Code Velocity
AI สำหรับองค์กร

CyberAgent เร่งเครื่องด้วย ChatGPT Enterprise และ Codex

·8 นาทีอ่าน·OpenAI, CyberAgent, GOODROID·แหล่งที่มา
แชร์
เส้นแสงสีเขียวและเหลืองนามธรรมพร้อมโลโก้ CyberAgent แสดงถึงการเร่งความเร็วของ CyberAgent ด้วยเครื่องมือ AI

CyberAgent บริษัทอินเทอร์เน็ตชั้นนำของญี่ปุ่น กำลังเปลี่ยนแปลงการดำเนินงานอย่างรวดเร็วและเพิ่มความได้เปรียบในการแข่งขันผ่านการนำเครื่องมือ AI ที่ทันสมัยของ OpenAI มาใช้อย่างมีกลยุทธ์ ได้แก่ ChatGPT Enterprise และ Codex ทั่วทั้งธุรกิจที่หลากหลายของบริษัท รวมถึงโฆษณาทางอินเทอร์เน็ต สื่อ ความบันเทิง และเกม CyberAgent ใช้แพลตฟอร์มเหล่านี้เพื่อเร่งขั้นตอนการทำงาน ยกระดับมาตรฐานคุณภาพ และปรับปรุงกระบวนการตัดสินใจ ความมุ่งมั่นพื้นฐานต่อ AI นี้ส่งผลให้อัตราการใช้งานรายเดือนของ ChatGPT Enterprise สูงถึง 93% ซึ่งเน้นย้ำถึงการเปลี่ยนแปลงทางวัฒนธรรมไปสู่ประสิทธิภาพการทำงานที่ขับเคลื่อนด้วย AI อย่างชาญฉลาด

การนำ AI มาใช้ที่ปลอดภัยด้วย ChatGPT Enterprise

แม้กระทั่งก่อนที่ AI เชิงสร้างสรรค์จะได้รับความนิยม CyberAgent ก็มีรากฐานที่แข็งแกร่งในการวิจัยและพัฒนา AI โดยเฉพาะอย่างยิ่งในการตลาดดิจิทัล ซึ่งโดดเด่นด้วยการก่อตั้ง "AI Lab" ในปี 2016 และการเปิดตัว "Kiwami Prediction AI" ในปี 2020 อย่างไรก็ตาม การถือกำเนิดขึ้นอย่างแพร่หลายของ AI เชิงสร้างสรรค์ ซึ่งมี ChatGPT เป็นตัวอย่างที่ชัดเจนในปี 2022 ได้เพิ่มความจำเป็นในการรักษาความปลอดภัยที่แข็งแกร่งและธรรมาภิบาลที่ชัดเจนเกี่ยวกับการใช้เครื่องมือ AI

ความท้าทายหลักคือความไม่แน่นอนที่แพร่หลายในหมู่พนักงานเกี่ยวกับข้อมูลที่สามารถป้อนลงในเครื่องมือ AI ได้อย่างปลอดภัย ซึ่งนำไปสู่ความลังเลและการนำไปใช้ที่ไม่สอดคล้องกัน เพื่อลดความเสี่ยงเหล่านี้และส่งเสริมการรวม AI อย่างมั่นใจ CyberAgent จึงได้นำ ChatGPT Enterprise มาใช้อย่างมีกลยุทธ์ โซลูชันระดับองค์กรนี้มีคุณสมบัติการจัดการที่ปรับแต่งได้ ทำให้บริษัทสามารถกำหนดค่าการจัดการข้อมูลให้สอดคล้องกับข้อกำหนดเฉพาะ เสริมด้วยความปลอดภัยระดับองค์กรและการควบคุมการเข้าถึง CyberAgent ยังได้เสริมสร้างสภาพแวดล้อมที่ปลอดภัยนี้โดยการกำหนดแนวทางภายในสำหรับการจัดการข้อมูลที่เป็นความลับ

