With over 20 years of experience, we transform your digital presence. We specialize in website and E-Shop development, SEO and Digital Marketing, ERP software and smart automation that take your business to the next level.
Address:
154 Egnatia Street, Thessaloniki 546 36
Phone:
+30 231 231 4095
E-mail:
hello@twodots.gr
Ready for the next step?;
Η Stampli συνέδεσε Codex, ChatGPT Work και product context σε ενιαίο AI workflow. Δείτε metrics, ανθρώπινο review και pilot επτά βημάτων στην πράξη.
The Stampli χρησιμοποίησε το Codex και το ChatGPT Work για να μετατρέψει ένα λανσάρισμα προϊόντος από ακολουθία ασύνδετων briefs σε ένα ενιαίο AI workflow. Η ομάδα συνέδεσε product context, σημειώσεις συναντήσεων, αποφάσεις και messaging guidelines σε κοινό σύστημα και παρήγαγε τα go-to-market υλικά του Deep Finance σε περίπου έξι εβδομάδες, διατηρώντας πλήρη ανθρώπινη αξιολόγηση και τελική έγκριση για κάθε customer-facing παραδοτέο.
Η OpenAI αναφέρει ότι η καθορισμένη ροή παραγωγής θα απαιτούσε περίπου 243 ενεργές ώρες ρόλων χωρίς Codex και ολοκληρώθηκε σε περίπου 77. Η διαφορά των 166 ωρών και το 3,16× ταχύτερο production είναι εκτίμηση της ίδιας της Stampli, όχι ανεξάρτητο benchmark. Η ουσιαστική αξία του case study βρίσκεται αλλού: στην κοινή πηγή αλήθειας, στην ιχνηλασιμότητα του context, στα ελεγχόμενα δικαιώματα και στη μετατροπή κάθε output σε υλικό έτοιμο για ανθρώπινο review.
Το Deep Finance είναι προϊόν της Stampli που μετατρέπει δεδομένα από την procure-to-pay πλατφόρμα της σε executive-ready spend intelligence. Το λανσάρισμα απαιτούσε product development, positioning, design, communications, enablement και operations να κινηθούν παράλληλα, ενώ οι διαθέσιμοι designers και εξωτερικοί συνεργάτες ήταν ήδη δεσμευμένοι σε άλλες προτεραιότητες.
Το bottleneck δεν ήταν ότι κάποιος αργούσε να γράψει ένα άρθρο. Ήταν ότι διαφορετικές ειδικότητες έπρεπε να χρησιμοποιούν την ίδια, συνεχώς μεταβαλλόμενη γνώση προϊόντος και να παραδίδουν συνεπές υλικό χωρίς να περιμένουν η μία την άλλη. Σε τέτοιες συνθήκες, περισσότερα prompts ή περισσότερα προσχέδια μπορούν απλώς να δημιουργήσουν ταχύτερα AI content χωρίς άποψη και έλεγχο. Η λύση χρειάζεται αρχιτεκτονική γνώσης, ownership αποφάσεων και σαφή διαδρομή review.
Αυτό κάνει την περίπτωση χρήσιμη και πέρα από το product marketing. Ένα e-shop με συχνές αλλαγές καταλόγου, μια SaaS ομάδα που κυκλοφορεί features ή ένα agency που συντονίζει πολλούς stakeholders αντιμετωπίζουν το ίδιο πρόβλημα: η ποιότητα δεν εξαρτάται μόνο από το πόσο γρήγορα δημιουργείται ένα asset, αλλά από το αν βασίζεται στην πιο πρόσφατη εγκεκριμένη πληροφορία.
Σύμφωνα με το customer story της OpenAI, το Deep Finance πέρασε από το αρχικό prototype demo στο δημόσιο go-to-market launch και στο πρώτο shipped product σε περίπου έξι εβδομάδες. Στο διάστημα αυτό η ομάδα δημιούργησε επταμερή σειρά άρθρων, launch emails, webinar και συνοδευτικό deck, social και paid creative, ανακοίνωση στο PR Newswire, product page και υλικό sales enablement.
Η λίστα αποκαλύπτει την πραγματική πολυπλοκότητα. Κάθε asset έχει διαφορετικό format, κοινό και στόχο, αλλά όλα πρέπει να συμφωνούν στο τι είναι το προϊόν, για ποιον προορίζεται και ποια αξία προσφέρει. Το Codex δεν περιγράφεται εδώ ως μηχανή μαζικών παραλλαγών. Λειτούργησε ως μηχανισμός που μετέτρεπε εξελισσόμενες αποφάσεις προϊόντος σε review-ready παραδοτέα για διαφορετικά κανάλια.
