Holiday Extras affirme que Codex a aidé son équipe à obtenir une application reconstruite et fonctionnelle en deux semaines. Un progrès comparable aurait auparavant demandé plus de six mois. Le témoignage client du 12 novembre fait aussi état de meilleures réservations et de moins d’erreurs après la refonte.
La question utile est celle de l’évolution du travail. Les spécialistes métier ont apporté leur connaissance des clients et des opérations. Les ingénieurs ont fourni des fondations réutilisables et conservé la responsabilité de l’architecture et de la sécurité.
Ces résultats proviennent d’un témoignage client publié par OpenAI. Ils décrivent l’expérience d’une entreprise, avec des comparaisons avant-après sur des périodes différentes, plutôt qu’un essai indépendant contrôlé de Codex.
Des grandes versions annuelles aux améliorations hebdomadaires
Holiday Extras aide ses clients à rechercher, réserver et gérer leurs voyages. Les changements importants de son application principale se concentraient auparavant sur une version annuelle. La refonte a modifié à la fois l’expérience client et le rythme des livraisons.
Liam Thompson, vice-président de l’innovation IA et ancien responsable du design, a collaboré avec les ingénieurs pour traduire la connaissance client en logiciel. De petits packages documentés constituaient des bases réutilisables. Les ingénieurs se concentraient sur l’architecture, les API, la sécurité et les processus de développement.
Selon le témoignage, l’équipe a produit une refonte entièrement fonctionnelle en deux semaines. Ce jalon ne signifie pas que toutes les exigences de production, vérifications ou migrations ont été achevées dans ce délai. La comparaison porte sur un progrès de développement qui aurait auparavant pris plus de six mois.
L’expérience reconstruite utilisait les réservations, voyages et historiques des clients pour personnaliser le service. Selon le récit, Codex permettait de développer ensemble les fonctions iOS et Android, au lieu de livrer les améliorations plus tard sur Android.
Pendant le premier mois suivant la refonte, l’application principale est passée à des versions hebdomadaires comportant plusieurs nouveautés. L’application distincte Countdown est passée d’environ une fonction tous les six mois à plusieurs ajouts chaque semaine. Il s’agit de produits et de mesures différents, pas de statistiques de livraison interchangeables.
Ce que mesurent réellement la conversion et les erreurs
L’entreprise annonce une hausse de 32,5 % de la conversion entre ouverture et réservation après la refonte de l’application principale. Le témoignage ne donne ni les taux de conversion sous-jacents ni les tailles d’échantillon. Il ne faut pas transformer ce chiffre en hausse de 32,5 points de pourcentage.
Elle indique aussi que le taux d’erreur de l’application principale est passé de 19 % à 9 %. La baisse est de 10 points de pourcentage. La présenter simplement comme une réduction de 10 % brouillerait la différence entre variation relative et points de pourcentage.
La source précise que ces résultats comparent l’ancienne application principale et sa refonte sur des périodes différentes. Ils n’isolent donc pas la contribution de Codex de la personnalisation, des autres changements ou des différences entre périodes. Le cas étaye des résultats opérationnels attribués à l’entreprise, pas une garantie de résultats identiques ailleurs.
Cette distinction compte pour les équipes envisageant un déploiement comparable. Un développement plus rapide et de meilleurs résultats commerciaux peuvent coïncider sans que les preuves disponibles établissent quel changement a causé chaque résultat.
Les retours clients deviennent du travail de développement
L’exemple de Countdown montre la frontière de validation décrite. Après la plainte d’un client concernant l’absence de vue en liste, un agent a préparé une correction. Thompson l’a approuvée avant sa soumission. D’après le témoignage, le client a ensuite fait passer son avis d’une à cinq étoiles.
C’est un exemple concret de boucle de retour plus courte, pas la preuve que toute modification écrite par un agent peut se passer de contrôle humain. La séquence rapportée comprend préparation, approbation et soumission.
La même approche s’est étendue aux opérations. David Lee, directeur de l’innovation et de la croissance, a décrit un système transformant les conversations clients sur les transferts aéroport en tickets exploitables. Il aide l’équipe à identifier les problèmes du réseau de fournisseurs. La source ne mesure aucune amélioration de la résolution des tickets : l’exemple établit un processus, pas un gain de service quantifié.
L’expertise métier dépend toujours des fondations techniques
L’accès généralisé à ChatGPT Enterprise a précédé le déploiement de Codex. Le directeur général Matthew Pack a lui-même utilisé Codex, considérant l’expérience directe comme un moyen de comprendre les besoins de ses collègues et de repenser ce que l’entreprise pouvait construire.
Le témoignage décrit une liberté d’expérimenter accompagnée de garde-fous. Les ingénieurs ont créé des packages, des contrôles de sécurité et des processus permettant aux salariés hors des métiers habituels du développement de contribuer. Un comptable expérimenté a, par exemple, reconstruit des systèmes financiers en s’appuyant sur ses connaissances métier et les retours de ses collègues.
Cette répartition du travail est centrale. Le bénéfice rapporté ne se limite pas à produire du code plus vite. Les personnes comprenant les problèmes clients et opérationnels pouvaient participer à leur mise en œuvre, tandis que les ingénieurs fournissaient les fondations techniques.
Holiday Extras utilisait aussi des modèles OpenAI pour la personnalisation dans l’application. Le récit décrit dots comme apportant coordination et analyses, notamment un rapport de performance préparé de manière proactive après le lancement. Ce sont des usages distincts dans une relation plus large ; il ne faut pas tous les attribuer à Codex seul.
L’ambition suivante : élargir l’administration par l’IA
Pack souhaite que davantage de systèmes de l’entreprise soient administrés par l’IA, les salariés dirigeant le travail et façonnant les résultats. C’est une ambition exprimée dans le témoignage, pas une transition déjà achevée dans toute l’entreprise.
Pour les autres équipes, l’élément le plus transposable est l’association de connaissances métier, de fondations techniques réutilisables et de validation humaine. La refonte en deux semaines et les gains de réservation rapportés rendent le cas intéressant à examiner. Les périodes différentes et les détails de mesure manquants limitent toutefois sa capacité à prédire les résultats d’une autre organisation.
