本動画は、OpenAIが自社の営業、人事、カスタマーサポート部門において、どのようにAI技術を実践的に活用しているかを紹介するものである。単なる業務効率化ではなく、組織内のトップパフォーマーの専門知識をAIエージェントに組み込み、それを全社員に展開するという「専門知識の増幅」という概念が中心テーマとなっている。営業部門では顧客対応準備やデモ作成を自動化する「Go-to-Market Assistant」、人事部門では社内情報へのアクセスを容易にする「Openhouse」、サポート部門では大量の問い合わせを自律的に処理するシステムが実例として示され、それぞれが顕著な成果を上げている。これらの事例を通じて、内部アプリケーション開発における「ゴールデンエイジ」の到来と、Agent Kitなどのツールを活用した迅速な実装の重要性が強調されている。
OpenAIにおける内部AI活用の実践
皆さん、こんにちは。調子はどうですか。基調講演は楽しんでいただけましたか。よかったです。私の名前はスコッティです。今日ここに来られて本当に嬉しいです。メインステージでは、エージェント駆動のワークフローをより簡単に展開できるようにする新機能について聞いたばかりですね。これから20分間で、OpenAI内部でその技術をどのように活用しているかについてお話しします。
私はゴー・トゥ・マーケット・イノベーションチームに所属しています。私たちは、ゴー・トゥ・マーケット組織内に当社の技術を展開する責任を持つ開発者チームです。では、ちょっと挙手をお願いします。後ろの方から人が入ってきていますね。ここで簡単に挙手をお願いします。顧客に販売する予定の外部向け製品を構築している方はどれくらいいますか。おそらくここにいる方のほとんどが手を挙げていると思います。
今日は実際に少し違う分野に焦点を当てます。そしてそこには、構築するためのこれまでにない絶好の機会があります。それが内部アプリケーションです。内部アプリケーションは、会社をより効果的にする接着剤のようなものです。今日、内部アプリ開発の世界では、ほとんどのチームが業務の合理化について考える傾向があり、その分野で人々が尋ねている質問は「効率を高めるためにAIをどのように使うか」というものです。この質問は常に耳にします。これは正しい答えの一部、あるいは正しい質問だと思いますが、もっと大きな質問があります。私たちは社内で別のフレームワークを試して、この機会を本当に捉えようとしてきました。
それで、私たちは「専門知識を増幅するためにAIをどのように使うか」と問いかけてきました。どういう意味か説明させてください。
すべての会社には組み込まれた専門知識があります。顧客とのつながり方を熟知しているトップ営業担当者のソフィーがいます。最も複雑なシステムでも解きほぐす方法を知っているサポートスペシャリストのケンがいます。コードをどんどん書いて、数日で機能をリリースできるエンジニアのアレックスもいるかもしれません。
AIの約束は自動化だけではありません。これらの実務者の技能を捉え、それを組織全体にコード化して配布する方法を見つけることです。そうすれば、組織内のすべての従業員が最高のオペレーターのように働けるようになります。この機会が、私たちが内部構築のゴールデンエイジと呼ぶものを推進しています。
開発者としても、これは非常に楽しい仕事です。トップオペレーターの隣に椅子を引いて、彼らの仕事を理解し、高速なループで反復し、数日で本当の価値を生み出すことができます。社内での適切な構築は、会社の機敏性と影響力を10倍にすることができます。今日は、OpenAI内部で営業、人事、サポートの分野でそのマークを達成した3つの実例についてお話しします。
営業部門での活用:Go-to-Market Assistant
今日お話しする内部製品のそれぞれは、OpenAI内部でのみ使用されていますが、フロンティアAIを展開して実際の問題を解決する方法の例示的な例として考えていただきたいと思います。これらの各ユースケースを成功させた要因と、皆さんが自分の会社に持ち帰ることができるパターンについて説明します。
まず、ゴー・トゥ・マーケット組織出身の私にとって非常に大切なユースケースから始めます。それがゴー・トゥ・マーケット・アシスタントです。OpenAIでの営業について少しお話ししましょう。ここにいる皆さんは、OpenAIの営業チームにいることが本当に大変だと想像できると思います。
新しい顧客、新しい機能、今日ステージで見たすべてのものを顧客に提供します。昨年のちょうど今頃、私たちのチームは本当に限界に達していました。彼らに必要だったのは、より迅速な顧客調査と顧客からの質問への技術的な回答でした。同時に、対応力を拡大し、優れた顧客体験を維持する必要もありました。
