Dette er en del av serien om hvordan OpenAI utvikler sine egne løsninger med vår egen teknologi.
Flere millioner støttehenvendelser mottas hvert år. Hver av dem har noe av verdi: en frustrasjon, en idé, en forespørsel.
Men inntil nylig var det vanskelig å forstå de signalene. Instrumentpanel ga hint til trender, men manglet årsaken. Dypdykk tok flere uker med arbeid fra en dataforsker. En produktleder vil kanskje vite hvordan en ny funksjon ble mottatt av en unik målgruppe. Men svar krevde at en dataforsker utførte en detaljert analyse.
Nysgjerrighet ble rasjonert.
«Prosessen krevde dyp teknisk ekspertise, og den avskar nysgjerrigheten vår», sier Molly Jackman, Head of Business Data.
Vi bygde en forskningsassistent for å muliggjøre nysgjerrighet som skaleres. Den kombinerer to utforskningsmoduser: instrumentpanel for mønstre og et samtalegrensesnitt for å grave dypere. Du kan starte med et diagram med aktuelle problemer, og så stille oppfølgingsspørsmål med vanlig språk.
Vi bygget den ved å kombinere det som allerede fungerte. På den ene siden klassifikatorer og diagrammer som strukturerte flere millioner henvendelser inn i produktområder og temaer. På den andre siden GPT‑5, som kunne oppsummere rå henvendelser og generere fleksible rapporter på vanlig språk. Kombinasjonen ga oss både hastighet og dybde som var enkel nok til at alle kunne bruke den.
«Hva sier kunder innen helsevesen om nye integrasjoner?»
«Hva fører til støttehenvendelser dette kvartalet?»
«Hvilke større funksjoner treffer blink?»
På minutter returnerer systemet en rapport som graderer problemet, viser forekomst og fremhever friksjonspunkter. Ledere trenger ikke å låne båndbredde eller se statiske instrumentpanel lenger. Alle kan følge sine egne spørsmål uansett hvor de leder. For produktteam betyr det raskere iterering på ekte tilbakemelding – å vite hva som fungerer, hva som ikke fungerer, og finne tydelig innsikt for å veilede både produktlanseringer og langsiktige veikart.
«Magien er at du ikke trenger å forhåndsdefinere spørsmålene dine, du følger bare nysgjerrigheten din.»
Hastighet er ubetydelig uten nøyaktighet.
I de tidlige dagene kjørte operasjonsteam manuelle klassifiseringer, og dataforskere lagde egendefinerte modeller som ble sammenlignet med assistenten. Resultatene var samsvarende.
Over tid økte tillit. Ledere begynte å kryssjekke funn mot det de allerede hørte i feltet, og da det samsvarte, fulgte de med.
Den syklusen – spør, sjekk, tillit – gjorde assistenten om til en daglig vane for team. Det som tidligere tok en uke med SQL-spørringer og klassifikatorer, skjer nå på noen få klikk.
Belønningen vises overalt.
- Etter lanseringen av GPT‑5 hadde produktteam tilbakemeldingstemaer på dager, ikke uker.
- Når konsernbruken av koblinger gikk saktere, fant assistenten rotårsaken raskt: en defekt introduksjonsflyt. Så kunne ingeniører prioritere rettelser.
- I bildegenerering fremhevet den både kreativiteten til markedsføringsteam ved å bruke den for utkast av design og friksjonen fra gjengivelsesforsinkelser: to sannheter som formet veikartet direkte.
Når kostnaden for å stille et spørsmål går ned til minutter, stilles flere spørsmål. Flere problemer avdekkes. Team jobber raskere.
Verktøyet erstatter ikke dataforskere. Det frigjør dem til å gjøre annet arbeid. I stedet for engangsanalyser har de mer tid til å bygge nye klassifikatorer og investere i automatisering og verktøybruk. Operasjonsteam kan nå generere lanseringsrapporter på minutter i stedet for dager, noe som frigjør kapasitet til å bruke mer tid med kunder. Produktteam kan lære i sanntid fra kunder, noe som informerer veikartene deres med raskere tilbakemeldingssløyfer.
Denne transformasjonen har endret hvordan vi kan lytte. I stedet for å rasjonere knappe analytiske sykluser kan hvert team nå forfølge spørsmålene sine fritt. Sammensatt nysgjerrighet. En produktleder oppdager et friksjonspunkt, en salgsleder ser det samme temaet i konsernhenvendelser, og sammen skaper de en raskere bane til handling.
Håpet er at kunder føler det mest. Problemer blir løst tidligere. Funksjoner kan utvikles nærmere behovene deres. Tilbakemeldinger som tidligere var begravd i etterslepet, er nå sentralt i hvordan vi bygger.
«Jeg tenker på det som forskning på brukeropplevelser i stor skala. Hvis vi oppdager kundens stemme på en måte som proaktivt endrer produktene våre, retningslinjene våre og praksisen vår, er det en suksess.»
Det som begynte som et verktøy for å analysere flere millioner henvendelser, blir en del at operasjonssystemet for hvordan vi lytter. Og når vi lytter godt, bygger vi godt.