Η ίδια λογική εφαρμόστηκε στο hero animation. Η πηγή αποδίδει στο Codex περίπου το 90% της polished εργασίας εξερεύνησης, επανάληψης και packaging, ενώ εξωτερικός συνεργάτης ολοκλήρωσε την εναρκτήρια σκηνή και το τελικό format. Το χρήσιμο μάθημα δεν είναι ότι «η AI έφτιαξε το animation», αλλά ότι ανέλαβε επαναληπτική προετοιμασία και άφησε στον ειδικό τα σημεία τελικής αισθητικής και τεχνικής κρίσης.
Η ομάδα product marketing συνέδεσε product context, meeting notes, αποφάσεις και messaging guidelines σε κοινό σύστημα. Αυτή είναι η κεντρική σχεδιαστική επιλογή. Ένα μοντέλο δεν διορθώνει από μόνο του σπασμένη διαχείριση γνώσης. Αν οι πηγές είναι διάσπαρτες, παλιές ή αντιφατικές, η ταχύτητα παραγωγής πολλαπλασιάζει την ασυνέπεια.
Για ένα e-shop, το αντίστοιχο context μπορεί να περιλαμβάνει product catalog, πολιτικές επιστροφών, brand voice, εγκεκριμένους ισχυρισμούς, feedback πελατών και ιστορικό αλλαγών. Για μια B2B ομάδα, μπορεί να περιλαμβάνει release notes, Jira tickets, σημειώσεις demos, GitHub αλλαγές και αντιρρήσεις πωλήσεων. Η οργανωμένη γνώση μπορεί να υποστηριχθεί από knowledge graphs που κάνουν ορατή την προέλευση ή από ελεγχόμενη ανάκτηση επίκαιρων πηγών, αλλά πρώτα χρειάζεται απόφαση για το ποια πηγή είναι έγκυρη για κάθε claim.
Από τα ασύνδετα briefs στο ενιαίο launch workflow
Αντί για διαφορετικές εκδοχές σε inbox και chats, οι ομάδες χρησιμοποιούν εγκεκριμένο product context με σαφή προέλευση και ισχύ.
Οι ίδιες αποφάσεις μετατρέπονται σε άρθρο, email, webinar, product page και enablement χωρίς να ξαναχτίζεται το brief από την αρχή.
Κάθε asset φτάνει σε συγκεκριμένο reviewer με πηγές, εκκρεμείς ισχυρισμούς και κριτήρια αποδοχής που ταιριάζουν στο κανάλι.
Όταν αλλάζει το προϊόν, το σύστημα εντοπίζει ποια υλικά χρειάζονται αναθεώρηση αντί να αφήνει παλιό messaging να κυκλοφορεί.
Στην καθορισμένη go-to-market και content production ροή, η Stampli μοντελοποίησε περίπου 243 ενεργές ώρες εργασίας χωρίς Codex και κατέγραψε περίπου 77 με Codex. Η διαφορά είναι περίπου 166 ώρες και αποδίδεται ως 3,16 φορές ταχύτερη παραγωγή. Το scope αφορά τη συγκεκριμένη ροή του Deep Finance και η μέτρηση προέρχεται από την ίδια την ομάδα.
Οι αριθμοί δεν αποδεικνύουν ότι κάθε marketing team θα πετύχει την ίδια βελτίωση ούτε ότι η τεχνολογία αντικαθιστά ρόλους. Δείχνουν πού μπορεί να εμφανιστεί αξία: στη μείωση της ανακατασκευής context, στη μετατροπή αποφάσεων σε πολλαπλά formats και στη γρηγορότερη προετοιμασία υλικού για review. Ένα σοβαρό pilot ορίζει εκ των προτέρων ποια βήματα μετρά, ποιο είναι το baseline και τι θεωρεί αποδεκτή ποιότητα.
Η καθορισμένη ροή παραγωγής του Deep Finance
Εκτιμήσεις της Stampli που δημοσιεύονται στο customer story της OpenAI· δεν αποτελούν ανεξάρτητο ή καθολικό benchmark.
