Put AI to Work: For your Product Teams 의 한글 번역

자, 이제 시작하겠습니다. 안녕하세요, 여러분. 올해의 마지막 AI 활용 세션에 오신 것을 환영합니다.
제품 팀이 AI로 성공할 수 있는 방법에 초점을 맞춘 세션입니다. 이 세션은 라이브 세션이므로 조금만 기다려 주세요. 기술적인 문제가 있는 경우
나중에 녹화본을 보내드리겠습니다. 또한 오늘 채팅에서 가능한 한 많은 질문에 답변해드리려고 합니다.
계속 진행하면서 질문해 주시기 바랍니다. 솔루션 엔지니어링 팀의 앨리슨과 제품 담당 부사장인 네이트와 함께하겠습니다.
오늘 어떤 내용을 다룰지 살펴보도록 하겠습니다. 먼저 팀에서 주요 업무에 채팅 GBT를 어떻게 사용하는지
채팅 GBT를 사용하는 방법에 대한 데모로 시작하겠습니다. 그리고 다른 제품 팀에서 채팅 GBT를 어떻게 사용하고 있는지에 대한 데이터를 공유하겠습니다. 저희의 관점을 자세히 살펴보겠습니다.
채팅 GBT가 제품 개발을 어떻게 변화시키고 있는지, 그리고 제품 팀이 그 어느 때보다 중요해질 것이라고 생각하는 이유를 살펴보겠습니다. 그런 다음 여러분과 팀에 도움이 될 만한 프롬프트와
그리고 여러분과 여러분의 팀이 채팅 GBT에서 더 많은 것을 얻을 수 있도록 도와주는 팁을 공유하며 마무리하겠습니다. 시작을 위해 Nate에게 자리를 넘기겠습니다.
네이트가 데모를 보여주세요. 네, 감사합니다. 안녕하세요, 여러분. 저는 네이트 곤잘레스라고 하며 채팅 GPT 제품 팀을 지원하고 있습니다.
여기에는 엔터프라이즈 팀, EDU 및 정부용 제품도 포함됩니다. 그리고 저희 팀이 제품 개발 프로세스 전반에 걸쳐 채팅 GPT를 어떻게 사용하는지
어떻게 사용하는지 소개해드리게 되어 기쁩니다. 이제 정말 중요한 한 가지를 미리 말씀드리자면, OpenAI의 전체 제품 팀 규모는 아직 매우 작습니다,
여러분이 예상하는 것과 비교했을 때 비율로 보면 매우 작고 매우 군살도 적습니다. 그리고 우리는 매우 빠른 속도로 제품을 출시할 수 있었습니다.
여러분께 공개하고 있고 앞으로 매일 소개할 툴을 직접 사용하면서 작업을 진행하고 있기 때문입니다.

이제 제가 보여드릴 데모는 저희 제품팀과 제가 매일 고객과 어떤 식으로 상호작용하는지
데모를 보여드리겠습니다. 제가 여러분께 알려드리고 싶은 것은 이 데모를 통해
한 번에 20분, 30분, 60분씩 지속적으로 시간을 절약할 수 있는 수많은 팁과 요령이 있다는 것입니다. 그리고 이러한 절약 효과는 일주일에 걸쳐 누적됩니다,
PM 팀은 고객과 더 많은 시간을 보내고, 깊이 있는 비판적 사고를 하며, 창의적인 문제 해결에 더 많은 시간을 할애할 수 있게 됩니다.
오랫동안 PM으로 일해 온 제가 가장 좋아하는 곳입니다.
일에서 에너지를 얻고, 솔직히 말해서 우리가 해야 할 수많은 일과 우리가 쓰고 있는 모든 모자가 있는 곳입니다.
그리고 어떻게 하면 고객과 더 많은 시간을 보내고, 더 많은 시간을 생각하고, 더 많은 시간을 창의적으로 보낼 수 있을지 항상 고민하고 있습니다.
그래서 이 글을 통해 여러분에게 보여드리고자 하는 것은 어떻게 하면 세상의 많은 부분을 자동화하여
보다 구체적으로 시간을 확보할 수 있는 방법을 알려드리기 위한 것입니다. 이 데모를 위해 가상의 제품을 만들어서
가상의 제품을 만들고 그에 따른 제품 개발 주기를 살펴보겠습니다. 새로운 몰입형 분석 도구가 있다고 가정해 보겠습니다.
대시보드 도구가 있다고 가정해 보겠습니다. 너무 좋게 들리겠지만
사실이기 때문입니다. 그러니 여기서는 이 제품을 소개하는 것이 목적이 아닙니다.
PM 팀이 채팅 GPT를 사용하여 제품 개발을 가속화할 수 있는 방법을 설명하기 위한 것입니다. 따라서 모든 제품 개발 프로세스를 시작할 때 우리는
시장과 문제 영역을 탐색하고 우선순위를 정해야 합니다. 하지만 문제는 이러한 데이터가 서로 다른 곳에 존재하는 경우가 많다는 것입니다.
소셜 데이터일 수도 있고 제품 사용 데이터일 수도 있고 Salesforce 데이터일 수도 있으며, 제품 팀원 모두가 자체 쿼리를 실행하는 데 필요한 SQL 또는 데이터 처리 기술
가지고 있는 것은 아닙니다. 그래서 제가 여기서 하려는 것은 제품 피드백에 대한 Salesforce 데이터를 업로드하는 것입니다.
팀에서 받은 제품 피드백에 대한 Salesforce 데이터를 CSV 파일로 업로드하겠습니다.
해당되는 연간 반복 수익과 함께 말이죠. 따라서 SaaS 세계에서 오는 모든 사람들을 위한 RR입니다.
그리고 채팅 GPT에 몇 가지 주요 테마를 제공하도록 요청할 예정입니다. 또한 이 데이터의 스크린샷을
스크린샷을 업로드하거나 사용자 지정 GPT를 사용하는 동안 사용자 지정 작업을 사용하여 데이터 소스에 연결하여 이 데이터를 직접 가져올 수 있습니다.
이 데이터를 직접 가져올 수 있습니다. 따라서 여러 가지 방법으로 필요한 데이터를 모델에 가져올 수 있습니다.
필요한 데이터를 모델에 가져올 수 있습니다. 주요 기능 목록에서 확인할 수 있습니다.
를 통해 각 테마의 잠재적 매출 영향력을 확인할 수 있습니다. 이제 이 분석 탭을 클릭하면
여기 백그라운드에서 일어나는 일을 볼 수 있습니다. PT는 실제로 분석을 구조화하는 Python 코드를 작성하고 있습니다.
를 구조화한 다음 관련 데이터를 방금 전에 보았던 테이블 형식으로 다시 표시합니다. JGPT가 이 분석을 실행하면 다음과 같은 이점이 있습니다.
