Sådan skalerer Cars24 samtaler og bygger hurtigere med OpenAI

Cars24 driver et af verdens største AI-native økosystemer for køb og salg af biler i Indien med yderligere aktiviteter i UAE og Australien. Virksomheden understøtter hele bilejerskabets rejse, fra søgning og finansiering til videresalg og service efter købet, samtidig med at den hjælper med at forlænge bilers livscyklus gennem et mere effektivt og tilgængeligt økosystem for brugte biler i et marked, hvor de fleste transaktioner fortsat er manuelle, regulerede og fragmenterede.

I modsætning til traditionel e-handel sker køb og salg af biler i Indien sjældent i én enkelt session. En stor del af processen foregår uden for appen, på tværs af opkald, dokumentkontrol og opfølgninger, der kan tage dage eller uger. Da Cars24 skalerede, skabte det en central udfordring: hvordan man leverer ensartede oplevelser af høj kvalitet på tværs af millioner af interaktioner uden hele tiden at udvide driftsteams.

For at løse det brugte Cars24 OpenAIs teknologi til at bygge tale- og chatagenter til køb, salg, finansiering, opfølgning og support. Virksomheden udrullede også ChatGPT Enterprise og Codex i hele sin centrale organisation og hjalp medarbejdere inden for engineering, økonomi, jura, marketing og drift med at bygge deres egne AI-drevne workflows.

Cars24 begyndte med en af de mest begrænsede dele af forretningen: midten og bunden af salgstragten, hvor samtaler driver konvertering. At købe eller sælge en bil slutter ikke med et par klik. Kunder har brug for hjælp til at sammenligne muligheder, booke besøg, klargøre dokumenter, arrangere finansiering og følge op efter et besøg.

Ved hjælp af OpenAI API'er byggede Cars24 AI-drevne tale- og chatagenter, der støtter kunder gennem hele den rejse. Når en køber ringer til Cars24, spørger en AI-agent ind til budget, familiestørrelse, pendlingsbehov og foretrukken biltype. Den anbefaler biler fra Cars24-kataloget, booker en prøvetur og kan hjælpe kunden med at undersøge finansiering.

Agenten følger derefter op før prøveturen for at bekræfte besøget, foreslå alternative biler, hvis præferencerne har ændret sig, og indsamle flere oplysninger til finansiering. Efter besøget undersøger en AI-agent, om kunden vil gå videre, booke et nyt besøg eller se på en anden mulighed. Efter købet fortsætter agenter med at støtte kunder med feedback, garantispørgsmål, returneringer og service efter salget.

For sælgere følger workflowet en lignende vej. En AI-agent indsamler oplysninger om bilen, planlægger et eftersyn, sender påmindelser, hjælper med at ombooke missede aftaler og indsamler konkurrencemæssige indsigter, hvis en kunde har solgt et andet sted. For leads, der tidligere faldt fra efter 10 dage, genaktiverer AI-agenter nu kunder, kvalificerer fornyet interesse og fører dem tilbage i tragten, når Cars24 kan matche den pris, de søger.

Cars24 har også implementeret Codex på tværs af softwareudviklingens livscyklus og behandler det som en deltager i det daglige arbejde snarere end som et selvstændigt kodeværktøj.

Produktchefer bruger Codex til at oprette og finpudse Linear-tickets. Engineering-teams tagger Codex i fejlrapporter, så det kan tage definerede opgaver op. Codex opsummerer også arbejde på tværs af GitHub og poster opdateringer til teams, så der er brug for færre standups for at holde arbejdet i gang.

Cars24 omlagde sine projektstyringsworkflows omkring Linear på få uger og skabte en mere klar vej for Codex til at støtte det daglige arbejde. På tværs af produkt-, design- og engineering-teams hjælper Codex nu med at flytte arbejdet fra oprettelse af tickets og opgaveafklaring til implementering, fejlrettelse og opdateringer.

Et af de mest markante skift har været udbredelsen af Codex uden for engineering, hvor AI bliver et driftslag, der hjælper teams med at løse deres egne problemer, bygge deres egne værktøjer og forbedre forretningen hurtigere.

Inden for økonomi og investor relations bruger Cars24-teams for eksempel Codex til at hente tal fra deres autoritative systemer, køre analyser og forberede workflows til investorrappportering uden manuelt at skulle jagte input fra flere forretningschefer.

Et andet workflow i økonomi bruger Codex til at gennemgå indkøbsanmodninger og indkøbsordrer over en defineret grænse. Automatiseringen kontrollerer for afvigelser, markerer bekymringer og godkender automatisk anmodninger, hvor der ikke findes problemer.

Disse eksempler afspejler et bredere skift i Cars24: Medarbejdere bygger i stigende grad de værktøjer, de har brug for, i stedet for at vente på central engineering-support. Nogle teams har bygget “chief of staff”-agenter, der forbinder Slack, Gmail, WhatsApp og andre systemer for at håndtere kommunikation, planlægning, ansættelsesworkflows og opfølgninger.

Cars24s erfaring viser, hvordan AI kan bevæge sig fra pilotprojekter til produktion, når den knyttes til konkrete forretningsworkflows. Virksomheden startede med kundesamtaler i højt volumen, hvor OpenAI-drevne agenter kunne forbedre dækningen af leads, understøtte konvertering og skabe en mere ensartet oplevelse på tværs af købs- og salgsrejsen.

Internt har Cars24 implementeret ChatGPT Enterprise og Codex til omkring 600 medarbejdere i sin centrale organisation med 85 % til 90 % daglig aktiv brug. Teams inden for engineering, økonomi, jura, marketing og drift bruger nu AI til at bygge workflows, automatisere tilbagevendende opgaver og flytte arbejde mere effektivt på tværs af systemer.

For Cars24 er AI ved at blive både et lag til kundeengagement og et internt driftslag, der hjælper virksomheden med at betjene flere kunder, bygge hurtigere og skalere med større ensartethed.