Μία χρήση της ίδιας υποδομής ξεφεύγει από το marketing content. Σε executive meeting προέκυψε ερώτηση για metrics που βρίσκονταν στο HubSpot και σε άλλα συστήματα. Σύμφωνα με τον Director of Product Marketing της Stampli, εργαζόμενος ζήτησε από το Codex να ανακτήσει και να αναλύσει τα σχετικά δεδομένα κατά τη διάρκεια της συνάντησης. Η πληκτρολόγηση χρειάστηκε περίπου 20 δευτερόλεπτα, ενώ μια παραδοσιακή αναφορά και μοντέλο από την FP&A ομάδα θα απαιτούσαν περίπου μισή ημέρα.
Η δημόσια πηγή δεν δίνει το query, τη δομή των integrations, τον τρόπο ελέγχου ή τα δικαιώματα του χρήστη. Δεν είναι ασφαλές να γενικεύσουμε την ταχύτητα ή την ακρίβεια. Το χρήσιμο σημείο είναι ότι, όταν τα εργαλεία έχουν εγκεκριμένη πρόσβαση σε σχετικό context, μικραίνει ο χρόνος ανάμεσα στην επιχειρηματική ερώτηση και σε μια πρώτη αναλυτική απάντηση.
Αυτή η δυνατότητα αυξάνει και την ανάγκη για δικαιώματα ελάχιστης πρόσβασης για AI agents. Η γρήγορη ανάκτηση δεν πρέπει να σημαίνει απεριόριστη πρόσβαση. Κάθε σύνδεση χρειάζεται scope ανά εργασία, σεβασμό στα υφιστάμενα permissions, καταγραφή πηγών και δυνατότητα επαλήθευσης πριν η απάντηση επηρεάσει οικονομική ή διοικητική απόφαση.
Η OpenAI αναφέρει ρητά ότι η Stampli διατήρησε πλήρη ανθρώπινη αξιολόγηση και τελική έγκριση για κάθε customer-facing παραδοτέο. Αυτό ξεχωρίζει ένα ελεγχόμενο production workflow από μια ανεξέλεγκτη μηχανή δημοσιεύσεων. Η ταχύτητα έχει αξία μόνο όταν δεν θυσιάζει την ακρίβεια, το brand voice, τη νομική συμμόρφωση ή την εμπιστοσύνη του κοινού.
Το review χρειάζεται owner και κριτήρια. Ο product owner ελέγχει λειτουργίες και claims. Το marketing ελέγχει positioning και συνέπεια. Ο designer ελέγχει οπτική ποιότητα και προσβασιμότητα. Όπου υπάρχουν οικονομικά, προσωπικά ή νομικά δεδομένα, εμπλέκεται ο κατάλληλος ειδικός. Αυτή είναι οργανωτική εφαρμογή του μοντέλου που περιγράφεται στην πηγή, όχι ισχυρισμός ότι η Stampli χρησιμοποίησε ακριβώς την ίδια κατανομή ρόλων.
Η επίσημη σελίδα enterprise privacy της OpenAI αναφέρει ότι οι οργανισμοί ελέγχουν ποιες εσωτερικές πηγές συνδέονται, οι admins ελέγχουν ποιες εφαρμογές ενεργοποιούνται και το ChatGPT σέβεται τα υφιστάμενα permissions. Το NIST AI RMF τοποθετεί την αξιοπιστία μέσα στον σχεδιασμό, τη χρήση και την αξιολόγηση του συστήματος. Άρα το approval gate δεν είναι το μοναδικό control: χρειάζονται source traceability, least privilege, logs, fallback και επανέλεγχος όταν αλλάζει μοντέλο, prompt ή integration.
Η υποδομή δεν δημιουργήθηκε μόνο για την ημερομηνία λανσαρίσματος. Πριν από αυτή, η ενημέρωση υλικών απαιτούσε συνεντεύξεις με product managers, ανάγνωση Jira tickets, έλεγχο GitHub και επεξεργασία σημειώσεων συναντήσεων. Στη συνέχεια η ομάδα έπρεπε να μεταφράσει αυτά τα δεδομένα σε help-center άρθρα, παρουσιάσεις, one-pagers και άλλα assets.
