OracleがChatGPT WorkとCodexを導入し、数日間かかるタスクを数分に短縮

TL;DR

Oracleは、10万以上の人材にChatGPT WorkとCodexを展開し、採用、ビジネス分析、サイト信頼性工学の分野で、かつて数日間を要する専門的作業を数分で実行できるようにしました。

採用 – 15〜20分で市場インテリジェンスを取得

成果: 採用担当者は、かつて2〜4日かかっていた同種の役職調査、報酬ベンチマーク、人材プール評価を、20分未満で完了できるようになりました。

タレント獲得チームは、ChatGPT Workを使ってタレント市場インテリジェンスツールを構築しました。
このツールは求人要項を入力すると、自動的に類似職種を調査し、報酬をベンチマークし、場所ごとの人材プールを評価します。
タレント獲得のグローバルヘッドであるJan Ackerman氏は、プロセスが一貫性と高速性を備え、採用マネージャーとの会話の準備が15〜20分で可能になったと報告しています。

「私たちはChatGPT Workを使ってタレント市場インテリジェンスツールを構築しました。これは採用プロセスのフロントエンドを本当に変革しました。」 – Jan Ackerman, Oracle

ビジネス分析 – 自然言語クエリが即座にSQLに変換

成果: ビジネスユーザーが平易な言葉で望む結果を説明すると、数秒以内に正確なSQL駆動のレポートやアプリケーションが得られます。

Oracle Applications Labは、企業オブジェクト、関係、ルールのオントロジーを構築しました。
Codexはユーザーの自然言語リクエストを適切な内部システム呼び出しに変換し、必要なSQLクエリを生成します。
ユーザーは「ほぼ瞬時に」正しい答えを得たと報告しており、手動プロセスと正確に一致する数値が得られました。

サイト信頼性工学 – インシデント対応を数分で完了

成果: かつて1時間かかっていた簡単なインシデントが、自動的なコンテキスト収集とプレイブックの取得により数分で対応できるようになりました。

SREはCodexを呼び出してインシデントのコンテキストを収集し、正しいランブックを取得します。
エンジニアは情報検索に費やす時間よりも意思決定に集中できるようになります。
Oracle Applications LabのグループVPであるRichard Lam氏は、この変化は「完全に自律的なシステム」ではなく、「ビジネス変革」であると強調しています。

「ビジネスユーザーは、レポートを探し回るのではなく、求めている結果を説明するようになりました。これは大きな変化です。私はこれをビジネス変革とさえ呼びたいと思います。」 – Richard Lam

AI補助開発におけるリーダーシップの教訓

主な教訓:

ガードレールは不可欠です。 Codexがコードを生成する前に、システム設計、アーキテクチャ、セキュリティを定義する必要があります。
プロトタイプから始める、仕様書は後から。 チームは詳細な仕様書ではなく、動作するプロトタイプから始めています。
生成されたコードを自ら管理する。 コードベースの保守性を維持するためには、継続的な人間の監視が必要です。

「Codexと協力して働かない限り、保守性のない大量のコードに陥ることになります。」 – Richard Lam

今後の方向性 – AIをユニバーサルな作業エンジンとして

予測: Oracleは、ChatGPT WorkとCodexが実装の詳細を処理する、成果志向のワークフローに組織全体を移行しています。

数千人の従業員が日々のタスクでこの2つのモデルに依存しています。
経営陣は、将来の課題に対してまずCodexでプロトタイプを作成し、その後に解決策を洗練すると予想しています。

「次の課題が何であるかはわかりません。ただ、最初にやることの一つとしてCodexを活用するだろうということは確信しています。」 – Barry Shilmover

インプリケーション: Oracleの内部導入事例は、大規模な企業におけるLLM駆動ツールの導入が、数日間かかるワークフローを数分に短縮し、一貫性を向上させ、専門人材がより価値の高い活動に集中できるようにすることを示しています。この事例は、組織全体で生成AIをスケーリングする際、強固なガバナンス、人間が関与する監視、明確な成果志向のプロンプトの重要性を強調しています。