Instacart: Ava، مساعد الذكاء الاصطناعي الداخلي — يستخدمه أكثر من نصف الموظفين شهرياً، مع جلسات تستغرق 20+ دقيقة

• Scaling Productivity with Ava — Instacart's Internal AI Assistant — tech-at-instacart (Zain Adil, Kevin Lei, Ada Cohen), 2023-09-07
• Unlocking Efficiency: How Ava Became Our AI Productivity Partner (43% экономят час+/нед, 60% инженеров, ~70K строк кода/мес) — tech-at-instacart (Dayle Lyng), 2024-01-31

السياق

Instacart هي أكبر خدمة توصيل بقالة في الولايات المتحدة. بدأت قصة مساعدها الذكي الداخلي ليس ببرنامج استراتيجي بل بهاكاثون على مستوى الشركة في أوائل 2023: أثناء العمل على مشاريع الهاكاثون، قام فريق الهندسة بتسليم ما يقرب من ضعف الميزات المخطط لها بمساعدة ChatGPT (تحديداً GPT-4). استخلص الفريق الاستنتاج بسرعة: إذا كان النموذج يعجل بعملية العصف الذهني والترميز والتصحيح وإنشاء الاختبارات بهذا المستوى، فكل مطور في الشركة يحتاج إلى الوصول إليه - في أسرع وقت ممكن.

كان التوقيت محظوظاً أيضاً: عملت Instacart بشراكة وثيقة مع OpenAI وحصلت على وصول مبكر إلى GPT-4 بسياق 32K - من خلال API مع ضمانات المؤسسة لخصوصية البيانات والأمان والحد الأقصى للاستخدام. أزال ذلك العائق الرئيسي الذي يدفع الشركات لحظر chatbots عامة: لا تسرب البيانات إلى خدمات جهات خارجية بدون شروط خاضعة للرقابة. بنى الفريق بسرعة وأطلق على هذا الأساس Ava - مساعد داخلي بنمط ChatGPT، موجه في الأصل للمهندسين فقط.

في سبتمبر 2023 وثّق المهندسون Zain Adil و Kevin Lei و Ada Cohen على مدونة tech-at-instacart رحلة 'من مشروع هاكاثون إلى أداة داخلية' بمقاييس اعتماد أمينة، وتبعتها مقالة ثانية في يناير 2024 - معها بيانات عن كيف ترسخت Ava خارج الهندسة. صارت حالة Instacart أحد الحسابات الرسمية المعرّفة لنوع 'ChatGPT الداخلي': بنت عشرات الشركات أدوات مماثلة، لكن قلة منها نشرت أرقام الانخراط الفعلي والآليات التي دفعتها.

المشكلة

السماح للموظفين باستخدام chatbots الذكاء الاصطناعي العامة محفوف بالمخاطر: لا يجب أن تسرب الأكواد والمستندات الداخلية وبيانات العملاء إلى خدمات جهات خارجية بدون ضمانات المؤسسة. لكن الحظر بدون بديل له سعر يمكن التنبؤ به - فقدان الإنتاجية والاستخدام الخفي: سيحمل الموظفون مهام العمل إلى حسابات ChatGPT الشخصية على أي حال، فقط بدون أي إشراف أمني.

إذن أداة داخلية مطلوبة - وهنا تأتي النصف الثاني من المشكلة، النصف المتعلق بالمنتج. تشتهر الأدوات المؤسسية بخسارتها أمام نظيراتها الاستهلاكية في سهولة الاستخدام: إذا كان المساعد الداخلي أسوأ من ChatGPT، فإن الموظفين ببساطة لن يستخدموه، والاستثمار سيصبح بوابة ميتة. كان يجب أن تطابق الأداة ChatGPT في تجربة المستخدم - وتضيف ما لا تستطيع الخدمة العامة فعله: التكامل مع سير عمل الشركة.