Η Stampli αυτοματοποίησε μέρος της διαδικασίας με GPT-powered σύστημα που συγκεντρώνει πληροφορίες από product systems και meeting notes και βοηθά να παραμένουν ενημερωμένα τα υλικά. Agents συνδεδεμένοι με την εταιρική πηγή αλήθειας υποστηρίζουν επίσης περιεχόμενο για website και social κανάλια. Ο Director of Product Marketing αποδίδει στο σύστημα δεκαπλασιασμό της παραγωγής μιας μικρής ομάδας και εκατοντάδες κομμάτια περιεχομένου την εβδομάδα, από λίγα προηγουμένως. Πρόκειται για μαρτυρία στελέχους της Stampli, όχι εξωτερικά ελεγμένη μέτρηση.
Η συνέχεια μετά το launch είναι το πραγματικό τεστ. Όπως συμβαίνει όταν AI agents περνούν στην παραγωγή, η αξία εξαρτάται από monitoring, versioning, permissions και διαδικασία διόρθωσης. Ένα workflow που παράγει γρήγορα αλλά δεν εντοπίζει stale υλικό δημιουργεί μεγαλύτερο κίνδυνο από τη χειροκίνητη διαδικασία που αντικατέστησε.
Η εξοικονόμηση χρόνου επέτρεψε στην ομάδα product marketing να αφιερώνει λιγότερο χρόνο στην ανακατασκευή context και περισσότερο στη συμβουλευτική προς στελέχη για product και company strategy. Η χρήση του ChatGPT Work περιλάμβανε εμβάθυνση γνώσης, brainstorming, δημιουργία stakeholder personas και δοκιμή εισηγήσεων πριν παρουσιαστούν στην ηγεσία.
Αυτή είναι πιο ώριμη φιλοδοξία από το «να γράφουμε περισσότερα». Τα AI workflows στο marketing αποκτούν αξία όταν ελευθερώνουν ανθρώπινη προσοχή για positioning, προτεραιοποίηση και δύσκολες αποφάσεις. Αν η ομάδα γεμίσει τον χρόνο που εξοικονόμησε με περισσότερα αδιάφορα assets, το σύστημα θα είναι γρηγορότερο αλλά όχι αναγκαστικά αποτελεσματικότερο.
Γι’ αυτό οι κατάλληλοι δείκτες δεν περιορίζονται στο output volume. Χρειάζονται χρόνος μέχρι το πρώτο εγκεκριμένο asset, αριθμός ουσιαστικών διορθώσεων, συνέπεια claims ανά κανάλι, χρόνος review, ποσοστό stale υλικού και επίδραση σε πραγματικούς στόχους του launch. Η παραγωγικότητα είναι χρήσιμη μόνο όταν συνδέεται με ποιότητα απόφασης και αποτέλεσμα.
Μια μικρότερη marketing ή e-commerce ομάδα δεν χρειάζεται να αντιγράψει ολόκληρη την υποδομή της Stampli. Μπορεί να ξεκινήσει από ένα περιορισμένο use case, όπως τη μετατροπή εγκεκριμένων release notes σε προσχέδιο help center, launch email και sales enablement. Ακόμη και μια εσωτερική εφαρμογή με ChatGPT Sites μπορεί να λειτουργήσει ως μικρό pilot, εφόσον υπάρχουν συγκεκριμένες πηγές, δικαιώματα και owner δημοσίευσης.
Pilot για ενιαίο AI launch workflow σε 7 βήματα
Ορίστε ποια assets θα παραχθούν, για ποιο κοινό και ποιο γεγονός κλείνει τον κύκλο. Αποφύγετε ένα γενικό πρόγραμμα «AI για όλο το marketing».
Καταγράψτε ενεργές ώρες, αναμονές, αριθμό διορθώσεων, χαμένο context και χρόνο μέχρι την τελική έγκριση πριν αλλάξετε τη διαδικασία.
Συνδέστε μόνο εγκεκριμένα release notes, product docs, messaging guidelines και αποφάσεις. Προσθέστε owner και ημερομηνία ισχύος σε κάθε κατηγορία.
Δώστε στο workflow μόνο τα συστήματα και πεδία που χρειάζεται. Διατηρήστε τα υπάρχοντα permissions και καταγράψτε ποιος ζήτησε ποια ανάκτηση.
Κάθε asset πρέπει να συνοδεύεται από πηγές, μη επιβεβαιωμένους ισχυρισμούς, κοινό, στόχο και κριτήρια αποδοχής αντί να φτάνει ως ανώνυμο κείμενο.
Product, marketing, design και compliance εγκρίνουν μόνο ό,τι αντιστοιχεί στην αρμοδιότητά τους. Η δημοσίευση παραμένει ρητή ανθρώπινη ενέργεια.
