Holiday Extras 表示,Codex 帮助团队在两周内完成了可运行的应用重建,取得过去预计需要六个多月才能实现的开发进展。11月12日发布的客户案例还称,重建后预订表现改善、错误减少。
值得关注的是工作方式如何变化:业务专家贡献客户和运营知识,工程师提供可复用的基础,并继续负责架构与安全。
这些结果来自 OpenAI 发布的客户故事,描述的是一家公司的经历,以及不同时期的前后比较,并非对 Codex 进行的独立对照测试。
从年度重大更新转向每周改进
Holiday Extras 帮助客户搜索、预订和管理旅行。其主应用过去围绕一年一次的版本发布安排重大变更。此次重建同时改变了客户体验和发布节奏。
AI 创新副总裁、前设计负责人 Liam Thompson 与工程师合作,将客户知识转化为软件。小型、有文档的软件包提供了可复用的基础。工程师则专注于架构、API、安全和开发流程。
据案例介绍,团队两周内完成了可运行的重建版本。这一里程碑不能被扩大为所有生产要求、审查或迁移都在两周内完成。其比较对象是过去需要六个多月才能取得的开发进展。
重建后的体验利用客户的预订、行程和历史记录提供个性化服务。案例称,Codex 使 iOS 与 Android 功能能够同步开发,而不再让 Android 较晚获得改进。
重建后的第一个月,主应用转为每周发布,每次包含多项新功能。另一款 Countdown 应用则从大约每六个月增加一个功能,变为每周增加多项功能。这是两个不同产品的不同衡量指标,不能混作同一组发布统计。
转化率和错误数字究竟衡量什么
公司报告称,主应用重建后,从打开应用到完成预订的转化率提高了32.5%。案例没有给出基础转化率或样本量。不能将这个数字写成提高32.5个百分点。
案例还称,主应用错误率从19%降至9%,即下降10个百分点。若简单说成下降10%,就会混淆相对百分比和百分点。
来源明确指出,这些结果比较的是不同时期的旧版和重建版主应用。因此,它们无法将 Codex 的贡献与个性化功能、其他应用改动或时期差异分离。案例支持的是有明确归因的运营结果,并不保证其他团队能够取得同样成效。
对考虑类似部署的团队而言,这一区分很重要。开发提速和业务结果改善可以同时发生,但现有证据并未确定每项结果分别由哪种变化导致。
客户反馈如何变成开发工作
Countdown 案例展示了其中的审批边界。客户抱怨缺少列表视图后,智能体准备了修复方案。Thompson 在提交前进行了批准。据案例介绍,客户随后把一星评价改成了五星。
这是缩短反馈循环的具体例子,并不证明每项智能体编写的改动都能跳过人工审核。案例所述流程包含准备、批准和提交。
类似方法还延伸至运营。创新与增长总监 David Lee 描述了一套系统,将机场接送客户的聊天转为可处理的工单,帮助团队识别供应商网络中的问题。来源没有提供工单解决效率改善的测量结果,因此这个例子说明的是工作流程,而不是可量化的服务提升。
业务专业知识仍然依赖工程基础
全公司的 ChatGPT Enterprise 使用权限先于 Codex 推广。CEO Matthew Pack 也亲自使用 Codex,将直接体验视为了解同事需求、重新思考公司可以开发什么的一种方法。
案例描述的是允许试验,同时设置边界。工程师建立软件包、安全控制和工作流程,支持传统开发岗位之外的员工参与。例如,一位经验丰富的会计利用业务知识和同事反馈重建了财务系统。
这种分工是故事的核心。案例所称的收益不只是更快生成代码,而是让理解客户和运营问题的人参与实现改进,由工程师提供技术基础。
Holiday Extras 也在应用的个性化体验中使用了 OpenAI 模型。案例还描述 dots 提供协调与洞察,包括主动准备上线后的表现报告。这些是双方更广泛合作中的不同用途,不能全部归功于 Codex。
下一步愿景是更广泛的 AI 管理
Pack 希望通过 AI 管理更多公司系统,由员工指导工作、塑造结果。这是案例描述的愿景,并非全公司已经完成的转型。
对其他团队来说,最可借鉴的细节是业务知识、可复用工程基础和人工批准的结合。两周重建及预订提升的报告使其值得研究,但跨时期比较和测量细节缺失,也限制了这些结果预测其他组织成效的能力。
