luwih cedhak karo kabutuhane. Umpan balik sing biyen kapendem ing backlog saiki dadi pusat cara kita mbangun.
“Aku ndeleng iki minangka riset UX pelanggan ing skala gedhe. Yen kita ngangkat swara pelanggan kanthi cara sing proaktif ngowahi produk, kabijakan, lan praktik kita—iku sing diarani sukses.”
Apa sing diwiwiti minangka piranti kanggo ngurai mayuta-yuta tiket saiki dadi bagean saka sistem operasi kanggo cara kita ngrungokake. Lan ngrungokake kanthi apik yaiku cara kita mbangun kanthi apik.
