Promega 自上而下采用 ChatGPT 加速制造、销售和营销

OpenAI Blog 新闻
chatgpt enterprise-ai manufacturing ai-adoption custom-gpts automation

摘要

# Promega 自上而下采用 ChatGPT 加速制造、销售和营销 来源：[https://openai.com/index/promega/](https://openai.com/index/promega/) Promega 的制造业务非常复杂。该公司生产 4,000 种产品，保持生产就绪需要不断提前规划。这种复杂性因客户对定制规格的需求而增加。ChatGPT 帮助 Promega 员工预见这些需求。Promega 总经理 Kristen Yetter 使用 ChatGPT**

Promega 自上而下采用 ChatGPT 加速制造、销售和营销
查看原文 导出为 Word 导出为 PDF
查看缓存全文

缓存时间: 2026/04/20 14:53

# Promega 自上而下采用 ChatGPT 加速制造、销售和营销 来源: https://openai.com/index/promega/ Promega 的制造业务非常复杂。随着 4,000 多种产品的生产，保持就绪状态意味着要不断提前规划。这种复杂性还因客户对定制规格的需求而倍增。 ChatGPT 帮助 Promega 员工预测这些需求。Promega 的总经理 Kristen Yetter 使用 ChatGPT 来**预测设备更换时间表和成本**。"ChatGPT 列出了其预测时间表和成本背后的所有假设，然后我可以进行修改，"Yetter 解释说。"几分钟内，我就能获得一份年度投资预测，了解需要多少资金来更换老化的仪器。" 其他人已经构建了自定义 GPT 来**更快地积累复杂知识**。"我帮助需要开发定制检测方法的客户，"Promega 的研究科学家 Caitlin Stallings 说。"设计这些项目通常需要从各种数据库中收集蛋白质规格。我的自定义 GPT 在后台调用公共 API，通过仅使用蛋白质名称在几秒钟内获取所有相关信息，从而简化了这个过程。" Promega 质量保证团队的成员使用与 Power Automate 工作流集成的自定义 GPT 来**自动化客户请求和响应**。"有了这个 AI 驱动的解决方案，我们每年能对 250 多份质量调查表提供及时准确的响应，"质量保证总监 Abigail David 说。"这个自动化解决方案每年减少了超过 600 小时的内部工作量，并能轻松地向客户提供认证和质量政策等关键文件。"

相似文章

利用自定义GPT提升开发者生产力

OpenAI Blog

国际游戏公司Paf通过在其100人工程团队中部署ChatGPT Enterprise，并为专业编码任务创建了85多个自定义GPT，取得了显著的开发者生产力提升。该公司报告GPT-4的准确度比竞争对手高25%，并将该技术集成到grit:lab编码学院中，以培养新一代开发者。

用 ChatGPT Enterprise 激发更高效的企业运营

OpenAI Blog

Match Group 已成功在数千名员工中部署了 ChatGPT Enterprise，发现了多方面的生产力提升，包括跨职能协作、工程效率和知识共享。该公司计划将 OpenAI 的 API 集成到其约会产品中，以增强用户体验。

面向营销团队的ChatGPT

OpenAI Blog

# 面向营销团队的ChatGPT 来源：[https://openai.com/academy/marketing/](https://openai.com/academy/marketing/) OpenAI 2026年4月10日 OpenAI Academy 借助ChatGPT，更快地规划活动、创建内容并分析效果。营销团队经常使用ChatGPT，从创意到简报、再到素材和发布，以及之后回顾成效，都能顺畅推进。它有助于将分散的输入整合到一处，转化为清晰的表达，并起草活动内容的初稿。

HYGH 利用 ChatGPT Business 加快开发和营销活动进度

OpenAI Blog

数字媒体公司 HYGH 在德国管理超过 4,000 块广告显示屏，采用 ChatGPT Business 后报告了显著的生产力提升，包括每名员工每周节省 5.5 小时，产品开发周期加快（从 1-2 个月加快到每周 2 个 MVP）。

ENEOS Materials 将 ChatGPT Enterprise 引入制造业

OpenAI Blog

日本制造公司 ENEOS Materials 已在整个组织中采用 ChatGPT Enterprise，取得了显著的生产力提升，包括数据分析时间减少 90% 以及 80% 的员工报告工作流程得到改善。该部署已创建了超过 1,000 个自定义 GPT，展示了在劳动力短缺和成本上升背景下制造业中的实际 AI 应用。