NVIDIA ChatGPT Work 的实施应用

NVIDIA 利用 ChatGPT Work 实现运营自动化与情报综合

NVIDIA 已将 ChatGPT Work 集成到其市场进入 (GTM) 和解决方案架构团队中，以减少信息组装所花费的时间，并增加执行任务的时间。该平台被用于自动化重复性的运营流程，并将外部 AI 发展动态与内部企业优先级相联系起来。

自动化 GTM 运营工作流

ChatGPT Work 使 NVIDIA 的 GTM 团队能够用自动化工作流取代手动电子表格分析。以 GTC (NVIDIA 的全球 AI 大会) 规划为例，一位市场进入策略师报告称，手动分析此前约占其时间的 40%。

通过实施每周运行两次的自动化 ChatGPT Work 流程，该组织实现了以下目标：

• 时间节省： 在为期 12 周的规划周期内，每周约节省 16 小时。
• 可扩展性： 工作流可以在不同地区共享，包括 San Jose、Taipei、Europe 和 Washington, DC，当地团队可以根据其特定需求定制流程。
• 敏捷性： 工作流所有者可以随着活动的演变实时调整流程，而无需采购或维护新软件。

"With ChatGPT, I think the real key is that I’m able to take a workflow I’ve already developed and I’m able to automate it event over event with little to no overhead."

将行业研究转化为可执行的情报

NVIDIA 的 AI 运营团队使用 ChatGPT Work 来解决信息过载问题，通过将外部 AI 研究和基准测试与内部背景信息进行对比过滤。

信号提取与综合

解决方案架构师使用该工具将海量的外部数据提炼为可执行的见解。一个特定的工作流会结合内部背景信息审查可信的外部来源，以识别重叠部分并呈现见解。这一过程将每周 25–40 条外部 AI 更新减少到了 5–8 条可执行的信号。

快速原型设计与开发

ChatGPT Work 为构思、代码库探索、调试和完善提供了统一的环境。这种集成减少了从一个想法到工作原型所需的时间。在记录的一个案例中，开发周期从估计的手动组件构建的 2–3 周缩短到了大约 3–5 天。

"I think the biggest problem I’m trying to solve is information overload, because everything is moving so fast. It’s getting harder by the day to keep track of all the changes. And with ChatGPT, it becomes much simpler."

通过可复用的工作流扩展专业知识

NVIDIA 扩展专业知识的策略涉及将专门的知识转化为可复用的工作流，从而使其能够适应不同的职能、活动和地区。这种方法允许最接近工作的员工对流程演变保持控制权，同时确保外部发展动态能更迅速地与内部优先级相联系起来。