კომერციული დირექტორი ჯანკარლო ‘GC’ ლიონეტი ხსნის ჩვენს სერიას, სადაც ვაზიარებთ შიდა მაგალითებს, თუ როგორ იყენებს OpenAI საკუთარ ტექნოლოგიასა და API-ებს. ეს ხელსაწყოები გამოიყენება შიგნით, მხოლოდ OpenAI-ში, და აქ გაზიარებულია, როგორც საჩვენებელი მაგალითები იმისა, როგორ უჭერს მოწინავე AI მხარს გამოყენების შემთხვევებს ჩვენს გუნდებში. ასევე ვაზიარებთ შიდა ხელსაწყოების სახელებს, რათა უფრო მკაფიოდ დავანახოთ, როგორ ეხმარება მოწინავე AI ჩვენს გუნდებს საქმის შესრულებაში.
AI უკვე ექსპერიმენტის ფარგლებს გასცდა. ის ახლა მუშაობის ინფრასტრუქტურად ფუნქციონირებს და პილოტებიდან გადადის სისტემებზე, რომლებიც ყოველდღიურ გადაწყვეტილებებს აყალიბებს. მიუხედავად იმისა, რომ ჩვენი მოდელები სიჩქარის, ღირებულებისა და შესაძლებლობების მხრივ უმჯობესდება, დანერგვა იშვიათად ვითარდება სწორხაზოვნად. დანერგვები ხშირად უსწრებს იმ ცვლილებებს, რომლებიც ორგანიზაციებს ამ ტექნოლოგიის გამოსაყენებლად სჭირდება.
OpenAI-ის შიგნით იმავე დაძაბულობას ვხედავთ. ჩვენი ბიზნესის AI-ზე აწყობა ნიშნავს იმ კითხვებთან დაპირისპირებას, რომლებსაც ყველა მომხმარებელი სვამს: საიდან დავიწყოთ, როგორ შევუთავსოთ ახალი ხელსაწყოები არსებულ სამუშაო პროცესებს, როგორ გავზომოთ პროგრესი მაშინ, როცა გარემო მუდმივად იცვლება. როდესაც მომხმარებლებს ვხვდები, კითხვა, რომელსაც ყველა მისვამს, არის: „როგორ იყენებს OpenAI OpenAI-ს?“
ჩვენი მიდგომაა, AI ვაქციოთ პრაქტიკად, რომელიც ოსტატობას აძლიერებს.
ყველა კომპანია ექსპერტიზაზეა დამოკიდებული. გამყიდველი, რომელიც ნდობას აყალიბებს, მხარდაჭერის ხელმძღვანელი, რომელიც ყველაზე რთულ პრობლემას წყვეტს, ინჟინერი, რომელიც სირთულეში წესრიგს პოულობს. AI ამ ექსპერტიზას კოდირებს და გუნდებში ავრცელებს, რითაც თითოეული დისციპლინის გავლენას ზრდის.
ასე ვქმნით ჩვენ. ჩვენი GTM, პროდუქტისა და ინჟინერიის გუნდები სწავლობენ ყოველდღიურ სამუშაო პროცესებს, განსაზღვრავენ, რას ნიშნავს კარგი შედეგი, და ცვლილებებს კვარტლების ნაცვლად კვირებში ახორციელებენ. გადავწყვიტეთ, ყურადღება გაგვემახვილებინა რამდენიმე მაღალი ბერკეტის მქონე სისტემაზე, რომლებსაც არაპროპორციულად დიდი გავლენა აქვს. თითოეული გუნდი მათ ამოწმებს რეალურ დანერგვებში და ავითარებს იმავე უნარებს, რასაც ჩვენი მომხმარებლები.
დღეს ვუშვებთ OpenAI OpenAI-ზე, სერიას, რომელიც აჩვენებს, როგორ ვიყენებთ AI-ს ჩვენს ბიზნესში. თითოეული ისტორია რეალურ პრობლემასა და ჩვენ მიერ შექმნილ გადაწყვეტას მოიცავს. ჩვენი მიზანია, გავაზიაროთ შაბლონები, რომლებსაც კომპანიები მოარგებენ.
ვიწყებთ რამდენიმე მაგალითით:
- GTM Assistant: Slack-ზე დაფუძნებული ხელსაწყო, რომელიც აკონცენტრირებს ანგარიშის კონტექსტსა და ექსპერტულ ცოდნას. ის ამარტივებს კვლევას, შეხვედრისთვის მომზადებას და პროდუქტთან დაკავშირებულ კითხვა-პასუხს, ზრდის გაყიდვების პროდუქტიულობას და აუმჯობესებს შედეგებს.
- DocuGPT: აგენტი, რომელიც კონტრაქტებს სტრუქტურირებულ, საძიებო მონაცემებად გარდაქმნის. ფინანსური გუნდები მას მასშტაბურად უფრო სწრაფი და თანმიმდევრული მიმოხილვისთვის იყენებენ.
- Research Assistant: სისტემა, რომელიც მილიონობით მხარდაჭერის ბილეთს სასაუბრო ინსაითებად გარდაქმნის. გუნდები ტენდენციებს ავლენენ და მომხმარებელთა უკუკავშირზე წუთებში რეაგირებენ და არა კვირებში.
- Support Agent: ოპერაციული მოდელი, რომელიც აგებულია AI აგენტებზე, უწყვეტ შეფასებებსა და დინამიკურ ცოდნის ციკლებზე. ის თითოეულ ინტერაქციას სასწავლო მონაცემებად აქცევს, ზრდის ხარისხს და წარმომადგენლებს ბილეთების დამმუშავებლების ნაცვლად სისტემების მშენებლებად წარმოაჩენს.
- Inbound Sales Assistant: სისტემა, რომელიც თითოეული ლიდისთვის პასუხებს პერსონალიზებს, პროდუქტსა და შესაბამისობაზე კითხვებს მყისიერად პასუხობს და კვალიფიცირებულ პერსპექტებს სრულ კონტექსტთან ერთად წარმომადგენლებთან გადაამისამართებს. ის გამორჩენილ შესაძლებლობებს შემოსავლად აქცევს.
ყველა კომპანიას აქვს ოსტატობა. AI მას მასშტაბირებს. მომავალი ეკუთვნის ორგანიზაციებს, სადაც თანამშრომლები საკუთარ ექსპერტიზას აფიქსირებენ და მას მთელ კომპანიაში ავრცელებენ. კომპანიები, რომლებიც ოსტატობასა და კოდს აერთიანებენ, მოწინავე ზღვარს განსაზღვრავენ.
თუ მეტის გაგება გსურთ, სიამოვნებით დაგიკავშირდებით. შემოგვიერთდით DevDay-ზე 6 ოქტომბერს, ტექნიკური რესურსები კი მალევე გამოქვეყნდება.
