OpenAI发布了一份客户案例,介绍车队管理初创公司Proaction如何借助编程智能体Codex,以及语音与智能体模型GPT-Live-1、GPT-6 Astra,将销售转化率提升多达60%,并每月节省超过75小时的工时。其中最引人关注的一点是,一位不懂技术的联合创始人如今可以完全独立制作客户演示。
非技术出身的联合创始人用Codex自制演示
Proaction为管理车队(涵盖轿车、卡车直至工程机械)的企业提供软件服务[1]。此前,为每位潜在客户定制演示都需要占用工程师的时间,而团队规模有限,创始人往往只能依靠交谈和幻灯片来讲解产品[1]。
联合创始人兼首席运营官(COO)科林·克努森(Colin Knudsen)表示,他把销售通话录音、与客户往来的邮件以及共享的表格交给Codex处理后,就能生成一个围绕客户自身车辆和工作流程定制的HTML演示环境,整个过程无需工程师介入[1]。他每月制作四到六个此类演示,每个耗时30到45分钟,据他估算,这相当于每月为团队节省了40到60小时的工程师工作量[1]。
克努森表示,向潜在客户展示围绕其自身数据定制的演示后,从初次接触进入到方案落地阶段的商机比例提升了50%到60%[1]。除销售场景外,他还将Codex与Slack、Gmail、Linear、GitHub、HubSpot等工具结合使用,用于整理通话记录、准备跟进邮件、创建工作事项以及更新商机信息,他估计这部分日常工作每月又能再节省25到33小时[1]。
智能体通过“托管执行层”承担车队维护工作
Proaction还在平台不同环节使用了多款OpenAI模型。当客户上传车辆受损照片时,由ChatGPT-5.6 Sol协助判断损伤情况;而在执行范围更广的任务时,则由具备语音能力的GPT-Live-1驱动智能体完成[1]。该公司将这一体系称为“托管执行层”(Managed Execution Layer),意味着智能体不再只是帮助追踪车队事务,而是直接代为执行具体工作[1]。
其中一个代表性智能体“Marty”负责协调车辆维护:它会与报修的司机沟通问题,致电维修厂安排服务,并协助完成报价的审批与支付,只有在需要人工复核时,Proaction的员工才会介入[1]。
产品负责人丹尼·奥哈洛伦(Danny O'Halloran)表示,OpenAI于9月推出的最新模型GPT-6 Astra,在处理需要操作电脑的任务时表现得更为简洁高效,相比此前使用ChatGPT-5.6 Sol执行同类任务所需的过程更短[1][2]。GPT-6 Astra是OpenAI在2026年9月为ChatGPT和Codex同步推出的一次重大更新[2]。
总结
Proaction的案例展示了一家小团队如何把AI的应用范围从销售支持延伸到实际执行环节:一位非技术背景的创始人用Codex自制演示,而运行在GPT-Live-1和GPT-6 Astra之上的智能体,如今已经承担起部分真实的车队维护工作。可以预期,OpenAI还会继续通过类似的客户案例,展示Codex及其智能体模型在开发与日常运营两端的实际应用能力。
