Cars24 如何利用 OpenAI 实现汽车市场运营规模化

Cars24 已整合 OpenAI 技术来自动化高吞吐量的客户互动和内部业务运营，使公司能够在不线性增加运营人员编制的情况下，将其汽车生态系统扩展到印度、阿联酋和澳大利亚。

利用 AI Agent 实现客户旅程自动化

Cars24 使用 OpenAI APIs 部署语音和聊天 Agent，用于管理销售漏斗的中层和底层，在这些环节中，对话是转化的主要驱动力。这些 Agent 通过管理以下工作流来处理汽车交易中复杂的、多会话的特性：

买家工作流

• 探索与资格审核： AI Agent 识别客户预算、家庭规模、通勤需求和汽车偏好，从而从目录中推荐特定车辆。
• 预约： Agent 负责预约试驾，并在访问前发送确认提醒。
• 替代方案探索： 如果客户偏好发生变化，Agent 会建议替代车辆。
• 访问后与售后： AI Agent 在试驾后进行跟进，以确定客户是否希望继续交易、预约额外访问或探索其他选项。它们还为保修问题、退货和一般反馈提供支持。

卖家工作流

• 线索管理： AI Agent 收集车辆详情、安排检查并发送提醒。
• 重新激活： 对于通常在 10 天后流失的线索，AI Agent 会重新接触客户以验证更新后的意向，并在价格符合客户预期时将其带回销售漏斗。
• 预约挽回： 当客户在其他地方出售车辆时，Agent 协助重新安排错过的预约并收集竞争情报。

据 Cars24 的 Builder Vikram Chopra 所说，公司现在每月通过 AI 处理超过一百万分钟的对话，以确保在大规模运营下保持一致的客户体验。

将 Codex 集成到软件开发生命周期中

Cars24 已将 Codex 嵌入其日常运营工作流中，不再仅仅将其作为独立的编码工具，而是将其视为项目管理生命周期的参与者。

• Ticket 管理： 产品经理使用 Codex 在 Linear 中创建和完善 ticket。
• 任务执行： 工程团队在错误报告中标记 Codex 以处理定义好的任务。
• GitHub 集成： Codex 总结 GitHub 上的工作并为团队发布更新，减少了频繁举行站会的需求。

为了实现这一点，Cars24 围绕 Linear 重新调整了其项目管理，为 Codex 创建了一条流线型路径，以支持从 ticket 创建和任务梳理到实施和错误解决的过渡。

规模化 AI 优先的内部运营模式

Cars24 已向其核心组织的约 600 名员工部署了 ChatGPT Enterprise 和 Codex，报告的日活跃使用率达到 85% 到 90%。这使公司转向了一种运营模式，即非工程团队可以构建自己的工具来解决业务问题。

跨职能应用

• 财务与投资者关系： 团队使用 Codex 从记录系统中提取数据、进行分析并准备投资者报告，无需从业务主管处手动收集数据。
• 采购自动化： 一项财务工作流使用 Codex 来审核超过特定阈值的采购申请和订单，自动标记异常并自动批准符合所有标准的申请。
• 行政自动化： 各个团队开发了集成 Slack、Gmail 和 WhatsApp 的“幕僚长” Agent，用于管理日程安排、招聘工作流和沟通跟进。

Cars24 的 Builder—AI & Innovation Jayesh Gupta 指出，Codex 在工程部门之外的采用改变了整个公司完成工作的方式，允许员工独立于集中化的工程支持来构建必要的工具。