Эффективное использование ChatGPT Work позволяет сотрудникам NVIDIA существенно сократить время на сбор разрозненной информации и сосредоточиться на ее практическом применении. Для таких подразделений, как работа с рынком (GTM) и архитектура решений, этот инструмент органично встроился в процессы организации, автоматизации и масштабирования повседневных задач. Команды GTM преобразуют с его помощью повторяющиеся операционные процессы, тогда как архитекторы решений задействуют технологии для увязки стремительных внешних технологических изменений с внутренними приоритетами компании.

Освобождение времени для работы с клиентами

Уилл Дэни помогает глобальным лидерам продаж, бизнес-развития и продуктовых направлений NVIDIA реализовывать и оценивать их стратегии. Одна из его регулярных задач связана с поддержкой полевых структур в период подготовки к GTC — глобальной конференции компании по искусственному интеллекту. Раньше подобная подготовка требовала масштабной рутинной работы с электронными таблицами: формирования списков учетных записей, отслеживания регистраций и выявления шагов, необходимых для обеспечения эффективного взаимодействия с клиентами и партнерами. По его оценкам, на ручной анализ уходило около 40 процентов рабочего времени в преддверии мероприятия.

В настоящее время значительная часть этих операций переведена в автоматизированный процесс с помощью ChatGPT Work, который запускается дважды в неделю. На протяжении 12-недельного цикла планирования GTC такой подход экономит примерно 16 часов еженедельно. Как отмечает Уилл, это позволяет возвратить рабочее время, плотно взаимодействовать с полевыми командами, глубже понимать их задачи и помогать им добиваться успеха у клиентов. Поскольку сотрудник сам контролирует этот рабочий процесс, он может адаптировать его под меняющиеся условия мероприятия без необходимости ожидания закупки, внедрения и обслуживания нового стороннего софта. Разработкой можно делиться с коллегами из других регионов: специалисты, сопровождающие ивенты в Сан-Хосе, Тайбэе, Европе и Вашингтоне, уже получили готовые алгоритмы и адаптировали их под локальные запросы. Главное преимущество заключается в возможности брать уже созданный алгоритм и автоматизировать его от мероприятия к мероприятию практически без дополнительных издержек.

Фильтрация сигналов в динамичной индустрии

Рачита Джаин трудится в команде по операциям с искусственным интеллектом в маркетинговом департаменте NVIDIA, где она занимается созданием ИИ-процессов и помогает коллегам осваивать новые инструменты. Ее главная сложность заключается в необходимости успевать за отраслью, где новые модели, бенчмарки и исследования появляются ежедневно. Сама по себе информация находится в открытом доступе, однако гораздо труднее определить, какие именно события действительно важны для компании, и сопоставить их с внутренними проектами и текущими приоритетами.

С помощью ChatGPT Work специалист создала рабочий процесс, который анализирует надежные внешние источники параллельно с корпоративным контекстом, находит значимые пересечения и выдает инсайты, готовые к практическому применению. Каждую неделю система фильтрует от 25 до 40 внешних обновлений в сфере искусственного интеллекта, выделяя от 5 до 8 полезных сигналов. По ее словам, инструмент помог перевести пассивное чтение новостей в режим активной аналитики.

Та же среда задействована и в более широких процессах разработки. Рачита может начать с концепции, изучить возможные подходы, поработать с кодовой базой, устранить ошибки и доработать финальный результат без постоянного переключения между разрозненными программами. Инициативы, которые раньше оставались побочными задачами, теперь развиваются в полноценные рабочие прототипы за считанные дни. В одном из случаев путь от идеи до функционирующего макета занял от 3 до 5 дней, тогда как ручная сборка компонентов через раздельные инструменты потребовала бы от 2 до 3 недель. Главная проблема, которую удается решить таким образом, — это информационная перегрузка на фоне колоссальной скорости изменений.

Перспективы развития и масштабирования

Следующим шагом становится тиражирование уже доказавших свою эффективность подходов. Превращая специализированные знания в многоразовые рабочие процессы, команды внутри NVIDIA могут адаптировать проверенные методики для различных функций, мероприятий и географических регионов, оставляя контроль над эволюцией процессов за сотрудниками, погруженными в саму работу. По мере дальнейшей трансформации ландшафта ИИ подобные общие алгоритмы помогут компании оперативнее увязывать внешние технологические сдвиги с внутренними задачами и внедрять передовые методы работы для еще большего числа специалистов.

Главная цель заключается в том, чтобы предоставить командам больше времени на интерпретацию результатов, совместное творчество и задачи, ориентированные на поддержку клиентов. Подобный потенциал уже отчетливо виден на примере Уилла Дэни, который считает новую технологию настоящим мультипликатором усилий, создающим ощущение работы целой команды помощников и позволяющим отвлечься от рутины ради действительно важных задач.

Источник: openai.com