Интенсив 21–22.11 · БесплатноБесплатный 2-дневный интенсив по вайбкодингу 21–22 ноября в 16:00 МСК (Сб–Вс) · Живой Поток 3 стартует 23.11Записаться бесплатно →Поток 3 (23.11)
РелизРазбор · На радарYouTube: OpenAI→ оригинал

В Zendesk сотрудники сами собрали около 600 приложений на ChatGPT Enterprise

В Zendesk ChatGPT Enterprise открыли всем сотрудникам, и продажи, маркетинг и операции сами собрали около 600 приложений под свои задачи. Пример — ИИ-агент для продаж: он сводит данные об использовании продукта с числом тикетов на агента и подсказывает, где клиенту можно продать больше. Им пользуются около 1000 человек каждый день. Вывод: когда доступ к данным получают сами бизнес-команды, они находят сценарии, о которых ИТ могло не думать.

AI-обработка оригинала YouTube: OpenAI; редакция Hamidun News
В Zendesk сотрудники сами собрали около 600 приложений на ChatGPT Enterprise
Источник: YouTube: OpenAI. Коллаж: Hamidun News.
Слушать статью
Паспорт материала и цифры
ПараметрДанные
ПервоисточникYouTube: OpenAI ↗
Главный редактор
Ключевой факт #1Около 600 приложений собрали разные люди внутри компании
Ключевой факт #2Агентом для продаж пользуются около 1000 человек в день
Ключевой факт #3Источник — ролик OpenAI, данных о выручке от агента в нём нет
В Zendesk сотрудники сами собрали около 600 приложений на ChatGPT Enterprise
Видео-первоисточник / Демо
Если YouTube замедлен в вашем регионе — полный разбор и ключевые выводы приведены в тексте ниже.Открыть на YouTube ↗

Обычно корпоративный ИИ устроен так: ИТ-отдел выбирает один-два сценария, неделями согласует доступы, а бизнес-пользователи годами стоят в очереди к аналитикам. Zendesk, разработчик платформы поддержки клиентов, выбрал другой путь и открыл ChatGPT Enterprise каждому сотруднику. Результаты показал Дэниел Хамбл, вице-президент по корпоративным данным и аналитике компании, в видео, которое опубликовала OpenAI. По его словам, в компании уже около 600 приложений, «построенных разными людьми».

Шестьсот приложений без единого заказчика

Продажи, маркетинг и операции делают инструменты под свою ежедневную работу. Это не витринный проект одной команды разработки, а набор рабочих приложений, которые появились у самих пользователей.

Бизнес-сотрудники задают вопросы к данным компании напрямую. Раньше такой вопрос превращался в заявку: аналитик пишет запрос, собирает отчёт, присылает таблицу, и к этому моменту вопрос часто успевает измениться. Теперь человек, который знает задачу, спрашивает сам и сразу получает ответ.

У такого подхода есть цена. Шестьсот приложений от разных авторов означают разное качество, разные источники данных и возможные дубли. В видео об этом не говорится, но любой, кто внедрял внутренние инструменты, знает: рано или поздно понадобятся каталог приложений, права доступа и правила о том, какие данные можно подключать.

Как устроен агент для продаж

Самый конкретный пример из ролика — ИИ-агент в отделе продаж. Он соединяет два набора данных: как клиент использует продукт и сколько тикетов приходится на одного агента. Сопоставляя их, система показывает, где есть возможности для расширения сотрудничества. Как именно агент оценивает такие возможности, в описании не раскрыто.

У агента есть и вторая задача: он помогает продавцу объяснить клиенту, какую пользу тот получит. Для менеджера это разница между сухим «у вас выросла нагрузка» и готовым аргументом для разговора.

По данным из ролика, этим приложением ежедневно пользуются около 1000 человек. Для внутреннего инструмента это заметная цифра: она говорит, что приложение встроено в рабочий ритм продавцов, а не лежит демонстрацией для руководства.

