สัปดาห์ที่แล้ว David Senra ถามผมว่า “Ramp ทำงานได้เร็วขนาดนี้ได้อย่างไร?”
วันนี้เราเปิดตัวคำตอบนั้นแล้ว
แต่ก่อนจะไปดู ผมอยากเล่าให้ฟังว่า ทำไม เราถึงสร้างมันขึ้นมา
การมอบ AI ให้พนักงานทุกคน — ทั้งโมเดลที่ดีที่สุด โทเค็นมากที่สุด — ไม่ได้หมายความว่าคุณจะกลายเป็นบริษัทที่ขับเคลื่อนด้วย AI ตั้งแต่กำเนิด (AI-native)
มันเหมือนกับการซื้อเปียโน Steinway ให้พนักงานทุกคน แล้วคาดหวังว่าจะได้ยินเสียงซิมโฟนี สิ่งที่คุณจะได้จริงๆ คือเสียงอึกทึกที่มีราคาแพงมหาศาล
ในสัปดาห์หนึ่งของเดือนพฤษภาคม เราเผาโทเค็นไปถึง 1.5 ล้านดอลลาร์ CFO ของเราไม่ค่อยเต็มใจบอกเรื่องนี้กับผมเท่าไหร่ และเขาก็คงไม่ชอบที่ผมเอามาเล่าให้คุณฟังเช่นกัน
แล้วหลังจากนั้นเกิดอะไรขึ้น? ก็อย่างที่มักเกิดขึ้นเสมอที่ Ramp ทีมเล็กๆ กลุ่มหนึ่งได้สร้างบางอย่างขึ้นมา พื้นที่ที่ทุกคนได้รับการตั้งค่าแบบเดียวกับที่พนักงานสาย AI จ๋าที่สุดของเราทำไว้ใช้เอง ภายในไม่กี่สัปดาห์ มันไม่ใช่แค่เครื่องมือที่เราใช้งานอีกต่อไป แต่มันคือวิธีที่เราทำงาน มันมีชื่อว่า Glass
นี่คือสิ่งที่เรานำเสนอ
ที่ไหนสักแห่งในบริษัทของคุณ มีคนคิดวิธีเตรียม sales deck ที่สมบูรณ์แบบออกมาได้แล้ว มีใครอีกคนเขียนพรอมต์ที่เปลี่ยนบทสนทนากับลูกค้าที่ยุ่งเหยิงให้กลายเป็น account plan ที่เรียบร้อย หัวหน้าทีม FP&A ของคุณอยู่ดึกเพื่อสร้าง workflow ที่ตรวจจับความคลาดเคลื่อนของงบประมาณได้ทุกจุด ก่อนที่มันจะไปโผล่ในรายงานบอร์ด
คุณทำงานได้อย่างยอดเยี่ยม แต่แทบไม่มีงานไหนที่ถูกนำมาใช้อีกเป็นครั้งที่สองเลย
มันฝังอยู่ในประวัติแชทของคนเพียงคนเดียว และหายวับไปเมื่อเขาปิดแท็บ ไปพักร้อน หรือลาออก ลองคูณสิ่งนี้เข้ากับพนักงานทุกคนในทุกๆ วัน บริษัทของคุณกำลังสูญเสียสิ่งที่เรียนรู้ไป เร็วพอๆ กับตอนที่เรียนรู้มันมา
เราจึงตั้งคำถามว่า จะเป็นอย่างไรถ้าแทนที่จะเริ่มจากหน้าแชทว่างเปล่า คุณได้เริ่มต้นจากทุกสิ่งที่บริษัทของคุณเคยค้นพบมาแล้วทั้งหมด ไม่ใช่กระจัดกระจายอยู่ใน Slack พรอมต์ต่างๆ หรือหัวสมองของพนักงาน แต่ถูก ผนวกเข้าไปในตัวงาน เลยต่างหาก
นั่นแหละคือ Glass
แทนที่จะให้ผมอธิบาย ขอผมทำให้ดูดีกว่า
วันนี้ผมถาม Glass ว่าเราเพิ่มลูกค้าในสหราชอาณาจักรไปกี่รายตั้งแต่เปิดตัว มันรู้ทันทีว่าต้องตัดบริษัทสหรัฐฯ ที่มีสำนักงานในอังกฤษออกไป เพราะทีมการเงินสอนมันไว้เมื่อหลายเดือนก่อน โดยที่ผมไม่ต้องอธิบายอะไรเลยสักคำ
คุณอาจบอกว่ามันเป็นแค่เรื่องเล็กน้อย ไม่เห็นต้องใส่ใจ แต่ถ้าลองคูณ สิ่งนั้น เข้ากับพนักงานทุกคนในทุกๆ วัน บริษัทของคุณจะเก่งขึ้นเรื่อยๆ ทุกครั้งที่มีคนลงมือทำงาน