우리 팀이 데이터 과학 팀에 지속적으로 핑을 보내거나 SQL을 고급화할 필요가 없고 다른 데이터
능숙해질 필요가 없습니다. 자연어를 사용하여 데이터 요청을 구조화하고 결과를 직접 검토하기만 하면 됩니다.
아시다시피, 우리는 보통 새로운 제품을 개발할 때 여러 데이터 소스에서 인사이트를 얻습니다.
여기서 또 다른 데이터를 살펴봅시다. 소셜 미디어 데이터를 업로드하고 채팅 GPT에 이 새로운 데이터 세트를 기존 Salesforce 데이터 세트와 함께
새로운 분석 기능을 사용할 기회가 가장 많은 지역을 파악하기 위해 방금 살펴본 이전 Salesforce 데이터 세트와 함께
파악하기 위해 방금 살펴본 이전 Salesforce 데이터 세트와 함께 분석하도록 요청합니다. 따라서 채팅 PT는 두 데이터 세트를 모두 검색하고 이를 집계하여 데이터 데이터 테이블을 만들 것입니다.
데이터 테이블을 작성합니다. 이제 이 데이터를 사용하여 일본어 로컬라이제이션 작업의 우선순위를 정해야 한다는 것을 알 수 있습니다.
그리고 새로운 제품 기능에 가장 큰 영향을 미치기 위해 영어 현지화 작업에 우선순위를 두어야 한다는 것을 알게 되었습니다. 그래서 자체 데이터 이상의 분석을 위해
저희 팀은 채팅 GT와 인터넷 검색을 통해 경쟁 및 시장 조사 인사이트를 보강하고 있습니다. 이 예시에서는 검색을 켜고, 검색을 통해
분석 분야의 주요 기업에 대한 개요, 포지셔닝 경쟁 차별화, 그리고 정말 좋은 출발점을 제공하는 개요를 요청할 수 있습니다.
그리고 개요를 통해 우리가 우선순위를 정할 수 있는 부분과 특정 기능의 우선순위를 정할 수 있는 부분을 파악할 수 있습니다. 우리만의 차별화 스토리는
이 새로운 분석 도구의 기회에 대해 생각할 때, 검색은 실시간으로 정보를 가져와서 정리하고 결과를 구조화할 수 있습니다.
그리고 여기에 나열된 포인트 소스 중 하나를 클릭하면 실제로 해당 소스를 심층적으로 살펴볼 수 있습니다.
그리고 이 모든 소스 자료는 제가 찾고 있던 답을 정리하고 요약하는 데 사용되는 소스 자료입니다.
저와 우리 팀이 지속적으로 사용하는 정말 흥미로운 팁 중 하나는 항상 기억하는 것입니다.
여러분과 여러분의 팀이 가장 쉽게 정리할 수 있도록 원하는 출력 유형을 묻는 메시지를 표시하는 것입니다.
가장 쉽게 정리하고 정보를 소화할 수 있도록 하는 것입니다. 저는 특히 테이블 보기를 좋아하는데, 특히 제가 원하는 액세스 값을 정의한 테이블 보기를
원하는 액세스 값을 정의한 다음, 제가 원하는 방식으로 설정한 기준에 따라 데이터를 요약할 수 있는
에 따라 데이터를 요약할 수 있습니다. 그리고 한 가지 덧붙이자면, 네이트,
제가 검색에서 정말 좋아하는 기능 중 하나는 원래 질문을 기반으로 후속 질문을 할 수 있다는 점입니다.
따라서 몇 단계 더 깊이 파고들고 싶을 때 채팅 GPT에 다시 메시지를 표시하고 질문에 대한 더 많은 정보를 얻을 수 있습니다.
또는 정확히 어떤 작업을 하고 있는지 알 수 있습니다. 네, 그리고 방금 앨리슨이 공유한 내용은 우리 팀이 채팅 gt를 활용할 수 있는 방법 중 하나를 보여주는 좋은 예입니다.
채팅을 활용하여 브레인스토밍과 스파링 파트너로서 새로운 문제 공간과 씨름할 수 있는 좋은 예입니다.
그리고 팀원들도 '아, 그 질문은 생각해보지 못했구나'라는 식으로 조금 더 창의력을 발휘하는 데 도움이 됩니다.
그리고 이런 작은 팁과 요령이 상당히 도움이 될 수 있다고 생각합니다.
이제 데모를 계속 진행하겠습니다. 그리고 이 모든 연구 결과를 바탕으로
몇 가지 다른 문제 문장을 어떻게 차별화하고 초안을 작성할 수 있는지에 대한 우리만의 의견을 형성하기 시작하겠습니다.
이제 검색 기능을 끄고 채팅 CPT에게 문제 진술 초안과 냄비 및 잠재적 가치 소품 몇 가지를 요청하겠습니다.
초안을 작성해 달라고 요청합니다. 이 작업을 진행하는 동안 정말 중요한 팁 한 가지를 말씀드리자면
초안으로 취급하세요. 이것은 최종 초안이 아닙니다. 이것은 상사에게 직접 팀에게 보내는 초안이 아닙니다.
여기서 목표는 글쓰기에 대한 막막함, 차단 문제, 빈 페이지 문제를 극복하는 것입니다,
어떻게 하면 노력을 계속할 수 있을까 고민하고 있을 때요. 마음 한구석에 있는 건 알지만
가장 먼저 써야 할 것이 무엇인지 모를 수 있습니다. 이런 문제에서 벗어나기 위해 채팅 2번을 사용하면
을 사용하면 이 문제에서 벗어날 수 있습니다. 하지만 여전히 제품, 고객 및 도메인 공간에 대한 상주 전문가는 여러분이라는 점을 기억하세요.
따라서 채팅 PT는 매우 일관성이 있지만, 여전히 이 프로세스를 제어하고 최종 결과물의 품질을 관리하는 사람은 바로 여러분입니다.
따라서 제품 팀으로서 우리는 항상 프로젝트를 가장 잘 진행할 수 있는 방법에 집중하지만, 때때로 기술 역량에 있어서는
스스로의 벽을 허물기가 어려울 때가 있습니다. 팀이 완전히 능숙하지 않을 수도 있습니다. 예를 들어 요소 데이터 과학
또는 코드를 이해하거나 세부적인 백엔드 기술 아키텍처를 이해하는 것과 같이 말이죠. 여기서 한 가지 재미있는 방법은 백엔드 아키텍처 문서나 다이어그램을
또는 다이어그램을 오원 모델에 업로드하는 것입니다. 그리고 지난 주에 주목하신 분들을 위해 말씀드리자면,
지난 주에 12일간의 배송의 일환으로 oh one에 이미지 업로드 기능을 활성화했는데, 그 자체로도 꽤 멋진 작업입니다.