เคน ทากาโอะ ผู้จัดการแผนกเทคโนโลยีข้อมูลของฝ่ายส่งเสริมไอทีองค์กรของ CyberAgent เน้นย้ำถึงผลกระทบดังนี้:

"ด้วยคุณสมบัติระดับองค์กร เช่น การจัดการบัญชีและการมองเห็นการใช้งาน ChatGPT Enterprise ทำให้สามารถรองรับการใช้งานทางธุรกิจสำหรับข้อมูลที่หลากหลาย ยกเว้นข้อมูลที่เป็นความลับ ผลลัพธ์คือ ขอบเขตการใช้งาน AI ทั่วทั้งบริษัทได้ขยายวงกว้างขึ้น และพนักงานจำนวนมากได้นำไปใช้ในงานประจำวันของพวกเขาแล้ว"

แนวทางเชิงรุกนี้ได้คลายความสับสนเกี่ยวกับการใช้งาน AI สร้างสภาพแวดล้อมที่ปลอดภัยและเต็มไปด้วยความไว้วางใจ ซึ่งพนักงานสามารถรวม AI เข้ากับงานประจำวันได้อย่างมั่นใจ เช่น การวิจัย การร่าง และการจัดระเบียบประเด็นสำคัญ พร้อมทั้งมั่นใจว่าการกำกับดูแลของมนุษย์ยังคงมีอำนาจในการตัดสินใจขั้นสุดท้าย

การส่งเสริมการนำ AI มาใช้: เหนือกว่าข้อบังคับ

สิ่งที่ทำให้เรื่องราวการรวม AI ของ CyberAgent น่าสนใจเป็นพิเศษคือการเติบโตแบบออร์แกนิก บริษัทไม่ได้กำหนดเครื่องมือเฉพาะ แต่ให้อำนาจแก่ทีม แผนก และบริษัทย่อยในการประเมินและนำโซลูชันมาใช้ตามวัตถุประสงค์เฉพาะของตน แม้จะมีนโยบายที่ไม่บังคับนี้ อัตราการใช้งานรายเดือนของ ChatGPT Enterprise ก็พุ่งสูงขึ้นถึง 93%

อัตราการนำไปใช้ที่น่าประทับใจนี้เป็นข้อพิสูจน์ถึงการสร้างวัฒนธรรมที่ตั้งใจและสนับสนุนการฝึกอบรมที่แข็งแกร่งจาก OpenAI บริษัทได้ใช้กลไกหลายอย่างเพื่อส่งเสริมการใช้งานเชิงรุก:

  • การแบ่งปันความรู้: สร้างสภาพแวดล้อมสำหรับการแบ่งปันพร้อมต์และกรณีการใช้งานที่ประสบความสำเร็จ
  • การจัดอันดับภายใน: ให้ข้อมูลการใช้งานเครื่องมือ AI ส่วนบุคคลแก่พนักงาน (ไม่ใช่การประเมิน) เพื่อส่งเสริมการรับรู้ตนเองและการมีส่วนร่วม
  • การมีส่วนร่วมเชิงรุก: ระบบที่ไม่เหมือนใครที่บอท Slack จะติดตามพนักงานที่ไม่ได้ใช้เครื่องมือเมื่อไม่นานมานี้ โดยสอบถามเกี่ยวกับความท้าทายหรือเครื่องมือ AI ทางเลือก และเสนอคำแนะนำที่ปรับแต่ง

เซสชันการฝึกอบรมและเวิร์คช็อป ซึ่งร่วมออกแบบกับ OpenAI มีบทบาทสำคัญ ตั้งแต่ "ChatGPT Enterprise 101" ไปจนถึงเวิร์คช็อป Custom GPT ขั้นสูง และเซสชัน Codex แบบลงมือปฏิบัติจริง โอกาสในการเรียนรู้เหล่านี้ได้รับการปรับให้เข้ากับบทบาทและระดับความเชี่ยวชาญที่แตกต่างกัน การเข้าร่วมที่สูง ซึ่งมักจะเกิน 100 คนต่อเซสชัน แสดงให้เห็นถึงความกระตือรือร้นอย่างแท้จริงที่จะยอมรับทักษะ AI กรอบการสนับสนุนที่ครอบคลุมนี้ช่วยให้พนักงานสร้างประสบการณ์ที่ใช้งานได้จริงและประสบความสำเร็จกับ AI โดยก้าวข้ามจากการเป็นเพียงการสัมผัสไปสู่การรวมเข้าด้วยกันอย่างลึกซึ้ง

