Proaction: Codex zwiększył sprzedaż o 60% i oszczędza 75 godzin

Amerykański startup Proaction, tworzący oprogramowanie do zarządzania flotami pojazdów, zwiększył sprzedaż o 60% i miesięcznie odzyskuje ponad 75 godzin pracy dzięki wykorzystaniu Codex, GPT‑Live‑1 oraz GPT‑6 Astra od OpenAI. Jak podaje oryginalny case study OpenAI, narzędzia te pozwoliły firmie przenieść tworzenie spersonalizowanych demonstracji produktowych z rąk inżynierów w ręce osób nietechnicznych.

Proaction obsługuje przedsiębiorstwa zarządzające flotami – od samochodów i ciężarówek po maszyny budowlane. Ponieważ każda flota działa inaczej, kluczowym elementem sprzedaży platformy jest pokazanie klientom, jak dokładnie odpowiada ona na ich potrzeby. Wcześniej wymagało to zaangażowania inżynierów, których czas był zbyt ograniczony, by budować demo dla każdego zainteresowanego prospekta.

Kluczowe wnioski

• Codex pozwolił Proaction zwiększyć odsetek transakcji przechodzących z pierwszego kontaktu do etapu rozwoju rozwiązania o 50–60%.
• Współzałożyciel i COO Colin Knudsen, osoba nietechniczna, samodzielnie tworzy 4–6 spersonalizowanych, interaktywnych demo miesięcznie, każde w 30–45 minut.
• Firma szacuje, że oszczędza dzięki temu 40–60 godzin pracy inżynierskiej co miesiąc, ponieważ porównywalne demo zbudowane przez inżynierów zajmowałoby około 10 godzin każde.
• Codex zintegrowany z narzędziami takimi jak Granola, Gmail, Slack, Linear, GitHub i HubSpot oszczędza Colinowi dodatkowo 25–33 godziny miesięcznie w codziennej pracy.
• Dzięki GPT‑Live‑1 i GPT‑6 Astra Proaction buduje głosowych agentów AI, które nie tylko pomagają śledzić pracę flot, ale wykonują ją za klientów.

Jak spersonalizowane demo zmieniają proces sprzedaży

Przed pojawieniem się Codex zespół Proaction musiał wyjaśniać możliwości platformy za pomocą rozmów i prezentacji slajdowych. „Jako osoba nietechniczna musiałam wcześniej angażować inżynierów, jeśli chciałam zrobić demo. Teraz robię to sama w Codex” – mówi Colin Knudsen, współzałożyciel i COO Proaction.

Proces wygląda następująco: po rozmowie sprzedażowej Colin przekazuje Codexowi nagranie z Granoli, wątki e-mailowe z prospektem oraz udostępnione przez niego arkusze kalkulacyjne. Codex wykorzystuje ten kontekst, aby stworzyć środowisko demo w HTML, odzwierciedlające produkt Proaction wraz z flotą konkretnego klienta.

Kiedy Colin udostępnia ekran podczas rozmowy, prospekci widzą własne samochody, ciężarówki czy sprzęt zorganizowane zgodnie z ich rzeczywistymi procesami pracy. Mogą wskazywać, co należy zmienić, i wspólnie budować rozwiązanie – bez udziału inżynierów. „Wspólnie generujecie ostateczne rozwiązanie, nie angażując przy tym inżynierii” – podsumowuje Knudsen.

Zaoferowanie prospektom demo opartego na ich własnych danych daje im konkretny powód, by przejść dalej w procesie zakupowym. Jak zaznacza Colin, odsetek transakcji przechodzących z pierwszego kontaktu do etapu rozwoju rozwiązania (a nie do „nurture”, czyli dalszego podgrzewania leada) wzrósł o 50–60% dzięki niestandardowym demo.

Oszczędności inżynieryjne od demo do produkcji

Efekt Codex nie kończy się na etapie sprzedaży. Gdy prospekt staje się klientem, Colin przekazuje inżynierom spersonalizowane demo jako wizualny punkt odniesienia, co ogranicza liczbę pytań i wymianę informacji na temat tego, co dokładnie należy zbudować.

