Über 100,000 Mitarbeiter bei Oracle nutzen ChatGPT Work und Codex, von der Talentsuche über das Oracle Applications Lab bis zur IT-Organisation. In jedem Fall kann Arbeit, die früher Spezialisten erforderte und Tage dauerte, nun von jedem erledigt werden und ist in Minuten abgeschlossen. Recruiter sparen sich tagelange Marktrecherchen, Business-Anwender beschreiben ein gewünschtes Ergebnis, statt einen Bericht zu suchen, und technische Leiter bauen Werkzeuge, die früher ein ganzes Team monatelang beschäftigten.
„Wir haben unser Talent-Market-Intelligence-Tool mit ChatGPT Work entwickelt, und das hat wirklich revolutioniert, wie wir den vorderen Teil unseres Recruiting-Prozesses gestalten.“—Jan Ackerman, Senior Vice President und Global Head of Talent Acquisition, Oracle
Recruiting-Recherche effizienter machen
Das Talent-Acquisition-Team nutzte ChatGPT Work, um ein Talent-Market-Intelligence-Tool zu entwickeln, das eine Stellenbeschreibung aufnimmt, vergleichbare Rollen recherchiert, Vergütungen vergleicht und den Talentpool an relevanten Standorten bewertet. Das Tool versorgt den Recruiter mit wertvollen Informationen, die er für das Gespräch mit dem Hiring Manager braucht – Informationen, deren Zusammenstellung früher 2–4 Tage dauerte.
„Wir sind von null auf hundert gegangen“, sagt Jan Ackerman, Senior Vice President und Global Head of Talent Acquisition bei Oracle. „Jetzt können wir uns mit dem Tool, das wir mit [ChatGPT] Work gebaut haben, etwa 15 bis 20 Minuten vorbereiten.“
Der Prozess ist nicht nur schneller, sondern auch konsistenter. Recruiter gestalteten den Intake-Prozess früher von einer Suche zur nächsten unterschiedlich, aber mit dem Talent-Market-Intelligence-Tool ist der Prozess einheitlich, sodass jeder Hiring Manager dieselbe Qualität an Daten und Einblicken erhält, egal mit welchem Recruiter er zusammenarbeitet.
Business-Anwender erhalten die benötigten Antworten schneller
Das Team des Oracle Applications Lab, das viele der Kerngeschäftsprozesse von Oracle mitbetreut, hat eine Ontologie der Objekte, Beziehungen und Regeln des Unternehmens aufgebaut, sodass eine Business-Frage in natürlicher Sprache mit Codex in eine zuverlässige SQL-Abfrage umgewandelt werden kann. Ein Business-Anwender beschreibt das gewünschte Ergebnis, und Codex entscheidet, welche internen Systeme aufgerufen werden, sammelt die Informationen und liefert eine Analyse, einen Bericht oder eine Anwendung zurück.
Das ist eine Veränderung gegenüber der früheren Arbeitsweise. Lam erzählte, dass eine Anwenderin zu ihm kam, nachdem sie eine Frage gestellt hatte, deren Beantwortung ihr normalerweise ein paar Stunden abverlangt hätte. Sie sagte Lam: „Mit dem neuen Tool stelle ich die Anfrage und erhalte fast sofort eine Antwort.“ Als sie das Ergebnis mit dem alten manuellen Prozess abglich, stimmten die Zahlen exakt überein.
In der Production Engineering nutzen Site Reliability Engineers Codex, um relevante Kontextinformationen zu einem Vorfall zusammenzustellen und automatisch das richtige Playbook aufzurufen. SREs verbringen mehr Zeit damit, Entscheidungen zu begleiten, und weniger Zeit mit der Suche nach Informationen. „Ein typischer einfacher Vorfall, dessen Behebung früher eine Stunde dauerte, kann jetzt in Minuten erledigt werden“, sagt Lam.
Auch wenn Codex mehr und mehr der Arbeit übernimmt, weist Lam sorgfältig darauf hin, dass nichts davon auf Autopilot läuft. Jemand muss weiterhin sicherstellen, dass das zugrunde liegende System richtig gebaut ist.
„Business-Anwender beschreiben nun das Ergebnis, das sie wollen, statt einen Bericht zu suchen. Das ist ein grundlegender Wandel. Ich würde es sogar eine Geschäftstransformation nennen.“—Richard Lam, Group Vice President, Oracle Applications Lab
Führungserkenntnisse
Während die KI die Werkzeuge baut, sind die Menschen weiterhin für das Ergebnis verantwortlich. Einige Erkenntnisse stechen hervor:
Die richtigen Leitplanken setzen. „Man muss weiterhin sehr verantwortungsbewusst mit seinem Systemdesign, seiner Architektur, seiner Sicherheit und damit umgehen, wie man möchte, dass Codex den Code für einen strukturiert“, sagt Lam.
Prototypen statt Spezifikationen liefern. „Normalerweise halte ich [meine Idee] auf Papier fest, aber jetzt baue ich sie in einen Prototypen ein“, sagt Barry Shilmover, Vice President und Technischer Berater des CIO.
Verantwortung für den Code übernehmen. „Wenn man nicht Seite an Seite mit Codex arbeitet, gerät man in eine Situation mit einer Menge Code, der nicht wartbar sein wird“, sagt Lam.
Wie es weitergeht
Das Oracle-Team verändert vollständig, wie das Unternehmen mit KI arbeitet. In den Bereichen Recruiting, Analytics und Engineering beschrieb jede Geschäftseinheit ein gewünschtes Ergebnis und überließ Codex und ChatGPT, wie die Arbeit erledigt wird. Mit bereits tausenden ChatGPT- und Codex-Nutzern setzen Oracle-Mitarbeiter KI bei unzähligen Arbeitsaufgaben ein. Wie Shilmover es ausdrückt: „Ich kenne die Antwort nicht, weil ich nicht weiß, welches mein nächstes zu lösendes Problem sein wird. Ich weiß nur, dass eines der ersten Dinge, die ich tun werde, sein wird, Codex dafür einzusetzen.“