Slik omorganiserte Localiza arbeidet rundt generativ KI
For selskapet er generativ KI mer enn produktivitetsstøtte: Det er et nytt datagrensesnitt. Satsingen tar form på tre områder: omstilling av virksomheten, nye kundegrensesnitt og produkter med KI som fundament.
Da generativ KI kom, inntok Localiza et standpunkt som preget alt som fulgte: Dette var mer enn enda et program i verktøykassen. Det var en endring i måten selskapet drives på.
I stedet for å satse på enkeltstående bruksområder organiserte selskapet samarbeidet med OpenAI rundt tre strategiske pilarer: å omstille virksomheten gjennom utprøving i stor skala, skape nye kundegrensesnitt og bygge produkter med KI som fundament. Felles for alle tre er beslutningen om å utforme prosessene på nytt med intelligens, kontekst og hastighet som utgangspunkt.
«Vi ser på dette som et kraftig verktøy som hjelper teamene våre med det de allerede er gode på. De etterlever kulturen vår, forstår kundenes behov og vet hvordan de skal levere god service.»
Prinsippet for den interne innføringen er enkelt: Stor skala gir læring, og læring skaper bedre produkter.
I praksis betydde det å tildele ChatGPT‑lisenser som en ressurs for utprøving og produktivitet, ikke bare som et individuelt gode. Team i hele Localiza, fra økonomi til daglig drift, prøver aktivt ut tilpassede GPT‑er, agenter og Codex.
Codex ble først tatt i bruk i teknologiavdelingen – av programvareutviklere, produktledere, designere og dataforskere. Men bruken stoppet ikke der: Analytikere, ledere, prosjektkontorer, jurister og andre fagspesialister begynte å bygge egne prototyper og automatiseringer for å teste hypoteser innenfor sine fagområder.
Dette var en effekt selskapet ikke hadde forutsett: Fasene før selve utviklingen ble omformet, med tverrfaglige team som laget prototyper av løsninger før de havnet i utviklingskøen.
Flaskehalsen, sier han, er menneskelig snarere enn teknisk.
«Den store utfordringen er å hjelpe en stor organisasjon med å lære nye arbeidsmåter og bygge ny kompetanse, samtidig som vi sikrer at alle de 19 teamgruppene og 130 teamene våre jobber effektivt og enhetlig.»
Det andre området tar utgangspunkt i en atferdsendring: Folk har begynt å beskrive det de trenger, med naturlig språk. Det skaper en ny inngang til mobilitetstjenester – akkurat idet de uttrykker hva de ønsker.
Localizas interne data bekrefter denne endringen: Trafikken fra store språkmodeller har vokst raskt siden 2024, og ChatGPT har blitt den viktigste kanalen.
Selskapet valgte å etablere seg tidlig på denne arenaen. I mars 2026 ble det Brasils første mobilitetsplattform – og en av de første i Latin-Amerika – som tilbød en app integrert direkte i ChatGPT. Kundene kan utforske alternativer for leiebil, bilabonnement og bruktbil og starte kundereisen i samtalen, før de fullfører transaksjonen i Localizas sikre miljø.
«Vi tror vi har kunnet betjene kundene våre på disse nye måtene fordi vi tok utfordringen tidlig og har fortsatt å lære hele veien.»
Internt behandles Localizas app i ChatGPT som det den er: et forsøk som skal holde selskapet tett på nye trender i kundeatferd, gi raskere læring fra faktiske interaksjoner og utforske hvordan KI utfyller det eksisterende økosystemet.
Selskapets tydeligste eksempel på et produkt med KI som fundament er Liza, en samtaleassistent som har blitt en etablert suksess i driften.
Forskjellen fra en tradisjonell chatbot ligger i arkitekturen, ikke i grensesnittet. I stedet for å følge et fast beslutningstre er Liza bygget rundt samtale, hensikt og kontekst. Assistenten kombinerer OpenAI-modeller, Localiza-tjenester og spesialiserte verktøy for å støtte sentrale deler av opplevelsen, fra å forstå den første henvendelsen til å bistå i viktige faser av leieprosessen.
Ambisjonen er å håndtere rutinepregede kundereiser med høy kvalitet og frigjøre teamene til komplekse interaksjoner som skaper større verdi.
Men suksess måles ikke i hvor mye som automatiseres.
Localiza kartla og målte allerede kundereisene innen kundeservice før selskapet fikk tilgang til denne typen teknologi. Det grunnlaget gjorde det mulig å ta tydelige valg om hvor en agent bør bidra, og hvor et menneske må ta over.
«Vi har alltid vært opptatt av å gjøre kundereisen så sømløs som mulig, og vi har utviklet måleparametere for kvaliteten på denne opplevelsen. Vi følger selvsagt også med på konvertering, men kundeopplevelsen er det viktigste for oss.»
