DocsDigest
Back to listLanguage: JA
OpenAIOpenAI NewsMar 27, 2026, 10:00 PM

STADLER reshapes knowledge work at a 230-year-old company

A condensed section focused on the key takeaways first.

Original Post
OpenAIClaude

Quick Digest

Summary

A condensed section focused on the key takeaways first.

openaienmodel: gpt-5-mini-2025-08-07

STADLER reshapes knowledge work at a 230-year-old company

chatgptcustom-gptsproductivityai-adoptionknowledge-workautomation

Key Points

  • 125+ custom GPTs deployed
  • 30–40% time saved on routine tasks
  • >85% daily active usage

Summary

STADLER embedded ChatGPT across ~650 employees to convert hours of knowledge work into minutes, creating a company-wide AI productivity layer. Results include 125+ custom GPTs, 30–40% time savings on common knowledge tasks, 2.5x faster time-to-first-draft on average, and >85% daily active usage. Adoption combined bottom-up experimentation with top-down access, training, and guardrails, and spans engineering, project management, marketing, translations, and general drafting and summarization.

Key Points

  • Deployment model: enable experimentation while providing company-wide access, training, and governance.
  • Scope: integrated across functions—engineering (analysis, code support), project teams (process templates, docs), marketing (translation, content), and company-wide drafting/summarization.
  • Measured impact: 30–40% time savings on routine knowledge tasks; 2.5x faster first drafts (up to 6x in high-volume cases); >85% daily active usage.
  • Deliverables: 125+ custom GPTs focused on translation and email workflows, plus many team-specific assistants.
  • Strategic direction: move from assistant to execution layer—agents that gather info, generate and validate outputs, and route work for approvals.

Implementation notes (practical for engineers)

  • Start by identifying high-frequency, repeatable tasks (translation, email, first drafts, summaries) and build focused custom GPTs.
  • Pair bottom-up pilots with central enablement: provide templates, training, and clear guardrails for safety and compliance.
  • Measure impact with metrics like time-to-first-draft, percent time saved per task, and daily active usage.
  • Plan next-phase integrations: build agentized workflows that connect data sources, run validations, and automate routing/approvals.
  • Iterate on prompts, tooling, and observability to keep outputs consistent and auditable.

Full Translation

Translations

A translation section that keeps the flow of the original article.

openaijamodel: gpt-5-mini-2025-08-07

STADLER、230年の歴史を持つ企業でナレッジワークを再構築

STADLER、230年の歴史を持つ企業でナレッジワークを再構築

公開日: 2026-03-27T22:00:00.000Z

ChatGPTを650人の従業員に導入し、何時間もかかっていたナレッジ作業を数分に短縮—速度、品質、意思決定を全社規模で向上。

  • お問い合わせ: Contact sales
  • Company size: Mid-market
  • Region: Europe & UK
  • Industry: Manufacturing
  • Products: ChatGPT
  • Results: 125+ Custom GPTs created
  • Results: 30-40% Time savings on common knowledge tasks
  • Results: 2.5x Faster time to first draft on average
  • Results: >85% Daily active usage

産業的レガシーからデジタルの活用へ

STADLERは230年以上の歴史を持つ家族経営の企業で、世界のリサイクル産業向けに自動廃棄物選別プラントを提供しています。世界中で650人以上の従業員が働き、各国の持続可能性や循環型経済の目標達成を支援しています。Co-CEOのJulia Stadlerの下、同社は近代化に前向きなアプローチを採り、AIを日常業務の中核的な生産性レイヤーとして組み込んでいます。

「多くのチームで、生の知識を使える成果物にする（要約、翻訳、ドラフト作成）ために時間をかけすぎていました。もっと良いやり方があるはずだと分かっていました。」

—Julia Stadler, Co-CEO

AIを全社的な生産性レイヤーに変える

STADLERは摩擦を取り除くためにOpenAIのChatGPTを採用しました。出力の品質、速度、即時の使いやすさを評価し、代替案と比較した結果、ChatGPTはより構造化され、文脈を踏まえた実用的な結果を一貫して提供しました。何より即効性があり、チームは導入初日から実用的なアウトプットを生成できました。

導入はボトムアップの実験とトップダウンの支援を組み合わせて行われました。従業員はユースケースの探索を奨励され、経営陣は全社アクセス、トレーニング、明確なガードレールを提供しました。

今日ではChatGPTはほぼ全ての機能に組み込まれています：

  • エンジニアリング & データチーム：分析、コード支援、パフォーマンス評価
  • プロジェクト・マネジメントチーム：プロセス構造化とドキュメント改善にカスタムGPTを活用
  • マーケティング：複雑な技術情報をグローバル向けに明確に翻訳
  • 全チーム：ドラフト作成、要約、調査、構造化思考

STADLERは125以上のカスタムGPTを作成しており、特に翻訳とメールのワークフローで強い採用が進んでいます。

「以前はまともな初版を作るのに半日かかっていましたが、今では20分でしっかりしたドラフトを作り、その後に改善しています。ChatGPTは単なる文章作成ツールではなく、アイデアを構造化し、仕事の進め方を加速する思考のパートナーです。」

—Dr. Bastian Küppers, Head of Process Engineering

白紙からビジネスインパクトへ

インパクトは即時かつ測定可能でした。かつて何時間もかかっていた作業（文書作成、情報の要約、コミュニケーション準備など）が今では数分で完了します。従業員はゼロから始める代わりに構造化されたアウトプットからスタートし、洗練、意思決定、高付加価値業務に集中できます。

主要な成果：

  • 30–40% の時間短縮（要約やドキュメント作成などの一般的なナレッジ作業）
  • 平均で2.5倍速い初稿作成、ソーシャルメディアのような高頻度ユースケースでは最大6倍の加速

  • 85%の日次アクティブ利用率（従業員が1日に複数回利用）

  • 構造化されたインサイトへの迅速なアクセスにより意思決定が速くなる
  • 明瞭さ、一貫性、構造の向上による高品質な成果物
  • 複雑な作業の開始と完了の摩擦が低減

「最も意義あるシグナルは、人々がどれだけ頻繁に戻ってくるかです。従業員が毎日何度も自発的に使うなら、それは本当に価値を提供しているということです。」

—Raphael Fricker, Head of IT

効率向上を超えて、STADLERではチームの働き方に広範な変化が現れています。従業員は考えを明確にしたり、アイデアを探ったり、複雑な問題を構造化するためにChatGPTを使うことが増え、当初の生産性ツールが認知的なツールへと進化しました。

次に来るもの：アシスタントから実行レイヤーへ

STADLERは、AIがアシスタントを超えて実行レイヤーへと進化するのを見ています。次の段階はAIエージェントをコアなワークフローに統合することで、情報を収集し、アウトプットを生成し、基準に照らして検証し、承認のためにワークを振り分けるシステムです。

200年以上の歴史を持つ企業にとって、この変革は既に明確です。AIを日常業務に組み込むことで、STADLERはより高速で、機敏で、知的に業務を遂行し、グローバル組織全体で新たな生産性レベルを解放しています。

新しい働き方の時代に参加

世界中で100万社以上の企業がOpenAIで有意義な成果を上げています。お問い合わせ: Contact sales

関連記事（読み続ける）

  • Inside our approach to the Model Spec — Research — Mar 25, 2026
  • Introducing the OpenAI Safety Bug Bounty program — Safety — Mar 25, 2026
  • Helping developers build safer AI experiences for teens — Safety — Mar 24, 2026
STADLER reshapes knowledge work at a 230-year-old company | OpenAI News | DocsDigest