Giancarlo "GC" Lionetti, kommersiell chef, inleder vår serie om hur OpenAI bygger sina egna lösningar på vår teknik.
AI har gått bortom experimentstadiet. Den fungerar nu som infrastruktur för arbetet och har gått från pilotprojekt till system som formar dagliga beslut. Även om våra modeller förbättras vad gäller hastighet, kostnad och kapacitet, sker införandet sällan i en rak linje. Implementeringarna går ofta snabbare än den förändring som krävs för att organisationer ska kunna dra full nytta av tekniken.
Inom OpenAI ser vi samma problematik. Att driva vår verksamhet med AI innebär att vi måste ta itu med de frågor som alla kunder ställer: var man ska börja, hur nya verktyg ska anpassas till befintliga arbetsflöden och hur man mäter framsteg när förutsättningarna hela tiden förändras. När jag möter kunder får jag nästan alltid samma fråga: "Hur använder OpenAI egentligen OpenAI?"
Vår inställning är att betrakta AI som en metod som förbättrar hantverket.
Alla företag är beroende av expertis. Säljaren som bygger förtroende, supportchefen som löser de svåraste problemen, ingenjören som bringar ordning i komplexiteten. AI kodar in den expertisen och sprider den över teamen, så att varje kompetensområde får större genomslag.
Det är så vi bygger. Våra GTM-, produkt- och ingenjörsteam studerar sina dagliga arbetsflöden, sätter en standard för vad "bra" innebär och levererar förändringar på några veckor i stället för kvartal. Vi beslutade oss för att fokusera på ett fåtal system med stor hävstångseffekt och ovanligt stor genomslagskraft. Varje team testar dem i verkliga implementeringar och bygger upp samma färdigheter som våra kunder gör.
I dag lanserar vi OpenAI på OpenAI, en serie som visar hur vi använder AI inom vår egen verksamhet. Varje berättelse beskriver ett verkligt problem och den lösning vi har tagit fram. Vårt mål är att dela med oss av mönster som företag kan anpassa efter sina egna behov.
Vi börjar med några exempel:
- GTM Assistant: ett Slack-baserat verktyg som centraliserar kontokontext och expertkunskap. Den effektiviserar research, mötesförberedelser och frågor och svar om produkter, vilket ökar försäljningsproduktiviteten och förbättrar resultaten.
- DocuGPT: en agent som omvandlar avtal till strukturerade, sökbara data. Ekonomiteam använder den för snabbare och mer konsekvent granskning i stor skala.
- Research Assistant: ett system som förvandlar miljontals supportärenden till samtalsbaserade insikter. Team identifierar trender och agerar på kundfeedback på några minuter istället för veckor.
- Supportagent: en operativ modell byggd på AI-agenter, kontinuerliga utvärderingar och dynamiska kunskapsslingor. Den omvandlar varje interaktion till träningsdata, höjer kvaliteten och gör att säljarna går från att bara hantera ärenden till att aktivt utveckla systemen.
- Försäljningsassistent för inkommande leads: ett system som anpassar svaren för varje lead, besvarar produkt- och regelefterlevnadsfrågor omedelbart och skickar kvalificerade prospekt vidare till säljare med full kontext. Det förvandlar missade möjligheter till intäkter.
Varje företag har sitt unika hantverk. AI skalar upp det. Framtiden tillhör organisationer där medarbetarna samlar in sin expertis och sprider den inom företaget. De företag som förenar hantverk med kod kommer att leda vägen in i framtiden.
Om du vill veta mer, hör gärna av dig. Delta i DevDay den 6 oktober, med tekniska resurser som följer kort därefter.