この2つのことを両方うまくやるのは非常に緊張を伴います。それで、私は最高の営業担当者と話し合うことから始めました。彼女の名前はソフィーです。ソフィーは素晴らしい人で、実在の人物でもあります。昨年のその時期でさえ、ソフィーは非常に非効率的なワークフローを使っていても、顧客と勝つ方法を見つける信じられない能力を持っていました。
それで、私はソフィーと一緒に座り始め、彼女を知るようになりました。彼女は私とほぼ同じ時期に会社に入社していました。彼女はスタートアップ出身だったので、このような粘り強い構築精神を持っていました。私たちの会話を通じて、ソフィーには自分の技能をスケールさせるための特別な公式があることを学びました。
彼女は、顧客ミーティングの準備、プロダクトチャンピオンの育成、APIとChatGPTでのプロダクトデモの考案、そして顧客とのミーティングへの可能な限り迅速なフォローアップという、彼女がどのように勝つかを正確に示してくれました。私はこの最初のワークフローである顧客ミーティングの準備に本当に焦点を当てました。成功の明確な定義があり、ソフィーの卓越性のバージョンに特化したエージェントを構築し、それから残りのスキルについても同じことを繰り返そうとしました。
その結果、ソフィーの日常業務の中で、彼女がすでに使っているシステム、主にChatGPTとSlackにそのシステムを導入すると、素晴らしい体験を作り出すことができることがわかりました。その結果がゴー・トゥ・マーケット・アシスタントです。ゴー・トゥ・マーケット・アシスタントは、すべての営業担当者がすべての顧客エンゲージメントに最高の状態で臨めるようにするワークフローの集合体です。
では、詳細に入っていきましょう。ここでご覧いただくのは見慣れたスライドです。今日の各ユースケースについて、このスライドに3回戻ってきます。また、後ろから参加されている方への見出しとして、私たちは社内で製品をどのように展開しているかについて話しています。
最初に営業から始めます。ゴー・トゥ・マーケット・アシスタントについて話しています。ここに基盤があります。本当に始まるのはデータを正しく取得することです。ここの下部に顧客データがあります。ゴー・トゥ・マーケットチームで働いたことがある人なら誰でも、顧客を理解することが最優先事項であることを知っています。
しかし、それを実行するのは非常に困難です。なぜなら、データはあらゆる場所に分散しているからです。システム全体に広がっています。ここで重要だったのは、簡素化されたデータモデルを構築し、GPT-4が本当に私たちの顧客が何であるかを理解し、その顧客について営業担当者に良いデータを提供する方法を理解できるセマンティックレイヤーをセットアップすることでした。
ここでは、ゴー・トゥ・マーケット戦略について話すための社内リソースを含む、多くの重要なドキュメントをベクトル化しました。それから、Agents SDK、GPT-4、Responses APIにわたるこのコアなエージェントの背骨があります。ここで見ているのは、私たちが始めたスキルです。これらをスキルと呼んでいますが、これらは卓越性の特定のバージョンに特化したエージェントです。
繰り返しますが、これはソフィーとの会話から生まれました。ミーティング、製品知識、カスタムデモ、顧客調査があります。4つから始めて、今日は約10個が稼働しています。最後に、ここの側面には自己改善があり、これが本当に継続的な改善ワークフローを推進し、高い成功基準を推進しています。
最後に、サービスは実際に製品を配布する場所です。ここにChatGPTがあり、MCPコネクタを介して有効になっています。Slackもあり、これからすぐに見ていきます。最後にOpenAIプラットフォームがあり、これらのバックエンドタスク実行を扱うときに使用します。では、私がミッドマーケットチームの営業担当者で、入社したばかりだと想像してみましょう。
素晴らしい仕事です。所属するのに楽しいチームです。これは、約1年前にこの製品の構築を始めたときにソフィーがいたのと同じチームです。ミッドマーケットチームでは、数百の顧客を抱え、1日に8回の顧客ミーティングがあるかもしれません。したがって、すべての顧客エンゲージメントに最高の状態で臨むのは本当に困難な仕事です。
私はゴー・トゥ・マーケット・アシスタントで1日を始めます。では、皆さんに簡単な説明をします。今、Slackワークスペースを見ています。私と私のゴー・トゥ・マーケット・アシスタントだけのプライベートチャンネルにいます。火曜日のブリーフィングを受け取ったばかりです。
火曜日の朝だと想像してください。Acne、Brookfield、Redwoodがあります。3つのミーティングがあるようで、すべてかなり近い時間です。うまくいけば昼食を挟めるでしょう。1つは初回コール、つまり顧客と初めて話すことを意味します。2つはフォローアップで、注意を払うべき情報の小さな見出しがあります。
