Proaction uz Codex ubrzava prodaju i upravljanje voznim parkovima
Proaction, startap iz Severne Amerike koji razvija softver za upravljanje voznim parkovima, koristi OpenAI Codex, API, GPT-Live-1 i GPT-6 Astra kako bi prilagodio prodajne demonstracije i razvio agente za operativne poslove. Kompanija navodi rast udela poslova koji od prvog kontakta prelaze u razvoj rešenja od 50 do 60%, uštedu od 40 do 60 inženjerskih sati mesečno i 25 do 33 sata mesečno za suosnivača.
Demonstracije prilagođene svakom voznom parku
Proaction pokriva vozne parkove automobila, kamiona i građevinske mehanizacije. Kako svaki kupac ima drugačije procese, prilagođena demonstracija proizvoda važna je u prodajnom razgovoru. Ranije su osnivači za takav prikaz morali da uključe inženjere ili da mogućnosti platforme objašnjavaju kroz razgovore i prezentacije.
Colin Knudsen, suosnivač i operativni direktor, sada u Codex unosi snimak razgovora iz Granole, prepisku sa potencijalnim kupcem i deljene tabele. Codex na osnovu tog konteksta priprema HTML okruženje za demonstraciju koje prati proizvod i konkretan vozni park kupca.
Knudsen pravi četiri do šest interaktivnih demonstracija mesečno, a za svaku mu je potrebno od 30 do 45 minuta. Po njegovoj proceni, izrada uporedive demonstracije kroz inženjerski tim trajala bi približno deset sati, što predstavlja uštedu od 40 do 60 sati mesečno.
Od prodajnog razgovora do jasnijih zahteva
Kada kupac u demonstraciji vidi sopstvena vozila, opremu i tokove rada, može neposredno da ukaže na potrebne izmene. Proaction navodi da je zbog takvih demonstracija procenat poslova koji prelaze iz početnog kontakta u fazu razvoja rešenja porastao za 50 do 60%.
Prilagođena demonstracija ostaje koristan materijal i kada kupac postane korisnik. Inženjerima služi kao vizuelna referenca za ono što treba izgraditi, pa se smanjuje broj dodatnih pitanja i razmena oko specifikacije. Taj pristup se nadovezuje na primenu Codexa u razvoju inženjerskih timova i pokazuje kako Codex može proširiti operativnu odgovornost izvan inženjerskog tima.
Kompanija je uz Codex izgradila i centar za korisnička rešenja, gde potencijalni kupci mogu da se prijave, pregledaju tokove rada prilagođene svom poslovanju i prouče prodajne materijale. Neinženjerski članovi tima tako razgovore sa kupcima pretvaraju u konkretnije zahteve pre uključivanja razvoja.
Jedno radno mesto i glasovni agenti
Knudsen u Codex-u koristi dodatke za Granolu, Gmail, Slack, Linear, GitHub i HubSpot. Iz transkripata poziva i istorije e-pošte priprema naknadne poruke, otvara Linear zadatke i ažurira HubSpot prilike. Postavio je i zakazanu automatizaciju koja pregledava novije pozive i priprema prodajna ažuriranja za tim.
Proaction koristi modele i u samoj platformi. ChatGPT-5.6 Sol pomaže pri identifikaciji oštećenja kada korisnici pošalju fotografije uz prijavu problema na vozilu. Kompanija razvija i Managed Execution Layer, skup agenata zasnovanih na GPT-Live-1 i GPT-6 Astra, koji mogu da obavljaju pozive, pregledaju dokumente i slike, analiziraju tekst i odgovaraju kroz čet.
Agent Marty je namenjen koordinaciji održavanja vozila: razgovara sa vozačem, poziva servise, organizuje termin i pomaže pri odobravanju i plaćanju procene troškova. Tim Proaction-a interveniše kada je potreban ljudski pregled. Poslovni zaključak je da objedinjavanje podataka iz prodaje, podrške i proizvoda može ranije pretvoriti razgovor sa kupcem u upotrebljiv radni kontekst, uz zadržavanje ljudske kontrole tamo gde je potrebna.