CyberAgent 借助 ChatGPT Enterprise 和 Codex 加速发展

CyberAgent，一家日本知名的互联网公司，正通过战略性地采用 OpenAI 的尖端 AI 工具：ChatGPT Enterprise 和 Codex，迅速转型其运营并增强其竞争优势。在其多元化的业务（包括互联网广告、媒体、娱乐和游戏）中，CyberAgent 利用这些平台加速工作流程，提升质量标准，并优化决策过程。这种对 AI 的基础性承诺使得 ChatGPT Enterprise 的月活跃使用率达到了惊人的 93%，这凸显了向智能、AI 驱动型生产力转变的文化。

借助 ChatGPT Enterprise 实现安全的 AI 采用

即使在生成式 AI 爆炸式增长之前，CyberAgent 在 AI 研究和开发方面也拥有强大的基础，特别是在数字营销领域，其标志是 2016 年成立的“AI Lab”和 2020 年推出的“Kiwami Prediction AI”。然而，以 2022 年 ChatGPT 发布为代表的生成式 AI 的广泛兴起，使得对 AI 工具使用的强大安全性和清晰治理的需求更加迫切。

主要的挑战是员工普遍不确定哪些信息可以安全地输入 AI 工具，这导致了犹豫和不一致的采用。为了降低这些风险并促进 AI 的自信集成，CyberAgent 战略性地采用了 ChatGPT Enterprise。这款企业级解决方案提供了量身定制的管理功能，允许公司根据特定要求配置数据处理，并辅以企业级安全和访问控制。CyberAgent 通过制定内部机密信息处理指南进一步巩固了这种安全环境。

CyberAgent 企业 IT 推广部门数据技术部经理 Ken Takao 强调了其影响：

“凭借账户管理和使用情况可视性等企业级功能，ChatGPT Enterprise 使其能够支持广泛信息的业务使用，但不包括机密数据。因此，AI 在公司内的使用范围得到了扩展，许多员工现在在日常工作中都使用它。”

这种积极主动的方法消除了对 AI 使用的神秘感，创造了一个安全且充满信任的环境，员工可以自信地将 AI 融入日常任务，例如研究、起草和整理要点，同时确保人工监督保留最终决策权。

培养 AI 采用：超越强制规定

CyberAgent AI 集成的故事之所以特别引人注目，是因为其有机增长。公司不强制使用特定工具，而是授权团队、部门和子公司根据其独特目标评估和采用解决方案。尽管有这种非强制政策，ChatGPT Enterprise 的月活跃使用率仍飙升至 93%。

这一令人印象深刻的采用率证明了 CyberAgent 有意为之的文化建设和 OpenAI 提供的强大培训支持。公司实施了多项机制来鼓励积极使用：

知识共享： 培养分享成功提示和用例的环境。
内部排名： 为员工提供个性化的 AI 工具使用数据（非评估性）以提高自我意识和参与度。
积极参与： 一个独特的系统，Slack 机器人会跟进最近没有使用该工具的员工，询问遇到的挑战或替代的 AI 工具，并提供量身定制的建议。

与 OpenAI 共同设计的培训课程和研讨会发挥了关键作用。从“ChatGPT Enterprise 101”到高级定制 GPT 研讨会和 Codex 实践课程，这些学习机会根据不同的角色和专业水平量身定制。高参与度（每场通常超过 100 名员工）表明员工渴望掌握 AI 技能。这个全面的支持框架使员工能够通过 AI 建立实用、成功的经验，从单纯的接触发展到深度集成。

Codex：提升设计、开发和决策

Codex，OpenAI 的高级代码生成模型，正在 CyberAgent 迅速普及，其用途远远超出了基本的编码任务。团队正在利用 Codex 进行关键的上游工作，包括设计、协调和评估，在这些环节，及早做出更好的决策可以显著减少开发周期后期的返工。Codex 的这种战略应用有助于提高开发流程的效率和质量。