しかし、情報の本当の中身はスレッドの中にあり、この詳細なミーティング準備ドキュメントを取得します。出席者がいて、すぐにLinkedInをクリックできます。これはウェブブラウズを介して表示されました。OpenAIのデータがあります。そして、営業担当者として、この顧客の状態と、それが何を意味し、今日何を持っていくべきかを理解するために、複数のダッシュボードに行かなければならないところです。
ここでは、私が会い始めたばかりのこの顧客について、彼らがすでにセルフサーブの世界で私たちの製品を使い始めていることを実際に表示しています。これは会話に持ち込める本当に重要な情報です。最後に、仮説と機会があります。明らかに、セールスとしての私の役割は、すべての会話で非常に戦略的であることです。
ここでアシスタントが助けてくれているのは、その情報すべてを蒸留して、この顧客との会話に準備された状態で現れるのを助けることです。その推奨事項の中で、コーディングとディープリサーチに焦点を当てたAcne Search用のデモを作成することを推奨していました。それで、実際にここでそれを呼び出しました。顧客と一緒に使用できるステップバイステップのスクリプトが返ってきています。
これも興味深いのは、これが実際に私たちの最高のソリューションエンジニアの一人であるマックスを表しているからです。マックスは約2年間会社にいます。彼はChatGPT用に100以上の異なるデモを持っており、それらは本当に顧客に響いています。そして、それが私たちがこの顧客のデータと組み合わせて、この本当に有用なデモを作成した基礎データセットです。
これにより、技術チームの能力に関係なく、すべての顧客に優れた顧客エンゲージメントを提供できるようになります。このプロンプトをここで取り、ChatGPTにドロップすると、この実際のコーディング例を本当に顧客に説明できる動的なウェブページがレンダリングされます。
スクロールダウンします。ミーティングの要約を受け取ったばかりだと想像してください。そのミーティングは約30分前に終わったばかりです。ここにいくつかの重要なポイントがあります。アクションアイテムがあり、顧客が実際に電話で質問をしたようです。チャット補完とResponses APIに関する技術的な質問です。
これは営業担当者としての私にとって素晴らしいことです。これで、このスレッド内でフォローアップを追跡できることがわかります。しかし、さらに良いのは、アシスタントが実際にこの質問を認識し、それを製品知識スキルに直接送信していることです。製品知識スキルは、顧客に直接持っていける答えを準備しています。つまり、ループを閉じて、サポートをより迅速にスケールできるようにしています。
しかし、この要約を読んでいると、実際に重要な次のステップが欠けていることに気づきました。顧客がGPT-4のプロンプトチューニングワークショップを要求したという次のステップが欠けていました。ここでのセールスとしての私の専門知識は、このミーティングで何が起こったかを正確に知っているということです。これは私の仕事をスケールするのに役立っていますが、これらが100%ではないことも知っています。
90%から95%かもしれません。大部分は私をそこに連れて行ってくれています。私はまだ主題の専門知識を使って、おそらくそれがずれている場所を認識しています。そして、ここに行って「役に立ちましたか?」と言うことができます。「いいえ」をクリックします。この重要なポイントが欠けていたというフィードバックを提供できます。これはバックエンドでこの特定のタスクの再生成を促します。
そして、すぐにここで更新された下書きメールを受け取ります。これには、このプロンプトタイミングワークショップに関する次のステップが根本的に、あるいは重要な形で含まれることになります。これは明らかに営業担当者としての私にとって素晴らしいことです。今、この顧客をサポートするために必要なものを仕事の流れの中で手に入れました。しかし、さらに良いのは、この同じフィードバックが評価プラットフォームに送られ、プロンプト最適化フローをトリガーし、そのプロンプト最適化の洞察が開発者専用チャンネル内で直接開発者に届けられたことです。
そして今、開発者として、この変更の範囲と影響をレビューしており、仕事の流れの中で直接それを承認できます。ここで私たちが行ったことは、実際にトップオペレーター、この場合は私自身が、システムをトレーニングし、そのトレーニングの一部が組織全体に配布されて、時間の経過とともにそのスキルを本当にレベルアップさせるということです。
人々がゴー・トゥ・マーケット・アシスタントを信頼しているのは、彼らがそれを定義するのを助け、毎日それをトレーニングするのを助けているからです。今日、ゴー・トゥ・マーケット・アシスタントには約10のスキルがあります。これらのスキルのそれぞれを見ると、人々が見えます。後ろにいるマギーのチームの人々が、製品アシスタントの知識スキルの1つを構築するのを手伝ってくれたのが見えます。