كان التحدي الثالث هو التوسع خارج الهندسة. بالنسبة للمطورين، القيمة واضحة من المطالبة الأولى: الأكواد والتصحيح والاختبارات. لكن المجندين والمحامين والمسوقين وفريق العمليات لا يملكون عادة كتابة المطالبات، وصندوق نص فارغ هو عائق حقيقي للدخول. نشر المساعد على مستوى الشركة هو مشكلة منتج وليس مشكلة تقنية: تحتاج إلى آليات تنقل خبرة المستخدمين المتقدمين للجميع. وكان يجب قياس كل ذلك - ليس 'عدد التسجيلات'، التي يمكن لفريق العلاقات العامة الداخلي بسهولة تضخيمها، بل الانخراط والاحتفاظ الحقيقيين.

الحل

Ava هي أداة مساعد ويب بنمط ChatGPT مدعومة بـ GPT-4 (بما في ذلك نموذج السياق 32K) و GPT-3.5. بالنسبة للإطلاق الأول - الهندسة فقط - أولى الفريق الأولوية للميزات ذات القيمة الفورية للمطورين: اختصارات لوحة المفاتيح المريحة، نسخ الأكواد برقة واحدة، والترقيات التلقائية بين نماذج GPT-4 مع نمو سياق المحادثة - لا يضطر المستخدم أبداً للتفكير في أي نموذج يحتاجه. مع نموذج السياق الأكبر، عمل المطورون مع ملفات أكواد كاملة: إنشاء وتصحيح ومراجعة - وتلخيص المستندات.

تجاوز الاعتماد التوقعات، وأظهرت المقابلات بعد الإطلاق طلباً خارج الهندسة - من العمليات والتجنيد إلى تسويق العلامة التجارية و HR. بالنسبة للمستخدمين غير التقنيين، خفض الفريق عائق 'الصندوق الفارغ' بقوالب مطالبات مصنوعة بعناية، وأضاف البحث الشامل في المحادثات وتبادل المحادثات. تفصيل المشاركة الأساسي: تتحول روابط المحادثات إلى معاينات في Slack بحيث يرى الزملاء المحتوى قبل النقر - يلاحظ الفريق مباشرة أن هذا ساعد بشكل كبير على الاعتماد والوعي بالمنتج.

كانت الخطوة التالية هي Prompt Exchange - سوق مطالبات داخلية. المنطق توضيحي: حصة كبيرة من المحادثات بدأت من القوالب، لكن فريق Ava الصغير افتقر فيزيائياً إلى الخبرة المتخصصة لكتابة قوالب جيدة لكل قسم. بدلاً من ذلك، تم تسليم نشر والتقييم بالنجوم للمطالبات للموظفين أنفسهم - بدأت أفضل الممارسات تنتشر أفقياً، بدون تدخل من الفريق المركزي.

كانت الخطوة الرابعة هي الذهاب إلى حيث يعمل الموظفون بالفعل: تطبيق Slack. ذكر @Ava في خيط ينتج ملخصات وإجابات مباشرة في المحادثة - 'مثل سؤال زميل'. بحلول ذلك الوقت، كان ما يقرب من ثلث المنظمة يستخدم Ava شهرياً بالفعل، والبرنامج المساعد في Slack أزال الاحتكاك الأخير - الاضطرار إلى فتح صفحة منفصلة ولصق السياق يدوياً.

الخطط الموصوفة في المنشور: الاسترجاع على المعرفة الداخلية والتنفيذ الكود (يسمي الفريق البيانات 'كعب أخيل' لـ LLMs)، بالإضافة إلى فتح API الخاصة بـ Ava لكل فريق في الشركة بحيث يمكنهم بناء أدواتهم الذكية الخاصة على قمة المساعد.