앞으로도 계속 지켜봐 주세요. 이제 제가 개인적으로 많이 사용하는 사용 사례 중 하나에 대해 말씀드리겠습니다.
저는 시스템 작동 방식을 이해하는 데 도움이 되는 모든 기술 문서를 채팅 GPT에 업로드합니다.
그리고 그 이유 중 하나는 제가 코딩을 하지는 않지만 복잡한 시스템을 이해하는 데는 능숙하기 때문입니다.
그래서 저는 모델을 활용하여 제 강점을 활용합니다. 이 시나리오에서는 백엔드 다이어그램을 업로드하겠습니다,
백엔드 엔지니어들과 다시 회의에 참여하기 전에 제가 알아야 할 위험이나 종속성을 물어봅니다.
백엔드 엔지니어들과 미팅에 참여하기 전에 알아야 할 위험과 종속성을 묻습니다. 그런 다음 채팅을 통해 위험과 종속성에 대한 자세한 개요와 향후 기술 부채를 피하는 방법에 대한 권장 사항까지 제공합니다,
어떻게 하면 기술 부채를 피할 수 있는지에 대한 권장 사항까지 알려줍니다. 그리고 실례지만, 시각적 목업 코딩을 도와줌으로써 제품 팀의 기술 역량을 확장할 수 있습니다.
그리고 우리가 여기서 살펴보고 있는 것은 아이디어를 여러 부서 이해관계자에게 전달하는 속도를
아이디어를 빠르게 전달할 수 있는 방법입니다. 명확히 말씀드리자면, 제가 주장하는 것은 디자이너를 교체해야 한다는 것이 아닙니다.
저는 제품 엔지니어링과 디자인의 결합을 위한 3인 3색의 작업 모델을 믿으며, 이들이 함께 협력할 때 최고의 결과물을 도출하고
고객을 위한, 고객을 위한 최고의 제품을 제공할 수 있는 가장 창의적인 문제 해결과 최상의 결과를 얻을 수 있다고 믿습니다.
제가 말씀드리는 것은 이러한 기법을 활용하여 PM이 DES 디자이너에 대한 의존도를 낮추는 것입니다.
최종 제품이 아닌 초기 단계의 목업이지만 실제로는 아이디어를 얻기위한 것입니다.
아이디어를 종이로 옮기는 것이죠. 따라서 이 아이디어는 팀원들이 아이디어를 빠르게 전달하고
제품 작업을 더 빠르게 진행할 수 있도록 돕는 것입니다. 이 시나리오에서는 문제 진술과 가치 소품을 모델에 업로드하고
네 가지 목업을 요청합니다. 새로운 인터랙티브 편집 인터페이스인 캔버스에서 코드를 생성할 수 있습니다,
쿼리하고, 텍스트 전체 본문 또는 특정 텍스트 줄에 대해 채팅 GPT로 협업할 수 있는 새로운 대화형 인터페이스인 캔버스에서 코드를 생성할 수 있습니다.
이 패턴으로 돌아옵니다. 저를 포함해 코딩을 할 수 없는 제품 팀원들에게 정말 큰 도움이 될 것입니다,
또는 다른 시각적 프로토타이핑 도구에 익숙하지 않은 제품 팀원에게 정말 큰 도움이 됩니다. 따라서 PM 시간을 많이 소비할 수 있는 작업 중 하나는
첫 번째 초안을 작성하는 데 걸리는 시간을 줄여 편집에 집중하고, 분석과 사고에 집중할 수 있도록 하려고 합니다.
분석의 공백을 메우고 동료들과 PRD 초안을 공유하여 검토하고 피드백을 제공하는 데 집중할 수 있습니다.
이 예에서는 최근 임원 회의에서 나온 메모인 PRD 템플릿을 업로드하는 것을 보여드리겠습니다,
방금 보신 모든 연구는 우리가 이 데모의 범위 내에서 수행한 것입니다.
가치 소품에 대한 탐색 작업과 백 독립성 작업의 일부입니다. 그래서 그 모든 문서를 가져와서
모델에 프롬프트하는 동안 컨텍스트에 업로드하면 CHATT PT에 초안을 생성해달라고 요청할 수 있습니다.
초안을 생성해 달라고 요청할 수 있습니다. 그런 다음 Canvas를 사용하여 해당 문서를 편집하기 시작할 수 있습니다.
탐색하고 개선할 수 있습니다. 다시 한 번 강조하지만, 여기서 목표는 첫 번째 초안을 만드는 것입니다.
초안을 만드는 것임을 기억하세요. 채팅 PT를 활용하면 많은 시간을 절약할 수 있지만, 계속 참여하면서 각 섹션을 개선하기 위해 채팅 PT를 사용해야 합니다.
주제에 대한 전문 지식이 있고, 채팅 PT는 조력자이며, 잠을 자지도 않고, 안 된다고 말하지도 않습니다,
하지만 최종 결과물은 반드시 사용자가 소유해야 합니다. 이제 여기서 텍스트의 섹션을 선택하고 편집할 수 있습니다,
예를 들어 출시 타임라인을 표로 만들 수 있습니다. 또는 텍스트의 특정 줄을 굵게 표시할 수도 있습니다.
데모가 실행되는 동안 다른 섹션으로 텍스트 이동을 직접 작성할 수도 있습니다. 제가 여러분께 드리고 싶은 또 다른 개인적인 팁은
저는 차치 PT에게 꾸준히 제 작업물을 비평해 달라고 요청합니다. 예를 들어 이 PRD의 경우, 저는 이렇게 물어볼 수 있습니다,
이 문서의 가장 취약한 점은 무엇이고 왜, 논리적으로 불일치하는 부분은 어디인가요? 또 다른 요령은 출력을 이렇게 가져갈 수도 있다는 것입니다.
이 예제에서는 캔버스의 PRD 출력물을 가져와서 O one 모델에 연결할 수도 있습니다. O 하나는 비판적 사고와 추론에 정말 능숙하군요.
그렇죠. 여기서 정말 멋진 점은 채팅, 채팅입니다. BT는 부사장인 척하는 이 프롬프트를 적용하고 있습니다.
제 PRD를 비평하고 전체 문서에 적용하고 있습니다. 그래서 제가 이 권장 사항을 읽어보고
그리고 필요에 따라 동의하면 적용할 수 있습니다. 그래서 실제로 그 권장 사항을 기반으로 여기 해당 섹션을
추천 채팅 시트에 따라 여기 해당 섹션을 다시 작성하는 것을 볼 수 있습니다. 그리고 다른 사람들에게 보내기 전에
여기에 채팅 PT를 요청하여 최종 완성본을 준비할 수 있도록 약간의 최종 다듬기를 추가할 수도 있습니다.
