As ferramentas internas da OpenAI rodam dentro do Slack e do chat, não em novos painéis

As ferramentas que a OpenAI colocou na frente dos próprios funcionários

Em 29 de setembro de 2025, a OpenAI lançou uma série chamada 'OpenAI on OpenAI', apresentada pelo Chief Commercial Officer Giancarlo Lionetti, mostrando como a empresa roda partes do próprio negócio usando suas APIs. O post nomeia cinco sistemas internos e, curiosamente, revela os nomes internos dessas ferramentas.

São eles: GTM Assistant, DocuGPT, Research Assistant, Support Agent e Inbound Sales Assistant. Cada um é descrito pelo problema que resolve e pelo fluxo de trabalho em que se encaixa — preparação de vendas, revisão de contratos, análise de tickets de suporte, operações de suporte e gestão de leads.

O que chama atenção quando você olha para a interface, e não para o modelo, é onde essas ferramentas vivem. A OpenAI não descreveu um conjunto de apps independentes. Ela descreveu ferramentas embutidas nos lugares onde o trabalho já acontece.

O Slack é o frontend do GTM Assistant

O detalhe de interface mais claro do post é que o GTM Assistant é 'uma ferramenta baseada em Slack que centraliza contexto de contas e conhecimento especializado'. A empresa escolheu a superfície de chat que os times de vendas já usam, em vez de pedir que abrissem um portal de pesquisa separado.

Essa escolha importa para a adoção, e o post deixa isso claro: as implementações 'muitas vezes avançam mais rápido do que a mudança necessária para as organizações aproveitarem essa tecnologia'. Encontrar as pessoas dentro do Slack elimina uma das maiores fontes desse atraso — o custo de aprender a usar um lugar novo.

As demais ferramentas seguem o mesmo padrão conversacional. O Research Assistant 'transforma milhões de tickets de suporte em insights conversacionais', e o Inbound Sales Assistant 'personaliza respostas para cada lead' e 'responde perguntas sobre produto e compliance instantaneamente'. A interface é uma pergunta e uma resposta, não uma nova tela para aprender.

DocuGPT e Support Agent apontam para uma superfície diferente: dados estruturados e agentes

Duas das ferramentas descrevem algo diferente de uma caixa de chat. O DocuGPT 'converte contratos em dados estruturados e pesquisáveis' para os times financeiros. Aqui, o resultado é um conjunto de dados consultável — o frontend é a busca sobre registros estruturados, não uma conversa com um documento.

O Support Agent é descrito como 'um modelo operacional construído sobre agentes de IA, avaliações contínuas e loops dinâmicos de conhecimento'. O post enquadra seu efeito sobre as pessoas que o usam: ele 'posiciona os atendentes como construtores de sistemas, e não como meros solucionadores de tickets'.

Transforma cada interação em dado de treinamento, eleva a qualidade e posiciona os atendentes como construtores de sistemas, e não como meros solucionadores de tickets.Montana Labs

Esse reposicionamento é, na prática, uma declaração sobre frontend. O humano deixa de ser o usuário final de um formulário; o humano passa a cuidar do loop. A interface que o atendente toca é a avaliação e a base de conhecimento, não apenas um campo de resposta.

O que as escolhas de superfície dizem para times que constroem sobre as mesmas APIs

A OpenAI diz que seu objetivo é 'compartilhar padrões que empresas possam adaptar', e o padrão mais transferível aqui não é nenhuma chamada de modelo específica. É a decisão de direcionar a capacidade de ponta por meio de interfaces que os funcionários já habitam — Slack, busca e loops de agentes — em vez de construir destinos que as pessoas precisam ser treinadas para visitar.

O post afirma que essas equipes 'entregam mudanças em semanas em vez de trimestres'. Se essa velocidade for real, parte dela vem de não precisar projetar novos frontends do zero a cada vez. Embutir nas ferramentas existentes é um atalho para superar a lacuna de adoção que o texto nomeia como sua tensão central.

Para times que constroem sobre as mesmas APIs, a implicação é concreta: o problema difícil revelado pelas próprias ferramentas da OpenAI tem menos a ver com o modelo e mais com escolher a superfície onde o conhecimento é capturado e devolvido. Comece por onde o trabalho já acontece — um canal do Slack, um campo de busca, um loop de avaliação — antes de construir qualquer coisa nova para olhar.