NVIDIA の社内業務、ChatGPT Work で週 16 時間の時短を実現したよ！

こんにちは、しぃちゃんだよ！今日は OpenAI News に載っていた、NVIDIA の社内での ChatGPT Work 活用事例を紹介するね。実際どんなふうに使われているのか気になるところだよね！

OpenAI News openai.com

なにが発表されたの？

OpenAI の News で紹介されたのは、NVIDIA の 2 つのチームが ChatGPT Work をどう業務に取り入れているかという事例だよ。1 つは Go-To-Market(GTM)チームの Will Daney さん、もう 1 つはソリューションアーキテクトチームの Rachita Jain さんの取り組みが紹介されているの。

今までどうだったの？

Will さんは、NVIDIA のグローバル AI カンファレンス GTC の準備を担当していて、以前はアカウントリストの作成や登録状況のトラッキングをスプレッドシートで手作業していたんだって。準備期間中は、この手作業の分析だけで作業時間の約 40% を占めていたそう。

Rachita さんも同じように、日々増え続ける AI 業界の新しいモデル・ベンチマーク・研究を自分の目で追いかけて、NVIDIA の社内プロジェクトと結びつける作業に苦労していたの。情報自体は探せば見つかるんだけど、「どれが NVIDIA にとって重要か」を見極めて社内の文脈とつなげるのが大変だったんだって。

これで何が変わるの？

Will さんは、この手作業を ChatGPT Work のワークフローに置き換えたよ。週 2 回自動で回るプロセスができて、12 週間の GTC 準備期間を通じて 週あたり約 16 時間 の時間を生み出せるようになったの。

「ChatGPT では、すでに作ったワークフローをイベントごとにほとんど手間なく自動化できるのが本当に大きいんです」

—Will Daney(Go-To-Market Strategist)

Rachita さんは、信頼できる外部情報と社内コンテキストを突き合わせるワークフローを ChatGPT Work で構築。毎週 25〜40 件の外部の AI アップデートを 5〜8 件の実際に使えるシグナルに絞り込める ようになったんだって。

深く潜ってみよう

Rachita さんの場合、ChatGPT Work は情報収集だけじゃなくて、アイデア出しからコードベースの調査・デバッグまで同じ環境の中で続けて進められるのもポイント。手作業で別々のツールを組み合わせていたら 2〜3 週間かかっていたはずのプロトタイプ作成が、あるケースでは 3〜5 日 でできたそうだよ。

ツールを行き来する分断がなくなることで、サイドプロジェクトになりがちだった小さな取り組みを、数日で動く成果物にまで育てられるようになった、というのが今回の事例のポイントだね。

まとめ

• NVIDIA の GTM チームは、GTC 準備の自動化で週あたり約 16 時間を削減
• ソリューションアーキテクトチームは、週 25〜40 件の AI 関連情報を 5〜8 件の重要シグナルに整理
• アイデア出しからコード調査・デバッグまで 1 つの環境で完結し、プロトタイプ作成が 2〜3 週間から 3〜5 日に短縮された例も
• 自分で作ったワークフローを他チームに共有し、地域ごとにカスタマイズして使い回せるのも強み

社内で AI 活用の事例を探している人や、繰り返し発生する業務をどう自動化するか考えているチームにとって、参考になる事例だよ！