Масштабирование ИИ в Oracle: как ChatGPT и Codex ускоряют бизнес-процессы корпорации

Суть

Корпорация Oracle масштабно интегрировала инструменты ChatGPT Work и Codex в свои внутренние процессы, охватив рекрутинг, инженерию и операционную деятельность. Согласно данным компании, задачи, которые ранее требовали участия узких специалистов и занимали несколько дней, теперь выполняются за минуты. Более ста тысяч сотрудников используют генеративный искусственный интеллект для автоматизации рутины и ускорения рабочих процессов.

Контекст

В крупных корпоративных структурах доступ к данным и аналитике часто становится узким местом. Бизнес-подразделениям приходится неделями ждать отчетов от технических команд, а рекрутерам — тратить дни на ручной сбор информации о рынке труда. Oracle решила эту проблему, предоставив сотрудникам инструменты, которые переводят запросы на естественном языке в программный код и автоматизируют сбор данных из внутренних баз.

Детали

Масштаб использования ИИ в Oracle подтверждается цифрами: в компании насчитывается 130 тысяч активных пользователей ChatGPT и более 95 тысяч активных пользователей Codex.

В сфере найма команда по привлечению талантов создала специальный инструмент на базе ChatGPT Work. Он анализирует описания вакансий, исследует аналогичные роли, сравнивает компенсации и оценивает кадровый резерв. По словам Яна Акермана, старшего вице-президента и глобального руководителя по привлечению талантов, время на исследовательскую работу сократилось на 98%. Подготовка к разговору с нанимающим менеджером, которая раньше занимала от 2 до 4 дней, теперь требует 15–20 минут. Кроме того, процесс стал более стандартизированным для всех рекрутеров.

В операционной деятельности команда Oracle Applications Lab создала онтологию корпоративных объектов и правил. Теперь бизнес-пользователи могут сформулировать запрос на обычном языке, а Codex переводит его в надежный SQL-запрос. Ричард Лам, вице-президент группы Oracle Applications Lab, отмечает, что получение ответов, на которые раньше уходили часы, теперь происходит почти мгновенно, при этом данные полностью совпадают с результатами ручного подсчета.

В инженерном подразделении специалисты по надежности сайтов (SRE) используют Codex для быстрого сбора контекста об инцидентах. Простые сбои, разрешение которых ранее занимало около часа, теперь обрабатываются за несколько минут.

Анализ

Опыт Oracle демонстрирует важный сдвиг в корпоративной культуре: переход от постановки задач через строгие технические спецификации к описанию желаемого результата. Бизнес-пользователи фокусируются на том, что они хотят получить, а ИИ определяет, к каким внутренним системам обратиться для сбора информации.

При этом руководство компании подчеркивает, что нейросети не работают на автопилоте. Ричард Лам указывает на необходимость строгих ограничений в проектировании систем и безопасности. Барри Шилмовер, вице-президент и технический советник ИТ-директора, отмечает изменение в подходе к разработке: вместо написания документации на бумаге идеи теперь сразу воплощаются в прототипах. Также критически важным остается владение кодом: разработчики должны работать совместно с Codex, чтобы итоговый код оставался поддерживаемым.

Перспектива

Подход Oracle показывает, как крупные технологические компании будут трансформировать свою работу в ближайшие годы. Успех интеграции генеративного ИИ зависит не только от доступа к моделям, но и от предварительной подготовки внутренних данных (создания онтологий) и выстраивания четких правил взаимодействия человека и машины. Вероятно, практика замены длинных технических заданий быстрыми ИИ-прототипами станет отраслевым стандартом для повышения скорости разработки.