Μετά από πλήρη κύκλο, ελέγξτε active hours, διορθώσεις, συνέπεια μηνυμάτων, stale content και αποτέλεσμα launch. Βελτιώστε το workflow με το δικό σας baseline, όχι με το 3,16× της Stampli.
Η περίπτωση Stampli δεν είναι ιστορία ενός prompt που αντικατέστησε εβδομάδες εργασίας. Είναι ιστορία ενοποίησης γνώσης, παραγωγής πολλαπλών formats, συνεχούς ενημέρωσης και ανθρώπινης έγκρισης. Το Codex και το ChatGPT Work λειτούργησαν μέσα σε σύστημα όπου οι αποφάσεις προϊόντος μπορούσαν να μετατραπούν γρήγορα σε ελέγξιμα παραδοτέα.
Για ένα e-shop, αυτό μπορεί να σημαίνει ότι μια εγκεκριμένη αλλαγή προϊόντος ενημερώνει περιγραφή, FAQ, email, paid creative και help center χωρίς να αλλοιώνει πολιτική επιστροφών ή claims. Για μια B2B ομάδα, μπορεί να σημαίνει ότι release notes, objections και demo feedback τροφοδοτούν messaging με κοινή προέλευση. Σε κάθε περίπτωση, η σαφής επικοινωνία της χρήσης και των ορίων της AI πρέπει να συμβαδίζει με τους εσωτερικούς ελέγχους.
Το βασικό ερώτημα δεν είναι αν η AI μπορεί να γράψει. Είναι αν ο οργανισμός μπορεί να της δώσει σωστό context, ελάχιστη αναγκαία πρόσβαση, σαφή όρια και υπεύθυνους reviewers. Όταν αυτά υπάρχουν, ο χρόνος που εξοικονομείται μπορεί να μετατραπεί σε καλύτερη στρατηγική ικανότητα. Όταν λείπουν, η ίδια ταχύτητα παράγει περισσότερη σύγχυση και μεγαλύτερο operational debt.
Η TWO DOTS σχεδιάζει Αυτοματισμούς και AI γύρω από πραγματικά επιχειρησιακά συστήματα, permissions, validation και μετρήσιμα αποτελέσματα — από περιορισμένο pilot μέχρι production workflow.
Frequently Asked Questions (FAQs)
Στη συγκεκριμένη ροή λανσαρίσματος του Deep Finance, η Stampli εκτίμησε μείωση από περίπου 243 σε 77 ενεργές ώρες, δηλαδή 166 ώρες διαφορά και 3,16 φορές ταχύτερη παραγωγή, με πλήρη ανθρώπινη αξιολόγηση των customer-facing παραδοτέων.
Όχι. Είναι εκτίμηση της Stampli που δημοσιεύεται σε customer story της OpenAI και αφορά καθορισμένο scope. Κάθε ομάδα πρέπει να μετρήσει το δικό της baseline χρόνου, διορθώσεων και ποιότητας.
Η πηγή αναφέρει περίπου έξι εβδομάδες από το αρχικό prototype demo έως το δημόσιο go-to-market launch και το πρώτο shipped product.
Μεταξύ άλλων, επταμερής σειρά άρθρων, launch emails, webinar και deck, social και paid creative, ανακοίνωση PR Newswire, product page, hero animation και sales enablement υλικό.
Επέτρεψε σε διαφορετικά assets και ομάδες να χρησιμοποιούν κοινό product context, αποφάσεις και messaging guidelines, μειώνοντας την επανακατασκευή brief και τον κίνδυνο αντιφατικών claims.
Όχι. Η OpenAI δηλώνει ότι όλα τα customer-facing παραδοτέα περνούσαν από πλήρη ανθρώπινη αξιολόγηση και τελική έγκριση.
Χρειάζονται ελάχιστη αναγκαία πρόσβαση, σεβασμός στα υπάρχοντα permissions, εγκεκριμένες πηγές, logs, ιδιοκτήτης της απόφασης και επαλήθευση πριν η απάντηση χρησιμοποιηθεί επιχειρησιακά.
Με ένα περιορισμένο pilot, όπως τη μετατροπή εγκεκριμένων release notes σε τρία συγκεκριμένα assets, σαφές baseline, καταγεγραμμένες πηγές, ορισμένους reviewers και ανθρώπινη δημοσίευση.
