Дедлайн горит, дизайнер занят — что делать?

Stampli — это интеллектуальная платформа класса procure-to-pay (закупки и кредиторская задолженность), объединяющая закупки, управление кредиторской задолженностью, управление поставщиками, платежи и контроль расходов сотрудников. Компания основана в 2014 году и базируется в Маунтин-Вью, Калифорния.

Сегодня ИИ Stampli автоматизирует обработку более 80 миллиардов долларов в виде счетов ежегодно для 1 600 клиентов. Но даже такому опытному игроку в мире финансовых технологий случается оказаться в ситуации, знакомой каждой продуктовой команде: дедлайн неподвижен, ресурсы заняты в другом месте, а продукт нужно вывести на рынок прямо сейчас.

Именно так произошло с запуском нового продукта Deep Finance™.

ℹ Что такое Deep Finance™?
Deep Finance™ — продукт Stampli, который преобразует данные, проходящие через платформу procure-to-pay, в аналитику расходов исполнительного уровня для CFO, вице-президентов и других бизнес-руководителей. Он анализирует данные счетов, уже находящиеся в Stampli, и выдаёт финансовый анализ консультантского уровня за считанные минуты — помогая финансовым руководителям получать выводы быстрее и детальнее, чем при ручной отчётности и работе с таблицами.

Ситуация: запуск продукта в условиях дефицита ресурсов

Выпуск Deep Finance™ означал, что разработка продукта, позиционирование, дизайн, коммуникации, обучение и операции должны были двигаться параллельно — в рамках фиксированных сроков, при том что дизайнеры и внешние подрядчики уже были заняты другими приоритетами.

Для команды продуктового маркетинга это означало классическую дилемму: либо сорвать дедлайн, либо снизить качество. Но Stampli выбрала третий путь — подключила инструменты OpenAI.

Deep Finance прошёл путь от первоначального прототипа до публичного GTM-запуска (go-to-market, выход продукта на рынок) и первой отгрузки продукта примерно за шесть недель.

Как работали Codex и ChatGPT Work в связке

Что такое ChatGPT Work и Codex?

ChatGPT Work — это агент внутри ChatGPT, помогающий браться за более масштабные задачи. Он умеет собирать информацию из разных приложений и рабочих процессов, чтобы создавать готовые материалы: таблицы, презентации, документы и веб-приложения.

ChatGPT Work был запущен 9 июля 2026 года как новый продукт на базе GPT-5.6, интегрирующий командные инструменты для превращения заметок и черновиков в готовые материалы — доступен на всех планах в десктопной версии.

Хотя Codex изначально создавался как агент программирования для разработчиков, более миллиона человек уже используют его для задач вне разработки программного обеспечения — это демонстрирует широту его возможностей.

💡 Совет
ChatGPT Work особенно эффективен, когда нужно объединить разрозненные источники информации (заметки встреч, тикеты, гайдлайны) в единый рабочий контекст — именно это и сделала Stampli.

Что конкретно сделала команда Stampli

Команда маркетинга Stampli использовала Codex, чтобы связать контекст продукта, заметки встреч, принятые решения и руководства по сообщениям в единую общую систему.

Мелад Захеди, директор по продуктовому маркетингу Stampli, рассказал, как раньше извлечение информации для маркетинга требовало огромных временных затрат. Его команде приходилось вручную просматривать сотни материалов каждую неделю — включая Jira-тикеты (задачи в системе управления проектами), заметки встреч и даже репозитории кода. Этот процесс отнимал всю пропускную способность одного члена команды.

После внедрения ChatGPT Work и Codex процесс кардинально изменился:


graph TD
    A[Заметки встреч / Jira-тикеты / Код] --> B[Codex агрегирует контекст]
    B --> C[Единая база знаний о продукте]
    C --> D[ChatGPT Work генерирует материалы]
    D --> E[Человеческая проверка и финальное утверждение]
    E --> F[Готовые маркетинговые материалы]
    F --> G[Публичный запуск Deep Finance™]

Результат: 243 часа → 77 часов

С помощью инструментов OpenAI команда сократила расчётный объём производственной работы с 243 часов примерно до 77, при этом сохранив полную человеческую проверку и финальное утверждение всего созданного контента.

Это сокращение на 68% — именно эта цифра вынесена в заголовок кейса OpenAI.

«Codex сокращает расстояние между потребностью клиента, ответом нашей команды и реальными выводами из использования продукта. Расширяя технические возможности каждой команды, он помогает нам двигаться в 10 раз быстрее от требования до готового решения.» — Команда Stampli

Сравнение: до и после внедрения ИИ-инструментов

ПараметрДо (ручной процесс)После (Codex + ChatGPT Work)
Объём производственной работы~243 часа~77 часов
Экономия времени—68%
Источники информацииРучной просмотр Jira, заметок, кодаАвтоматическая агрегация через Codex
Роль командыОперационная (ручной труд)Стратегическая (проверка и утверждение)
Скорость от идеи до рынкаНеделиДни
Срок запуска Deep Finance™—~6 недель (прототип → публичный запуск)

Это не разовый эксперимент, а новый рабочий ритм

Тот запуск — наиболее наглядный пример паттерна, который пронизывает работу команды продуктового маркетинга Stampli каждый день: использование ChatGPT Work и Codex вместе, чтобы поддерживать актуальность знаний о продукте, извлекать бизнес-инсайты и быстрее выводить идеи на рынок.

📝 Пример ежедневного использования
Директор по продуктовому маркетингу Stampli объясняет, как ChatGPT Work революционизирует их маркетинг, автоматизируя извлечение данных и позволяя команде перейти к стратегической роли. Вместо того чтобы тратить рабочий день на чтение тикетов и поиск контекста, маркетологи теперь тратят его на принятие решений.

ChatGPT Work: куда движется рынок

Codex и ChatGPT Work вместе набрали 8 миллионов активных пользователей к 14 июля 2026 года — против примерно 1 миллиона в феврале.

Почти 100% команд внутри OpenAI, включая финансы и продажи, теперь используют ChatGPT Work и Codex для ускорения работы, выполнения более сложных задач и большего времени с клиентами.

В сфере продаж ChatGPT Work превратил беседу при знакомстве с клиентом в индивидуальное подтверждение концепции для критически важной бизнес-проблемы за 24 часа — процесс, который обычно занимает недели.

⚠ Важно: человек остаётся в контуре
Один из ключевых принципов, которого придерживается Stampli: несмотря на то что ИИ генерирует контент, финальное утверждение всегда остаётся за людьми. Автоматизация ускоряет производство, но не заменяет экспертизу и ответственность команды.

Чему учит этот кейс

История Stampli — это не история о том, как ИИ «заменил» команду. Это история о том, как правильно подобранные инструменты меняют саму природу работы: с операционной на стратегическую.

Три главных вывода для любой продуктовой или маркетинговой команды:

  1. Агрегация контекста — это ключ. Codex ценен не только как генератор кода, но и как система, объединяющая разрозненные источники знаний о продукте в единый управляемый контекст.

  2. ИИ-агенты работают для нетехнических команд. Специалисты в области знаний теперь составляют примерно 20% пользователей Codex и растут более чем в 3 раза быстрее, чем разработчики.

  3. Скорость ≠ потеря качества. Сокращение времени с 243 до 77 часов не означало снижения стандартов — человеческая проверка оставалась обязательным этапом.

Для российских компаний, работающих в условиях сжатых сроков и ограниченных ресурсов, этот кейс особенно актуален: речь идёт не о замене людей, а о том, чтобы дать каждому сотруднику возможности уровня целой команды — при сохранении полного контроля над результатом.