NVIDIA automatizează procese interne cu ChatGPT Work - economisește circa 16 ore pe săptămână în pregătirea conferinței GTC și comprimă analiza săptămânală a 25–40 update-uri în 5–8 semnale

NVIDIA mută procese recurente în fluxuri automatizate cu ChatGPT Work , economisind timp și reducând „munca de asamblare” a informațiilor , potrivit OpenAI . Cazurile descrise indică un impact operațional direct: activități care consumau zeci de ore pe săptămână sunt transformate în fluxuri reutilizabile, rulate periodic, pe care echipele le pot adapta fără a aștepta achiziția și implementarea unor instrumente noi. Automatizare în go-to-market: de la foi de calcul la fluxuri rulate de două ori pe săptămână În zona de go-to-market (GTM), Will Daney , care sprijină lideri de vânzări, dezvoltare de business și produs, descrie cum pregătirea pentru GTC (conferința globală de AI a NVIDIA) se baza anterior pe muncă intensă în foi de calcul: liste de conturi, urmărirea înregistrărilor și identificarea acțiunilor necesare pentru echipe. Daney estimează că analiza manuală îi consuma aproximativ 40% din timp în perioada premergătoare evenimentului. În prezent, o mare parte din acest efort a fost transformată într-un proces automatizat în ChatGPT Work, care rulează de două ori pe săptămână. Pe durata ciclului de planificare de 12 săptămâni, fluxul ar economisi aproximativ 16 ore pe săptămână. Un element operațional important este controlul local asupra procesului: pentru că „deține” fluxul, Daney îl poate ajusta pe măsură ce se schimbă evenimentul, fără să aștepte achiziția, implementarea și mentenanța unui instrument separat. În plus, poate distribui fluxul către alte regiuni, unde colegii îl personalizează pentru nevoi locale (San Jose, Taipei, Europa și Washington, DC). „Semnal” dintr-un volum mare de noutăți: 25–40 de actualizări reduse la 5–8 direcții de acțiune În marketing, Rachita Jain, parte din echipa de operațiuni AI, folosește ChatGPT Work pentru a gestiona un ritm accelerat de apariție a modelelor, testelor comparative și cercetărilor. Problema, în descrierea ei, nu este accesul la informație, ci filtrarea a ceea ce contează pentru NVIDIA și conectarea cu proiecte și priorități interne. Jain a construit un flux care analizează surse externe „de încredere” împreună cu context intern, identifică zone de suprapunere relevante și scoate la suprafață concluzii utilizabile. Săptămânal, fluxul distilează aproximativ 25–40 de actualizări externe din AI în 5–8 „semnale” acționabile. Același tip de mediu este folosit și pentru dezvoltare: de la explorarea unei idei la lucrul pe cod, depanare și rafinare fără comutarea între instrumente separate. Într-un exemplu, Jain afirmă că a trecut de la idee la prototip funcțional în aproximativ 3–5 zile, față de o estimare de 2–3 săptămâni dacă ar fi construit manual componentele în instrumente diferite. Ce urmează: standardizare prin fluxuri reutilizabile, păstrând controlul la echipe Direcția indicată este extinderea a ceea ce funcționează deja: transformarea cunoștințelor specializate în fluxuri reutilizabile, care pot fi adaptate între funcții, evenimente și regiuni. Miza operațională este accelerarea conectării dintre evoluțiile externe și prioritățile interne și extinderea modului de lucru asistat de AI către mai mulți angajați, astfel încât echipele să câștige timp pentru interpretare, colaborare și activități orientate către clienți. [...]