Så bygger RingCentral AI-baserat arbete från teknik till drift
Med ChatGPT Work och Codex bygger RingCentral AI-produktfunktioner snabbare och samlar verksamhetskunskap på ett ställe.
Efter nästan tre årtionden av innovation inom företagskommunikation har RingCentral vuxit till ett globalt företag med tusentals medarbetare världen över och en årsomsättning på över 2,6 miljarder dollar. I dag för RingCentral sin innovationstradition vidare genom att anamma AI-baserade arbetssätt. Genom att ge alla medarbetare utrymme att experimentera med ChatGPT Work och Codex har RingCentral gjort det möjligt för vem som helst på företaget att bygga omdanande produkter och infrastruktur, oavsett erfarenhet av teknik och utveckling.
”När alla får tillgång till verkliga AI-verktyg blir hela företaget en produktorganisation. Alla våra produkter – däribland vår portfölj med agentbaserad röst-AI: AIR, AVA och ACE – blir bättre när vi kortar vägen från idé till lanserad funktion. Det är precis vad AI-baserad utveckling låter oss göra.”
För att stärka AI-kompetensen i sin globala teknikorganisation lät RingCentrals vd-stab anordna AI-Native Challenge. Alla deltagare fick ChatGPT Work och Codex och uppmanades att bygga ett komplett projekt från början till slut – utan föreskrivna arbetsflöden eller andra begränsningar.
Utmaningen var mer än en kodningsövning. Den gav medarbetarna praktisk erfarenhet av hela den AI-baserade utvecklingscykeln, från planering och implementering till testning, dokumentation, CI/CD och iteration. Nästan alla deltagare skapade ett fungerande förvar, och tusentals medarbetare – däribland personal utan teknisk bakgrund och till och med chefer – levererade fungerande projekt.
För RingCentral fungerar utmaningen som en praktisk modell för en bredare strategi: att använda AI internt för att snabbare bygga produkter åt kunderna. Företaget använder samma Codex-baserade metod för att snabba upp utvecklingen av sin egen AI-drivna produktportfölj – RingCentral AI Receptionist (AIR), AI Virtual Assistant (AVA) och AI Conversation Expert (ACE) – och därmed korta vägen från idé till lanserad kundfunktion.
”Den tydligaste lärdomen från utmaningen var att AI-baserad utveckling inte handlar om att ersätta utvecklare, utan om att förstärka deras förmåga. AI snabbar upp hela utvecklingscykeln, samtidigt som människor är kvar i processen och vägleder produktkraven, bidrar med verksamhetskontext, fattar arkitekturbeslut och ser till att varje resultat testas och verifieras.”
—Teknikchef på RingCentral som ledde projektet
Inspirerade av initiativ som AI-Native Challenge har även RingCentrals avdelningar utanför teknikområdet börjat arbeta på AI-baserade sätt. Programkontoret (PMO) har använt ChatGPT Work för att bygga vad som i praktiken är ett operativsystem för programstyrning. Spridda anteckningar och chatthistorik har ersatts med AI-drivna arbetsflöden för statusuppföljning, rapportering, lanseringsstyrning och kunskapsöverföring.
”ChatGPT samlar all kontext kring mitt projekt. Med ChatGPT Work kan jag omsätta den i handling och få jobbet gjort.”
Ett användningsområde är automatiserad statusrapportering: Med ChatGPT Work har PMO-teamet byggt arbetsflöden som skapar aviseringar utifrån ärenden som följs i Jira, Google Kalkylark, CRM-system och andra källor. Det är skillnaden mellan att komma till ett möte och fråga vad som har förändrats och att komma dit med hinder, ansvariga och åtgärder redan fastställda.
Det som började som en öppen inbjudan att experimentera, där tusentals utvecklare byggde från grunden, har utvecklats till den operativa ryggraden i hur team som PMO driver sina program. Genom att minska behovet av manuell samordning gör ChatGPT Work det möjligt för RingCentrals PMO att hantera fler projekt med större precision.
Samma mönster syns inom både teknik och drift: När medarbetarna får utrymme att experimentera med AI utvecklar de inte bara sina egna färdigheter, utan bygger även den infrastruktur som företaget drivs på.
