Кейс Proaction: как интеграция новых моделей OpenAI меняет процессы продаж и разработки
Стартап Proaction использовал Codex, GPT-Live-1 и GPT-6 Astra для автоматизации демоверсий и создания голосовых агентов. Это увеличило продажи на 60% и сэкономило десятки часов инженерного времени.
OpenAI опубликовала показательный кейс стартапа Proaction, разрабатывающего программное обеспечение для управления корпоративными автопарками. Интеграция инструментов Codex, GPT-Live-1 и GPT-6 Astra позволила компании увеличить продажи на 60% и сэкономить более 75 часов рабочего времени ежемесячно.
Суть проблемы и контекст Продажа сложных корпоративных B2B-продуктов часто требует создания персонализированных демонстраций. Клиенту важно видеть, как система будет работать именно с его данными и процессами. Для Proaction создание одной такой демоверсии ранее занимало около 10 часов работы инженера. Из-за ограниченных ресурсов стартапа основателям приходилось полагаться на стандартные презентации на слайдах, что неизбежно снижало конверсию на этапе переговоров.
Abstract dark textured material with the Proaction wordmark.
Детали решения Операционный директор компании Колин Кнудсен, не имея технического образования, начал использовать среду Codex для самостоятельного создания интерактивных демоверсий. Процесс выглядит следующим образом: в систему загружаются записи звонков с клиентом, цепочки писем и таблицы с данными. На основе этого контекста Codex генерирует персонализированную HTML-среду, отражающую реальный автопарк клиента.
Теперь создание демоверсии занимает 30-45 минут вместо 10 часов. Выпуская по 4-6 таких проектов в месяц, компания экономит до 60 часов инженерного времени. Конверсия сделок, переходящих от первого контакта к разработке решения, выросла на 60%.
Помимо этого, Codex используется как центральный хаб для интеграции с Gmail, Slack, Linear, GitHub и HubSpot. Это позволяет автоматизировать создание задач, обновление статусов сделок и анализ звонков, экономя основателю еще около 30 часов в месяц.
Two years of OpenAI Academy — card image
Анализ продуктовых инноваций Интересно и то, как Proaction применяет новые модели внутри самого продукта. Для анализа фотографий повреждений транспорта используется ChatGPT-5.6 Sol. А с помощью GPT-Live-1 стартап создает голосовых автономных агентов.
Один из таких агентов способен самостоятельно координировать техническое обслуживание: он общается с водителем, звонит в автосервисы, договаривается о ремонте и помогает с согласованием сметы. Разработка подобных функций значительно ускорилась благодаря модели GPT-6 Astra, которая эффективнее справляется с задачами по управлению компьютером (computer-use) по сравнению с предыдущими версиями.
Перспектива Этот кейс наглядно демонстрирует важный сдвиг в индустрии. Инструменты на базе больших языковых моделей (LLM) позволяют нетехническим специалистам брать на себя задачи прототипирования и пресейла. Это не заменяет инженеров, но освобождает их время для работы над ядром продукта. Кроме того, появление автоматизированных слоев управления, где ИИ-агенты совершают звонки и принимают решения в реальном мире, указывает на то, что корпоративное программное обеспечение перестает быть просто базой данных и становится активным участником бизнес-процессов.
OpenAI extends cyber access to Ukraine for civilian defense — cover
Harvey customer story card image - Option C
TL;DR
Главное
Использование продвинутых ИИ-инструментов позволяет стартапам делегировать технические задачи нетехническим основателям, радикально ускоряя цикл продаж и разработку.
Ключевые факты
- /Продажи Proaction выросли на 60% благодаря персонализированным демоверсиям.
- /Создание демо-среды сократилось с 10 часов работы инженера до 45 минут работы менеджера.
- /Модель GPT-Live-1 используется для создания голосовых агентов, звонящих в автосервисы.
- /GPT-6 Astra ускоряет разработку благодаря улучшенной функции управления компьютером.
Инсайт
ИИ не просто пишет код, он меняет структуру компании: задачи уровня инженеров переходят к операционным директорам, что устраняет узкие места в воронке продаж.