멋지네요. 캔버스가 PRD의 초안 작성 주기를 단축하는 데 매우 강력한 도구라는 점을 이해하셨기를 바랍니다.
또는 제품 개발 과정에서 필요한 다른 모든 문서의 초안 주기를 단축할 수 있는 강력한 도구라는 것을 이해하셨기를 바랍니다. 따라서 시간을 절약할 수 있을 뿐만 아니라
작업의 질을 향상시켜 비전을 더 명확하게 전달할 수 있고, 새로운 제품 기능에 대한 계획도
이해관계자들과 더 명확하게 전달할 수 있습니다. 전체 프로세스에서 시간이 많이 걸리는 또 다른 작업은 출시 계획을 수립하는 것입니다.
출시 계획은 거의 항상 복잡합니다. 여러 가지 종속성과 제약 조건이 있고요.
이러한 계획을 직접 작성할 때 포함시켜야 합니다. 그리고 다시 한 번 말씀드리지만, 오원 모델로 전환하면
복잡한 출시 계획을 세우는 데 정말 효과적입니다. 그래서 여기서 우리가 할 일은 우리가 생성한 PRD를 가지고
를 생성하고 오원 모델에 현지화 노력, 팀 리소스 기간, 잠재적 휴일 등을 고려하도록 요청할 수 있습니다.
그리고 다른 팀에 다양한 작업을 주 단위로 위임하도록 요청할 수도 있습니다. 그럼 잠시 설명을 잠시 멈추겠습니다.
방금 말씀하신 내용과 관련하여 AWA가 어떤 기능을 제공하는지 여러분께 설명해드리겠습니다.
네. 이제 보시다시피 여기에 나오는 것은 실제로 요청하신 세부 출시 계획입니다.
이제 잠시 시간을 내서 제가 항상 사용하는 개인적인 트릭을 오원에게 공유하겠습니다.
오원은 코딩, 수학, 하드 사이언스 영역에 대한 교육을 받았습니다.
그래서 객관적으로 정답이 있는 정말 어려운 문제를 해결하는 데 차별화되어 있습니다. 따라서 이를
비즈니스 구조에 적용하면, 모델에 객관적인 함수를 제시하고
그리고 거기에 몇 가지 경계 조건을 부여하는 것을 잊지 마세요. 예를 들어 리소스 제약 조건이나 유용한 배경 데이터가 있을 수 있습니다.
예를 들어, 저는 25 회계연도 전략 계획 초안을 작성할 때 O를 많이 사용했습니다,
내년에 제품 팀이 달성해야 할 목표, 즉 KPI를 공유하여
어떤 리소스를 확보했는지, 그리고 현재 지표와 비교하여 달성할 수 있는 목표와 궤적을 공유했습니다. 그런 다음 해당 응답을 확인하고 읽은 후
80 대 20으로 계산된 계획이 나오기 시작하면 그다음에는 또 다른 재미있는 작업을 수행합니다,
생각의 사슬을 검사하는 것입니다. 아시다시피, 여러분도 아시다시피 이 모델들이 추론한다는 것은 사실상 백그라운드에서,
모델이 여러 가지 가설을 만들어서 병렬로 실행하고, 서로 다른 가설들을 비교하고,
그리고 답을 내기 전에 가설을 수정합니다. 그래서 시간이 조금 더 걸립니다.
실제로는 여러분이 제시한 문제에 대해 생각하려고 노력하는 것입니다. 그래서 여러분이 할 수 있는 일은 그 칩을 클릭해서
실제 생각의 사슬을 심문하는 것입니다. 그러면 모델이 어떤 단계를 거쳐서 어떤 결과를 도출했는지
다양한 단계를 요약할 수 있습니다. 따라서 이를 결과와 함께 사용하면 '아, 내가 미처 생각하지 못했구나'라는 것을 이해할 수 있습니다,
아, 여기서 실수를 했구나, 또는 저라면 이 문제를 저렇게 풀지 않았을 거예요.
결과적으로 더 나은 답변을 얻을 수 있도록 일종의 재촉을 통해 스스로를 다듬는 데 도움이 됩니다. 음, 멋지네요. 그럼 계속 진행하죠.
좋아요. 제품을 진행하면서 가상의 제품 개발 주기는 여러분도 잘 알고 계실 겁니다.
다양한 이해관계자와의 상태 업데이트는 팀이 시간적으로 어려움을 겪을 수 있는 부분입니다. 이제 이러한 커뮤니케이션이 정말 중요하다고 생각합니다.
매우 중요하다고 생각하지만, 팀원들에게 많은 시간이 소요되는 경우가 많습니다. 그래서 저희가 할 수 있는 한 가지는 채팅 GPT나
채팅 GPT 또는 여기에 표시된 것과 같은 사용자 지정 GPT에 트랜스크립트를 업로드하고 자세한 요약을 작성하도록 요청하는 것입니다.
다음 단계에서 경영진이나 다른 부서 간 파트너와 공유할 수 있도록 요청할 수 있습니다. 네. 따라서 GBT는 일상적인 업무에서
일상 업무에서 작업 자동화를 시작할 수 있는 좋은 방법입니다. 코딩 지식이 없어도 누구나 만들 수 있습니다. 특정 사용 사례, 작업 또는 주제에 맞게 조정할 수 있습니다,
또는 지침, 지식 및 기능을 결합하여 특정 사용 사례, 작업 또는 주제에 맞게 조정할 수 있습니다. 하지만 항상 하는 일 중 자동화하고 싶은 일이 있을 때 시작하기에 좋은 방법입니다.
네, 그리고 확실히 말씀드릴 수 있는 것은 제품 팀원 전체가 일주일에 몇 시간을 절약할 수 있다는 것입니다.
간단한 업데이트를 생성하고, 편집하고, 수정하고, Slack에 복사하여 붙여넣은 다음 다른 사람들과 빠르게 공유할 수 있습니다.
마지막으로, 출시가 되면 여러분도 아시다시피 많은 사람들이 제품 기능의 성능이나
제품 기능의 성능이나 새로운 제품 기능의 성능에 대한 업데이트를 찾고 있습니다. 하지만 데이터는 주로 로그인한 새로운 경험에 대한 것입니다.
다양한 곳에서 발생합니다. 그래서 데모 초반에 팀이 데이터 분석을 위해 채팅 PT를 어떻게 사용할 수 있는지 보여드렸습니다,
하지만 데이터 시각화에도 매우 뛰어납니다. 따라서 여기에서는 사용 데이터나 소셜 데이터를 업로드하고 히스토그램을 요청하거나
또는 채널별 일일 사용자 활동을 요청하여 출시의 성공 여부를 매우 빠르게 파악할 수 있습니다. 완벽하죠. 여기 로드하는 데 잠시 시간을 주겠습니다,
이 비주얼리제이션에 표시된 아이콘 중 일부를 클릭하면 이 차트를 대화형으로 만들 수 있습니다.
