Proaction: penjualan naik 60%, hemat 75+ jam dengan Codex

Proaction⁠(terbuka di jendela baru) mengembangkan perangkat lunak untuk bisnis yang mengelola armada kendaraan, mulai dari mobil dan truk hingga alat berat konstruksi. Karena setiap armada beroperasi dengan cara berbeda, menunjukkan bagaimana platform Proaction sesuai dengan bisnis calon pelanggan menjadi bagian penting dalam proses penjualan.

Namun, pembuatan demo yang disesuaikan membutuhkan waktu yang tidak bisa disisihkan oleh tim teknis. Para pendiri harus mengandalkan percakapan dan slide presentasi untuk menjelaskan apa saja yang bisa dilakukan. Codex mengubah situasi itu.

“Karena tidak berlatar belakang teknis, dulu saya harus melibatkan pengembang jika ingin membuat demo,” ujar Colin Knudsen, salah satu pendiri dan COO Proaction. “Sekarang saya membuatnya sendiri di Codex.” Colin membuat empat hingga enam demo interaktif yang disesuaikan setiap bulan, masing-masing dalam waktu 30 hingga 45 menit. Ia memperkirakan cara ini menghemat 40 hingga 60 jam kerja tim teknis.

Seusai panggilan penjualan, Colin mengarahkan Codex untuk mengakses rekaman Granola, rangkaian email dengan calon pelanggan, dan spreadsheet yang mereka bagikan. Codex menggunakan konteks tersebut untuk menyesuaikan lingkungan demo HTML yang mencerminkan produk Proaction dan armada milik pelanggan.

Saat Colin membagikan layarnya, calon pelanggan melihat mobil, truk, atau peralatan mereka sendiri, yang ditata sesuai cara kerja mereka. Mereka dapat menunjukkan bagian yang perlu disesuaikan dan turut membangun solusinya. “Kita bekerja sama untuk menghasilkan solusi akhir tanpa melibatkan tim teknis sama sekali,” ujar Colin.

Menawarkan demo dengan data milik calon pelanggan sendiri memberi mereka alasan konkret untuk melangkah ke tahap berikutnya. Colin memperkirakan demo khusus ini meningkatkan persentase kesepakatan yang berlanjut dari kontak awal ke pengembangan solusi sebesar 50% hingga 60%, alih-alih sekadar masuk ke tahap pembinaan hubungan.

Menurut Colin, jika pengembang Proaction membuat demo serupa, masing-masing akan membutuhkan waktu sekitar 10 jam. Karena Proaction membuat sekitar empat hingga enam demo setiap bulan, ini berarti penghematan 40 hingga 60 jam kerja tim teknis per bulan.

Demo tersebut juga menghemat waktu pada tahap selanjutnya. Ketika calon pelanggan menjadi pelanggan, Colin memberikan demo yang telah disesuaikan kepada pengembang sebagai acuan visual. Hal ini mengurangi pertanyaan dan diskusi bolak-balik tentang apa yang harus dibangun.

Dengan Codex, Proaction juga membangun pusat solusi pelanggan tempat calon pelanggan dapat masuk, menjelajahi alur kerja yang disesuaikan dengan bisnis mereka, dan meninjau materi penjualan. Ini memudahkan pelanggan menjelaskan kebutuhan mereka dan memungkinkan anggota tim nonteknis mengubah hasil percakapan tersebut menjadi spesifikasi kebutuhan yang lebih jelas. Saat pengembang mulai dilibatkan, mereka sudah memiliki gambaran yang lebih konkret tentang apa yang perlu dibangun.

Pekerjaan sehari-hari Colin mencakup penjualan, dukungan pelanggan, dan manajemen produk. Melalui plugin Codex untuk berbagai alat, termasuk Granola, Gmail, Slack, Linear, GitHub, dan HubSpot, Colin mengumpulkan konteks pelanggan dan menindaklanjutinya di dalam Codex.

Ia mengambil transkrip panggilan dan riwayat email untuk menyiapkan tindak lanjut, membuat isu di Linear, dan memperbarui peluang penjualan di HubSpot. Ia juga menyiapkan otomatisasi terjadwal yang meninjau panggilan terbaru dan menyiapkan laporan perkembangan penjualan untuk tim.

Sebelumnya, beban kerja yang berat membuatnya harus berpindah-pindah tab dan menyalin informasi dari satu alat ke alat lainnya. Kini, Colin cukup menjelaskan kebutuhannya dan menggunakan Codex untuk mengumpulkan konteks serta menjalankan langkah berikutnya. “Semua pekerjaan saya berpusat di Codex. Saya jarang sekali beralih ke alat lain,” ujar Colin. Dengan perkiraan 15 hingga 20 tugas berbeda setiap hari, Colin yakin Codex menghemat 25–33 jam waktunya per bulan.

Proaction juga menggunakan model OpenAI di seluruh platformnya. Ketika pelanggan mengirimkan foto bersama laporan masalah kendaraan, ChatGPT‑5.6 Sol membantu mengidentifikasi kerusakan. Dengan GPT‑Live‑1, Proaction juga sedang membangun agen yang menangani lebih banyak pekerjaan sehari-hari dalam pengoperasian armada. Perusahaan ini menyebutnya Lapisan Eksekusi Terkelola.

Pelanggan dapat meminta agen khusus untuk menangani hal-hal seperti tol atau servis, atau menyiapkan alur kerja yang secara otomatis menugaskan agen yang tepat. Agen-agen tersebut menggunakan model OpenAI, termasuk GPT‑Live‑1 dan GPT‑6 Astra, untuk melakukan panggilan suara, meninjau dokumen dan gambar, menganalisis teks, serta merespons melalui chat.

Salah satu agen, Marty, dirancang untuk mengoordinasikan perawatan kendaraan. Marty membicarakan masalah kendaraan dengan pengemudi, menelepon bengkel, mengatur servis, serta membantu proses persetujuan estimasi biaya dan pembayarannya. Tim Proaction turun tangan saat pekerjaan memerlukan peninjauan atau intervensi manusia.

GPT‑6 Astra juga memungkinkan Proaction membangun pengalaman ini bagi pelanggan dengan lebih cepat. Danny O’Halloran, Kepala Produk, mengatakan, “Proses Astra dalam menggunakan komputer lebih ringkas. Dengan GPT‑5.6 Sol, proses yang saya jalankan untuk menyelesaikan pekerjaan yang sama jauh lebih panjang.”

Codex dan GPT‑6 Astra memberi Proaction lebih banyak waktu untuk melakukan penjualan, mendukung pelanggan, dan memajukan bisnis. Dengan agen yang dibangun menggunakan GPT‑Live‑1, Proaction juga memberi lebih banyak waktu bagi para pengelola armada.