پرش به محتوای اصلی
پرش به محتوای مقاله

شرکت Stampli: کاهش زمان عرضه محصول از ۲۴۳ به ۷۷ ساعت

·۳۰ مرداد ۱۴۰۵۵ دقیقه مطالعه۴ بازدید
استامپلی با ابزارهای OpenAI، زمان عرضه محصول را سه برابر کاهش داد.
استامپلی با ابزارهای OpenAI، زمان عرضه محصول را سه برابر کاهش داد.
اشتراک‌گذاری
واقعاً چه چیز جدید است؟

تغییر پارادایم از استفاده از AI برای «نوشتن متن» به استفاده از آن برای «سنتز داده‌های فنی» (مانند تیکت‌های Jira) جهت تولید خودکار دارایی‌های بازاریابی.

تصور کنید فرآیندی که ماه‌ها زمان می‌برد، حالا در عرض چند هفته به نتیجه برسد. شرکت Stampli، پلتفرم هوشمند پرداخت‌های سازمانی (Procure-to-Pay)، با بهره‌گیری از ابزارهای OpenAI توانست زمان تولید محصولات خود را ۳.۱۶ برابر کاهش دهد. این شرکت با تبدیل ۲۴۳ ساعت کار دستی به تنها ۷۷ ساعت کار با کمک هوش مصنوعی، اکنون می‌تواند عرضه محصولات خود را به‌جای چندین ماه، در عرض ۶ هفته نهایی کند.

این تحول در حالی رخ می‌دهد که سازمان‌ها از چت‌بات‌های ساده فاصله گرفته و به سمت ادغام عمیق در جریان‌های کاری (Workflow Integration) حرکت می‌کنند. همان‌طور که پیش‌تر درباره گسترش اکوسیستم OpenAI از طریق پلاگین‌های سطح سیستم‌عامل برای Apple Messages بحث کردیم، رویکرد Stampli بر «لوله‌کشی» داخلی بازاریابی محصول متمرکز است. برای یک مدیر کسب‌وکار، این تفاوت به معنای آن است که به‌جای صرف یک ماه برای پیش‌نویس ایمیل‌ها، تنها یک روز را صرف صیقل دادن استراتژی کند.

زمینه استراتژیک

شرکت Stampli در فضای به‌شدت رقابتی پرداخت‌های سازمانی فعالیت می‌کند. برای حفظ لبه رقابتی در برابر رقبایی نظیر Tipalti و Candex، این شرکت نیاز داشت تا استراتژی‌های ورود به بازار (GTM) خود را شتاب ببخشد. هدف اصلی، گذار از یک مدل تولید محتوای واکنشی (Reactive) به یک مدل مشارکت استراتژیک پیش‌دستانه (Proactive) بود.

آن‌ها با ادغام Codex و ChatGPT Work، قصد داشتند شکاف موجود بین اجرای فنی و ارتباطات بازار را پر کنند. این اقدام به آن‌ها اجازه داد تا سرمایه انسانی خود را به‌جای سنتز دستی داده‌ها، به فعالیت‌هایی با ارزش افزوده بالاتر اختصاص دهند.

جایگاه‌سازی در بازار

در یک بازار شلوغ، توانایی تکرار سریع و عرضه محصولات با سرعتی بی‌سابقه، به عنوان یک تمایز رقابتی حیاتی عمل می‌کند. استفاده Stampli از Codex برای تولید و درک کد، نشان‌دهنده کاربردی پیشرفته از هوش مصنوعی است که توسعه فنی را مستقیماً به پیام‌های بازاریابی متصل می‌کند.

این انتقال اجازه می‌دهد تا سازمان ظرفیت‌های نهفته و عظیم خود را آزاد کند. با کاهش چرخه‌های توسعه، Stampli می‌تواند سریع‌تر از جریان‌های کاری دستی سنتی به تغییرات بازار پاسخ دهد و به‌طور مؤثری تلاش‌های هفته‌ها را به تنها چند روز تبدیل کند.

استامپلی با ابزارهای OpenAI، زمان عرضه محصولات را سه برابر کاهش داد.

