أكثر من 100,000 موظف في Oracle يستخدمون ChatGPT Work وCodex، من اكتساب المواهب إلى Oracle Applications Lab إلى منظومة تقنية المعلومات. في كل حالة، العمل الذي كان يعتمد على متخصصين ويستغرق أيامًا يمكن الآن لأي شخص إنجازه ويكتمل في دقائق. يتفادى مسؤولو التوظيف أيامًا من أبحاث السوق، ويصف مستخدمو الأعمال النتيجة المرغوبة بدلًا من البحث عن تقرير، ويبني القادة التقنيون أدوات كانت تتطلب فريقًا كاملًا لعدة أشهر.
“لقد بنينا أداة استخبارات سوق المواهب لدينا باستخدام ChatGPT Work، وقد أحدثت ثورة حقيقية في طريقة تنفيذنا للمرحلة التمهيدية من عملية التوظيف.”—جان أكيرمان، نائب الرئيس الأول ورئيس اكتساب المواهب العالمي في Oracle
جعل أبحاث التوظيف أكثر كفاءة
استخدم فريق اكتساب المواهب ChatGPT Work لبناء أداة استخبارات سوق المواهب التي تأخذ وصفًا وظيفيًا، وتبحث عن الأدوار المماثلة، وتقارن الرواتب، وتقيّم مجموعة المواهب عبر المواقع ذات الصلة. تزود الأداة مسؤول التوظيف بمعلومات قيمة يحتاجها قبل الدخول في محادثة مع مدير التوظيف، وهي معلومات كانت تستغرق سابقًا من 2 إلى 4 أيام لتجميعها.
“لقد انتقلنا من الصفر إلى المئة,” تقول جان أكيرمان، نائبة الرئيس الأولى ورئيس اكتساب المواهب العالمي في Oracle. “الآن أصبح بوسعنا أن نجلس ونستعد لنحو 15 إلى 20 دقيقة باستخدام الأداة التي بنيناها بواسطة [ChatGPT] Work.”
والعملية ليست أسرع فحسب، بل أكثر اتساقًا أيضًا. كان مسؤولو التوظيف يديرون عملية استقبال المتطلبات بطريقة مختلفة من بحث لآخر، لكن مع أداة استخبارات سوق المواهب أصبحت العملية متسقة، فكل مدير توظيف يحصل على نفس جودة البيانات والرؤى، بغض النظر عن مسؤول التوظيف الذي تعامل معه.
مستخدمو الأعمال يحصلون على الإجابات التي يحتاجونها أسرع
بنى فريق Oracle Applications Lab، الذي يساعد في تشغيل العديد من عمليات Oracle التجارية الأساسية، نظام أنطولوجيا لكائنات الشركة وعلاقاتها وقواعدها، بحيث يمكن تحويل سؤال تجاري بلغة طبيعية إلى استعلام SQL موثوق باستخدام Codex. يصف مستخدم الأعمال النتيجة التي يريدها، فيقرر Codex أي الأنظمة الداخلية سيستدعي، ويجمع المعلومات، ويعيد تحليلًا أو تقريرًا أو تطبيقًا.
هذا تغيير عن الطريقة التي كان العمل يُنجز بها سابقًا. قال Lam إن أحد المستخدمين جاء إليه بعد طرح سؤال كان يتطلب عادةً بعض الساعات للإجابة عليه. أخبرت Lam قائلة: “بالأداة الجديدة، أقدّم الطلب وأحصل على رد فورًا تقريبًا.” وعندما تحققت من النتيجة مقابل العملية اليدوية القديمة، تطابقت الأرقام تمامًا.
في هندسة الإنتاج، يستخدم مهندسو موثوقية المواقع Codex لجمع السياق ذي الصلة حول حادثة وسحب دليل الإجراءات المناسب تلقائيًا. يقضي مهندسو SRE وقتًا أكبر في توجيه القرارات ووقتًا أقل في البحث عن المعلومات. “حادثة بسيطة نموذجية كانت تستغرق ساعة لحلها يمكن الآن التعامل معها في دقائق,” يقول Lam.
وحتى مع تولّي Codex مزيدًا من العمل، يحرص Lam على التنويه إلى أن أيًا من هذا لا يعمل على الطيار الآلي. لا يزال لا بد من شخص يتأكد من بناء النظام الأساسي بشكل صحيح.
“يصف مستخدمو الأعمال الآن النتيجة التي يريدونها بدلًا من البحث عن تقرير. هذا تحول كبير. يمكنني حتى تسميته تحولًا تجاريًا.”—ريتشارد لام، نائب الرئيس المجموعاتي، Oracle Applications Lab
دروس القيادة
بينما تبني أدوات الذكاء الاصطناعي، يبقى الأشخاص مسؤولين عن المخرجات. تبرز بعض الدروس:
ضع الضوابط الحدودية الصحيحة. “يجب أن تظل مسؤولًا للغاية بشأن تصميم نظامك ومعمارك وأمنك، وكيف تريد من Codex هيكلة الشيفرة لك,” يقول Lam.
قدّم نماذج أولية بدلًا من المواصفات. “عادةً، أكتب [فكرتي] على الورق، لكنني الآن أضعها في نموذج أولي,” يقول باري شيلموفر، نائب الرئيس والمستشار التقني لمدير المعلومات.
امتلك الشيفرة. “إذا لم تعمل جنبًا إلى جنب مع Codex، فستصل إلى وضع لديك فيه الكثير من الشيفرة التي لن تكون قابلة للصيانة,” يقول Lam.
ما الخطوة التالية
فريق Oracle يغيّر تمامًا طريقة عمل الشركة باستخدام الذكاء الاصطناعي. في التوظيف والتحليلات والهندسة، وصف كل قطاع أعمال نتيجة وترك Codex وChatGPT يتوليان كيفية إنجاز العمل. ومع وجود آلاف مستخدمي ChatGPT وCodex بالفعل، يستخدم موظفو Oracle الذكاء الاصطناعي في مهام عمل لا تُحصى. وكما يقول Shilmover: “لا أعرف ما الإجابة لأنني لا أعرف ما المشكلة التالية التي سأحلها. أعرف فقط أن أحد أول ما سأفعله هو أن سأستفيد من Codex لذلك.”