カスタムデモワークフローの構築を手伝ってくれたマックスが見えます。ミーティング準備を構築したソフィーが見えます。それらのゴー・トゥ・マーケット組織内の小さな卓越性のかけらが、今では400人以上のチームメンバー全員に配布されています。今日、私たちの営業担当者は、アシスタントと週に約20のメッセージをやり取りしています。
彼らは、より高いレバレッジのタスクに費やせる1日分の時間が節約されたと報告しています。毎週丸1日の余分な時間があったら何をするか尋ねました。それが、非常に迅速な改革を通じてこのような製品があなたのビジネスにもたらすことができるものです。最後に、開発者として、これは非常に楽しいプロジェクトでもありました。なぜなら、ゴー・トゥ・マーケットチームには、この熱意、この創造性があり、ツールを与えると、彼らは本当にそれらのツールと関わって最高の仕事をスケールできるからです。
人事部門での活用:Openhouse
最初のユースケースを終えました。遅れて来られた方のために言いますと、私たちはここOpenAIで自社の技術の内部アプリケーションについて話しています。営業について取り上げたばかりで、今度は人事について話します。人事とHRのスペースでも、スケールの課題に対処しています。
私たちは世界中で急速に従業員を追加しており、新しい従業員、新しいオフィス、新しいポリシーがあり、従業員として、自分の役割で成功するために必要なすべての組織的背景を習得することは非常に困難です。その大規模な成長を通じて、会社がどのように運営されているかを従業員が迅速に理解できるようにするにはどうすればよいでしょうか。Openhouseが私たちの解決策であり、コネクタ、オーケストレーション、サービスという非常に似た構造を通じて構築されています。
しかし、違いは、このエージェントフレームワークの中心に人事とHRシステムがあることです。下部にはHRシステム、Workdayのようなものがあり、人事記録や各役割の人、役割の期待値などを接続しています。ここにいくつかのベクトル化されたドキュメントがあり、このCMSに焦点を当てたいと思います。
これは、会社全体で発生しているすべてのイベント、発表、主要なポリシーの新しい更新などの問題を解決しようとしていました。混乱の中で迷子になるのは本当に簡単ですよね。このCMSは実際に組織全体で発生しているこれらの小さな情報のそれぞれを捕捉しており、単一のシステム内で簡単にアクセスできるようにそれらを保存しています。すぐにそれを見ます。
真ん中には同じ背骨がありますが、今は異なるスキルがあります。会社の知識、人々のコネクタがあります。キャリア成長があり、これは自分の役割への期待を理解するのに役立ちます。そして、同じ種類の評価とガードレールによって駆動される自己改善があります。最後に、ChatGPT、Slackで仕事の流れに直接構築しようとしている表面があり、これらのグローバルな会社チャンネルの一部でQ&Aボットとして追加されています。
最後に、Chatkitがあり、これから見ていきます。今、Openhouseを見ています。Openhouseとは何か、そして先月どのように使ったかを皆さんに説明します。左側には、ディレクトリ、発表、ビデオ、リソース、チームによるサポートがあります。これらはすべて、より多くの情報を探索できるサブウィジェットのようなものです。
真ん中には「見逃した場合に備えて」があり、ここでそれらの発表が浮上します。Slackは混沌としがちです。ここは、自分の役割に関連する本当に見る必要がある情報を知るために行く場所です。最後に、真ん中にこの一般的なチャット形式があります。
今、それを使います。約1ヶ月前、私はニューヨークへの出張をしていました。オンサイトのために顧客を訪問しようとしていました。新しいオフィスに旅行しようとしている新入社員にとって、最初に知りたいことは、オフィスにどうやってアクセスできるか、出張ポリシーは何か、そしてこの出張を成功させるにはどうすればよいかということです。
以前は、同僚に何人かメッセージを送って、オフィスマネージャーを見つけられることを願い、最悪の場合、ポリシー外の何かを予約して、経費報告が却下される悪い結果になるかもしれません。今は、Openhouseから始めるだけです。それで、その質問を直接Openhouseに持っていき、ニューヨークオフィスを訪問しているので、出張ポリシーとオフィスへのアクセス方法を教えてくださいと尋ねました。