Ken Takao 确定了 Codex 的三个关键用例：

设计评估： 从多个角度审查、评估和压力测试设计方案。
代码审查增强： 在代码审查期间生成智能改进建议，并促进最佳解决方案的选择。
知识文档： 构建和维护强大的知识文档，例如 AGENTS.md，为 AI 代理提供更丰富的上下文。

这些应用转化为实实在在的好处：增强的设计质量、在实施前更快地在利益相关者之间达成共识，以及更清晰的方案理由，从而加速整体决策。

工具	主要用例	主要益处
ChatGPT Enterprise	研究、起草、整理要点、一般业务运营、内部指南、安全数据处理。	安全数据处理、企业级安全性、清晰的治理、提高员工信心、广泛采用、简化日常任务。
Codex	设计审查、代码审查建议、文档编写、规范编写、创建模型、内部使用排名系统、游戏开发。	提高设计质量、更快地达成共识、更清晰的理由、提高开发速度、减少返工、增强信心、在产品开发中更广泛的应用。

Codex 的影响也正在超越传统的工程角色。非开发人员开始利用其功能来编写规范、制作模型以及构建与产品和开发团队对接的工作。在展示其多功能性方面，CyberAgent 甚至利用 Codex 建立了其内部使用排名系统，进一步促进了 AI 采用的参与度和可见性。要充分利用此类模型，团队通常会参考提示工程等资源中的最佳实践。

实际影响：速度、质量和信心

在 CyberAgent 的开发团队中，Codex 越来越被视为不仅是提高速度的工具，更是实现卓越判断和产出质量的赋能者。

CyberAgent AI 业务部门的顶级 Codex 用户 Sou Yoshihara，通过 Cursor 中的 MCP 将 Codex 集成到 Kiwami Prediction AI 的设计和实施规划中。Yoshihara 指出：“与其他编码模型相比，Codex 似乎能产出更高质量的方案”，强调了其在优化整个开发过程中的作用。

这种模式在游戏开发中也得到了体现。GOODROID 的 Hidekazu Hora 在移动解谜游戏 WormEscape 的创作中使用了 Codex，该游戏在大约一个月内实现了软发布。Hora 强调 Codex 如何简化了从设计到实施再到验证的流程，并在整个过程中提供了关键支持。

“它感觉就像一个可靠的伙伴，支持从讨论实施到执行的整个过程，帮助提高开发速度。有了 Codex，即使在没有经验的领域，我也能更快地解决因知识不足而造成的障碍，我觉得它有助于实现质量和速度的双重提升。” — Hidekazu Hora，GOODROID 开发人员

公司各地的开发人员都报告了一个共同的主题：Codex 的可用性和高质量输出是其持续采用的关键驱动因素。它不仅能加速工作，还能在开发过程中灌输更大的信心，赋能团队应对新挑战并交付更高质量的解决方案。管理和评估此类代理的性能至关重要，正如评估生产环境中的 AI 代理等指南中所讨论的那样。

CyberAgent AI 集成的未来

CyberAgent 坚定地认为 AI 不仅仅是一种短暂的趋势；它是一个根本性的转折点，有望重新定义互联网行业的标准。凭借其“AI Lab”作为技术进步和实际业务应用的长期引擎，公司致力于不断扩大 AI 在整个组织中创造价值的方式。

CyberAgent 方法的独特之处在于其有机、自下而上的采用模式。在没有全面强制的情况下，团队被授权选择最适合其需求的工具，投入学习如何有效利用它们，并构建内部系统以进一步推广 AI 的采用。ChatGPT Enterprise 和 Codex 已超越了单纯的生产力工具；它们共同在 CyberAgent 从引入 AI 到将其深度嵌入日常工作、从根本上重新设计运营方法的过程中发挥着关键作用。这种战略整合确保 AI 不仅仅是一项技术，更是创新和效率的核心驱动力，为企业级 AI 采用树立了先例。此外，确保这种普及的代理环境中的安全性至关重要，来自诸如设计可抵御提示注入的代理等文章的见解是无价的。

原始来源

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

常见问题

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.

保持更新

将最新AI新闻发送到您的收件箱。