როგორ ქმნის AI-სამუშაოს RingCentral ინჟინერიიდან ოპერაციებამდე
ChatGPT მუშაობისა და Codex-ის დახმარებით RingCentral უფრო სწრაფად ქმნის AI-პროდუქტების ფუნქციებს და ცენტრში თავს უყრის ოპერაციულ ცოდნას.
ბიზნესკომუნიკაციებში თითქმის სამი ათწლეულის ინოვაციების შედეგად, RingCentral გლობალურ კომპანიად იქცა, რომლის წლიური შემოსავალი 2,6 მილიარდ აშშ დოლარს აღემატება და რომელსაც მსოფლიოში ათასობით თანამშრომელი ჰყავს. დღეს კომპანია ინოვაციების ტრადიციას AI-საკუთრივი მუშაობის მეთოდების დანერგვით აგრძელებს. RingCentral-მა თითოეულ თანამშრომელს ChatGPT მუშაობისა და Codex-ის გამოყენებით ექსპერიმენტების შესაძლებლობა მისცა, რათა კომპანიაში ყველას, საინჟინრო გამოცდილების მიუხედავად, შეეძლოს გარდამქმნელი პროდუქტებისა და ინფრასტრუქტურის შექმნა.
„როდესაც ხელოვნური ინტელექტის რეალურ ხელსაწყოებს ყველას აძლევთ, მთელი კომპანია პროდუქტზე ორიენტირებულ ორგანიზაციად იქცევა. ჩვენი თითოეული პროდუქტი—მათ შორის, თუმცა არა მხოლოდ, აგენტური ხმოვანი AI-ს პორტფელი AIR, AVA და ACE—უმჯობესდება, როცა იდეასა და მომხმარებლისთვის ფუნქციის მიწოდებას შორის მანძილს ვამცირებთ; სწორედ ამის საშუალებას გვაძლევს AI-საკუთრივი განვითარება“.
გლობალურ საინჟინრო ორგანიზაციაში AI-ს ცოდნის გასაღრმავებლად RingCentral-ის გენერალური დირექტორის ოფისმა AI-საკუთრივი გამოწვევა დააფინანსა. თითოეულ მონაწილეს მიეცა ChatGPT მუშაობა და Codex და დაევალა თავიდან ბოლომდე სრული პროექტის შექმნა—სავალდებულო სამუშაო პროცესისა თუ სხვა შეზღუდვების გარეშე.
ეს მხოლოდ პროგრამირების სავარჯიშო არ ყოფილა: გამოწვევამ თანამშრომლები AI-საკუთრივი განვითარების სრულ ციკლში ჩართო—დაგეგმვიდან და განხორციელებიდან ტესტირებამდე, დოკუმენტირებამდე, CI/CD-მდე და განმეორებით გაუმჯობესებამდე. თითქმის ყველა მონაწილემ მოქმედი რეპოზიტორიუმი შექმნა, ხოლო ათასობით თანამშრომელმა—მათ შორის, არატექნიკურმა პერსონალმა და ხელმძღვანელებმაც კი—მუშა პროექტები წარმოადგინა.
RingCentral-ისთვის ეს გამოწვევა უფრო ფართო სტრატეგიის პრაქტიკული მოდელია: AI-ს შიდა გამოყენება მომხმარებლებისთვის პროდუქტების უფრო სწრაფად შესაქმნელად. კომპანია Codex-ზე დაფუძნებულ იმავე მიდგომას იყენებს საკუთარი AI-პროდუქტების პორტფელის—RingCentral AI Receptionist (AIR), AI Virtual Assistant (AVA) და AI Conversation Expert (ACE)—განვითარების დასაჩქარებლად, რითაც იდეასა და მომხმარებლისთვის ფუნქციის მიწოდებას შორის მანძილს ამცირებს.
„გამოწვევის ყველაზე ნათელი გაკვეთილი ის იყო, რომ AI-საკუთრივი განვითარება ინჟინრების ჩანაცვლებას კი არა, მათი შესაძლებლობების გაძლიერებას ემსახურება. AI განვითარების მთელ ციკლს აჩქარებს, თუმცა ადამიანები პროცესში რჩებიან: განსაზღვრავენ პროდუქტის მოთხოვნებს, აწვდიან ბიზნესკონტექსტს, იღებენ არქიტექტურულ გადაწყვეტილებებს და უზრუნველყოფენ თითოეული შედეგის ტესტირებასა და შემოწმებას“.
—RingCentral-ის საინჟინრო მიმართულების ხელმძღვანელი, რომელმაც პროექტს სათავე დაუდო
AI-საკუთრივი გამოწვევის მსგავსი ინიციატივებით წახალისებულმა RingCentral-ის არასაინჟინრო განყოფილებებმაც დანერგა AI-საკუთრივი მუშაობის მეთოდები. პროგრამების მართვის ოფისმა (PMO) ChatGPT მუშაობის გამოყენებით პროგრამების მართვის ერთგვარი ოპერაციული სისტემა შექმნა: გაფანტული ჩანაწერები და ჩატების ისტორია ჩაანაცვლა AI-ზე დაფუძნებული სამუშაო პროცესებით სტატუსის მონიტორინგის, ანგარიშგების, რელიზების მართვისა და ცოდნის გადაცემისთვის.
„ChatGPT ჩემი პროექტის მთელ კონტექსტს ერთ სივრცეში აერთიანებს. ChatGPT მუშაობა ამ კონტექსტის კონკრეტულ ქმედებებად და შესრულებულ სამუშაოდ ქცევის საშუალებას მაძლევს“.
ერთ-ერთი გამოყენება სტატუსის ავტომატური ანგარიშგებაა: ChatGPT მუშაობის გამოყენებით PMO-ს გუნდმა შექმნა სამუშაო პროცესები, რომლებიც Jira-ში, Google Sheets-ში, CRM სისტემებსა და სხვა წყაროებში აღრიცხული საკითხების საფუძველზე შეტყობინებებს აგენერირებს. ეს არის განსხვავება შეხვედრაზე იმის კითხვით მისვლას, თუ რა შეიცვალა, და უკვე განსაზღვრული დაბრკოლებებით, პასუხისმგებელი პირებითა და სამოქმედო ნაბიჯებით მისვლას შორის.
ათასობით ინჟინრისთვის ნულიდან ექსპერიმენტების ჩატარების ღია მოწვევით დაწყებული ინიციატივა დროთა განმავლობაში იმ ოპერაციულ საყრდენად იქცა, რომლის მეშვეობითაც PMO-ს მსგავსი გუნდები პროგრამებს მართავენ. ხელით კოორდინირების შემცირებით ChatGPT მუშაობა RingCentral-ის PMO-ს საშუალებას აძლევს, მეტი პროექტი უფრო ზუსტად მართოს.
ინჟინერიასა და ოპერაციებში ერთი და იგივე კანონზომიერება მოქმედებს: თანამშრომლებისთვის AI-თი ექსპერიმენტირების შესაძლებლობის მიცემა მხოლოდ ინდივიდუალურ უნარებს კი არ ავითარებს, არამედ ქმნის ინფრასტრუქტურასაც, რომელსაც კომპანია ეყრდნობა.
