用 ChatGPT 重新想像 IT

🧑‍🏫 OpenAI 負責全球 IT 的主管 Kunal Malik，分享公司內部怎麼用 ChatGPT 和 AI 改造 IT 工作。值得看的原因是：他講的不是「多一個 AI 小幫手」，而是整個做事方式從頭重新設計，從報修、軟體盤點到團隊分工都有實際例子。

• 00:08 Kunal Malik 領導 OpenAI 全球 IT 團隊。他認為只在流程的某些部分加入 AI 還不夠，必須完整重新思考整個流程。
  ↳ Kunal Malik 管 OpenAI 全球 IT，也就是公司裡負責電腦、帳號、軟體的部門。他的意思是：在舊流程某一步插個 AI 效果有限，要從頭想「有了 AI，這件事該怎麼做」。
• 00:08 他們從三個層次來看：一是給個人 AI 工具來提升生產力，二是讓整個團隊轉向端到端工作流程，三是強化整個公司。
  ↳ 分三層推動。第一層是每個人都有 AI 工具。第二層是團隊改用 end-to-end workflow（端到端流程，一件事從開頭到完成整段串起來做）。第三層是擴到全公司。
• 00:39 使用 ChatGPT 後，個人員工的生產力提升 5-10 倍。
  ↳ 這是他們內部的說法：員工用了 ChatGPT 後，個人產出提升 5 到 10 倍。意思是同樣時間能完成的事多很多，不只是省一點點時間。
• 00:39 營運模式最大的改變是每個人都成為開發者。最接近問題的人，其實最知道怎麼用 AI 打造最好的解法。
  ↳ 「人人都是開發者」不是說大家都會寫程式。意思是有了 AI，最懂問題的人自己就能做出解決工具，不必排隊等工程部門。
• 00:39 傳統 IT 組織遇到問題時，要去實體支援點，或開 ticket 等 IT 處理。OpenAI 則導入了 IT agent。
  ↳ 以前電腦出問題，要跑去 IT 服務台，或開 ticket（報修單，登記問題後排隊等 IT 人員處理）。OpenAI 改用 IT agent，一個能理解問題、也能動手處理的 AI 助理。
• 01:09 使用者不必等上數小時或數天才有人接手。IT agent 會立即回饋如何排除卡關，或帶著脈絡轉交給真人，或由 agent 直接解決。
  ↳ 以前報修可能要等幾小時到幾天。現在 agent 會馬上回應：教你怎麼自己排除、直接幫你解決，或把前因後果整理好轉給真人，你不用再從頭講一次。
• 01:09 支援團隊因此能專注在高安全需求、或只有人類才能執行的關鍵任務。
  ↳ 簡單又重複的問題交給 agent 處理，IT 人員就能把時間留給真正需要人的事，例如資安要求高、或只有人才能執行的關鍵工作。
• 01:09 許多支援團隊成員自己建立 microsites 和 agents，讓工作更有效率。
  ↳ 支援團隊的人也自己動手做 microsites（小型網頁，影片沒細講用途）和 agents，讓自己的日常工作更順。這就是第 4 點「人人是開發者」的實例。
• 01:39 IT 的大型流程正在轉變，幫助他們建立信任，並理解 AI 如何創造價值。
  ↳ 改造 IT 的大流程不只是為了省時間。大家在過程中親眼看到 AI 做得到什麼、哪裡可靠，才會開始信任它，也更清楚 AI 的價值在哪裡。
• 01:39 過去軟體只在某個時間點評估，限制了快速成長的公司真正了解自家工具。任何公司都有數百、甚至數千個軟體產品。
  ↳ 一家公司用的軟體可能有好幾百、甚至上千套。以前多半只在某個時間點評估一次，之後有沒有在用、有沒有重複，就很難掌握。公司成長越快，這個問題越嚴重。
• 01:39 工具先把這些軟體分成約 30 個類別。ChatGPT 並考量風險與治理，初步評估哪些軟體值得保留與發展。
  ↳ 他們先把所有軟體分成大約 30 類，再讓 ChatGPT 初步判斷哪些值得留下和繼續投資。判斷時也會考慮風險和 governance（治理，公司對安全、權限、合規的規範）。
• 02:09 ChatGPT 給出第一版建議：三分之一需要審查，三分之一維持原狀（left），另外三分之一需要詳細分析。
  ↳ ChatGPT 的第一版建議大致分成三等分：三分之一要審查，三分之一維持原狀，三分之一要深入分析。重點是 AI 先做粗篩，後面再由人接手細看。
• 02:09 透過新流程，他們認為 70% 的軟體需求可以用既有資源滿足，不必另外購買。這種分析傳統上可能要花好幾個月。
  ↳ 新流程分析後發現，大約七成的軟體需求用公司現有的工具就能滿足，不用另外買。這種盤點照傳統做法，可能要花好幾個月。
• 02:09 從使用案例中學習的團隊可以把知識應用出去，成為其他人的起點，並在發展上保持領先。
  ↳ 先試出好方法的團隊把經驗分享出去，其他團隊就不用從零開始摸索，可以直接接著往下做，整家公司也更容易保持領先。
• 02:39 他們建立了一個 ticketing skill，能依最高優先順序、或因違反 SLA 而待處理的狀況，自動提出五張 ticket。
  ↳ skill 可以想成打包好、能重複使用的 AI 工作功能。他們做了一個處理報修單的 skill，會自動挑出最優先、或已超過 SLA（承諾的處理時限）的五張單。
• 02:39 IT 支援團隊建立的所有 skills 都集中存放在同一處。分享 skills 能讓大家步調一致，並使用相關且現代的工具。
  ↳ IT 支援團隊做的 skills 全部集中放在同一個地方。大家共用就不會各做各的，做法比較一致，用的也都是跟工作相關、夠新的工具。
• 03:09 如今 CIO 必須下大賭注，建立正確的基礎，才能在公司內釋放 AI 的潛力。
  ↳ CIO 是資訊長，也就是公司最高的 IT 主管。他認為 CIO 現在要敢下大賭注，先把正確的基礎打好，AI 才能在公司裡真正發揮作用。
• 03:09 具備實驗、測試與部署解法的能力，能讓成果來得快得多。講者稱之為「集體加速」。
  ↳ 團隊能快速試做、測試、上線，成果就來得快。一個人做出的東西又能被別人直接拿去用，整間公司一起變快，這就是他說的「集體加速」。

依影片所述，透過新的軟體評估流程，OpenAI 認為多少比例的軟體需求可以用既有資源滿足，不必購買新軟體？