Что взять на заметку

Первое: корпоративный ИИ полезнее, когда подключён к реальным данным компании. Пример Zendesk строится на связке данных об использовании продукта и данных поддержки. Без доступа к ним агент остался бы обычным чат-ботом с общими ответами.

Второе: делегирование работает. Когда у людей есть доступ и понятные инструменты, они сами находят сценарии, до которых центральная команда могла бы не дойти. Роль ИТ и дата-отдела смещается к другой задаче: дать платформу, данные и защитные барьеры.

Третье: полезно смотреть, сколько людей возвращается к конкретному приложению каждый день. Цифра в 1000 ежедневных пользователей в этом рассказе служит главным свидетельством, что инструмент прижился. Продакт-менеджерам стоит взять такой показатель на вооружение.

Ограничения

Материал — ролик самой OpenAI о своём клиенте, так что это витрина, а не независимое исследование. В описании нет данных о том, сколько дополнительной выручки принёс агент для продаж, сколько стоит поддержка сотен приложений и как проверяется качество ответов. Цифры «около 600» и «около 1000» приведены приблизительно, без методики подсчёта.

Сам сценарий при этом понятен и воспроизводим: взять два источника данных, которые раньше жили порознь, отдать их агенту и поставить результат прямо в рабочий процесс сотрудника. Если вы внедряете ИИ в компании, начните с вопроса, ответов на какие вопросы по данным ваши бизнес-команды сейчас ждут неделями, и откройте доступ к этим данным в первую очередь. Параллельно заранее продумайте каталог приложений и правила доступа, чтобы через полгода не разбираться в сотне разрозненных самодельных инструментов.

Сюжет

Вопросы и ответы по материалу

Что известно по теме: шестьсот приложений без единого заказчика?

Продажи, маркетинг и операции делают инструменты под свою ежедневную работу. Это не витринный проект одной команды разработки, а набор рабочих приложений, которые появились у самих пользователей. Бизнес-сотрудники задают вопросы к данным компании напрямую. Раньше такой вопрос превращался в заявку: аналитик пишет запрос, собирает отчёт, присылает таблицу, и к этому моменту вопрос часто успевает измениться. Теперь человек, который знает задачу, спрашивает сам и сразу получает ответ. У такого подхода есть цена.

Что известно по теме: как устроен агент для продаж?

Самый конкретный пример из ролика — ИИ-агент в отделе продаж. Он соединяет два набора данных: как клиент использует продукт и сколько тикетов приходится на одного агента. Сопоставляя их, система показывает, где есть возможности для расширения сотрудничества. Как именно агент оценивает такие возможности, в описании не раскрыто. У агента есть и вторая задача: он помогает продавцу объяснить клиенту, какую пользу тот получит.

Что известно по теме: что взять на заметку?

Первое: корпоративный ИИ полезнее, когда подключён к реальным данным компании. Пример Zendesk строится на связке данных об использовании продукта и данных поддержки. Без доступа к ним агент остался бы обычным чат-ботом с общими ответами. Второе: делегирование работает. Когда у людей есть доступ и понятные инструменты, они сами находят сценарии, до которых центральная команда могла бы не дойти. Роль ИТ и дата-отдела смещается к другой задаче: дать платформу, данные и защитные барьеры.

ЖХ
Жемал Хамидун — CPO Alpina Digital, продакт-менеджер AlpinaGPT. Делает AI-продукты с 2019 года. Hamidun News — pet project, который вырос в production-агрегатор с 6000+ читателей.
✦ Закрытый клуб практиков · Vibe Club

Внедряйте ИИ быстрее рынка вместе с инженерами и фаундерами

Внутри Vibe Club (hamidun.com/club): еженедельные живые мастермайнды и разборы архитектуры с Жемалом Хамидуном, закрытый Tech Radar, LMS и обновляемая база из 370+ боевых скиллов.

Вступить в Vibe Club →Тест-драйв Академии (72ч)
Что вы думаете?
Загружаем комментарии…