Holiday Extras afferma che Codex ha aiutato il team a ottenere una ricostruzione funzionante dell’app in due settimane. Un avanzamento di sviluppo comparabile avrebbe richiesto in precedenza oltre sei mesi. Il caso cliente del 12 novembre segnala anche migliori risultati nelle prenotazioni e meno errori dopo la ricostruzione.

La domanda utile è come sia cambiato il lavoro. Gli specialisti aziendali hanno contribuito con conoscenze dei clienti e delle operazioni. Gli ingegneri hanno fornito basi riutilizzabili, mantenendo la responsabilità di architettura e sicurezza.

I risultati provengono da una testimonianza cliente pubblicata da OpenAI. Descrivono l’esperienza di una sola azienda con confronti prima-dopo su periodi diversi, non un test indipendente e controllato di Codex.

Dai grandi rilasci annuali ai miglioramenti settimanali

Holiday Extras aiuta i clienti a cercare, prenotare e gestire viaggi. In precedenza, le modifiche principali dell’app centrale ruotavano attorno a un rilascio annuale. La ricostruzione ha cambiato sia l’esperienza del cliente sia la frequenza dei rilasci.

Liam Thompson, vicepresidente dell’innovazione IA ed ex responsabile del design, ha collaborato con gli ingegneri per tradurre la conoscenza dei clienti in software. Piccoli pacchetti documentati fornivano basi riutilizzabili. Gli ingegneri si concentravano su architettura, API, sicurezza e flussi di sviluppo.

Secondo il caso, il team ha prodotto una ricostruzione pienamente funzionante in due settimane. Questo traguardo non significa che ogni requisito di produzione, revisione o migrazione sia stato completato in quel periodo. Il confronto riguarda progressi di sviluppo che prima avrebbero richiesto oltre sei mesi.

La nuova esperienza utilizzava prenotazioni, viaggi e cronologia dei clienti per la personalizzazione. La testimonianza afferma che Codex consentiva di sviluppare insieme le funzionalità iOS e Android, invece di portare i miglioramenti su Android in un secondo momento.

Nel primo mese dopo la ricostruzione, l’app principale è passata a rilasci settimanali con più funzionalità nuove. L’app separata Countdown è passata da circa una funzionalità ogni sei mesi a più aggiunte ogni settimana. Si tratta di prodotti e misure distinti, non di statistiche di rilascio intercambiabili.

Che cosa misurano davvero conversioni ed errori

L’azienda segnala un aumento del 32,5% nella conversione dall’apertura alla prenotazione dopo la ricostruzione dell’app principale. Il caso non fornisce i tassi sottostanti né le dimensioni dei campioni. Il dato non va riscritto come aumento di 32,5 punti percentuali.

Segnala inoltre che il tasso di errore dell’app principale è sceso dal 19% al 9%. È un calo di 10 punti percentuali. Definirlo semplicemente una riduzione del 10% nasconderebbe la differenza tra percentuale relativa e punti percentuali.

La fonte precisa che i risultati confrontano l’app principale precedente e quella ricostruita in periodi diversi. Non isolano quindi il contributo di Codex da personalizzazione, altre modifiche o differenze tra i periodi. Il caso sostiene risultati operativi attribuiti all’azienda, non garantisce lo stesso effetto altrove.

La distinzione conta per i team che valutano un’adozione simile. Sviluppo più rapido e migliori risultati commerciali possono verificarsi insieme senza che le prove disponibili stabiliscano quale modifica abbia causato ogni risultato.

Il feedback dei clienti diventa lavoro di sviluppo

L’esempio di Countdown mostra il confine di approvazione descritto. Dopo la lamentela di un cliente per una vista elenco mancante, un agente ha preparato una correzione. Thompson l’ha approvata prima dell’invio. Secondo il caso, il cliente ha poi modificato la recensione da una a cinque stelle.

È un esempio concreto di un ciclo di feedback più breve, non la prova che ogni modifica scritta da agenti possa saltare il controllo umano. La sequenza riportata comprende preparazione, approvazione e invio.

Lo stesso approccio si è esteso alle operazioni. David Lee, direttore dell’innovazione e della crescita, ha descritto un sistema che trasforma le chat dei clienti sui trasferimenti aeroportuali in ticket utilizzabili. Aiuta il team a individuare problemi nella rete di fornitori. La fonte non misura miglioramenti nella risoluzione dei ticket: l’esempio dimostra un flusso operativo, non un beneficio di servizio quantificato.

Le competenze aziendali richiedono ancora basi ingegneristiche

L’accesso aziendale a ChatGPT Enterprise ha preceduto l’introduzione di Codex. Anche il CEO Matthew Pack ha usato personalmente Codex, considerando l’esperienza diretta un modo per capire le esigenze dei colleghi e ripensare ciò che l’azienda poteva costruire.

Il caso descrive libertà di sperimentare accompagnata da vincoli di protezione. Gli ingegneri hanno creato pacchetti, controlli di sicurezza e flussi che sostenevano i contributi di dipendenti esterni ai tradizionali ruoli di sviluppo. Un contabile esperto, per esempio, ha ricostruito sistemi finanziari usando conoscenze aziendali e feedback dei colleghi.

Questa divisione del lavoro è centrale. Il vantaggio riportato non era soltanto produrre codice più velocemente. Chi comprendeva i problemi dei clienti e delle operazioni poteva contribuire a implementare modifiche, mentre gli ingegneri fornivano le basi tecniche.

Holiday Extras usava anche modelli OpenAI nell’esperienza personalizzata dell’app. Il caso descrive dots come strumento di coordinamento e analisi, incluso un rapporto sulle prestazioni preparato proattivamente dopo il lancio. Sono usi distinti all’interno di un rapporto più ampio e non vanno attribuiti tutti al solo Codex.

La prossima ambizione è ampliare l’amministrazione tramite IA

Pack vuole che più sistemi aziendali siano amministrati tramite IA, con i dipendenti a dirigere il lavoro e modellarne gli esiti. È un’ambizione descritta nel caso, non una transizione già completata in tutta l’azienda.

Per altri team, l’aspetto più trasferibile è la combinazione di competenze di settore, basi ingegneristiche riutilizzabili e approvazione umana. La ricostruzione in due settimane e i miglioramenti nelle prenotazioni meritano attenzione. I confronti tra periodi diversi e i dettagli di misurazione mancanti limitano però la capacità di prevedere i risultati di un’altra organizzazione.

Fonti

Esplora la directory degli strumenti →