ここにこの要約された思考の連鎖があり、それからこの素敵なチャット対応の答えを得ます。明らかに、毎日チャットを使っている人にとっては非常に馴染みのある形式です。ここには引用もあります。右側のオフィスガイドブックをクリックします。これはオフィスマネージャーによって管理されています。ここで、どこに座るべきか、オフィスにアクセスする方法など、すべての詳細を取得します。出張ポリシーはそのメインページに戻っていました。
実際にここで私たちのSlackチャンネルをクリックすると、昼食に何があるかわかりますよね。まず、今、オフィスにアクセスできます。明らかにそれは素晴らしいです。おそらく適切なファイルを見つけるだけでできたでしょう。しかし、本当にこれを一歩進めているのは、この顧客デモがあったということです。私は、当社の技術のゴー・トゥ・マーケットのユースケースについて顧客と話していました。明らかに少し馴染みがあります。
それで、ここで同じ質問をすることができました。ゴー・トゥ・マーケットでの当社の技術の使用について素晴らしいユースケースを構築するのを手伝ってくれる人が、ニューヨークの私のチームにいるかどうかを尋ねているのが見えます。今、主に私たちのディレクトリを見ます。つまり、すべての従業員のこの種のマッピングと、これらの内部ウィキです。
ここに5つの異なるプロファイルがあります。ジョーのものをクリックします。ジョーが関連している可能性があることを強調しています。右側のソースに入ることができます。今、ジョーの種類のパーソナライズされたプロファイルが見えます。OpenAIのすべての従業員は、実際に新入社員オンボーディングの一環としてこれらを記入しています。
今、私たちはまた、これらのHRと人事システムデータの一部で事前入力しています。ジョーは実際に顧客デモの構築に専門知識を持っているようです。ここでできることは、左側のSlackボタンをクリックすることです。すぐにSlackに飛び込み、ジョーにメッセージを送り、来週ニューヨークを訪問していると言います。
私が推進しようとしているデモの詳細がここに表示されています。Openhouseが一緒に会うのに良い人物だと提案したと言いました。彼に時間があるかどうか尋ねると、彼はスレッドで直接応答でき、彼がそこにいるようです。ここで起こったことは、組織全体に存在する組織的知識に同調できたということです。
通常、それはこれらのサイロにロックされており、Openhouseが私にできるようにしたのは、質問をし、答えを得て、同僚とつながり、それを直接顧客に持っていくことでした。私たちのチームも同じパターンを通じて関与しており、従業員の約75%が毎週Openhouseを使用しています。
それがこれほど高い理由は、良いデータに基づいて構築されているからです。実際の質問を中心に設計されており、非常に使いやすいからです。さて、2つ終わりました。今日の3番目のデモ、つまり3番目のユースケースに入ります。サポートについて話します。サポートは大量のデータと運用上の複雑さの世界です。
サポート部門での活用:自律的チケット処理システム
OpenAIでは、数億人のユーザーと、毎年数百万件のサポートチケットの質問があり、絶え間ない変化のペースがあります。多くの企業がある程度のスケールに直面しています。ハイパーグロースと同時にスケールに直面している企業ははるかに少なく、方程式を変えることができる技術を構築しながらそれを行っている企業はほとんどありません。
それで、私たちはサポートをより多くのエンジニアリングと設計運用の課題として取り組もうとしました。すべてのインタラクションが次のインタラクションを改善するモデルをどのように構築できるかを考えました。では、私たちが話しているスケールの具体例を示します。時間の経過に伴うサービスチケットを見ており、真ん中に画像生成のローンチが見えます。
数か月前のことを覚えている方がいれば、通常のチケット量の数倍を数日で受け取りました。数日で1億人以上のユーザーが追加されました。明らかに、成長チームの誰もがこれを見て、素晴らしい、5つ星、これはまさに見たいものだと思っています。しかし、カスタマーサポートの観点からは、これは本当に機能せず、従来のモデルではスケールできません。
それで、プロセスを定義することから始めました。スペシャリストとのすべての会話ログをレビューしました。あるいは、すべてではないかもしれません。スペシャリストとレビューするために何千もの会話を選びました。エージェントがここでどのように振る舞うべきかというゴールドスタンダードを定義しました。いつ顧客に迅速に応答すべきか。いつサポートにエスカレートすべきか。いつ追加の複雑さのために監査用にタグ付けすべきか。
それから、これらのすべての基準を知識にコード化しました。サポートの世界では、知識をSOPまたは標準化された運用手順と呼んでいます。これらは業界標準の用語です。最後に、SOPを取り、それを知識と評価に接続して、すべてのインタラクションが次のインタラクションを改善するこの種の自己改善ループを推進できるようにしました。