จนถึงตอนนี้ พนักงาน 323 คน (PM, เจ้าหน้าที่ CX, เซลส์, นักการตลาด, นักวิเคราะห์) ได้แก้ไขสิ่งที่ Glass รู้ไปแล้วกว่า 6,500 ครั้ง
ลองดูเรื่องการรวบรวมฟีเจอร์ใหม่ที่ลูกค้าขอ เมื่อก่อนต้องคัดลอกใส่ Salesforce ด้วยมือ ประมาณ 300 รายการต่อเดือน แต่ในเดือนพฤษภาคม ผู้จัดการบัญชีคนหนึ่งบันทึกพรอมต์ลงใน Glass เพื่อดึงข้อมูลเหล่านั้นมาจากบทสนทนากับลูกค้าโดยตรง ตอนนี้เราเก็บได้ถึง 20,000 รายการต่อเดือน และมีอีกพรอมต์ที่ทำหน้าที่จัดลำดับความสำคัญ รวมถึงพรอมต์ที่สามที่ส่งอีเมลแจ้งลูกค้าเมื่อฟีเจอร์ที่พวกเขาขอถูกปล่อยออกมาแล้ว จนถึงตอนนี้ อีเมลเหล่านั้นถูกส่งออกไปแล้วกว่า 5,000 ฉบับ
ไม่มีโมเดลไหนที่เกิดมาพร้อมกับสมองของบริษัทคุณหรอก
และมันยังทำงานในแบบที่ทีมของคุณทำงานกันอยู่ สมมติว่าเจ้าหน้าที่ซัพพอร์ตติดปัญหาในตั๋วที่ต้องอาศัยวิศวกร เธอแค่แชร์เซสชัน Glass ของตัวเอง วิศวกรก็เข้ามาดู เห็นทุกอย่างที่เกิดขึ้น แล้วก็จัดการให้เสร็จไปด้วยกัน
ทีนี้ มาพูดถึงสัปดาห์ที่หมดไป 1.5 ล้านดอลลาร์กัน
CFO ของเราหวังว่า Glass จะมาเร็วกว่านี้ ทุกโปรเจกต์จะมีมิเตอร์วัดค่าใช้จ่าย เหมือนมิเตอร์แท็กซี่ คุณจึงเห็นว่างานแต่ละอย่างต้นทุนเท่าไหร่ในขณะที่กำลังทำอยู่ ไม่ใช่ตอนที่ได้รับใบแจ้งหนี้มา
และทุกคำสั่งจะถูกส่งผ่าน Ramp Router ซึ่งจะเลือกโมเดลที่เหมาะสมที่สุดสำหรับงานนั้น เมื่อเราย้ายงานของเราเองมาใช้ระบบนี้ ค่าใช้จ่ายก็ลดลง 30% ในชั่วข้ามคืน
ทำงานได้มากขึ้น จ่ายน้อยลง นี่คือวิถีของ Ramp ตั้งแต่วันแรก
สิ่งที่คุณจะได้รับ:
- องค์ความรู้ของบริษัทคุณ เชื่อมต่อกับ Linear, Notion, Google, Slack, Gong และอีกหลายสิบแพลตฟอร์ม
- ทำงานร่วมกันได้ ชวนเพื่อนร่วมทีมเข้ามาร่วมในเซสชันใดก็ได้
- ทักษะ (Skills) ผลงานที่ดีที่สุดของคนคนเดียว จะกลายเป็นจุดเริ่มต้นของทุกคน
- ใช้ได้ทุกโมเดล ไม่ว่าจะเป็นแบบเปิดหรือปิด และเมื่อมีโมเดลที่ดีกว่าออกมาในสัปดาห์หน้า คุณก็แค่หยิบมาใช้ได้เลย
- มิเตอร์วัดทุกโปรเจกต์ ดูได้ว่าต้นทุนเท่าไหร่ และตั้งขีดจำกัดไว้ก่อนที่มันจะถูกทำลาย
บริษัทส่วนใหญ่ยิ่งโตก็ยิ่งช้า Glass คือคำมั่นสัญญาของเราว่าบริษัทของคุณจะไม่เป็นเช่นนั้น เรากำลังดูแลพาธุรกิจกลุ่มแรกเข้าสู่ระบบด้วยตัวเอง สมัครเลย แล้วอย่าหันหลังกลับ: ramp.com/glass
แล้ว “Ramp ทำงานได้เร็วขนาดนี้ได้อย่างไร?”
ผมตอบ David กลับไปสั้นๆ สี่คำว่า “เราเรียนรู้สิ่งต่างๆ แค่ ครั้งเดียว” และตอนนี้คุณก็ทำได้เหมือนกัน
วันนี้คือวันที่ 2,766 งานยังไม่จบ
— Eric