نقطه عطف این موفقیت، عرضه ابزار Deep Finance بود؛ یک ابزار هوش هزینه‌ای (Spend Intelligence) مخصوص مدیران مالی (CFOs) و رهبران کسب‌وکار. بر اساس گزارشی که در ۲۱ اوت ۲۰۲۶ منتشر شد، تیم بازاریابی از Codex برای ترکیب یادداشت‌های جلسات، زمینه‌های محصول و دستورالعمل‌های پیام‌رسانی در قالب یک سیستم واحد استفاده کرد. این زیرساخت به آن‌ها اجازه داد تا به‌سرعت یک سری هفت‌گانه از وبلاگ‌ها، ایمیل‌های عرضه، یک وبینار و یک بیانیه خبری را تولید کنند.

جزئیات اجرای Deep Finance

برای رسیدن به یک زمان‌بندی تهاجمی در ورود به بازار، علی‌رغم محدودیت در تخصیص منابع طراحی، تیم از هوش مصنوعی در موارد زیر بهره برد:

  • تولید دارایی‌ها (Asset Generation): ابزار Codex حدود ۹۰٪ از کارهای اولیه برای انیمیشن‌های پیچیده عرضه را پیش از بازبینی و صیقل دادن توسط انسان بر عهده گرفت. این بخش شامل خلق محتوای بصری برای شبکه‌های اجتماعی و مواد ضروری برای توانمندسازی تیم فروش (Sales Enablement) بود.
  • جمع‌آوری اطلاعات: یک سیستم مبتنی بر GPT اکنون تحلیل تیکت‌های Jira، مصاحبه‌های مدیران محصول و یادداشت‌های داخلی را خودکار کرده است. این امر تضمین می‌کند که مقالات مرکز کمک، برگه های تک‌صفحه‌ای (One-pagers) و ارائه‌ها به‌طور مداوم به‌روز بمانند.
  • بازیابی داده‌ها: یکی از کارکنان از Codex برای تحلیل معیارهای سیستم‌های مختلف در عرض چند ثانیه استفاده کرد؛ وظیفه‌ای که پیش از این، نصف روز زمان تیم برنامه‌ریزی مالی و تحلیل (FP&A) را می‌گرفت.
  • طوفان فکری استراتژیک: تیم از ChatGPT Work به عنوان یک «شریک فکری» برای توسعه پرسونای مشتری، ارتقای دانش و تست استرس توصیه‌ها پیش از ارائه به مدیریت ارشد استفاده می‌کند.

اثرات عملیاتی

ملاد زاهدی، مدیر بازاریابی محصول در Stampli، اظهار داشت که این سیستم خروجی تیم کوچک او را ۱۰ برابر کرده است. این تیم اکنون هفته‌ای صدها قطعه محتوا تولید می‌کند، حجمی که در جریان‌های کاری دستی قبلی غیرممکن بود.

این اتوماسیون به‌طور بنیادی عملیات روزانه تیم بازاریابی محصول را تغییر داده است. به‌جای صرف ساعت‌ها وقت برای جست‌وجو در سیستم‌های داخلی جهت یافتن به‌روزرسانی‌های محصول، سیستم مبتنی بر GPT این اطلاعات را به‌طور خودکار جمع‌آوری می‌کند و امکان نگهداری مستمر تمام مطالب رو به بیرون (External-facing) را فراهم می‌سازد.

هوش مصنوعی به عنوان «مغز دوم»

فراتر از تولید محتوا، ابزارهای OpenAI اکنون به عنوان یک «مغز دوم» حیاتی برای کارکنان عمل می‌کنند. این ادغام، تصمیم‌گیری‌های سریع‌تر و آگاهانه‌تر را در تمام سطوح سازمانی تسهیل می‌کند. برای مثال، اتوماسیون‌های مبتنی بر GPT اکنون برای سازماندهی برنامه‌ها و ارائه زمینه (Context) لازم جهت آماده‌سازی برای جلسات به کار می‌روند.

این انتقال نشان‌دهنده یک تغییر بنیادین در تخصیص سرمایه انسانی است. با خودکارسازی «کارهای سخت و خسته‌کننده» بازسازی زمینه، تیم بازاریابی از تولید محتوای واکنشی به مشاوره استراتژیک پیش‌دستانه تغییر وضعیت داده است. آن‌ها اکنون زمان بیشتری را صرف مشاوره با معاونان (VPs) و مدیران سطح C در مورد استراتژی شرکتی می‌کنند تا گشتن در یادداشت‌های داخلی.