이 차트를 마우스로 가리키면 여기 소스 뒤에 있는 데이터를 볼 수 있습니다. 실제로 색상을 변경할 수 있으므로 웹을 분홍색으로 바꾸고 싶을 수도 있습니다.
을 분홍색으로 바꾸고 싶을 수도 있고, 정말 쉽게 변경한 다음 다운로드하여 팀과 공유할 수 있습니다. 멋지네요. 그런 다음 그래프와 표를 가져와서
Chachi PT에 다시 요청하여 지금까지 배운 모든 내용을 요약한 슬랙 게시물을 생성하여 다른 팀에 빠르게 업데이트할 수 있습니다.
이것으로 데모를 마무리합니다. 그리고 여기서 보신 모든 것은 많은 프롬프트 없이도 할 수 있습니다.
엔지니어링이나 사용자 지정 작업 없이도 가능합니다. 그리고 이것은 허황된 것이 아니며, 미래 지향적이거나 이론적인 사용 사례도 아닙니다. 오늘 여러분이 할 수 있는 일만 보여드리고자 했습니다.
지금 당장 할 수 있는 일을 보여드리고자 했습니다. 그러니 이 내용을 계속 진행하기 전에 한 가지 확실히 하고 싶은 것은
한 가지 분명히 말씀드리고 싶은 것이 있습니다.
업무용 채팅 BT에 대해 이야기하고 비즈니스 또는 조직적 맥락에서 참여한다는 점을 감안할 때, 여러분의 데이터에 대한 교육을 하지 않는다는 것입니다.
데이터 보안이 가장 큰 관심사라는 것을 잘 알고 있으며, 사용자의 데이터에 대한 교육을 하지 않고
기업의 개인정보 보호 및 요구사항을 충족하기 위해 많은 노력을 기울이고 있습니다. 이제 앨리슨에게 다시 넘겨서
좀 더 자세히 설명해 주시겠어요? 네, 알겠습니다. 고마워요, 네이트. 기본적으로 저희는 팀 또는 엔터프라이즈 데이터에 대한 교육을 제공하지 않습니다.
입력과 출력은 사용자가 소유하고 작업 속도에 액세스할 수 있는 사람은 사용자가 결정합니다. 그래서 저희는 SSO 메신저와 같은 추가 제어 기능을 제공합니다.
및 규정 준수 API와 같은 추가 제어 기능을 제공합니다. 이에 대해 더 자세한 정보가 필요하시면 계정 관리자에게 문의하시면 친절히 안내해 드리겠습니다.
잘됐네요. 앨리슨에게 감사합니다. 이제 속도를 조금 바꿔서 몇 가지 인사이트에 대해 말씀드리겠습니다.
저희 제품을 사용하는 사용자 데이터를 분석하면서 발견한 몇 가지 인사이트를 여러분과 공유하고자 합니다.
먼저 분명하게 말씀드리고 싶은 것은 제품 팀은 파워 유저라는 점입니다.
따라서 여기서는 회사 내 모든 조직 또는 부서를 통틀어 파워 유저라고 할 수 있습니다,
파워 유저인 상위 5개 그룹입니다. 그리고 보시다시피 이 제품은 실제로 이러한 그룹 중 하나에 속합니다.
어떤 조직에서든 제품이 큰 부서에 속하는 경우는 거의 없고, 솔직히 그렇게 되어서도 안 된다는 점을 고려하면 꽤 인상적인 결과입니다.
그리고 또 다른 흥미로운 사실은 엔지니어링과 제품을 함께 사용한다면, 만약 그렇게 된다면
하나의 팀으로, 다시 세 명이 한 상자에서 일한다는 개념으로 돌아가 보면
전 세계에서 가장 큰 단일 주간 활성 사용자 코호트를 보유하게 됩니다. 음, 솔직히 말해서 정말 멋진 일이라고 생각해요,
데모에서 이야기한 내용이나 제품 팀에서 채팅 PT를 통해 엄청난 가치를 얻을 수 있다는 사실을 고려하면
20분, 30분, 60분짜리 저축은행을 찾아내어 고객과 더 많은 시간을 보낼 수 있게 되었습니다.
두 번째로 공유하고자 하는 인사이트는 실험이 정말 중요하다는 것입니다. 우리는 AI 분야 전반에서 출시 속도가 빨라지고 있는 것을 보았습니다,
특히 오픈 AI 분야에서는 지난 몇 년 동안뿐만 아니라 몇 달 동안에도 출시 속도가 급격히 증가했습니다. 그래서 올해만 해도 GPT-4, 오, 어.,
추론과 심도 있는 사고를 할 수 있는 오원 시리즈 모델을 출시했습니다.
앱과 함께 캔버스 검색 작업, 고급 음성 모드 및 강화, 미세 조정 등을 출시했으며 올해에는 더 많은 기능이 추가될 예정입니다.
그리고 앞서 말씀드린 것처럼 배송을 위해 잠을 자지 마세요. 오늘 또 한 개가 나올 거예요,
남은 주에도 더 많이 들어올 거예요. 정말 재미있을 거예요. 계속 지켜봐 주세요.
제품 팀은 이러한 모든 새로운 기능에 대한 최신 정보를 파악하는 것이 중요합니다. 여러분 자신의 제품에 이러한 기능을 구현하는 능력은
얼마나 잘 알고 있느냐에 따라 달라집니다. 따라서 많은 팀에서 이러한 직관을 얻는 데는 시간이 걸립니다.
저는 직관력을 키우기 위해 다양한 도구를 실험하고, 만지고, 플레이하면서 시간을 보내라고 조언합니다.
이를 통해 채팅 PT와 다양한 AI 제품을 어디에 적용하면 현재 워크플로우에 많은 가치를 얻을 수 있는지
많은 가치를 얻을 수 있을까요? 그리고 현재의 한계는 어디에 있을까요? 우리가 말하는 것은 아닙니다.
모든 문제를 한 번에 해결하거나 모든 작업을 자동화하는 것이 아니라는 것입니다.
우리가 말하는 것은 특정 사용 사례에서 정말 좋다는 것이지만, 그것을 얻으려면 플레이를 하고
직관력을 발휘하는 것이 정말 중요합니다. 그래서 마지막 인사이트, 어, 죄송하지만 마지막 인사이트는 조금 과격한 표현일 수 있습니다,
많은 팀들이 실험만으로는 충분하지 않다는 것을 깨닫기 시작했으면 좋겠습니다.
