A HiBob prototipa funcionalidades para clientes dentro do ChatGPT antes de as lançar via API

O funil de 2500 para 200 é o número que importa

O número de destaque com que a OpenAI abre é que mais de 90% dos colaboradores da HiBob usam ativamente o ChatGPT Enterprise. O número mais revelador está escondido por baixo: mais de 2500 GPTs experimentais construídos, dos quais 200 foram implementados com sucesso em fluxos de trabalho internos.

Isto corresponde a uma taxa de sobrevivência de aproximadamente 1 em 12. A HiBob apresenta isto de forma positiva, e com razão — o funil sugere que a maioria dos GPTs é barata de criar e barata de abandonar. O construtor de GPTs personalizados está a ser usado como uma superfície de prototipagem descartável, não como um ambiente de produção.

Para quem lança funcionalidades de AI (keep the English acronym), essa proporção é a parte interessante. Significa que a interface onde se constrói não é a interface onde a maioria das construções se destina a sobreviver. O GPT é uma sonda.

Onde o frontend realmente reside em cada fase

O ciclo da HiBob tem dois frontends distintos. Internamente, os colaboradores interagem através da interface de GPT do ChatGPT Enterprise — o GPT de Preparação de Reuniões que recolhe dados de CRM e transcrições, o GPT de Upsell que analisa padrões de utilização, o Assistente de SEO que acede a APIs de analítica web. São superfícies conversacionais assentes sobre sistemas internos.

Externamente, a fonte refere que a HiBob pega em soluções construídas e testadas no ChatGPT Enterprise e depois implementa-as com a API da OpenAI para disponibilizar funcionalidades dentro da plataforma Bob. A experiência conversacional voltada para o cliente — líderes de RH a consultar os seus dados e a obter decisões em minutos — funciona através do GPT-4o via API, e não através de um GPT partilhado.

Ou seja, a mesma ideia é implementada duas vezes: primeiro como GPT interno, para validar se a interação é útil, e depois como superfície de produto próprio, uma vez comprovado o seu valor. O padrão conversacional é portátil, mesmo quando a camada de alojamento não o é.

O processo de cinco etapas trata uma interface de chat como um produto lançado

A equipa AI Mind da HiBob deu estrutura ao caos da prototipagem: ideia e prova de conceito, construção, adoção e capacitação, manutenção e escala. É de notar que a etapa de adoção exige documentação, formação e um responsável nomeado para cada GPT. A etapa de manutenção adiciona ciclos de feedback.

É esta disciplina que separa uma demonstração de uma interface duradoura. Um GPT com um responsável e um ciclo de manutenção consegue absorver o desgaste que mata a maioria das ferramentas internas de AI (keep the English acronym) — atualizações de modelos, prompts desatualizados, sistemas de origem em mudança. Os 200 que sobreviveram são os que receberam este tratamento.

"Estamos focados em permitir que as pessoas façam mais com mais. Cada agente tem um papel, tal como cada colaborador tem. É isso que torna o sistema sustentável." — Ori Simantov, Responsável de Adoção e Insights de AI (keep the English acronym) na HiBobMontana Labs

O diretório interno pesquisável para reutilização é o detalhe de frontend que permite escalar isto. Uma vez que um agente funciona, o seu padrão de interface torna-se um modelo que outros adaptam em vez de reconstruir do zero.

O que o ciclo de adoção até ao produto implica para as equipas de produto

A lição específica aqui é que a HiBob eliminou a distância entre as ferramentas internas e o roteiro de produto. Os colaboradores que usam um GPT interno estão, na prática, a realizar testes de usabilidade numa funcionalidade que a empresa poderá mais tarde vender. Quem sente a dificuldade concebe a solução, e as soluções bem-sucedidas tornam-se funcionalidades para os clientes.

Para as equipas de frontend e produto, isto sugere que se deve tratar o construtor de GPTs menos como uma novidade e mais como um ambiente de teste rápido e de baixo custo para interações conversacionais — com a expectativa explícita de que a maioria será descartada e os sobreviventes serão reconstruídos na API para a verdadeira superfície de produto.

O risco que a HiBob não aborda é o da fidelidade: uma interação que funciona dentro da interface de chat polida do ChatGPT Enterprise pode comportar-se de forma diferente ao ser reimplementada na interface própria da Bob, sobre o GPT-4o. O prototipo valida a ideia, não a experiência de produção. É nessa diferença que a segunda fase de engenharia demonstra o seu valor.