Codex: ยกระดับการออกแบบ การพัฒนา และการตัดสินใจ

Codex ซึ่งเป็นโมเดลการสร้างโค้ดขั้นสูงของ OpenAI กำลังได้รับความนิยมอย่างรวดเร็วใน CyberAgent โดยขยายประโยชน์ใช้สอยออกไปไกลกว่างานเขียนโค้ดพื้นฐาน ทีมงานกำลังใช้ประโยชน์จาก Codex สำหรับงานต้นน้ำที่สำคัญ รวมถึงการออกแบบ การจัดวางแนวทาง และการประเมิน ซึ่งการตัดสินใจที่รวดเร็วและดีขึ้นช่วยลดการทำงานซ้ำในภายหลังในวงจรการพัฒนาได้อย่างมาก การประยุกต์ใช้ Codex เชิงกลยุทธ์นี้ช่วยให้กระบวนการพัฒนาที่มีประสิทธิภาพและมีคุณภาพสูงขึ้น

เคน ทากาโอะ ระบุกรณีการใช้งานที่สำคัญสามประการสำหรับ Codex:

  • การประเมินการออกแบบ: การตรวจสอบ การประเมิน และการทดสอบความเครียดของข้อเสนอการออกแบบจากหลายมุมมอง
  • การปรับปรุงการตรวจสอบโค้ด: การสร้างข้อเสนอแนะในการปรับปรุงอย่างชาญฉลาดในระหว่างการตรวจสอบโค้ด และอำนวยความสะดวกในการเลือกโซลูชันที่เหมาะสมที่สุด
  • การจัดทำเอกสารความรู้: การสร้างและบำรุงรักษาเอกสารความรู้ที่แข็งแกร่ง เช่น AGENTS.md เพื่อให้บริบทที่สมบูรณ์ยิ่งขึ้นสำหรับเอเจนต์ AI

การประยุกต์ใช้เหล่านี้แปลเป็นประโยชน์ที่จับต้องได้: คุณภาพการออกแบบที่ดีขึ้น การจัดวางแนวทางที่เร็วขึ้นระหว่างผู้มีส่วนได้ส่วนเสียก่อนการนำไปปฏิบัติ และเหตุผลที่ชัดเจนขึ้นเบื้องหลังข้อเสนอ ซึ่งช่วยเร่งการตัดสินใจโดยรวม

เครื่องมือกรณีการใช้งานหลักประโยชน์หลัก
ChatGPT Enterpriseการวิจัย, การร่าง, การจัดระเบียบประเด็นสำคัญ, การดำเนินงานทางธุรกิจทั่วไป, แนวทางปฏิบัติภายใน, การจัดการข้อมูลที่ปลอดภัยการจัดการข้อมูลที่ปลอดภัย, ความปลอดภัยระดับองค์กร, ธรรมาภิบาลที่ชัดเจน, เพิ่มความมั่นใจของพนักงาน, การนำไปใช้อย่างแพร่หลาย, งานประจำวันที่คล่องตัว
Codexการตรวจสอบการออกแบบ, ข้อเสนอแนะในการตรวจสอบโค้ด, การจัดทำเอกสาร, การเขียนข้อกำหนด, การสร้างแบบจำลอง, ระบบจัดอันดับการใช้งานภายใน, การพัฒนาเกมคุณภาพการออกแบบที่ดีขึ้น, การจัดวางแนวทางที่เร็วขึ้น, เหตุผลที่ชัดเจนขึ้น, ความเร็วในการพัฒนาที่เพิ่มขึ้น, ลดการทำงานซ้ำ, เพิ่มความมั่นใจ, การประยุกต์ใช้ที่กว้างขึ้นในการพัฒนาผลิตภัณฑ์