النتيجة

اعتباراً من منشور سبتمبر 2023، استخدم أكثر من نصف موظفي Instacart Ava شهرياً و 900 أسبوعياً؛ امتدت الجلسات 20+ دقيقة، والمستخدمون 'كانوا ينتجون وينسخون كمية كبيرة من الأكواد'. أضافت متابعة يناير 2024 التفاصيل: 43% من الشركة توفر أكثر من ساعة واحدة في الأسبوع مع Ava؛ 60% من المهندسين ينتجون حوالي 70,000 سطر أكواد معها شهرياً؛ يتم استدعاء البرنامج المساعد في Slack أكثر من 5,000 مرة في الشهر ويلخص أكثر من 200 خيط وقناة. جميع الأرقام هي بيانات Instacart الداخلية بدون تدقيق خارجي؛ لاحظ أيضاً أن 'توفير ساعة في الأسبوع' هو تقييم الموظفين من الاستطلاعات وليس قياس تتبع الوقت.

في رأينا، تكون حالة Ava قيمة فوق كل شيء كمنهج تعليمي لآليات اعتماد المنتجات. عادة ما يتم نشر الأدوات الداخلية بواسطة مرسوم؛ سارت Instacart بدلاً من ذلك المسار الكلاسيكي للمستهلك: ابدأ بجمهور يحصل على قيمة فورية (المهندسين)، قلل عائق الدخول (القوالب)، حلقات فيروسية (تبادل المحادثات مع معاينات Slack)، محتوى ينتجه المستخدمون (Prompt Exchange)، والذهاب إلى حيث المستخدم يعيش بالفعل (بوت Slack). كل آلية هنا تنطبق على أي شركة - وبالحكم من أرقام الاحتفاظ، معاً يعملون بشكل أفضل من أي مرسوم شركات.

ملاحظتنا الثانية تتعلق بالمقاييس: أبلغت Instacart عن الانخراط وليس التسجيلات - جمهور أسبوعي، طول الجلسة، حجم الأكواد المولدة، تكرار استدعاء Slack. بالنسبة لأدوات الذكاء الاصطناعي الداخلية، هذا انضباط نادر: 'أعطينا الجميع وصولاً' و'نصف الشركة يستخدمه فعلاً كل شهر' هي بيانات مختلفة بشكل جوهري. وأخيراً، اقتصادات الرهان توضح الموضوع: تلقى مشروع الهاكاثون فريق منتجات وضمانات أمان المؤسسة في غضون أشهر - سرعة الشرعية التي ربما تشرح سبب عدم شيوع استخدام ذكاء الظل أبداً.

الدروس المستفادة

1. ChatGPT داخلي مع ضمانات المؤسسة هو الطريقة الأسرع لشرعنة الذكاء الاصطناعي في الشركة: يحصل الموظفون على الأداة، والأمان يحتفظ بالسيطرة على البيانات.
2. آليات المنتج تدفع الاعتماد وليس الأوامر: يحول Prompt Exchange وتبادل المحادثات مع معاينات Slack أفضل مطالبات الزملاء إلى قناة توزيع فيروسية.
3. صندوق النص الفارغ عائق للمستخدمين غير التقنيين: فتحت قوالب المطالبات الجاهزة Ava إلى العمليات والتجنيد والتسويق و HR.
4. اذهب إلى حيث المستخدم يعمل بالفعل: أزال بوت @Ava الخاص بـ Slack احتكاك الصفحة المنفصلة — 5,000+ استدعاء شهري يؤكده.
5. قس الانخراط وليس التسجيلات: جلسات 20+ دقيقة و 900+ مستخدم أسبوعي و 70,000 سطر أكواد شهرياً يشير إلى الفائدة الحقيقية وليس الفضول.
6. لا يحتاج الفريق المركزي إلى أن يكون خبيراً في كل مجال: سلّم إنشاء القوالب والمطالبات للمستخدمين أنفسهم — كما فعل Prompt Exchange.
7. الهاكاثون هو مصدر شرعي لبنية ذكاء اصطناعي شركة — طالما يحصل المشروع بسرعة على فريق منتجات وضمانات أمان.

الأسئلة الشائعة