Wykorzystując Codex, Proaction zbudował także centrum rozwiązań dla klientów, gdzie prospekci mogą się zalogować, przeglądać dopasowane do ich biznesu procesy oraz materiały sprzedażowe. Rozwiązanie to daje klientom możliwość samodzielnego wyjaśnienia swoich potrzeb, a zespołom nietechnicznym – sposób na przekształcenie rozmów w jasne wymagania. Dzięki temu, gdy inżynierowie faktycznie się włączają, mają już konkretny obraz tego, co należy zbudować.

Codex wspiera Colina również w codziennej pracy obejmującej sprzedaż, obsługę klienta i zarządzanie produktem. Dzięki wtyczkom Codex do narzędzi takich jak Granola, Gmail, Slack, Linear, GitHub i HubSpot, Colin gromadzi kontekst klienta i działa na jego podstawie w jednym miejscu – wyciąga transkrypcje rozmów i historię maili do przygotowania follow-upów, tworzy zadania w Linear i aktualizuje szanse sprzedażowe w HubSpot. Ustawił też zaplanowaną automatyzację, która przegląda ostatnie rozmowy i przygotowuje aktualizacje sprzedażowe dla zespołu.

„Wcześniej moje intensywne obciążenie pracą oznaczało przeskakiwanie między zakładkami i kopiowanie informacji z jednego narzędzia do drugiego. Teraz mogę opisać, czego potrzebuję, i użyć Codex, by zebrać kontekst i wykonać następny krok. Wszystko, co robię, jest skoncentrowane wokół pracy w Codex. Nie opuszczam go zbytnio” – mówi Colin, szacując, że wykonuje 15–20 różnych zadań dziennie, a Codex oszczędza mu 25–33 godziny miesięcznie. „Nie potrafię sobie wyobrazić bycia założycielem startupu bez Codex” – dodaje.

Głosowi agenci AI w zarządzaniu flotami

Proaction wykorzystuje modele OpenAI również w innych częściach platformy. Gdy klienci przesyłają zdjęcia zgłoszeń usterek pojazdów, ChatGPT‑5.6 Sol pomaga zidentyfikować uszkodzenia. Z pomocą GPT‑Live‑1 firma buduje agentów obsługujących coraz więcej codziennej pracy związanej z prowadzeniem flot – funkcję tę nazywa Managed Execution Layer.

„Budujemy zdolność Proaction do wykonywania pracy dla naszych klientów, wykraczając poza pomaganie im w zarządzaniu i śledzeniu jej. Postępy w technologii głosowej OpenAI są jednym z głównych powodów, dla których możemy to zrobić” – mówi Colin Knudsen.

Klienci mogą zlecać wyspecjalizowanym agentom obsługę np. opłat drogowych czy serwisu, albo ustawić automatyczne procesy przypisujące odpowiedniego agenta. Agenci wykorzystują modele OpenAI, w tym GPT‑Live‑1 i GPT‑6 Astra, do prowadzenia rozmów telefonicznych, przeglądania dokumentów i zdjęć, analizowania tekstu oraz odpowiadania w czacie.

Jednym z takich agentów jest Marty, zaprojektowany do koordynowania obsługi serwisowej pojazdów. Marty rozmawia z kierowcą na temat problemu, dzwoni do warsztatów, ustala termin serwisu oraz pomaga zatwierdzić i opłacić kosztorys. Zespół Proaction wkracza wtedy, gdy praca wymaga ludzkiego nadzoru lub interwencji.

GPT‑6 Astra pozwala też Proaction budować takie doświadczenia szybciej. Danny O’Halloran, Head of Product w Proaction, zauważa: „Uruchomienia z użyciem komputera w Astrze są bardziej zwięzłe. Przy GPT‑5.6 Sol wykonanie tej samej pracy zajmowało znacznie więcej czasu”.

Podsumowując, Codex i GPT‑6 Astra dają Proaction więcej czasu na sprzedaż, wsparcie klientów i rozwój biznesu, a agenci zbudowani na GPT‑Live‑1 oddają część czasu również zarządcom flot.