워크플로우에 AI를 도입하는 것이 제품 팀의 성공을 위한 핵심이 될 것입니다. 따라서 AI로 새로운 제품을 개발해야 하지만
새로운 제품을 개발하는 것도 중요하지만, AI를 통해 팀의 운영 방식을 혁신하는 것도 매우 중요합니다,
다른 경쟁사들이 같은 방식을 채택하고 있는지, 기존 팀에서 훨씬 더 많은 마일리지를 얻는 다른 팀이 있다면
왜냐하면 그들은 우리가 데모에서 이야기 한 모든 작업을 자동화하거나 시간을 절약 할 수 있기 때문입니다.
그리고 그 시간을 더 나은 제품을 만드는 데 집중하는 데 사용할 수 있습니다. 그런 팀들이 눈에 띄게 되고
이 게임에서 앞서 나갈 수 있는 팀들이죠. 음, 이 이야기는 또 다른, 다시 한 번 죄송하지만 잠재적인 아웃테이크에 대한 이야기로 이어집니다,

인공지능이 어떻게 제품 개발 주기를 자동화할 수 있는지, 그리고 이것이 제품 팀에게 우려할 만한 것인지 아닌지에 대한
제품 팀에게 우려할 만한지 아닌지에 대해 말이죠. 제 생각은 사실 정반대입니다. 저는 에이전트와 AI가 많은 비즈니스와 소프트웨어 작업을 자동화할 것이라고 믿습니다.
하지만 이 세상에서는 비판적 추론, 고객 공감, 우리가 무엇을 왜 만들어야 하는지에 대한 이해가 필요합니다,
그리고 거기에 제1원칙에 입각한 의사결정 프레임워크를 적용하는 것이 더욱 중요해집니다. 소프트웨어 스택의 많은 부분이 자동화되기 시작하면
자동화되기 시작하는 경우, 왜 무엇을 해야 하는지 이해하는 것이 매우 중요합니다. 그리고 이러한 것들이 바로 좋은 PM의 핵심 강점입니다.
그래서 제 생각에는 기술 생태계 내에서 강력한 PM에 대한 필요성은 점점 더 커질 것입니다,
소프트웨어 스택이 AI를 통해 자동화될수록, 제가 옹호하는 핵심 이유 중 하나입니다.
AI를 사용하여 PM 방식을 개선하고 있다는 것은 제 사례에서도 확실히 사실이라고 생각합니다.
저는 Open ai에 합류하기 전에 이 기술을 조금 만지작거렸지만, 솔직히 말해서 정말 빠르게 속도를 높여야 했어요,
이에 대해서는 잠시 후에 말씀드리겠습니다. 그리고 새로운 콘텐츠 영역에 대한 확장뿐만 아니라
새로운 콘텐츠 영역뿐만 아니라 제 핵심 기술도 확장할 수 있는 능력이 정말, 어, 이런 맥락에서 정말 엄청나게 커졌습니다.
그래서 앞으로 나아갈 때 실질적으로 어떤 의미가 있을까요? 이 작업을 잘 해낼 수 있다면
업데이트와 프로세스 기반 포인트에 더 적은 시간을 할애하고, 아이디어를 설명하는 데 더 적은 시간을 할애하고, 회의에 참석하는 데 더 적은 시간을 할애할 수 있습니다,
요약하는 데 더 많은 시간을 할애할 수 있고, 문서 작성 자체에 더 적은 시간을 할애할 수 있습니다. 반대로 시간을 되찾을 수 있는 방법은
고객과 더 많은 시간을 보내고, 고객의 피드백을 듣고, 더 나은 제품을 만들기 위해 배운 것을 추출하고, 파트너와 더 많은 시간을 협업하는 데
파트너와 협업하는 데 더 많은 시간을 할애하여 여러 부서 이해관계자들이 문제를 해결할 수 있는 최선의 방법을 고민할 수 있습니다. 그리고 전략적 사고에 더 많은 시간을 할애할 수 있습니다.
기획도 여기에 포함되며, 로드맵 초안을 작성하고 큰 전략적 계획을 세우는 일을 좋아하는 사람은 아무도 없습니다.
하지만 다시 말씀드리지만 중요한 것은 전략적인 부분입니다. 그리고 그 예에서도 많은 부분을 위임할 수 있습니다.
전략 계획과 관련된 일상적이고 지루한 요소들을 위임하면서도 전략 자체를 고수할 수 있습니다. 다시 요약하면, 여러분이 여기서 얻고자 하는 것은
이러한 도구를 활용하면 고객에 집중할 수 있는 시간을 훨씬 더 많이 확보할 수 있다는 것입니다.
이를 통해 팀이 훨씬 더 창의적이 될 수 있고, 결정적으로 더 빠르게 움직일 수 있습니다. 제품 팀으로서, 그리고 제품 리더로서 우리가 열망하는 것은
그리고 제품 리더로서의 목표는 고객을 위해 더 빠르게 움직이고 더 나은 결과를 창출할 수 있는 방법을 찾는 것입니다.
다시 한 번 말씀드리지만, 제 말만 믿으실 필요는 없습니다. 이것은 마케팅적인 말이 아니라 실적이 그 증거입니다.
실제로 오픈 AI 내부에서 어떤 일이 일어나고 있는지 직접 살펴보면, 배송 속도는
배송의 속도는, 다시 말하지만, 비교적 최근에 입사한 사람으로서 혁신과 변화의 속도를 본 적이 없습니다.
혁신과 변화의 속도를 본 적이 없습니다. 그리고 그것은 우리가 옹호하는 도구를 채택했기 때문입니다. 우리는 단순히 고객에게 기능을 제공하기 전에
고객에게 출시하기 전에 저희는 매일 데이터를 자체 워크플로우의 일부로 사용하고 있습니다.
따라서 이러한 애플리케이션을 많이 찾아보셨으면 좋겠습니다. 그리고 제가 다음에 말씀드릴 내용은,
다음 슬라이드로 넘어가면 좀 더 실용적인 팁, 즉 제가 찾은 시작 방법에 대해 말씀드리겠습니다.
첫 번째로 말씀드릴 것은 채팅 GPT를 튜터나 아이디어 파트너로 활용하는 것입니다.
또는 스파링 파트너로 활용하는 것입니다. 앞서 말씀드렸듯이 저는 이 역할을 맡은 지 3개월 정도 되었기 때문에 매우 빠르게 역량을 키워야 했습니다.
그래서 저는 API 문서나 제가 추가한 긴 슬랙 스레드 같은 것들을 가져가서 물어보곤 했죠,
어떤 결정을 내리거나 추진하기 위해 필요한 정보를 얻으려고 했지만 배경 지식이 많지 않았어요,
경쟁사 제품이나 긴 학술 논문을 찾아보곤 했죠. 저는 그 모든 것을 지루한 GPT에 넣고 요청해서
거기서 배운 것, 발견한 것을 요약하고 다음 단계를 제안하거나, 다음 단계가 될 수도 있습니다,
내가 내려야 할 결정이나이 결정의 매개 변수는 무엇인지 또는 방금 제공 한 정보를 기반으로이 워크 플로를 구성하는 방법에 대해 어떻게 생각하십니까?