多くのうなずきが見えます。これは馴染みのある構造です。今、同じフレームワークについて話します。これが3回目です。今、サポートコンテキストが埋め込まれています。下部に顧客チケットがあり、ベクトル化されたヘルプセンター記事、サポートSOPがあります。サポートにとって重要だったここでの本当に重要な結びつきは、人間に直接向かう新しいチケットや、自動化が失敗している可能性のあるケースで新しいパターンを見たときに、それがSOPを直接更新する自己改善ループを推進し、ボリュームに合わせて本当にスケールできる自己改善システムを持つことができるようにすることでした。
真ん中には、コアスキルとしてチケット分類とアクションがあります。次に、ヘルプセンター内での配布があり、これからすぐに見ていきます。また、リアルタイムAPIもあり、これは今のところよりアルファ製品のようなもの、つまりこの製品のこの種のアプリケーションで、人々が電話してライブサポートを受けることができます。
ここでのリアルタイムAPIについて本当に説得力があるのは、この基盤を大幅に再設計する必要がなかったことです。なぜなら、この部分を正しく取得すれば、マルチモーダルに拡張でき、より多くの表面に拡張できるからです。ここでサポートページをすぐに表示します。ここでの見出しは、ここで10秒を費やしているということです。それは、質問をすれば仕事の流れの中で答えを得ることができるからです。ユーザーとして、サポートから欲しいのは必要なものを得ることだけであり、それがこのシステムが本当に大規模に推進できるものです。
影響についての簡単なポイントをいくつか。現在、チケットの約70%がこのシステムによって偏向または自律的に処理されています。このシステムは、レガシーシステムを約30%上回っています。これらのチケットの約80%は、QAチームによって手動でレビューされたときに非常に肯定的と評価されています。
3つのユースケースを終えました。営業、人事、サポートについて話しました。これら3つすべてから見たのは、コンテンツを収集し、コンテキストを収集し、意思決定を行い、システム内でアクションを実行できるエージェントでした。また、今日話したすべての部門が、ソフトウェア開発チームのように少し運営されているというこの種の傾向も見始めています。
そして、この傾向は世界中のビジネス内のすべての部門で続くと考えています。それは、この部屋にいるすべての人と、すべての開発者にとって、ビジネスのすべての部分のスピードと形を変える信じられない機会を生み出すでしょう。さて、ビジネス内で同じことを行うのを支援するために、ステージでサムからAgent Kitについて聞いたばかりです。
Agent Kitによる迅速な展開
繰り返しますが、Agent Kitは、これらのエージェントをより迅速に展開するためのスターターキットのようなものです。エージェントビルダーが含まれており、これはエージェントのビジュアルロジックを素早くマッピングできるビジュアルな種類のものです。Chatkitがあり、これは簡単に埋め込み可能なチャットコンポーネントのようなものです。評価があり、これにより、これらの自己改善ループやパフォーマンスを大規模に推進できます。
素晴らしいパッケージです。始めた場所に戻ると、専門知識を増幅するためにAIをどのように使用するかという質問をしました。この部屋にいるすべての人に、これら3つの項目から始めて、今週開始できるスプリントを中心にそれをフレーム化することを挑戦します。1番目は、あなたのソフィーを見つけることです。自分の仕事を自動化し、編成することに興奮しているトップオペレーターは誰ですか。彼らの仕事を理解し、高速ループで動きます。
2番目は、馴染みのあるツール内で構築することです。ここで別のソフトウェアセットを構築すべきではありません。これは、チームがすでに使用しているツールに埋め込まれているので、ツールの使用とツールへのフィードバックの提供の両方が非常にネイティブです。ここでの3番目の部分は、スケールされたプラットフォームです。Agent Kitを選びます。これらの共通プラットフォームのいくつかを構築して、開発速度を大規模に本当に推進できるようにします。
この部屋にいるすべての人に、会社に戻って、チームが手放せないものを構築することを挑戦します。今日、OpenAIの構築者からもっと聞きたい場合は、Discordで質問に答えます。Discordチャンネルがあり、うまくいけば全員がアクセスできます。
また、今日話したばかりの各ユースケースの主要開発者もいます。彼らはここにぶらぶらしています。具体的な質問があれば、来て私たちに会ってください。皆さん、Dev Dayの残りの時間を素晴らしくお過ごしください。参加してくれてありがとうございます。また会いましょう。
コメント