A Stampli egy intelligens procure‑to‑pay platform, amely összekapcsolja a beszerzést, a szállítói számlakezelést, a kifizetéseket és a munkavállalói költéseket. A Deep Finance™ termék az ezen a platformon áthaladó adatokat alakítja át pénzügyi vezetők és üzleti döntéshozók számára értelmezhető költési intelligenciává. A termék nyilvános bevezetése egyszerre több terület – termékfejlesztés, pozicionálás, dizájn, kommunikáció, enablement és operáció – összehangolt munkáját igényelte, fix határidővel, miközben a dizájn erőforrásai és külső alvállalkozói már más prioritásokhoz kötve voltak.
GPT‑eszközök a gyorsításért
A Stampli marketingcsapata az OpenAI Codexet és ChatGPT Worköt alkalmazta arra, hogy a termék kontextusát, megbeszélési jegyzeteket, döntéseket és üzenetküldési irányelveket egy közös, géppel támogatott rendszerbe kapcsolja. Ennek eredményeként a csapat becslése szerint a bevezetéshez szükséges aktív munkaórák száma a hagyományos folyamathoz képest jelentősen csökkent: a modellezett 243 óráról körülbelül 77 órára, azaz nagyjából 166 órát takarítva meg — ez mintegy 3,16‑szoros gyorsulást jelent a tartalomgyártásban.
A Deep Finance prototípusától a publikus go‑to‑market (GTM) bevezetésig és az első szállítmányig a folyamat körülbelül hat hét alatt zajlott le. Mivel a dizájn és a külső vállalkozók más feladatokkal foglalkoztak, a csapat Codex segítségével alakította át a folyamatosan változó termékdöntéseket áttekintésre kész tartalmakká: egy hétrészes blog‑sorozatot, bevezető e‑maileket, egy webinárt és annak támogatódokumentumát, közösségi és fizetett kreatív anyagokat, egy PR Newswire közleményt, a Deep Finance weboldalát és az értékesítést támogató anyagokat. A Codex részt vett a bevezetés fő animációjának kialakításában is: a felfedezéstől és iteráción át a csomagolásig körülbelül a polírozott animációs munkák 90%-át előkészítette, mielőtt egy alvállalkozó befejezte volna a nyitójelenetet és az utolsó formátumot.
Mindennapi használat és skálázás
A Deep Finance bevezetéséhez használt infrastruktúra megegyezik azzal a rendszerrel, amelyre a Stampli termékmarketing csapata mindennap támaszkodik. Korábban a termékanyagok naprakészen tartása termékmenedzserek meginterjúvolását, Jira‑jegyek és GitHub‑bejegyzések átnézését, valamint értekezleti jegyzetek feldolgozását igényelte, majd ezekből kellett segédanyagokat, prezentációkat és egyoldalas összefoglalókat készíteni.
A Stampli ezt a folyamatot nagyrészt automatizálta egy GPT‑alapú rendszerrel: az összegyűjtött információt a termékforrásokból és értekezleti jegyzetekből strukturálja, és segít a dokumentumok folyamatos frissítésében. Ugyanezek az automatizmusok lehetővé teszik, hogy a termékmarketing nagyobb volumenben állítson elő tartalmakat: ügynökök, melyek a vállalat „forrása” (source of truth) felé vannak kötve, képesek anyagokat generálni a weboldalra és közösségi csatornákra.
Melad Zahedi, a Stampli Director of Product Marketingje szerint: „ez megsokszorozta egy kis csapat kimenetét 10x‑re, hetente akár százszámra előállítva tartalmakat, ahol korábban csak néhány darab készült.”
Gyors döntéshozatal és napi hatékonyság
A ChatGPT Work továbbá lehetővé tette, hogy az alkalmazottak releváns üzleti kontextust vigyenek be fontos döntésekbe. Zahedi GPT‑vezérelt automatizmusokat használ „második agyként”, hogy összerendezze az információkat a szoros időbeosztású meetingek között. „Az, hogy minden megbeszélésre kontextussal felkészülve mehetek, értem, mi szükséges tőlem az adott találkozón, és hogyan maradok hatékony az időmmel, óriási előnyt jelent” — mondta.
Egy vezetői értekezleten arra a kérdésre kerestek választ, hogy különböző rendszerekben — például HubSpotban — tárolt metrikák hogyan egyeznek meg. Egy munkatárs gyorsan megkérte a Codexet, hogy lekérje és elemezze az adatokat a hívás alatt. Zahedi szerint: „Ez olyan dolog volt, ami a FP&A csapatunktól fél napot vett volna igénybe, hogy riportot készítsen, modelljelet adjon és magabiztos választ nyújtson. Valaki 20 másodpercnyi billentyűleütéssel meg tudta csinálni.”
A megspórolt idő lehetővé tette, hogy a termékmarketing kevesebbet töltsön a kontextus újbóli rekonstruálásával és több időt fordítson arra, hogy vezetőknek termék‑ és vállalati stratégiai tanácsokat adjon. Ugyanakkor a csapat aktívabb szerepet vállalt a VP‑k és a C‑szintű vezetők stratégiai tanácsadásában.
Gondolatpartner és tanulási eszköz
A ChatGPT Work szerepet vállal mint gondolatpartner is: a dolgozók használják tudásuk elmélyítésére, ötletelésre, stakeholder‑perszonák létrehozására, valamint javaslatok tesztelésére mielőtt azokat a vezetés elé viszik.
A Codex és ChatGPT Work segítségével a Stampli csapatai — a termék, marketing, customer success, értékesítés és enablement területei — gyorsabban vitték prototípusról a piacra az ötletet. Zahedi becslése szerint az OpenAI‑eszközökkel a folyamat körülbelül hat hétig tartott, míg korábban hónapokig vagy akár negyedévekig is eltarthatott volna.
Mit hoz a jövő?
A Deep Finance bevezetése megmutatta a Stamplinak, hogy milyen lehet egy jobban összekapcsolt, AI‑támogatott termékhívási ciklus. A vállalat most azt vizsgálja, hogyan alkalmazhatja ezt a megközelítést több termékre, munkafolyamatra és go‑to‑market programra.
Zahedi számára a nagyobb lehetőség abban áll, hogy bővíti az alkalmazottak megítélését arról, mit vállalhatnak el: a ChatGPT Work és Codex segített csapatának új készségeket megtanulni, saját rendszereit felépíteni és több időt szentelni azokra a döntésekre, amelyek előrébb viszik a vállalatot.
Kulcsszámok és tények:
- A Deep Finance GTM folyamata körülbelül 6 hétig tartott.
- A modell szerint a tartalomgyártás aktív szerepkör‑órái Codex nélkül ~243 óra lett volna; Codexszel ~77 óra — ~166 óra megtakarítás (3,16× gyorsabb).
- A Codex az animáció előkészítő munkáinak körülbelül 90%-át kezelte.
- A marketingkimenet a csapat szerint megközelítőleg 10x‑esére nőtt; mostanában „százszámra” készülnek tartalmak hetente, korábban csak néhány darab volt.