ผลกระทบของ Codex ยังแพร่กระจายไปไกลกว่าบทบาททางวิศวกรรมแบบดั้งเดิม บทบาทที่ไม่ใช่นักพัฒนากำลังเริ่มใช้ประโยชน์จากความสามารถของมันสำหรับการเขียนข้อกำหนด การสร้างแบบจำลอง และการจัดโครงสร้างงานที่เชื่อมโยงกับทีมผลิตภัณฑ์และการพัฒนา ในการสาธิตความหลากหลาย CyberAgent ยังใช้ Codex เพื่อสร้างระบบจัดอันดับการใช้งานภายใน ซึ่งช่วยส่งเสริมการมีส่วนร่วมและการมองเห็นการนำ AI มาใช้ สำหรับแนวทางปฏิบัติที่ดีที่สุดในการใช้โมเดลดังกล่าว ทีมงานมักจะอ้างถึงแหล่งข้อมูลเกี่ยวกับการ วิศวกรรมพร้อมต์

ผลกระทบในโลกแห่งความเป็นจริง: ความเร็ว คุณภาพ และความมั่นใจ

ทั่วทั้งทีมพัฒนาของ CyberAgent Codex ได้รับการยกย่องมากขึ้นเรื่อยๆ ไม่ใช่แค่ในฐานะเครื่องมือสำหรับความเร็วเท่านั้น แต่ยังเป็นตัวช่วยในการตัดสินใจและคุณภาพผลลัพธ์ที่เหนือกว่า

โซ โยชิฮาระ ผู้ใช้ Codex ชั้นนำในแผนก AI Business ของ CyberAgent ได้รวม Codex ผ่าน MCP ใน Cursor สำหรับการออกแบบและการวางแผนการนำไปปฏิบัติของ Kiwami Prediction AI โยชิฮาระตั้งข้อสังเกตว่า 'เมื่อเทียบกับโมเดลการเขียนโค้ดอื่นๆ Codex ให้ความรู้สึกว่าสร้างข้อเสนอที่มีคุณภาพสูงกว่า' โดยเน้นย้ำถึงบทบาทในการเพิ่มประสิทธิภาพกระบวนการพัฒนาทั้งหมด

รูปแบบนี้สะท้อนให้เห็นในการพัฒนาเกม ฮิเดคาซุ โฮระ จาก GOODROID ได้ใช้ Codex ในการสร้างเกมไขปริศนาบนมือถือ WormEscape ซึ่งเปิดตัวแบบซอฟต์ลอนช์ได้ในเวลาประมาณหนึ่งเดือน โฮระเน้นย้ำว่า Codex ได้ปรับปรุงขั้นตอนตั้งแต่การออกแบบไปจนถึงการนำไปปฏิบัติและการตรวจสอบ โดยให้การสนับสนุนที่สำคัญตลอดกระบวนการ

'รู้สึกเหมือนเป็นพันธมิตรที่เชื่อถือได้ที่สนับสนุนกระบวนการทั้งหมดตั้งแต่การหารือเรื่องการนำไปปฏิบัติจนถึงการดำเนินการ ซึ่งช่วยเพิ่มความเร็วในการพัฒนา ด้วย Codex แม้ในพื้นที่ที่ผมไม่มีประสบการณ์มาก่อน ผมก็สามารถแก้ไขอุปสรรคที่เกิดจากการขาดความรู้ได้รวดเร็วยิ่งขึ้น และผมรู้สึกว่ามันช่วยให้บรรลุทั้งคุณภาพและความเร็ว' —ฮิเดคาซุ โฮระ, นักพัฒนา, GOODROID