이 워크플로를 어떻게 구성하는 것이 좋을까요? 그리고 제가 발견 한 것은 채팅 PT가 정말, 아마도 다음과 같은 것들에 대한
제가 생각하려고 노력하는 것에 대한 요점을 알려주고, 그 중 대여섯 개는 저 혼자 생각했을 거예요,
그러다 몇 개를 찾으면 '아, 그거 흥미롭네'라고 생각하죠. 저런 건 생각지도 못했을 거예요.
그리고 제가 모르는 것이 있으면 그 때부터는 좀 더 구체적으로 '좋아요'를 누르고, 어떻게 생각하는지, 어떻게 생각하는지 더 자세히 말해달라고 요청합니다.
그러다 보면 80%는 제가 생각했던 것인데도 불구하고
구조화하는 데 훨씬 더 적은 시간이 걸렸을 뿐이죠. 그런 다음 모델이 20%의 델타가 있는 곳에서
모델을 통해 미처 생각하지 못했던 몇 가지 다른 아이디어를 얻을 수 있는 20%의 델타가 있습니다.
아마 더 많은 시간을 할애했더라면 그랬을지도 모르죠. 하지만 실제로는 30초 만에 깨달았어요,
앉아서 문제와 씨름하거나 화이트보드에 무언가를 적는 데 한두 시간이 걸리는데 30초 만에 해결책을 찾을 수 있다는 걸 깨달았죠.
그래서 확실히 오픈 AI는 제가 일했던 회사 중 가장 복잡한 회사라고 말할 수 있습니다,
그리고 제 생각에 지금보다 더 빨리, 그리고 솔직히 말해서 더 효율적으로 역할을 수행할 수 있었던 적은 없었습니다.
그 이유는 바로 저희의 자체적인 툴을 사용했기 때문입니다.
팀원들에게 도움이 되고 여러분 모두를 위해 더 나은 제품을 만드는 데 도움이 되기 때문입니다. 음, 제가 소개해드릴 또 다른 좋은 예는
두 번째는 데모에서도 많이 언급했지만 채팅, GPT, 어, 그리고
그리고 반복적인 작업 중 하나는 에너지를 주지 않고 에너지를 소모하고 중요하지만 좋아하는 작업은 아닙니다.
그리고 제가 이 역할을 맡으면서 아주 절실하게 느낀 점은요.
인터뷰 피드백을 취합하고 요약해서 저희의 툴에 입력하는 것, 그 인터뷰 과정을 거칠 수 있는 것, 그 인터뷰 과정을 거치고
그리고 후보자 점수를 매기는 등의 작업이었죠. 그래서 저는 한 주에 5~6명, 5~7명의 후보자를 인터뷰하고 있습니다.
여러분도 아시겠지만, 저처럼 팀에서 정말 중요하다고 생각하는 한 가지가 있습니다,
이건 채팅이 아니라 시간을 보내는 겁니다. 인공지능과는 전혀 상관없는 한 가지 조언을 드리자면요.
면접 과정을 진지하게 받아들이고, 질문의 유형을 체계적으로 구성하고, 정확히 알고 있어야 합니다,
정확히 알고 있어야 합니다. 실제로 모델에게 질문해야 할 질문을 구성하는 데 도움을 요청할 수 있습니다.
하지만 그건 주제에서 조금 벗어난 이야기입니다. 제가 말하려던 것은 실제로 인터뷰를 마치면 제가 할 일은 메모를 하는 것입니다,
PDF로 만들어서 채팅창에 업로드한 다음, '이봐요'라는 메시지가 효과적으로 표시됩니다,
이 질문 세트를 보고 이 질문의 결과와 권장 사항을 요약해 주세요. 그런 다음 원시 노트의 경우 제가 답하지 않은 질문이나
제가 대답하지 않은 질문을 걸러내고, 제가 받은 답변을 요약한 다음, 이렇게 등급을 매깁니다,
내가 받은 신호는 어땠을까? 긍정적이었나요, 중립적이었나요, 약했나요, 제가 입력한 몇 가지 기준과 비교해서요.
이렇게 하면 몇 초 안에 요약된 문서를 받아볼 수 있습니다.
그런 다음 약 5분 동안 요약된 문서를 가져와서 읽어보고 마지막에 수정할 부분이 있으면
우리 채용 도구에 업로드해야 합니다. 그러면 매번 20~30분을 절약할 수 있습니다. 그리고 일주일에 5, 6, 7번의 면접이 있다면,
정말 정말 많은 시간을 다른 분야에 더 투자할 수 있습니다,
다른 후보자들을 인터뷰하는 데 훨씬 더 많은 시간을 할애할 수 있습니다. 어, 그래서, 그게 좋은 예입니다.
일상 업무에서 어떻게 활용할 수 있는지 보여주는 좋은 예입니다. 그리고 세 번째 버킷에 대해 몇 번 언급했는데요,
여기서 한 번 더 얘기해볼게요. 하지만 전, 전, 전 나가서 놀고 즐기는 것의 중요성을
이런 도구에 익숙해지는 것의 중요성을 아무리 강조해도 지나치지 않아요. 어, 그것, 그것, 그 중 일부는 정말로
어디에 한계가 있나? 예를 들어 이 도구는 무엇을 잘할 수 있을까요? 아직 취약한 부분은 무엇인가요?
그리고 제 동료의 예를 들어 이것이 어디에 적용되는지 설명해 드리겠습니다. 게임을 많이 해온 동료가 있는데
비교적 새내기였죠. 그는 모델과 직접 대화할 수 있는 고급 음성 모드로 많이 플레이하고 있습니다.
자연어로 모델에게 직접 말을 걸어서 응답을 받고 정보를 얻을 수 있는 고급 음성 모드를 많이 사용했죠. 그리고 한국으로 건너가서
고객 컨퍼런스를 위해 한국에 가서 고객과 대화를 나누고 있었어요. 프레젠테이션 자료가 다 완성된 후 고객이 그에게 다가왔어요,
고객들은 영어를 거의 못했고, 동료들은 한국어를 못해서 대화가 조금 끊겼어요.
그래서 그는 직감적으로 고급 음성 모드를 사용해서 그 내용을 뽑아냈습니다.
그리고 그 순간 모델에게 한국어와 영어를 효과적으로 번역해달라고 요청하는 것 같았어요.
대화를 할 수 있도록 한국어와 영어를 효과적으로 번역해달라고 요청하는 것과 같았습니다. 그래서 실제로 의미 있는 비즈니스 대화를 할 수 있었어요.
