Oracle如何用ChatGPT把数天工作压缩到分钟
从专家专属到人人可用
在企业级组织中，很多高价值工作长期依赖少数专家：招聘调研、数据分析、内部工具开发，往往需要跨部门协调和数天等待。Oracle正在改变这一模式。超过十万名员工——从人才招聘团队到Oracle Applications Lab，再到IT组织——都在使用ChatGPT Work和Codex，把过去需要专家耗费数天的工作，变成任何人都能在几分钟内完成的标准化流程。
这背后不是简单的“用AI写点东西”，而是把专业知识沉淀为可复用的工作流。Oracle的实践表明，当AI工具与业务知识结合，效率提升可以达到数量级级别。
招聘调研：从2到4天缩短到15分钟
Oracle人才招聘团队用ChatGPT Work搭建了一个“人才市场情报工具”。它的工作流程非常清晰：
- 输入一份职位描述
- 自动研究可比岗位
- 对标薪酬水平
- 评估相关地区的人才池
这个工具让招聘人员在见招聘经理之前，就能拿到过去需要2到4天才能整理完的关键信息。Oracle高级副总裁兼全球人才招聘负责人Jan Ackerman表示：“我们从零做到了百分百。现在用我们基于ChatGPT Work搭建的工具，坐下来准备15到20分钟就够了。”
速度只是其一，更重要的是一致性。过去每个招聘人员做需求沟通的方式都不一样，现在有了统一工具，无论招聘经理和哪位招聘人员合作，拿到的数据质量和洞察水平都保持一致。
业务用户：描述结果，而不是找报表
Oracle Applications Lab负责支撑Oracle许多核心业务流程。他们做了一件关键的事：构建公司对象、关系和规则的本体（ontology）。有了这层语义基础，业务人员用自然语言提出的问题，就能通过Codex转化为可靠的SQL查询。
具体流程是：
- 业务用户描述想要的结果
- Codex判断需要调用哪些内部系统
- 自动收集信息
- 返回分析、报表或应用
这彻底改变了工作方式。过去业务用户要自己找报表、提需求、等排期；现在只需要说清楚想要什么。Lam提到一位用户的案例：她问了一个过去需要几个小时才能回答的问题，使用新工具后“提交请求，几乎立刻得到响应”。当她用旧的手动流程核对结果时，发现两者一致。
技术负责人：一个人做出过去一个团队数月的工具
Codex的价值不仅体现在业务查询上，也体现在工具建设上。Oracle的技术负责人可以用Codex构建过去需要完整团队花费数月才能完成的内部工具。这意味着技术能力不再被稀缺的工程资源卡住，业务侧的需求可以更快被验证和落地。
规模化落地的关键数据
Oracle的实践规模可以用几个数字概括：
- 98%：人才招聘调研时间下降幅度
- 130K：Oracle内部ChatGPT活跃用户数
- 95K+：Oracle内部Codex活跃用户数
这些数字说明，AI工具在企业内的价值不是靠少数试点团队撑起来的，而是靠广泛的一线使用。从招聘到运营，从业务用户到技术负责人，不同角色都能找到自己的切入点。
对行业从业者的启示
Oracle的案例提供了几个可复用的思路：
- 先沉淀业务语义，再谈自动化：Applications Lab构建本体，是让自然语言转SQL可靠的前提。
- 把专家经验产品化：招聘团队没有让每个招聘人员各自用AI，而是做成统一工具，保证质量和一致性。
- 让业务用户直接描述结果：减少中间环节，让Codex决定调用哪些系统，而不是让用户学习系统。
- 关注活跃使用，而非试点数量：13万ChatGPT用户和9.5万Codex用户，说明工具已经进入日常工作流。
对于AIGC影视广告行业的从业者来说，这套逻辑同样适用：把创意、制片、投放等环节中的专家知识沉淀为可复用的AI工作流，让非专家也能快速产出高质量结果，同时保持流程一致性。工具会变，但“知识产品化+自然语言交互+自动执行”的路径，正在成为企业AI落地的通用范式。
