Oracle تختصر المهام من أيام إلى دقائق عبر ChatGPT Work وCodex

روت Oracle لـ OpenAI كيف تحوّل المعرفة الخبيرة لدى موظفيها إلى مسارات عمل سريعة قابلة للتكرار. تستخدم الشركة ChatGPT Work وCodex في التوظيف والهندسة والعمليات، وبحسب صياغة OpenAI، فإن ما كان يستغرق أياماً بات يُنجز في دقائق. وهذه دراسة حالة عن عميل نُشرت على مدونة OpenAI نفسها، ولذلك ينبغي قراءة عبارة «من أيام إلى دقائق» بوصفها تصريحاً من الأطراف المشاركة، لا قياساً مستقلاً. ولا يتضمن الإعلان المتاح مقاييس تفصيلية لكل قسم.

ثلاث وظائف ومبدأ واحد

اختيار الأقسام يحمل دلالة. فالتوظيف والتطوير والعمليات تعمل وفق قواعد مختلفة. يغلب النص والأحكام التقييمية على الأول، وتغلب الشيفرة والاختبارات والمراجعة على الثاني، وتغلب اللوائح والموافقات على الثالث. أما القاسم المشترك فهو أن في كل وظيفة متخصصين تعيش معرفتهم في رؤوسهم وفي وثائق متفرقة.

يبدو من الوصف أن Oracle تأخذ هذه المعرفة وتصوغها سيناريو قابلاً لإعادة الإنتاج، ثم تسلّمه لأداة ذكاء اصطناعي. وبذلك لا تعود النتيجة رهناً بمن يكون في الوردية اليوم ولا بالوقت الذي يرغب في بذله. وكلمة «قابلة للتكرار» هي المفتاح هنا. فالمكسب الفردي من روبوت الدردشة متاح لدى أي شركة، أما العملية المستقرة التي يمكن توسيعها لتشمل فريقاً كاملاً فهي أندر.

يتولى Codex، وهو وكيل OpenAI للبرمجة، الجانب الهندسي. أما ChatGPT Work فيبدو من اسمه أنه مصمم لسيناريوهات العمل خارج التطوير. ولم يوضح الإعلان كيف تتوزع المهام بين الأداتين تحديداً.

لماذا تُقرأ حالة Oracle بشكل مختلف

Oracle ليست عميلاً عادياً. فبحسب تقارير صحفية عن عام 2025، أصبحت الشركة من أبرز مزوّدي القدرات الحاسوبية لـ OpenAI ضمن مشروع Stargate، وقُدّرت قيمة الاتفاقات بمئات المليارات من الدولارات. وفي الوقت نفسه تبيع Oracle سحابتها الخاصة OCI وتطبيقات المؤسسات المزوّدة بالذكاء الاصطناعي.

لذلك فالقصة ذات وجهين. فبالنسبة إلى OpenAI هي واجهة عرض: لاعب مؤسسي كبير يُظهر ChatGPT داخل عملياته الخاصة. وبالنسبة إلى السوق هي إشارة إلى أن السيناريوهات الداخلية في Oracle لا تقتصر على منتجاتها هي. ومع ذلك فمصالح الطرفين متشابكة، ويحسن التعامل مع هذه الحالة بوصفها مادة تسويقية تتضمن مؤشرات مفيدة، لا تقرير تدقيق.

ما المعروف من الإعلان

• الشركة: Oracle.
• الأدوات: ChatGPT Work وCodex.
• الوظائف: التوظيف والهندسة والعمليات.
• الأثر المعلن: المهام التي تستغرق أياماً تُختصر إلى دقائق.
• مصدر البيانات: مدونة OpenAI، دون تحقق مستقل.
• غير المكشوف: نسبة المهام المؤتمتة، وعدد الموظفين، والتكلفة، ومعدل الأخطاء، وحجم المراجعة اليدوية.

كيف تطبّق ذلك في شركتك

إذا أردت تكرار هذا النهج، فابدأ بمهمة يتخذ فيها متخصص القرار لكن 70–80% من الوقت يذهب في جمع المواد وإعدادها. ففي التوظيف يكون ذلك في الفرز الأولي للسير الذاتية وإعداد ملاحظات منظمة، وفي الهندسة في التعديلات الروتينية والاختبارات وعمليات الترحيل، وفي العمليات في إعداد التقارير النمطية والموافقات.

ثم تسير الخطوات على النحو التالي:

1. قِس زمن التنفيذ الأساسي بالساعات قبل الاعتماد. فبدون هذا الرقم لا يمكن التحقق من عبارة «كانت أياماً وصارت دقائق». 2. اطلب من الخبير تدوين خوارزميته في تعليمات خطوة بخطوة مع أمثلة على النتائج الجيدة والسيئة. 3. أبقِ القرار النهائي بيد الإنسان واحسب نسبة التعديلات التي يجريها. 4. مع Codex والوكلاء المشابهين، حدّد بيئة معزولة واشترط اختبارات إلزامية، كي لا تتحول النتيجة السريعة إلى دَين تقني سريع. 5. بعد شهر، قارن الزمن والجودة بخط الأساس، ولا توسّع السيناريو إلى الفرق المجاورة إلا بعد ذلك.

ويبقى السؤال الرئيسي في حالة Oracle مفتوحاً: كم من هذه الدقائق يعود إلى النموذج، وكم يعود إلى العملية التي بُنيت حوله مسبقاً. والإجابة عنه هي التي تحدد إن كان بالإمكان نقل النتيجة إلى شركة أخرى.