Oracle сокращает задачи с дней до минут через ChatGPT Work и Codex

Oracle рассказала OpenAI, как превращает экспертные знания сотрудников в быстрые повторяемые рабочие процессы. В рекрутинге, инженерии и операциях компания использует ChatGPT Work и Codex, и, по формулировке OpenAI, то, что раньше занимало дни, теперь укладывается в минуты. Это клиентский кейс на блоге самой OpenAI, поэтому «дни в минуты» следует читать как заявление участников, а не как независимый замер. Детальных метрик по отделам в доступном анонсе нет.

Три функции, один принцип

Выбор подразделений показателен. Рекрутинг, разработка и операции работают по разным правилам. В первом много текста и оценочных суждений, во втором код, тесты и ревью, в третьем регламенты и согласования. Общее одно: в каждой функции есть специалисты, чьё знание живёт в головах и в разрозненных документах.

Судя по описанию, Oracle берёт это знание, оформляет его как воспроизводимый сценарий и отдаёт ИИ-инструменту. Результат перестаёт зависеть от того, кто сегодня на смене и сколько времени он готов потратить. Именно слово «повторяемые» здесь ключевое. Разовый выигрыш от чат-бота есть у любой компании, а стабильный процесс, который можно масштабировать на команду, встречается реже.

Codex, агент OpenAI для программирования, закрывает инженерную часть. ChatGPT Work, судя по названию, рассчитан на рабочие сценарии вне разработки. Как именно разделены задачи между ними, в анонсе не раскрыто.

Почему кейс Oracle читается иначе

Oracle не рядовой клиент. По сообщениям прессы за 2025 год, компания стала одним из главных поставщиков вычислительных мощностей для OpenAI в рамках проекта Stargate, а сумма договорённостей оценивалась в сотни миллиардов долларов. Параллельно Oracle продаёт собственное облако OCI и корпоративные приложения со встроенным ИИ.

Поэтому история двойная. Для OpenAI это витрина: крупный корпоративный игрок показывает ChatGPT внутри собственных процессов. Для рынка это сигнал, что внутренние сценарии Oracle не ограничиваются её же продуктами. При этом интересы сторон переплетены, и к такому кейсу стоит относиться как к маркетинговому материалу с полезными ориентирами, а не как к аудиторскому отчёту.

Что известно из анонса

• Компания: Oracle.
• Инструменты: ChatGPT Work и Codex.
• Функции: рекрутинг, инженерия, операции.
• Заявленный эффект: задачи на дни сокращаются до минут.
• Источник данных: блог OpenAI, без независимой верификации.
• Не раскрыто: доля автоматизированных задач, число сотрудников, стоимость, уровень ошибок и объём ручной проверки.

Как применить у себя

Если хотите повторить подход, начните с задачи, где решение принимает специалист, но 70–80% времени уходит на сбор и оформление материалов. В рекрутинге это первичный разбор резюме и подготовка структурированных заметок, в инженерии рутинные правки, тесты и миграции, в операциях подготовка типовых отчётов и согласований.

Дальше порядок такой:

1. Замерьте базовое время выполнения в часах до внедрения. Без этой цифры утверждение «были дни, стали минуты» нечем проверить. 2. Попросите эксперта записать свой алгоритм как пошаговую инструкцию с примерами хороших и плохих результатов. 3. Оставьте человека на финальном решении и считайте долю правок, которые он вносит. 4. Для Codex и похожих агентов задавайте изолированную среду и обязательные тесты, чтобы быстрый результат не превращался в быстрый долг. 5. Через месяц сравните время и качество с базовой линией и только после этого масштабируйте сценарий на соседние команды.

Главный вопрос к кейсу Oracle остаётся открытым: сколько из этих минут приходится на модель, а сколько на заранее выстроенный процесс вокруг неё. Ответ на него определит, можно ли перенести результат на другую компанию.