OpenAI ha pubblicato il caso di Cars24, marketplace automotive attivo in India, Emirati e Australia. I numeri dichiarati: oltre un milione di minuti di conversazione al mese gestiti da agent AI, aumento del 50% nei tassi di risoluzione del supporto, riduzione dell’80% nei tempi di lavorazione su workflow di servizio chiave, e recupero del 12% dei lead venditore precedentemente persi.
Sono metriche fornite dall’azienda, non validate esternamente. Ma la scelta di dove applicare gli agent è più istruttiva delle percentuali.
Partire dal collo di bottiglia, non dalla vetrina
Cars24 ha iniziato dalla parte centrale e finale del funnel di vendita — dove la conversazione guida la conversione — invece che dall’assistenza generica o dalla ricerca prodotto. La motivazione è strutturale: comprare o vendere un’auto in India raramente si esaurisce in una sessione. Gran parte del processo avviene fuori dall’app, tra chiamate, verifiche documentali e follow-up che possono durare giorni o settimane.
Gli agent coprono quel percorso. Quando un compratore chiama, l’agent chiede budget, dimensione della famiglia, esigenze di spostamento e tipo di auto preferito; raccomanda vetture dal catalogo, prenota un test drive e aiuta a esplorare il finanziamento. Poi ricontatta prima del test drive per confermare, propone alternative se le preferenze sono cambiate e raccoglie dati aggiuntivi per il finanziamento. Dopo la visita verifica se il cliente vuole procedere, prenotare un’altra visita o valutare un’altra opzione.
Il caso dei venditori è quello con il ritorno più leggibile: i lead che in passato uscivano dal funnel dopo dieci giorni vengono ora ricontattati per qualificare un’intenzione rinnovata e riportati in gioco quando Cars24 può servire il prezzo richiesto. È da lì che arriva il 12% recuperato — un’automazione applicata a un lavoro che, semplicemente, prima nessuno faceva perché non era economico farlo.
Codex dentro il ciclo di sviluppo, e oltre
La seconda parte del caso riguarda l’adozione interna. Cars24 ha deployato ChatGPT Enterprise e Codex su circa 600 dipendenti dell’organizzazione centrale, con utilizzo giornaliero attivo dichiarato fra l’85% e il 90%.
Codex è trattato come partecipante al lavoro quotidiano più che come strumento di coding a sé: i product manager lo usano per creare e rifinire ticket Linear, i team di engineering lo taggano nei bug report perché prenda in carico task definiti, e riassume il lavoro su GitHub pubblicando aggiornamenti — riducendo il numero di standup necessari.
L’estensione fuori dall’engineering è la parte meno prevedibile. In finance e investor relations Codex viene usato per estrarre numeri dai sistemi di record, eseguire analisi e preparare workflow di reporting; un altro flusso esamina richieste e ordini di acquisto sopra una soglia definita, controllando anomalie, segnalando criticità e approvando automaticamente dove non emergono problemi.
In sintesi
- L’adozione è partita dal punto del funnel dove la conversazione determina la conversione, non dal supporto generico: scelta che rende misurabile il risultato.
- Il 12% di lead venditore recuperati nasce dal riattivare contatti che uscivano dal funnel dopo dieci giorni, un lavoro prima non sostenibile manualmente.
- ChatGPT Enterprise e Codex su ~600 dipendenti con 85-90% di utilizzo giornaliero dichiarato; l’adozione si è estesa a finance, legal, marketing e operations.
Fonte: How Cars24 scales conversations and builds faster with OpenAI — https://openai.com/index/cars24/
Hai qualcosa da aggiungere? Unisciti alla discussione.