Liza sørger også for kontinuerlig læring: Samlede signaler fra interaksjonene overvåkes og bidrar til å avdekke behov, friksjonspunkter og muligheter for bedre service. Sammen med talefunksjoner – tale til tekst og tekst til tale – støtter disse signalene utviklingen fra en transaksjonsbasert chatbot til et kundegrensesnitt med KI som fundament, som kan lære og skaleres til ulike kundereiser innen mobilitet.
«Dette frigjør kapasitet hos store deler av teamet til å løse viktigere problemer med større trygghet og mindre friksjon, og hjelper oss å oppfylle formålet vårt for kundene.»
Samarbeidet med OpenAI startet tidlig: Den første versjonen av Liza kjørte fortsatt på GPT‑3.5.
For Petenussi ligger den viktigste verdien i samarbeidet i at to selskaper som utvikler seg parallelt, lærer aktivt av hverandre – ikke i en bestemt funksjon. Partneren forstår Localizas utfordringer og at selskapets kapasitet og kompetanse er på ulike modenhetsnivåer, både innenfor og utenfor teknologiområdet.
Det er et argument han ofte trekker frem overfor andre selskaper i markedet: Når teknologien fortsatt er i utvikling, har prøving og feiling og tett samarbeid stor verdi.
«Vi tror vi fortsatt er i startfasen av en teknologi som forandrer markeder, hvordan vi jobber, og hvordan vi bruker produkter og tjenester. Den vil være med på å forme verden vår de neste 5, 10 og 15 årene.»
I mars 2026 ble Localiza det første selskapet i Brasil, og et av de første i Latin-Amerika, som lanserte en app integrert direkte i ChatGPT. Senere ble selskapet med som annonsør i plattformens annonsepilot i Brasil.
Trafikken fra store språkmodeller har vokst raskt siden 2024, med ChatGPT som den viktigste kanalen.
Assistenten Liza bruker over 60 spesialiserte agenter, bygget på modeller for resonnering, MCP-integrasjon og spesialiserte verktøy som koordinerer leieprosessen.
Team i hele selskapet – fra økonomi til drift – prøver aktivt ut tilpassede GPT‑er, agenter og Codex.
Codex ble tatt i bruk i teknologiavdelingen og spredte seg til andre deler av virksomheten, der analytikere, ledere, prosjektkontorer og jurister bygget egne prototyper og automatiseringer.
Teknologivirksomheten er organisert i 19 teamgrupper og 130 team.
Se på KI som en ny driftsmodell, ikke bare som produktivitetsstøtte. De største gevinstene kommer av å utforme prosessene på nytt med intelligens, kontekst og hastighet som utgangspunkt.
Bruk stor skala til å skape læring. Parallelle forsøk i stor skala gir organisasjonen mer kunnskap enn et perfekt pilotprosjekt.
La utprøvingen omfatte mer enn teknologiavdelingen. Når jurister, prosjektkontorer og analytikere lager prototyper innenfor egne områder, endres måten forarbeidet gjøres på.
Kartlegg og mål kundereisene før dere automatiserer dem. Med kvalitetsmål på plass kan dere avgjøre hvor en agent bør bidra, og hvor et menneske er uunnværlig.
Flaskehalsen ved innføring er omskolering, ikke modellen. Å endre hvordan hundrevis av mennesker jobber, er vanskeligere – og mer avgjørende – enn å integrere teknologien.
Ta utgangspunkt i kundens problem og kundereise, ikke i en modellfunksjon.
Tildel lisenser som et budsjett for utprøving, ikke som et individuelt gode.
Etabler kvalitetsmål før dere skalerer bruken av samtaleagenter.
Se på tilstedeværelse i nye samtalekanaler som et læringsforsøk, ikke som en kampanje for å skaffe kunder.
Slutt sirkelen: Bruk signalene fra hver interaksjon til å forbedre selve produktet.
Localizas ambisjon er å sette KI i sentrum for kommende opplevelser og prosesser – enten det gjelder hvordan arbeidet utføres, opplevelsen som skapes for kundene, eller løsningen på et driftsproblem.
Områdene som allerede er under utvikling sammen med OpenAI, omfatter videreutvikling av Liza og salgsrettede agenter, etablering av samtalegrensesnitt som en inngang for kunder og en ny utviklingssyklus for programvare med bruk av agenter.
«Det viktigste er hvordan vi skaper bedre opplevelser. Enten det er for å øke lønnsomheten i virksomheten, sikre sunn drift eller, fremfor alt, skape opplevelser som begeistrer kundene og medarbeiderne våre.»