นักพัฒนาทั่วทั้งบริษัทรายงานธีมทั่วไป: ความสามารถในการใช้งานและผลลัพธ์คุณภาพสูงของ Codex เป็นปัจจัยสำคัญในการนำไปใช้อย่างต่อเนื่อง มันไม่เพียงแต่เร่งการทำงานเท่านั้น แต่ยังช่วยเพิ่มความมั่นใจในกระบวนการพัฒนา เสริมสร้างศักยภาพให้ทีมสามารถรับมือกับความท้าทายใหม่ๆ และส่งมอบโซลูชันที่มีคุณภาพสูงขึ้น การจัดการและประเมินประสิทธิภาพของเอเจนต์ดังกล่าวมีความสำคัญอย่างยิ่ง ดังที่กล่าวไว้ในคำแนะนำ เช่น การประเมินเอเจนต์ AI สำหรับการผลิต

อนาคตของการผนวกรวม AI ที่ CyberAgent

CyberAgent ถือว่า AI เป็นมากกว่าแค่เทรนด์ที่ผ่านมาแล้ว; มันเป็นจุดเปลี่ยนที่สำคัญซึ่งพร้อมที่จะกำหนดมาตรฐานใหม่ของอุตสาหกรรมอินเทอร์เน็ต ด้วย "AI Lab" ที่ทำหน้าที่เป็นเครื่องยนต์ระยะยาวสำหรับความก้าวหน้าทางเทคนิคและการประยุกต์ใช้ทางธุรกิจในทางปฏิบัติ บริษัทมุ่งมั่นที่จะขยายวิธีการที่ AI สร้างมูลค่าทั่วทั้งองค์กรอย่างต่อเนื่อง

ลักษณะเฉพาะของแนวทาง CyberAgent อยู่ที่รูปแบบการนำไปใช้แบบออร์แกนิกจากล่างขึ้นบน โดยไม่มีข้อกำหนดที่บังคับ ทีมงานได้รับอำนาจในการเลือกเครื่องมือที่เหมาะสมกับความต้องการของตน ลงทุนในการเรียนรู้วิธีการใช้ประโยชน์จากเครื่องมือเหล่านั้นอย่างมีประสิทธิภาพ และสร้างระบบภายใน (เช่น ระบบจัดอันดับการใช้งานที่สร้างขึ้นด้วย Codex) ซึ่งจะช่วยส่งเสริมการนำ AI มาใช้เพิ่มเติม ChatGPT Enterprise และ Codex ได้พัฒนาไปไกลกว่าการเป็นเพียงเครื่องมือเพิ่มประสิทธิภาพการทำงาน; ทั้งสองร่วมกันมีบทบาทสำคัญในเส้นทางของ CyberAgent จากการเป็นเพียงการแนะนำ AI ไปสู่การฝังลึกในงานประจำวัน โดยเป็นการออกแบบวิธีการดำเนินงานใหม่โดยพื้นฐาน การรวมเชิงกลยุทธ์นี้ทำให้มั่นใจว่า AI ไม่ใช่แค่เทคโนโลยี แต่เป็นตัวขับเคลื่อนหลักของนวัตกรรมและประสิทธิภาพ ซึ่งเป็นการสร้างแบบอย่างสำหรับการนำ AI มาใช้ในระดับองค์กร นอกจากนี้ การรับรองความปลอดภัยในสภาพแวดล้อมเอเจนต์ที่แพร่หลายดังกล่าวมีความสำคัญอย่างยิ่ง และข้อมูลเชิงลึกจากบทความ เช่น การออกแบบเอเจนต์ให้ต้านทานการแทรกแซงพร้อมต์ นั้นมีค่าอย่างยิ่ง

