Slik skalerer NVIDIA ekspertise med ChatGPT Work

I NVIDIA hjelper ChatGPT Work kunnskapsarbeidere med å bruke mindre tid på å sammenstille informasjon og mer tid på å handle ut fra den.

For team som jobber med GTM og løsningsarkitektur, har ChatGPT blitt en del av måten arbeidet organiseres, automatiseres og skaleres på. For GTM-teamet forvandler det gjentakende driftsprosesser, mens løsningsarkitektene bruker det til å knytte den raske eksterne utviklingen til NVIDIAs interne prioriteringer.

Will Daney hjelper NVIDIAs globale ledere innen salg, forretningsutvikling og produkt med å gjennomføre og måle strategiene sine. En av de faste oppgavene hans er å støtte feltorganisasjonen i forbindelse med GTC, NVIDIAs globale KI-konferanse.

Tidligere krevde forberedelsene til GTC omfattende arbeid i regneark: å sammenstille kundelister, følge registreringer og hjelpe teamene med å finne ut hva som måtte gjøres for å gi kunder og partnere en produktiv opplevelse. Will anslår at manuell analyse tok rundt 40 prosent av tiden hans i forkant av arrangementet. I dag har han gjort mye av dette arbeidet om til en automatisert prosess i ChatGPT Work som kjøres to ganger i uken. Gjennom den tolv uker lange planleggingsperioden for GTC sparer arbeidsflyten rundt 16 timer i uken.

«Jeg kan frigjøre tid, jobbe med selve feltteamet, bli bedre kjent med dem og hjelpe dem med å finne ut hvordan vi kan bidra til at kundene våre lykkes bedre», sier Will.

Og fordi han eier arbeidsflyten, kan han tilpasse den etter hvert som arrangementet endres, uten å vente på at et nytt verktøy skal kjøpes inn, implementeres og vedlikeholdes. Han kan også dele den underliggende prosessen med team i andre regioner. Kollegaer som støtter arrangementer i San Jose, Taipei, Europa og Washington, DC, har fått ChatGPT‑arbeidsflytene hans og tilpasset dem til lokale behov.

Rachita Jain jobber i teamet for KI-drift i NVIDIAs markedsføringsorganisasjon, der hun utvikler KI-arbeidsflyter og hjelper team med å ta i bruk nye verktøy. Utfordringen hennes er å holde tritt med en bransje der nye modeller, referansetester og forskningsresultater dukker opp hver dag.

Informasjonen er lett tilgjengelig. Den vanskeligere oppgaven er å avgjøre hvilken utvikling som er relevant for NVIDIA, og knytte den til interne prosjekter, samtaler og prioriteringer. Rachita utviklet en arbeidsflyt med ChatGPT Work som vurderer pålitelige eksterne kilder sammen med intern kontekst, finner viktige berøringspunkter og løfter frem innsikt som kan omsettes i handling. Hver uke sammenfatter den rundt 25–40 eksterne KI-oppdateringer til 5–8 handlingsrettede signaler.

«ChatGPT hjalp meg med å gjøre passiv lesing om til aktiv innsikt», sier hun.

Det samme miljøet støtter også resten av utviklingsprosessen. Rachita kan begynne med en idé, utforske mulige tilnærminger, arbeide seg gjennom en kodebase, feilsøke problemer og finpusse resultatet uten stadig å måtte bytte mellom separate verktøy. Initiativer som tidligere kanskje ville ha forblitt sideprosjekter, kan bli til fungerende produkter på få dager. I ett tilfelle gikk hun fra idé til fungerende prototype på rundt 3–5 dager, mot anslagsvis 2–3 uker dersom hun hadde bygget komponentene manuelt i separate verktøy.

Den neste muligheten er å skalere det som allerede fungerer. Ved å gjøre spesialisert kunnskap om til gjenbrukbare arbeidsflyter kan team i hele NVIDIA tilpasse velprøvde prosesser på tvers av funksjoner, arrangementer og regioner – samtidig som de som er nærmest arbeidet, beholder kontrollen over hvordan prosessene videreutvikles.

Og mens KI-landskapet fortsetter å endre seg, kan disse delte arbeidsflytene hjelpe NVIDIA med å knytte ekstern utvikling raskere til interne prioriteringer og gi flere ansatte tilgang til KI-støttede arbeidsmåter. Målet er å gi teamene mer tid til å tolke funn, samarbeide og konsentrere seg om arbeid som støtter kundene.

Dette potensialet er allerede tydelig i Wills erfaring. «ChatGPT har virkelig mangedoblet kapasiteten min», sier han. «Det føles som om jeg har et team som jobber for meg. Det har hjulpet meg ut av detaljene, slik at jeg kan konsentrere meg mer om arbeidet som betyr noe.»