برای بازار گسترده‌تر پرداخت‌های سازمانی، این موضوع یک خط پایه رقابتی جدید ایجاد می‌کند. رقبایی مانند Tipalti و Candex اکنون با چشم‌اندازی روبرو هستند که در آن سرعت تکرار (Iteration Speed) یک تمایز اصلی است. توانایی تست استرس پرسوناها و طوفان فکری توصیه‌ها با استفاده از ChatGPT Work، ریسک شکست در عرضه محصولات را کاهش می‌دهد.

مقیاس‌پذیری آینده و فرهنگ سازمانی

شرکت Stampli اکنون در حال بررسی چگونگی اعمال این چرخه پشتیبانی‌شده توسط هوش مصنوعی در کل سبد محصولات خود است. زاهدی بر اهمیت پرورش اعتماد کارکنان از طریق کنجکاوی و آزمایش تأکید می‌کند.

هدف این است که از استفاده از هوش مصنوعی به عنوان یک ابزار ساده اتوماسیون، به سمت استفاده از آن به عنوان وسیله‌ای برای تقویت پتانسیل انسانی برای اهداف شرکتی بلندپروازانه‌تر حرکت کنند. Stampli با پرورش فرهنگ محیط کاری که با اشتیاق جریان‌های کاری مبتنی بر AI را می‌پذیرد، قصد دارد موفقیت عرضه Deep Finance را در تمام محصولات خود تکرار کند.

گام بعدی شما

  • بررسی جریان‌های کاری (Workflows) داخلی برای شناسایی نقاط گلوگاه در تولید محتوا
  • جایگزینی تحلیل‌های دستی داده‌های پراکنده با سیستم‌های بازیابی مبتنی بر LLM
  • استفاده از مدل‌های استدلالی برای تست استرس استراتژی‌های عرضه پیش از اجرا

اما اثر این سرعت در کاهش هزینه‌های عملیاتی حتی چشمگیرتر است — به تحلیل ما دربارهٔ بهینه‌سازی هزینه‌های استنتاج در سازمان‌های بزرگ مراجعه کنید.

چرا این موضوع مهم است؟

این مورد نشان می‌دهد که ادغام عمیق AI در جریان کاری (Workflow)، سرعت عرضه به بازار را از مقیاس ماه به هفته تغییر می‌دهد. اعتبار این ادعا با نتایج ملموس در کاهش زمان تولید در یک شرکت فعال در حوزه FinTech تأیید شده است.

تأثیر برای ایران

برای تیم‌های مارکتینگ و محصول در استارتاپ‌های ایرانی، این مدل نشان می‌دهد که چگونه می‌توان با ابزارهای موجود، کمبود نیروی انسانی در بخش تولید محتوا را با اتوماسیون سنتز داده‌ها جبران کرد.

·نگاه ما
تحریریه دات‌هوش

جایگزینی «تولید محتوا» با «مشاوره استراتژیک» نشان می‌دهد که ارزش واقعی هوش مصنوعی زاینده در حذف کارهای تکراری نیست، بلکه در ارتقای جایگاه شغلی نیروی انسانی است. وقتی ابزارها مسئول سنتز داده‌ها می‌شوند، انسان از یک «اپراتور» به یک «معمار استراتژی» تبدیل می‌شود. این الگو احتمالاً در تمام بخش‌های بازاریابی B2B به استاندارد تبدیل خواهد شد.

منابع

این گزارش با خط‌لولهٔ خودکار دات‌هوش از منابع معتبر جهانی تدوین و زیر نظر تحریریه منتشر شده است. روش کار ما

گفتگو

پنج‌شنبه‌های هوش‌محور

بسته‌ی هفتگی دات‌هوش

۵ خبر، ۲ ابزار، ۱ پرامپت در هر شماره. به‌زودی راه‌اندازی می‌شود — هر پنج‌شنبه صبح.

خبر کلیدی
ابزار کاربردی
پرامپت حرفه‌ای
تحلیل پژوهش
به‌زودی
زاویه‌ی ایرانی
به‌زودی
تمرین این هفته
به‌زودی

راهنماهای دات‌هوش

راهنماهای کاربردیِ دات‌هوش برای کار با هوش مصنوعی — از همین‌جا شروع کنید:

دات‌هوش

راهنمای فارسی هوش مصنوعی — با نگاه به ایران

اخبار روزانه، معرفی ابزارها و مدل‌ها، و آموزشِ کار با هوش مصنوعی؛ همیشه با این پرسش که از ایران چه چیزی کار می‌کند و چه چیزی نه.