Proaction su Codex: 60 % daugiau pardavimų, sutaupyta 75+ val.

Proaction⁠(atsidaro naujame lange) kuria programinę įrangą įmonėms, valdančioms transporto priemonių parkus – nuo lengvųjų automobilių ir sunkvežimių iki statybinės technikos. Kiekvienas transporto priemonių parkas veikia skirtingai, todėl parduodant „Proaction“ platformą būtina parodyti potencialiems klientams, kaip ji tinka jų verslui.

Tačiau individualioms demonstracinėms versijoms kurti reikėjo programuotojų laiko, kurio komanda negalėjo skirti. Įkūrėjams tekdavo aiškinti galimybes tik žodžiu ir skaidrėmis. „Codex“ iš esmės pakeitė padėtį.

„Neturiu techninio pasirengimo, todėl anksčiau, norėdamas demonstracinės versijos, turėdavau kreiptis į programuotojus“, – sako Colinas Knudsenas, „Proaction“ bendraįkūrėjis ir operacijų vadovas. „Dabar pats ją sukuriu su „Codex“.“ Per mėnesį Colinas sukuria nuo keturių iki šešių individualiai pritaikytų interaktyvių demonstracinių versijų. Kiekvienai jų prireikia 30–45 minučių. Jo skaičiavimu, taip sutaupoma 40–60 valandų programuotojų darbo.

Po pardavimo pokalbio Colinas nurodo „Codex“ pasiekti „Granola“ įrašą, susirašinėjimą el. paštu su potencialiu klientu ir visas jo pateiktas skaičiuokles. Remdamasis šiuo kontekstu, „Codex“ pritaiko HTML demonstracinę aplinką, atspindinčią „Proaction“ produktą ir paties kliento transporto priemonių parką.

Kai Colinas bendrina ekraną, potencialūs klientai mato savo automobilius, sunkvežimius ar įrangą, išdėstytus pagal jų darbo tvarką. Jie gali nurodyti, ką reikia pakoreguoti, ir prisidėti prie sprendimo kūrimo. „Galutinį sprendimą kuriate kartu, visiškai neįtraukdami programuotojų“, – sako Colinas.

Demonstracinė versija su pačių potencialių klientų duomenimis suteikia jiems aiškią priežastį žengti kitą žingsnį. Colino vertinimu, pritaikius individualias demonstracines versijas, 50–60 % padidėjo dalis sandorių, kurie po pirmojo kontakto pereina į sprendimo kūrimo etapą, užuot likę ryšio palaikymo etape.

Pasak Colino, jei panašias demonstracines versijas kurtų „Proaction“ programuotojai, kiekvienai jų reikėtų maždaug 10 valandų. Kadangi „Proaction“ per mėnesį sukuria maždaug keturias–šešias demonstracines versijas, kas mėnesį sutaupoma 40–60 valandų programuotojų darbo.

Demonstracinė versija padeda sutaupyti laiko ir vėlesniuose etapuose. Potencialiam klientui tapus klientu, Colinas perduoda programuotojams individualiai pritaikytą demonstracinę versiją kaip vaizdinį pavyzdį. Taip kyla mažiau klausimų ir reikia mažiau derinimo, ką kurti.

Naudodamasi „Codex“, „Proaction“ taip pat sukūrė klientų sprendimų centrą. Prisijungę potencialūs klientai gali išbandyti jų verslui pritaikytus darbo procesus ir peržiūrėti pardavimo medžiagą. Tai padeda klientams paaiškinti savo poreikius, o komandos nariams, kurie nėra programuotojai, – pagal šiuos pokalbius suformuluoti aiškesnius reikalavimus. Kai įsitraukia programuotojai, jie jau aiškiau žino, ką reikia sukurti.

Kasdienis Colino darbas apima pardavimus, klientų aptarnavimą ir produkto valdymą. Naudodamasis „Codex“ įskiepiais, skirtais tokiems įrankiams kaip „Granola“, „Gmail“, „Slack“, „Linear“, „GitHub“ ir „HubSpot“, Colinas surenka informaciją apie klientus ir ja remdamasis atlieka veiksmus pačioje „Codex“ aplinkoje.

Jis surenka pokalbių išrašus ir el. laiškų istoriją, kad pasiruoštų tolesniam bendravimui, kuria užduotis „Linear“ ir atnaujina pardavimo galimybes „HubSpot“. Jis taip pat nustatė periodinę automatizuotą užduotį, kuri peržiūri naujausius pokalbius ir parengia komandai pardavimų naujienų apžvalgas.

Anksčiau dėl didelio darbo krūvio jam tekdavo nuolat perjunginėti skirtukus ir kopijuoti informaciją iš vieno įrankio į kitą. Dabar Colinas gali apibūdinti, ko jam reikia, o „Codex“ surenka reikiamą informaciją ir atlieka kitą veiksmą. „Visas mano darbas sukasi apie „Codex“. Retai tenka išeiti iš šios aplinkos“, – sako Colinas. Colinas skaičiuoja, kad per dieną atlieka 15–20 skirtingų užduočių, ir mano, jog „Codex“ jam sutaupo 25–33 valandas per mėnesį.

„Proaction“ taip pat naudoja „OpenAI“ modelius įvairiose savo platformos dalyse. Kai klientai kartu su pranešimais apie transporto priemonių problemas pateikia nuotraukų, ChatGPT‑5.6 Sol padeda nustatyti pažeidimus. O pasitelkusi GPT‑Live‑1, „Proaction“ kuria agentus, kurie atlieka daugiau kasdienių transporto priemonių parko valdymo darbų. Bendrovė tai vadina savo valdomo vykdymo sluoksniu.

Klientai gali pavesti specializuotiems agentams pasirūpinti, pavyzdžiui, kelių mokesčiais ar technine priežiūra, arba nustatyti darbo procesus, kurie automatiškai įjungia reikiamą agentą. Agentai naudoja „OpenAI“ modelius, įskaitant GPT‑Live‑1 ir GPT‑6 Astra, balso skambučiams, dokumentų ir vaizdų peržiūrai, teksto analizei bei atsakymams pokalbyje.

Vienas iš agentų, Marty, skirtas transporto priemonių priežiūrai koordinuoti. Marty aptaria problemą su vairuotoju, skambina remonto dirbtuvėms, suderina aptarnavimą ir padeda pasirūpinti sąmatos patvirtinimu bei apmokėjimu. „Proaction“ komanda įsitraukia, kai darbą turi peržiūrėti žmogus arba reikia jo įsikišimo.

GPT‑6 Astra taip pat leidžia „Proaction“ greičiau kurti šias galimybes klientams. Produkto vadovas Danny O’Halloranas sako: „Astra užduotis kompiuteriu atlieka trumpesnėmis veiksmų sekomis. Naudojant GPT‑5.6 Sol, tam pačiam darbui atlikti reikėjo gerokai ilgesnės veiksmų sekos.“

„Codex“ ir GPT‑6 Astra suteikia „Proaction“ daugiau laiko pardavimams, klientų aptarnavimui ir verslo plėtrai. O su GPT‑Live‑1 pagrindu sukurtais agentais „Proaction“ sutaupo laiko ir transporto priemonių parkų vadovams.