แหล่งที่มา

https://openai.com/index/cyberagent/

คำถามที่พบบ่อย

How has CyberAgent integrated AI into its core business strategy?
CyberAgent views AI as a foundational technology supporting both business growth and operational design, not merely a collection of advanced initiatives. This perspective has driven significant investment, including the establishment of 'AI Lab' in 2016 for broad AI research and development, particularly in digital marketing. In 2023, the 'AI Operations Office' was launched to create a structured framework for leveraging AI to transform business operations. This strategic integration is centered on the widespread adoption of ChatGPT Enterprise and Codex, enabling rapid iteration through hypothesis testing, improving quality, and boosting productivity across its diverse business segments like advertising, media, and gaming.
What challenges did CyberAgent face before adopting ChatGPT Enterprise, and how were they resolved?
Before adopting ChatGPT Enterprise, CyberAgent faced significant challenges related to security, governance, and consistent AI usage. Employees were hesitant to use AI tools due to uncertainty about handling confidential information, leading to varied adoption rates and difficulties in knowledge sharing. To address this, CyberAgent implemented ChatGPT Enterprise, which provided robust management features, enterprise-grade security, and access control. This allowed the company to manage input data according to specific requirements, establish internal guidelines for confidential information, and create an environment where employees could confidently and securely incorporate AI into their daily tasks, ultimately expanding AI use across the entire organization.
How did CyberAgent achieve a 93% monthly active usage rate for ChatGPT Enterprise without mandating its use?
CyberAgent achieved a remarkable 93% monthly active usage rate for ChatGPT Enterprise through a deliberate strategy of culture building, continuous training, and proactive engagement, rather than enforcing mandates. The company fostered an environment where teams evaluated and adopted tools based on their specific objectives. Key initiatives included sharing knowledge and successful use cases, implementing internal rankings (for individual visibility only) to encourage engagement, and using Slack bots for 'light follow-ups' to understand usage patterns and offer tailored suggestions. Additionally, a series of training sessions and workshops, ranging from beginner introductions to hands-on custom GPT and Codex sessions, co-designed with OpenAI, significantly contributed to widespread adoption by empowering employees with practical AI skills.
Beyond code generation, what specific benefits and use cases has CyberAgent found for Codex?
CyberAgent has discovered that Codex offers substantial benefits beyond traditional code generation, particularly in upstream development phases. It's used to review, evaluate, and pressure-test design proposals from multiple perspectives, leading to better design quality. Codex assists in generating improvement suggestions during code reviews and selecting optimal options, fostering faster alignment before implementation and reducing rework. Furthermore, it aids in building and maintaining critical knowledge documents like AGENTS.md, providing richer context for AI agents. Non-developer roles are also leveraging Codex for tasks like writing specifications and creating mockups, extending its impact across product and development workflows by improving decision-making quality and speed.
Can you provide examples of how Codex has improved confidence and accelerated development at CyberAgent?
Codex has significantly boosted both confidence and development speed at CyberAgent. Sou Yoshihara, a top Codex user, praises its high-quality proposals for design and implementation planning, optimizing the entire development process. In game development, Hidekazu Hora from GOODROID utilized Codex for the game WormEscape, enabling its soft launch in approximately one month. Hora emphasized that Codex acted as a 'reliable partner' throughout the entire process—from discussing implementation to execution and validation. This partnership allowed him to quickly overcome roadblocks in unfamiliar areas, ensuring both quality and speed. This pattern of enhanced judgment and accelerated progress, even in areas without prior experience, is a common theme across CyberAgent's development teams.
What is CyberAgent's long-term vision for AI integration, and what makes their approach unique?
CyberAgent views AI not as a transient trend but as a transformative turning point for the internet industry, poised to become the next standard. Their long-term vision involves continuously expanding how AI creates value across the organization, driven by the 'AI Lab' for technical advancement and practical application. What makes their approach unique is the organic, non-mandated adoption model. Instead of blanket rules, teams select tools that align with their needs, learn through comprehensive training, and build internal systems (like usage ranking systems built with Codex) that naturally propagate AI adoption. This bottom-up integration shifts AI from mere introduction to being deeply embedded in daily work, fundamentally redesigning operational processes.

อัปเดตข่าวสาร

รับข่าว AI ล่าสุดในกล่องจดหมายของคุณ

แชร์