Proaction 借助 Codex 实现销售增长 60%，节省超 75 小时

Proaction⁠（在新窗口中打开） 为管理车队的企业开发软件，涵盖轿车、卡车乃至工程机械等各类车辆。每支车队的运营方式都不同，因此，向潜在客户展示 Proaction 平台如何适配其业务，是销售过程中不可或缺的一环。

但制作个性化演示需要投入工程资源，而团队无暇顾及。创始人只能通过交流和幻灯片，说明平台能够实现什么。Codex 改变了这一局面。

Proaction 联合创始人兼首席运营官 Colin Knudsen 说：“我不是技术人员，以前想做演示，就得找工程师帮忙。”“现在我可以自己用 Codex 来做。”Colin 每月制作四到六个定制交互式演示，每个只需 30 到 45 分钟。他估计，这省去了 40 到 60 小时的工程工作。

销售通话结束后，Colin 会让 Codex 读取 Granola 录音、与潜在客户的往来邮件，以及对方分享的电子表格。Codex 根据这些背景信息，定制出一个 HTML 演示环境，呈现 Proaction 产品的功能和客户自己的车队情况。

当 Colin 共享屏幕时，潜在客户看到的是自己的轿车、卡车或设备，而且展示方式符合他们的工作习惯。他们可以指出需要调整的地方，共同完善解决方案。Colin 说：“你可以和客户一起做出最终方案，完全不需要工程团队参与。”

用潜在客户自己的数据来演示，让他们有了继续推进合作的切实理由。Colin 估计，有了定制演示，从初步接触直接进入方案开发、而不是继续培育跟进的商机比例提高了 50% 到 60%。

据 Colin 介绍，如果由 Proaction 的工程师制作同等水平的演示，每个大约需要 10 小时。Proaction 每月大约制作四到六个演示，这意味着每月可节省 40 到 60 小时的工程工作。

演示还能为后续工作节省时间。当潜在客户正式成为客户后，Colin 会将定制演示交给工程师，供他们直观参考。这样就减少了围绕开发需求的疑问和反复沟通。

Proaction 还利用 Codex 搭建了客户解决方案中心，潜在客户可以登录其中，探索针对自身业务定制的工作流程，并查看销售资料。这让客户更容易说明自己的需要，也让非工程岗位的同事能够将这些交流内容整理成更清晰的需求。等到工程师介入时，他们对要开发什么已经有了更具体的认识。

Colin 的日常工作涵盖销售、客户支持和产品管理。借助适用于 Granola、Gmail、Slack、Linear、GitHub 和 HubSpot 等工具的 Codex 插件，Colin 可以在 Codex 中汇集客户背景信息，并据此开展工作。

他会调取通话文字记录和历史邮件，为后续跟进做准备，创建 Linear 事项，并更新 HubSpot 商机。他还设置了定时自动化任务，回顾近期通话，为团队整理销售进展。

过去，繁重的工作意味着他必须在各个标签页之间来回切换，把信息从一个工具复制到另一个工具。现在，Colin 只需描述自己的需求，就能让 Codex 收集相关背景信息并执行下一步操作。“我所有的工作基本都在 Codex 里完成。我很少需要离开它。”Colin 说。Colin 估计自己每天要处理 15 到 20 项不同的任务，他认为 Codex 每月能为他节省 25–33 小时。

Proaction 还在平台的各个环节使用 OpenAI 模型。当客户在提交车辆问题报告时附上照片，ChatGPT‑5.6 Sol 会帮助识别损伤。Proaction 也正在借助 GPT‑Live‑1 构建智能体，处理更多车队运营的日常工作。公司将其称为“托管执行层”。

客户可以请专门的智能体处理通行费或维修保养等事务，也可以设置工作流程，自动调用合适的智能体。这些智能体使用 GPT‑Live‑1、GPT‑6 Astra 等 OpenAI 模型拨打语音电话、查看文档和图像、分析文本，以及在聊天中回复。

其中一个名为 Marty 的智能体专门负责协调车辆维修保养。Marty 会与司机沟通问题、致电维修店、安排维修保养，并协助完成报价审批和付款。当工作需要人工审核或干预时，Proaction 团队就会介入。

GPT‑6 Astra 也让 Proaction 能更快地为客户打造这些体验。产品负责人 Danny O’Halloran 说：“Astra 执行计算机操作任务的过程更简洁。用 GPT‑5.6 Sol 完成同样的工作，运行过程要长得多。”

Codex 和 GPT‑6 Astra 让 Proaction 有更多时间开展销售、支持客户并推动业务发展。而借助基于 GPT‑Live‑1 构建的智能体，Proaction 也为车队管理者腾出了更多时间。