16
在 GTC 规划周期内使用 ChatGPT 工作每周节省的小时数
3–5
使用 ChatGPT 工作创建可运行原型所需天数，此前为 2–3 周
5–8
ChatGPT 工作每周从 25–40 条外部 AI 动态中提炼出的可行动信号
在 NVIDIA，ChatGPT 工作正在帮助知识工作者减少整理信息的时间，助其投入更多时间处理信息。
对于 GTM 和解决方案架构等团队，ChatGPT 已成为管理、自动化和扩展工作规模的方式之一。对于 GTM 团队，它能革新重复性的运营流程；解决方案架构师则用它将瞬息万变的外部动态与 NVIDIA 的内部优先事项关联起来。
Will Daney 协助 NVIDIA 的全球销售、业务发展和产品负责人执行并衡量各自的战略。他的日常职责之一，是围绕 NVIDIA 的全球 AI 大会 GTC 为一线团队提供支持。
过去，筹备 GTC 需要在电子表格中完成大量工作，包括汇总客户名单、跟踪注册情况，以及帮助团队确定应采取哪些行动，为客户和合作伙伴打造富有成效的参会体验。Will 估计，在活动筹备期间，手动分析占用了他约 40% 的时间。如今，他已将其中大部分工作转化为每周运行两次的自动化 ChatGPT 工作流程。在为期 12 周的 GTC 规划周期中，该工作流每周可节省约 16 小时。
Will 表示：“这样我就能腾出时间，与一线团队展开合作，深入了解他们，并帮助他们找到助力客户取得更大成功的方法。”
而且，由于工作流由他负责，因此他可以随着活动的变化灵活调整，无需等待采购、实施和维护新工具。他还可以与其他地区的团队分享底层流程。为圣何塞、中国台北、欧洲和华盛顿特区活动提供支持的同事已经采用他的 ChatGPT 工作流，并根据当地需求进行了定制。
“我认为，ChatGPT 真正的关键在于，我可以把已经开发好的工作流按每场活动持续自动化，而且几乎不需要额外投入。”
Rachita Jain 任职于 NVIDIA 市场部门的 AI 运营团队，负责构建 AI 工作流并帮助各团队采用新工具。她面临的挑战是跟上行业步伐，因为每天都有新模型、新基准和新研究涌现。
获取这些信息并不难。更困难的是判断哪些动态对 NVIDIA 至关重要，并将其与内部项目、讨论和优先事项关联起来。Rachita 使用 ChatGPT 工作构建了一套工作流，将可信的外部来源与内部背景信息一并审查，识别有意义的交集，并提炼出可用于指导行动的洞察。它每周会将大约 25–40 条外部 AI 动态提炼为 5–8 个可行动信号。
她表示：“ChatGPT 帮我把被动查阅信息转变成了主动获取情报。”
同一环境也能为更广泛的构建流程提供支持。Rachita 可以从一个想法出发，探索可行方案、梳理代码库、调试问题并完善成果，无需不断在彼此割裂的工具之间切换。过去可能一直停留在副业项目阶段的计划，如今几天内就能发展为可运行的产品。有一次，她仅用约 3–5 天就将想法变成了可运行的原型；如果使用不同工具手动构建各个组件，预计需要 2–3 周。
“我认为，我最想解决的问题是信息过载，因为一切变化得太快了。要跟上所有变化，一天比一天困难。有了 ChatGPT，这件事就简单多了。”
下一步计划是推广可行方案。通过将专业知识转化为可复用的工作流，NVIDIA 各团队可以把经过验证的流程应用到不同职能、活动和地区，同时让最贴近实际工作的人员继续掌控这些流程的演进方式。
随着 AI 格局持续变化，这些共享工作流可以帮助 NVIDIA 更快地将外部动态与内部优先事项关联起来，并让更多员工采用 AI 赋能的工作方式。目标是让团队有更多时间解读调查结果、开展协作，并专注于支持客户的工作。
Will 的经历已经展现出这种潜力。他说：“对我个人而言，ChatGPT 确实发挥了倍增器般的作用。感觉就像有一支团队在为我工作。它帮助我摆脱琐事，把更多精力放在真正重要的工作上。”
