Detta är en del av vår serie om hur OpenAI utvecklar sina egna lösningar på vår teknik.
Miljontals supportärenden kommer in varje år. I varje ärende finns något värdefullt – det kan vara en frustration, en idé eller ett önskemål.
Men tills helt nyligen var det svårt att tyda dessa signaler. Infopaneler visade på trender men inte orsakerna bakom dem. Djupgående analyser tog upp flera veckors arbetstid för en data scientist. En produktansvarig vill kanske veta hur en ny funktion mottogs av en unik målgrupp. Men för att svara krävdes att en data scientist genomförde en detaljerad analys.
Nyfikenheten fick hållas tillbaka och användas sparsamt.
"Processen krävde djup teknisk expertis och hämmade vår nyfikenhet", säger Molly Jackman, chef för affärsdata.
Vi har utvecklat en forskningsassistent för att väcka nyfikenhet som kan skalas upp. Den kombinerar två utforskningslägen: infopaneler för mönster och ett samtalsgränssnitt för att gå på djupet. Du kan börja med ett diagram över trendande problem och sedan ställa följdfrågor på vanligt språk.
Vi byggde den genom att kombinera saker som redan fungerade. Å ena sidan fanns klassificerare och diagram som organiserade miljontals ärenden i olika produktområden och teman. Å andra sidan GPT‑5, som kunde ta de obehandlade ärendena, sammanfatta dem och generera flexibla rapporter på lättbegripligt språk. Kombinationen gav oss både hastighet och djup som var tillräckligt enkel för vem som helst att använda.
"Vad säger kunder inom hälso- och sjukvården om nya integrationer?"
"Vad driver supportärendena detta kvartal?"
"Vilka huvudfunktioner uppfyller verkligen förväntningarna?"
Inom några minuter genererar systemet en rapport som beskriver problemets omfattning, visar förekomsten och lyfter fram friktionspunkter. Chefer behöver inte längre be om resurser eller förlita sig på statiska infopaneler. Alla kan följa sina egna frågor vart de än leder. För produktteam innebär det snabbare iteration baserat på verklig feedback – att veta vad som fungerar, vad som inte gör det och dra tydliga slutsatser för att vägleda både produktlanseringar och långsiktiga färdplaner.
"Det magiska är att du inte behöver fördefiniera dina frågor, utan bara kan följa din nyfikenhet."
Hastighet är meningslös utan noggrannhet.
I början körde driftteamen manuella klassificeringar och data scientister skrev anpassade modeller för att jämföra mot assistenten. Resultaten stämde överens.
Allt eftersom växte förtroendet. Cheferna började jämföra resultaten med vad de redan hade hört ute på fältet, och när det stämde överens gick de vidare.
Denna cykel – fråga, kontrollera, lita på – gjorde assistenten till ett naturligt verktyg i teamens vardag. Det som tidigare tog en vecka med SQL-frågor och klassificerare sker nu med några få klick.
Resultaten visar sig överallt.
- Efter lanseringen av GPT‑5 fick produktteamen feedback inom några dagar, inte veckor.
- När företagsanvändningen av sammanlänkningar avtog, identifierade assistenten snabbt den bakomliggande orsaken: ett buggigt onboarding-flöde. Ingenjörerna kunde därefter prioritera åtgärder.
- Inom bildgenerering lyfte den fram både marknadsföringsteamens kreativitet när de använde den för mockup och problemen med fördröjningar i renderingen – två faktorer som direkt påverkade färdplanen.
När kostnaden för att ställa en fråga sjunker till minuter, ställs fler frågor. Fler problem kommer upp till ytan. Teamen arbetar snabbare.
Verktyget ersätter inte data scientister. Det ger dem möjlighet att arbeta med andra uppgifter. Istället för att fastna i enstaka analyser kan de nu ägna mer tid åt att utveckla nya klassificerare och satsa på automatisering och smarta verktyg. Driftteamen kan nu generera lanseringsrapporter på några minuter istället för dagar, vilket frigör kapacitet att lägga mer tid på kunderna. Produktteam kan lära sig av kunderna i realtid och anpassa sina färdplaner med snabbare feedbackloopar.
Denna utveckling har förändrat vårt sätt att lyssna. I stället för att begränsas av brist på analytiska resurser kan varje team nu utforska sina frågor utan hinder. Nyfikenheten växer. En produktansvarig upptäcker ett problemområde, en försäljningschef ser samma mönster i företagens supportärenden, och tillsammans kan de snabbt skapa en väg till konkreta åtgärder.
Förhoppningen är att kunderna får mest ut av det. Problem kommer att lösas snabbare. Funktionerna kan utvecklas så att de bättre motsvarar deras behov. Feedback som tidigare fastnade i backloggen är nu central för hur vi utvecklas.
"Jag ser på det som användarupplevelseforskning för kunder i stor skala. Om vi lyfter fram kundens röst på ett sätt som proaktivt förändrar våra produkter, policyer och rutiner – då är det en framgång."
Det som började som ett verktyg för att analysera miljontals ärenden, är nu på väg att bli en del av operativsystemet för hur vi lyssnar. Och genom att lyssna ordentligt kan vi också bygga på rätt sätt.