비언어적 단서를 볼 수 있는 실시간 상호작용을 그대로 보존한 채로 말이죠,
번역된 문서처럼 읽는 게 아니라, 음, 알다시피, 모든 좋은 점들이 있죠,
한국어로 쓰여진 요구 사항을 영어로 볼 수 있는 거죠. 그리고 그는 그 대화에서 많은 것을 얻을 수 있었습니다.
그 대화를 통해 많은 것을 얻을 수 있었죠. 또 다른 예로, 2주 전에 동남아시아에 있었는데 한 회사와 미팅을 하고 있었어요,
그 지역의 꽤 큰 회사였어요. 그 회사가 한 일은 이번 여름 한 달 내내 로드맵을 잠시 멈춘 것이었습니다.
그 회사에는 제품, 엔지니어링, 디자인 팀이 있었습니다. 그 한 달의 목적은 모든 종류의 게임을
다양한 종류의 AI 모델과 오픈 AI, 다양한 제품을 가지고 놀았습니다,
집단 기관을 발전시키려는 것이었습니다. 그들이 배운 인사이트를 공유하는 전체 프로그램이 있었습니다.
그래서 두 가지 의제가 있습니다. 더 나은 제품을 만들기 위해 AI를 어떻게 사용할 것인가? 내부적으로 생산성을 높이기 위해 AI를 어떻게 활용할 수 있을까요?
그리고 팀원 모두가 시간을 내서 함께 구축하고 공유한 결과
그리고 그 결과 어떤 것이 좋은지, 어떤 것이 나쁜지에 대한 타고난 감각과
최고 제품 책임자와 이야기 할 때 실행 속도는 여름에 크게 향상되었습니다.
크게 개선되었습니다. 그래서 지금 배송되고 있는 주문량만 보더라도
이전에 보았던 것과는 엄청나게 다릅니다. 직관력을 키우는 것이 얼마나 강력한 힘을 발휘하는지 보여주는 예라고 생각합니다.
음, 익숙하다는 것과 이걸 가지고 놀아본 적이 있다는 것은 별개의 문제라고 생각합니다. 이것이 어떻게 작동하는지 제대로 이해하고,
적용하는 것은 또 다른 문제입니다. 예를 들어, '일상에서 무엇을 할 것인가?
내가 해야 할 일은 무엇일까? 그 중 내가 좋아하는 것은 무엇일까?
어떻게 하면 더 잘하거나 더 빠르게 할 수 있을까? 그리고 그것을 가지고 놀기 시작하세요. 금방 엄청난 가치를 얻을 수 있다는 것을 알게 될 것입니다.
이제 프레젠테이션이 거의 끝나가는데, 고객 사례를 하나 소개해 드리고 싶어서요.
힐러리 브릿지스는 Whoop이라는 회사의 제품 디렉터입니다. 그녀의 팀에는 10명의 직원이 있습니다.
그녀는 팀원들을 코칭하고 비판적 추론이나 의사 결정 프레임 작성과 같은 기술을 향상시키는 데 더 많은 시간을 할애하고 싶었습니다,
의사 결정 프레임워크 같은 것들요. 하지만 혼자서 이 모든 일을 할 시간이 없었습니다. 그래서 그녀가 한 일은 훈련을 받거나,
두 개의 맞춤형 GPT를 직접 만들었습니다. 하나는 추론 코치인 아리스토텔레스였습니다. 그리고는 자신만의 글쓰기 도우미를 만들어서
이를 팀과 공유했습니다. 그래서 그녀는 팀원들이 더 나은 의사 결정을 내리고
추론 측면에서 더 나은 결정을 내리고 명확한 서면 결과물을 만들어서 그녀가 검토할 수 있도록 말이죠.
그래서 그녀는 여전히 모든 작업을 검토하지만 실제 코칭 시간은 극적으로 줄었습니다.
70~80% 정도 완성된 제품이 그녀에게 돌아오기 때문입니다. 그리고 그녀의 팀은 모델과 함께 지속적으로
모델과 함께 지속적인 교육을 진행하고 있습니다. 왜냐하면 그녀는 그녀가 성공했다고 생각하는 많은 것을
핵심 인풋을 많이 투입했기 때문입니다. 그래서 새해에는 힐러리와 함께 GPT에 대해 심층적으로
새해에 힐러리와 함께요. 힐러리가 어떻게 구축했는지, 실제로 팀에서 어떻게 사용하는지 자세히 설명해줄 거예요.
제가 사용 사례를 설명하는 것보다 훨씬 더 감사한 일을 해줄 거예요. 제가 생각하기에는 여러분 모두가
여러분도 주목해 주셨으면 합니다. 이 슬라이드에 많은 시간을 할애하지는 않겠습니다.
오프라인에서 읽어보실 수 있는 요점이 될 것입니다. 제 생각에 여기서 말씀드리고 싶은 것은, 아시다시피
거의 모든 것이 채팅 GPT로 놀라운 일을 할 수 있다는 것입니다. 그래서 여기에는 여러 부서에 걸쳐 몇 가지 다른 예가 있습니다.
그 점을 참고해 주세요. 마지막으로 여러분께 드리고 싶은 말씀은
여기서 어떻게 시작해야 할지 고민하고 계신다면요. 우리에게는 두 가지 계획이 있습니다.
두 가지 계획이 있습니다. 팀 요금제에는 오늘 보신 모든 기능과 함께 데이터에 대한 교육을 끌 수 있는 기능이 포함되어 있습니다,
팀 요금제는 실험을 빠르게 시작하고 실행하려는 소규모 회사나 스타트업에 가장 적합합니다.
그리고 전체 부서나 회사를 위한 엔터프라이즈 제품도 있습니다,
엔터프라이즈 제품에는 팀에 필요한 모든 기능과 훨씬 더 광범위한 보안 데이터, 개인정보 보호 관리자 제어 기능, 그리고 더 나은 기본 성능이 포함되어 있습니다.
따라서 대기업에 이상적이지만, 그 이상의 규모를 가진 많은 분들에게도 적합한 선택이 될 것입니다,
보안에 더 민감한 분들에게도 적합합니다. 끝으로 시간 내주셔서 감사하다는 말씀을 드리고 싶습니다. 여러분과 대화할 수 있어서 정말 좋았습니다.
로이스에게 다시 전달하겠습니다. 놀랍네요 고마워요, 네이트 앨리슨도 고마워요. 데모가 정말 즐거웠고 OpenAI가 Chatt BT를 어떻게 사용하는지 항상 듣고 싶습니다.
그리고 이 세션에 참여해 주신 모든 분들께도 감사드립니다. 오늘 시간 내주셔서 정말 감사합니다.