Localiza による生成 AI を軸とした業務再編の道のり

生成 AI が登場したとき、Localiza はその後の取り組みすべてを方向づける考え方を採用しました。これは単にソフトウェアが一つ増えるということではなく、会社の運営方法そのものを変えるものだと捉えたのです。

同社は個別のユースケースを追求するのではなく、3 つの戦略的な柱を軸に OpenAI との協業を進めました。大規模な実験による事業変革、新たな顧客インターフェースの創出、そして AI ネイティブな製品の開発です。この 3 つに共通するのは、知能、コンテキスト、スピードを軸にプロセスを再設計するという決断です。

社内導入を導く原則は明快です。規模を広げることで学びが生まれ、その学びがより良い製品につながるというものです。

具体的には、ChatGPT のライセンスを、単に個人向けの特典としてではなく、実験と生産性向上のためのリソースとして配布しました。財務から日常業務の運営まで、Localiza の各チームはカスタム GPT、エージェント、Codex を使った実験を積極的に続けています。

Codex が最初に導入されたのは、ソフトウェアエンジニア、プロダクトマネージャー、デザイナー、データサイエンティストが所属する技術部門でした。しかし、活用はそこにとどまりませんでした。アナリスト、マネージャー、PMO、法務担当者など、事業部門の専門家も、自らの専門領域で仮説を検証するために、独自のプロトタイプや自動化の仕組みを作り始めました。

これは同社が予想していなかった効果でした。開発待ちの案件となる前に、多様な専門分野のメンバーから成るチームがソリューションのプロトタイプを作るようになり、開発に先立つ工程のあり方が変わったのです。

ボトルネックは技術ではなく、人にあると同氏は語ります。

第 2 の領域は、人々の行動の変化に着目したものです。人々は必要なものを自然言語で伝えるようになり、その意図を表した瞬間が、モビリティサービスへの新たな入り口になっています。

Localiza の社内データもこの変化を裏づけています。2024 年以降、LLM 経由のトラフィックが急増しており、ChatGPT が主要なチャネルとなっています。

同社は、この領域に早期から進出することを選びました。2026 年 3 月、同社は ChatGPT に直接統合されたアプリを提供する、ブラジル初のモビリティプラットフォームとなりました。ラテンアメリカでも最初期の事例の一つです。お客様は会話を通じてレンタル、サブスクリプション、中古車の選択肢を探し、利用に向けた検討を始められます。その後、Localiza の安全な環境で取引を完了できます。

Localiza 社内では、ChatGPT 内の同社アプリを、実験という本来の位置づけで捉えています。その狙いは、顧客行動の最新動向を捉え、実際のやり取りからの学びを加速し、AI が既存のエコシステムをどう補完できるかを探ることです。

同社の AI ネイティブな製品を最もよく示すのが、対話型アシスタントの Liza です。同社の業務における確かな成功事例となっています。

従来のチャットボットとの違いは、インターフェースではなく、アーキテクチャにあります。Liza は固定的な決定木に従うのではなく、会話、意図、コンテキストを軸に構築されています。OpenAI のモデル、Localiza のサービス、専用ツールを組み合わせ、最初のリクエストの理解からレンタルの主要な手順の支援まで、顧客体験の重要な部分を支えています。

目指すのは、繰り返し発生する一連の対応を高い品質で担い、チームが複雑で付加価値の高いやり取りに専念できるようにすることです。

ただし、成功は自動化した業務の量で測るものではありません。

Localiza は、こうした技術を利用できるようになる前から、顧客サービスのジャーニーを可視化し、測定していました。その基盤があったからこそ、エージェントに任せるべき場面と、人による対応が必要な場面を明確に判断できたのです。

Liza は、継続的な学習サイクルとしても機能しています。やり取りから得られる情報を集約・モニタリングすることで、ニーズ、利用上のつまずき、サービス提供の機会を特定するのに役立てています。こうした情報は、音声のテキスト化やテキストの音声化といった音声機能と組み合わさることで、Liza の進化を支えています。取引に対応するチャットボットから、さまざまなモビリティの利用プロセスを通じて学び、規模を拡大できる AI ネイティブな顧客インターフェースへの進化です。

OpenAI とのパートナーシップは早期に始まりました。Liza の初期バージョンは、まだ GPT‑3.5 で動作していました。

Petenussi 氏にとって、この関係の中心的な価値は特定の機能ではなく、共に進化する 2 社が積極的に学び合うことにあります。その土台となるのは、パートナーが Localiza の課題と、技術部門からそれ以外の部門まで、領域ごとに異なる能力の成熟度を理解していることです。

これは、同氏が市場の他の企業にもよく伝えていることです。まだ成熟の途上にある技術だからこそ、試行錯誤と緊密な協力には大きな価値があります。

• 2026 年 3 月、Localiza は ChatGPT に直接統合されたアプリを公開したブラジル初の企業となりました。ラテンアメリカでも最初期の事例の一つです。さらに最近では、ブラジルでの同プラットフォームの広告試験プログラムに、広告主として参加しました。

• 2024 年以降、LLM 経由のトラフィックが急増しており、ChatGPT が主要なチャネルとなっています。

• アシスタントの Liza は、推論モデル、MCP 連携、専用ツールを基盤とする 60 以上の専門エージェントを活用し、レンタルの一連のプロセスを連携させています。

• 財務から業務運営まで、全社のチームがカスタム GPT、エージェント、Codex を使った実験を積極的に続けています。

• Codex は技術部門に導入された後、事業部門にも広がり、アナリスト、マネージャー、PMO、法務担当者が独自のプロトタイプや自動化の仕組みを作っています。

• 技術部門は、19 のトライブと 130 のスクワッドで構成されています。

• AI を生産性向上の手段ではなく、新たな業務運営モデルとして捉えましょう。最大の効果は、知能、コンテキスト、スピードを軸にプロセスを再設計することから生まれます。

• 規模を生かして学びを生み出しましょう。大規模に実験を同時並行で進めることで、完璧な試験導入よりも多くの知見が組織に蓄積されます。

• 技術部門を超えて実験を展開しましょう。法務担当者、PMO、アナリストが自らの領域でプロトタイプを作るようになると、上流工程の仕事のあり方が変わります。

• 自動化に先立ち、ジャーニーを可視化し、測定しましょう。品質指標を整備しておけば、エージェントに任せるべき場面と、人の対応が不可欠な場面を判断できます。

• 導入のボトルネックはモデルではなく、リスキリングです。何百人もの働き方を変えることは、技術を組み込むことよりも難しく、成果を大きく左右します。

• モデルの機能ではなく、お客様の課題とジャーニーを出発点にしましょう。

• ライセンスは個人向けの特典ではなく、実験のための予算として配分しましょう。

• 対話型エージェントの利用を拡大する前に、品質指標を整備しましょう。

• 新たな対話型チャネルへの進出は、顧客獲得キャンペーンではなく、学びのための実験と捉えましょう。

• 一つひとつのやり取りから得られる情報を製品そのものの改善に生かし、学びを還元するサイクルを築きましょう。

Localiza が目指すのは、今後生み出す体験やプロセスの中心に AI を据えることです。仕事の進め方、お客様に提供する体験、業務上の問題の解決など、あらゆる場面を視野に入れています。

OpenAI とすでに開発を進めている次の領域には、Liza と販売特化型エージェントの進化、顧客接点としての対話型インターフェースの確立、そしてエージェントを活用した新たなソフトウェア開発サイクルが含まれます。