Az NVIDIA több csapata a ChatGPT Worköt használja arra, hogy csökkentse a manuális feladatok mennyiségét, gyorsabban kapcsolja össze a külső eseményeket és belső prioritásokat, valamint skálázhatóvá tegye a sikeres munkafolyamatokat globálisan.
A gyakorlat számszerű jelei
- A GTC (NVIDIA globális AI konferenciája) tervezési ciklusa alatt a ChatGPT Work-munkafolyamat heti szinten nagyjából 16 órát takarít meg.
- A korábbi 2–3 hét helyett egyes ötletből működő prototípusok létrehozása 3–5 napra csökkent.
- Hetente körülbelül 25–40 külső AI-frissítésből a ChatGPT Work 5–8 akcióra váltható, „cselekvő” jelzést emel ki.
Kik és hogyan használják
Will Daney, aki az NVIDIA globális értékesítési, üzletfejlesztési és termékvezetőinek végrehajtásában és mérésében segít, a GTC előkészítésekor korábban jelentős időt töltött táblázatokkal: fióklisták összeállítása, regisztrációk nyomon követése és azonosítása annak, milyen lépések szükségesek a sikeres ügyfél- és partnereseményhez. Will becslése szerint a készülés idején a manuális elemzés mintegy 40%-át vitte el a munkájának. Ma ennek nagy részét egy automatizált ChatGPT Work-munkafolyamat végzi, amely hetente kétszer fut, és a 12 hetes GTC-tervezési ciklus alatt nagyjából heti 16 órát spórol meg.
Will szerint ez lehetővé teszi számára, hogy több időt adjon vissza a terepi csapatoknak, közvetlenül velük dolgozzon, jobban megismerje őket, és segítsen abban, hogy az ügyfelek sikeresebbek legyenek. Mivel ő birtokolja a munkafolyamatot, képes azt az esemény változásaihoz igazítani anélkül, hogy új eszköz vásárlását vagy bevezetését kellene megvárnia. Az alapfolyamatot más régiók csapataihoz is továbbította: San Jose, Taipei, Európa és Washington, DC esemémtámogató csapatai megkapták és lokalizálták Will ChatGPT‑munkafolyamatait.
Rachita Jain az NVIDIA marketing szervezetén belüli AI operations csapatában dolgozik; feladata AI-munkafolyamatok építése és új eszközök bevezetésének segítése. Rachita kihívása, hogy lépést tartson egy olyan iparággal, ahol naponta jelennek meg új modellek, benchmarkok és kutatási eredmények. A nyers információk könnyen elérhetők, a nehezebb feladat annak eldöntése, hogy mely fejlemények relevánsak az NVIDIA számára, és hogyan kapcsolódnak belső projektekhez, beszélgetésekhez és prioritásokhoz.
Rachita egy olyan ChatGPT Work-munkafolyamatot épített, amely megbízható külső forrásokat vizsgál a belső kontextussal párhuzamosan, felismeri az átfedéseket, és olyan betekintéseket emel ki, amelyek cselekvésre ösztönöznek. Ennek eredményeként hetente nagyjából 25–40 külső AI-frissítésből 5–8 olyan jelzés keletkezik, amely gyakorlati lépésekhez vezethet. Rachita megfogalmazása szerint a ChatGPT segített a passzív olvasást aktív intelligenciává alakítani.
A fejlesztéstől a prototípusig egy helyen
Ugyanaz a ChatGPT Work-környezet támogatja a fejlesztői folyamatot is: Rachita képes ötlettől indulni, megvizsgálni lehetséges megközelítéseket, átnézni egy kódbázist, hibát keresni és javítani, majd finomítani az eredményt anélkül, hogy folyamatosan különböző szigetszerű eszközök között kellene mozognia. Olyan kezdeményezések, amelyek korábban félretett mellékprojektek maradtak volna, most napokon belül működő termékké fejlődhetnek; egy említett esetben az ötlettől a működő prototípusig tartó idő 3–5 nap volt, szemben a korábbi 2–3 héttel, ha az egyes komponenseket manuálisan, külön eszközökkel építették volna össze.
A skálázás lehetősége
A következő lépés a működő megoldások skálázása: a specializált tudás újrahasznosítható munkafolyamatokká alakítása lehetővé teszi, hogy az NVIDIA különböző csapatai, eseményei és régiói adaptálják a bevált eljárásokat, miközben azoknál a munkatársaknál marad a kontroll, akik a munkát végzik. Ahogy az AI-piac változik, ezek a megosztott munkafolyamatok gyorsabban kapcsolhatják össze a külső fejleményeket a belső prioritásokkal, és több alkalmazotthoz vihetik el az AI‑alapú munkamódszereket.
Cél: több értékteremtő idő
A végső cél, hogy a csapatok több időt kapjanak az eredmények értelmezésére, együttműködésre és olyan feladatokra, amelyek közvetlenül támogatják az ügyfeleket. Will tapasztalata szerint a ChatGPT személyes szorozóerőt adott: „úgy érzem, mintha lenne egy csapatom, amely értem dolgozik; segített kijutni a részletekből és a fontosabb munkára koncentrálni.”
Ez a belső használat nem ígér teljesen automatizált döntéshozatalt, hanem azt, hogy a kényes, ismétlődő és információszerzési munkák egy részét a csapatoknak kevesebb kézi beavatkozással elvégző eszközökkel lehet gyorsítani és skálázni, miközben az emberek megőrzik a kontrollt és a végső döntési jogot.
Összegzés
A ChatGPT Work az NVIDIA több belső csapatánál csökkenti a manuális munkát, felgyorsítja az információ feldolgozását, és segíti a bevált folyamatok szélesebb körű alkalmazását. A számok — heti ~16 óra megtakarítás a GTC‑tervezés során, heti 25–40 külső frissítésből 5–8 cselekvésre alkalmas jelzés, és a prototípus‑idő 3–5 napra csökkenése — azt mutatják, hogy az eszköz gyakorlati hatása már mérhető a mindennapi munkában.
