甲骨文超十万员工接入ChatGPT与Codex，数天工作缩至数分钟

甲骨文（Oracle）正全面推进生成式 AI 在企业内部的深度应用。目前，公司已有超过十万名员工在日常业务中使用 ChatGPT 与 Codex，覆盖招聘团队、应用实验室（Oracle Applications Lab）以及 IT 基础设施部门等多个关键环节。

以往高度依赖专业人员、动辄耗费数天的工作流程，如今任何人都能在几分钟内完成。招聘专员省去了漫长的市场调研，业务人员只需描述需求即可获取精准数据，技术骨干更是在短时间内搭建出过去整支团队数月才能交付的工具。

招聘调研：从数天缩短至15分钟

甲骨文全球招聘团队利用 ChatGPT 打造了一套人才市场智能分析工具。该工具能根据职位描述，自动调研同类岗位行情、对比薪酬基准，并评估目标地区的人才储备情况。

在与用人部门沟通前，招聘专员需要准备详尽的背景材料，过去这套流程往往要花费 2 到 4 天。甲骨文高级副总裁兼全球人才招聘负责人 Jan Ackerman 表示：“我们现在只需要 15 到 20 分钟，就能通过内部构建的 AI 工具完成所有准备工作。”

除了速度跃升，流程标准化程度也显著改善。过去各招聘专员的调研方式差异较大，如今统一的 AI 工作流确保了每位用人经理都能获得同等质量的数据洞察与候选人画像。

业务查询与运维响应全面提速

在核心业务支持层面，Oracle Applications Lab 构建了一套涵盖公司业务对象、关联关系与规则的本体模型，让普通业务语言能通过 Codex 转化为可靠的 SQL 查询。

业务人员现在只需说明最终诉求，Codex 会自主判断需要调用的内部系统、抓取数据并输出分析报告或轻量应用。实验室负责人 Richard Lam 提到，曾有员工提出一个过去需要数小时才能计算出结果的问题，使用新工具后几乎立即得到了准确回复，且数据与传统人工核算完全吻合。

在生产工程领域，网站可靠性工程师（SRE）利用 Codex 快速获取故障上下文并匹配对应的处置方案。工程师得以将更多精力投入决策判断，而非在繁杂的日志中搜寻线索。Lam 表示，通常需要一小时解决的常见故障，现在几分钟内即可妥善处理。

企业规模化应用 AI 的三条核心经验

尽管 AI 在工具开发中扮演了核心角色，但最终交付质量依然由人把控。甲骨文团队总结了三条关键经验：

1. 划定明确边界：团队必须对系统设计、架构规范与数据安全保持高度责任心，明确指导 Codex 如何组织代码结构。
2. 以原型代替文档：相比撰写冗长的技术规格说明书，直接通过 AI 快速搭建可运行的原型，沟通效率更高。
3. 保持对代码的掌控：开发者必须与 Codex 协同工作并深入理解生成的逻辑，否则系统后期将积累大量难以维护的技术债务。

从招聘、数据分析到底层工程，甲骨文正在重构企业的运作模式。业务部门仅需定义目标产出，具体执行路径则交由 ChatGPT 与 Codex 辅助实现，这标志着企业级 AI 应用已从单点尝试走向全员协同。