METAL for iPhone

AI 新闻, 现在用 App 阅读。

下载 METAL, 每天发现最新 AI 报道。

在 App Store 下载

iPhone 应用 · 免费下载

也可在 iPhone 的 App Store 中搜索 METAL AI Magazine。

METAL

OpenAI 发布 Proaction 用 Codex 做销售的案例

一位非工程师出身的联合创始人用 Codex 在 30 到 45 分钟内做出面向客户的定制演示。过去每个演示都要花工程师约 10 小时。

OpenAI 发布 Proaction 用 Codex 做销售的案例

摘要

  • OpenAI 于 9 月 25 日发布车队管理软件初创公司 Proaction 使用 Codex 的案例,强调每月节省 40 到 60 小时工程时间、销售增长 60%。
  • 联合创始人兼首席运营官 Colin Knudsen 利用通话记录、邮件和电子表格每月亲自制作 4 到 6 个定制演示,他估计进入下一阶段的交易比例提高了 50% 到 60%。
  • Proaction 还在用 GPT-Live-1 和 GPT-6 Astra 打造维修协调智能体 Marty 等语音智能体。
Proaction boosts sales 60% and saves 75+ hours with Codex

OpenAI 于 9 月 25 日发布了车队管理软件初创公司 Proaction 使用 Codex 的案例。故事的核心是一位并非工程师的联合创始人直接在 Codex 中为潜在客户制作定制演示,每月因此节省 40 到 60 小时的工程时间。OpenAI 把三项成果放在最前面:每月节省 40 到 60 小时工程时间、每月节省 33 小时创始人时间、销售增长 60%。

Proaction 是一家北美初创公司,向运营大规模车队的企业销售管理软件,车辆涵盖轿车、卡车乃至工程机械。由于每家公司运营车队的方式都不同,向潜在客户展示平台如何契合其业务是销售的关键。但定制演示需要工程时间,抽不出这份时间的创始人们只能靠对话和幻灯片来说明能做什么。

打通这个瓶颈的是 Proaction 联合创始人兼首席运营官 Colin Knudsen。他说:"作为非技术人员,以前我想要一个演示就得拉工程师进来。现在我自己在 Codex 里做。" Knudsen 表示,他每月制作 4 到 6 个定制的交互式演示,每个耗时 30 到 45 分钟。

具体流程也有披露。销售通话结束后,Knudsen 让 Codex 读取会议记录工具 Granola 中的录音、与潜在客户往来的邮件以及客户分享的电子表格。Codex 读取这些背景信息后,定制出一个仿照 Proaction 产品、并按客户自身车队配置的 HTML 演示环境。共享屏幕时,潜在客户会看到自己公司的车辆和设备按照自己的工作方式整理呈现。

关于销售成果的数字有两层。OpenAI 在标题和成果栏中写的是销售增长 60%,而正文说明的是,按 Knudsen 的估算,自从有了定制演示,从初次接触直接进入方案开发阶段、而非进入培育阶段的交易比例提高了 50% 到 60%。Knudsen 计算,工程师制作一个同等演示约需 10 小时,每月 4 到 6 个演示就意味着每月省下 40 到 60 小时。

演示在签约后依然有用。潜在客户成为正式客户后,Knudsen 会把定制演示交给工程师作为视觉参考,OpenAI 称这减少了围绕要做什么而来回提出的问题。Proaction 还用 Codex 搭建了客户方案中心,潜在客户可以登录浏览为其业务定制的工作流程并查看销售资料。

Knudsen 的日常工作横跨销售、客户支持和产品管理。他借助 Granola、Gmail、Slack、Linear、GitHub 和 HubSpot 的 Codex 插件把客户背景集中到一处,调取通话记录和邮件历史准备跟进,创建 Linear 问题并更新 HubSpot 销售机会。他还设置了定时自动化,回顾近期通话并为团队整理销售进展。Knudsen 说:"我做的每件事都围绕在 Codex 里工作。我很少离开它。"他每天处理 15 到 20 项不同的任务,估计 Codex 每月为他节省 25 到 33 小时。

Proaction 也把 OpenAI 模型放进了自家产品。客户在车辆问题报告中附上照片时,ChatGPT-5.6 Sol 会帮助识别损伤部位;公司还在用语音模型 GPT-Live-1 打造代为处理车队日常运营工作的智能体。公司把这一层称为托管执行层(Managed Execution Layer)。客户可以把通行费或维修等事务交给专门的智能体,也可以设置工作流程,让合适的智能体自动开始工作。

代表性的例子是负责协调车辆维修的智能体 Marty。Marty 的设计是与司机沟通问题、给维修店打电话、安排维修,并协助完成报价审批和付款。当工作需要人工审核或介入时,由 Proaction 团队接手。这些智能体使用 GPT-Live-1 和 GPT-6 Astra 拨打语音电话、审阅文件和图片、分析文本并在聊天中回复。

关于开发速度也有证言。Proaction 产品负责人 Danny O'Halloran 说:"Astra 的计算机使用运行更简洁。用 GPT-5.6 Sol 完成同样的工作,我需要长得多的运行。" METAL 曾报道过 OpenAI 建议 GPT-6 Astra 用户精简 Codex 指令 以及 OpenAI 发布外科医生使用 Codex 的视频。

METAL 查看过的发布页面上那段 20 秒产品视频,依次展示了 Proaction 的资产管理界面和一辆 2024 款福特 Transit 350 的详情页。随后是这辆车的利用率变化图和车辆价值随时间变化的图,Knudsen 所说为每位客户重新制作的演示,就是这样的画面。

以记者的眼光阅读这个案例,可以看到两点。第一,所有成果数字都是当事方的估算。标题中 60% 的实际含义并非销售额,而是进入下一阶段的交易比例;节省的时间也是按工程师原本需要的时间倒推出来的。第二,尽管如此,故事的核心依然清楚。每个演示从 10 小时缩短到 30 到 45 分钟,负责销售的联合创始人无需工程师就能先勾勒出产品的样子,而这个演示随后成为开发的蓝图。Knudsen 说:"我很难想象没有 Codex 的初创公司创始人是什么样。"在小公司里,销售与产品的界线正在一个人的工作窗口中变得模糊。

评论