ChatGPT Work｜Zapier：每月七位數的 pipeline

🧑‍🏫 這支是 OpenAI 的客戶案例短片。Zapier（一家做自動化工具的公司，能把不同 App 串起來自動跑流程）的員工，用 ChatGPT 和 Codex 做出一套檢查潛在客戶的系統，最後讓公司每月多出七位數的潛在營收。值得看的地方是：做這套系統的不是大工程團隊，而是他自己花一個週末做出來的。

• 00:05 講者表示，Codex app 推出後這 3、4 個月，ChatGPT with Codex 成了他工作中最喜歡的部分
  ↳ Codex 是 OpenAI 寫程式的 AI 助手，你用文字描述想要什麼，它幫你寫出能跑的程式。講者說這幾個月用它，變成他工作中最喜歡的部分。
• 00:05 Zapier 有一項「no lead missed」計畫，目標是盡量減少流失的 inbound lead，確保每個 lead 都能安排到會議
  ↳ inbound lead 是「主動找上門的潛在客戶」，例如自己去官網填表詢問的人。「no lead missed」就是不漏掉任何一個，每個都要排到會議談。
• 00:05 原本由一個人處理一個 lead，但 Zapier 的 lead 有數千個
  ↳ 原本的做法是一個人盯一個 lead，一筆一筆處理。但 Zapier 的 lead 有好幾千個，靠人力一筆一筆來，根本跟不上。
• 00:05 過去處理一個 lead、搞清楚到底哪裡出錯，大約要花 35–45 分鐘
  ↳ 有的 lead 最後沒排到會議，要回頭查是哪個環節漏掉，一筆就要花 35 到 45 分鐘。乘上幾千筆，這個工作量很難靠人力撐下去。
• 00:05 講者花了一個週末深入研究 ChatGPT 和 Codex，用它們打造這套系統
  ↳ 他沒有等公司開專案、排工程人力，而是自己利用一個週末把 ChatGPT 和 Codex 研究透，直接動手做出這套系統。
• 00:35 這套系統會替團隊做品質控管（quality control），重現人工處理時的每一個步驟
  ↳ quality control 就是品質控管，也就是檢查有沒有出錯。這套系統把人工檢查 lead 的步驟照樣做一遍，等於把原本靠人力的檢查流程交給系統跑。
• 00:35 專案成效以 pipeline 中「每月七位數營收」來衡量，這些 pipeline 隨後交給業務團隊
  ↳ pipeline 指的是正在接觸、之後有機會成交的生意總和。七位數是百萬等級。系統找回的機會每月有這個規模，再交給業務去談成交。
• 00:35 講者表示，這徹底改變了他們的工作方式，以及他們能做到的事
  ↳ 重點不只是省時間，而是原本人力做不到的事，例如每個 lead 都檢查到，現在變得做得到了，整個團隊的工作方式也跟著改變。

根據影片，Zapier 過去人工處理一個 lead、找出哪裡出錯，大約要花多少時間？