Proaction、Codex で売上 60% 増・75 時間超を削減

Proaction⁠（新しいウィンドウで開く） は、乗用車やトラックから建設機械まで、保有車両を管理する企業向けにソフトウェアを開発しています。車両の運用方法は企業ごとに異なります。そのため、Proaction のプラットフォームが自社の業務にどう適合するかを見込み顧客に示すことが、販売の重要な要素となります。

しかし、顧客ごとのデモ作成には開発作業が必要で、チームにはその時間を割く余裕がありませんでした。創業者たちは、何が実現できるかを説明する際、会話やスライド資料に頼らざるを得ませんでした。その状況を一変させたのが Codex です。

「私は技術者ではないので、以前はデモが必要になるとエンジニアに協力を頼むしかありませんでした」と、Proaction の共同創業者兼 COO、Colin Knudsen 氏は語ります。「今は Codex で自分で作っています」。Colin 氏は毎月 4〜6 件のカスタマイズしたインタラクティブなデモを、1 件あたり 30〜45 分で作成しています。同氏の試算では、これにより 40〜60 時間の開発作業を省けています。

商談後、Colin 氏は Codex に、Granola の通話記録、見込み顧客とのメールのやり取り、共有されたスプレッドシートを参照するよう指示します。Codex はそれらの情報をもとに、Proaction の製品と顧客が実際に保有する車両を反映した HTML デモ環境をカスタマイズします。

Colin 氏が画面を共有すると、見込み顧客は自社の乗用車、トラック、機材が、普段の業務に沿って整理されているのを見ることができます。調整が必要な箇所を指摘しながら、ソリューションづくりに参加できるのです。「エンジニアの手を一切借りずに、お客様と一緒に最終的なソリューションを作り上げられます」と Colin 氏は言います。

自社のデータを使ったデモを提示することで、見込み顧客は次の段階に進むための具体的な判断材料を得られます。Colin 氏によると、カスタムデモの導入で、初回接点から継続的な関係構築の段階にとどまらず、ソリューション開発へと進む商談の割合が 50〜60% 増加したといいます。

Colin 氏によると、同等のデモを Proaction のエンジニアが作成する場合、1 件あたり約 10 時間かかります。Proaction では月に約 4〜6 件のデモを行うため、毎月 40〜60 時間の開発作業を省けている計算になります。

デモは、その後の工程でも時間の節約につながります。見込み顧客が契約に至ると、Colin 氏はカスタマイズ済みのデモを、視覚的な参考資料としてエンジニアに渡します。これにより、何を開発するかについての質問や確認のやり取りが減ります。

Proaction は Codex を使い、顧客向けソリューションセンターも構築しました。見込み顧客はログインして、自社の業務に合わせたワークフローを試したり、営業資料を確認したりできます。これにより、顧客は自社のニーズを説明しやすくなり、エンジニア以外のメンバーも、その会話をより明確な要件にまとめられます。エンジニアが関わる頃には、何を開発すべきかが、より具体的になっています。

Colin 氏の日々の業務は、営業、カスタマーサポート、プロダクト管理に及びます。Colin 氏は、Granola、Gmail、Slack、Linear、GitHub、HubSpot などのツールに対応する Codex プラグインを通じて、顧客に関する情報を集約し、それに基づく対応を Codex 内で行っています。

通話の文字起こしやメール履歴を取得してフォローアップを準備し、Linear の課題を作成し、HubSpot の商談情報を更新します。最近の通話を確認してチーム向けの営業状況レポートを作成する定期実行の自動化も設定しました。

以前は大量の業務をこなすために、タブを行き来し、ツール間で情報をコピーする必要がありました。今では Colin 氏が必要なことを伝えると、Codex が関連情報を集め、次の作業を実行してくれます。「私の仕事はすべて、Codex を中心に回っています。ほとんどそこから離れません」と Colin 氏は語ります。Colin 氏は 1 日に 15〜20 件ほどの異なるタスクをこなしており、Codex によって月に 25〜33 時間を節約できていると見積もっています。

Proaction はプラットフォーム全体でも OpenAI のモデルを活用しています。顧客が車両の不具合報告に写真を添えて提出すると、ChatGPT‑5.6 Sol が損傷の特定を支援します。さらに Proaction は GPT‑Live‑1 を活用し、車両運用に伴う日常業務をより幅広く担うエージェントを開発しています。同社はこれを「管理型実行レイヤー」と呼んでいます。

顧客は、通行料金や整備などの対応を専門エージェントに依頼したり、適切なエージェントが自動的に作業を始めるワークフローを設定したりできます。エージェントは GPT‑Live‑1 や GPT‑6 Astra などの OpenAI モデルを使い、音声通話、文書や画像の確認、テキストの分析、チャットでの応答を行います。

そのひとつである Marty は、車両整備の調整を担うエージェントです。Marty はドライバーから不具合について聞き取り、整備工場に電話して整備を手配し、見積もりの承認や支払いを支援します。人による確認や介入が必要な場合は、Proaction のチームが対応します。

GPT‑6 Astra は、こうした顧客体験の開発スピード向上にも貢献しています。プロダクト責任者の Danny O’Halloran 氏は、次のように語ります。「Astra はコンピューター操作をより少ない手順で実行できます。GPT‑5.6 Sol では、同じ作業を実行するのにはるかに長い手順が必要でした」

Codex と GPT‑6 Astra によって、Proaction は営業、顧客支援、事業の推進により多くの時間を充てられるようになりました。そして GPT‑Live‑1 を基盤とするエージェントを通じて、Proaction は車両管理者にも時間の余裕をもたらしています。