Proaction 借助 Codex 实现销售额增长 60%，每月节省 75+ 小时
在 AI 编程工具快速普及的今天，如何将大模型能力嵌入销售与工程流程，成为创业公司提升效率的关键命题。车队管理软件初创公司 Proaction 的实践提供了一个值得参考的样本：通过 Codex、GPT‑Live‑1 和 GPT‑6 Astra，这家公司不仅让非技术创始人独立完成定制化产品演示，还显著缩短了销售周期，节省了大量工程资源。
从“依赖工程”到“自己动手”
Proaction 为管理各类车队的企业提供软件，客户涵盖轿车、卡车乃至工程机械。由于每个车队的运营方式千差万别，向潜在客户展示平台如何适配其业务，是销售过程中不可或缺的一环。然而，过去制作个性化演示需要工程团队投入大量时间，而创业公司恰恰缺少这样的余量。创始人只能依靠对话和幻灯片来描绘产品可能性。
Codex 改变了这一局面。联合创始人兼 COO Colin Knudsen 表示：“作为一个非技术背景的人，以前想做一个演示就必须拉工程师进来，现在我自己在 Codex 里就能完成。”他每月制作 4 到 6 个定制化交互演示，每个仅需 30 到 45 分钟，相当于每月避免 40 到 60 小时的工程工作。
用客户自己的数据促成交易
Colin 的工作流并不复杂：销售电话结束后，他将 Granola 录音、客户邮件往来以及对方分享的表格交给 Codex。Codex 利用这些上下文，生成一个 HTML 演示环境，既复刻 Proaction 的产品界面，又融入客户自己的车队信息。当 Colin 共享屏幕时，客户看到的是自己的车辆和设备，按照他们的工作方式组织呈现。他们可以当场指出需要调整的地方，共同完善方案。
“你们可以一起生成最终解决方案，完全不需要工程介入。”Colin 说。这种用客户真实数据定制的演示，给了对方 concrete 的推进理由。据他估计，从初次接触到进入解决方案开发阶段（而非停留在培育阶段）的交易比例，因此提升了 50% 到 60%。
节省的不只是演示时间
如果让 Proaction 的工程师制作同等质量的演示，所需时间远超 Colin 的投入。而 Codex 的价值不止于销售环节——从构建到运营，它正在帮助这家初创公司更快地交付现代车队管理软件。
对于资源有限的创业团队而言，Proaction 的案例揭示了一个趋势：AI 编程工具正在模糊技术与非技术角色的边界，让业务人员也能直接构建可交互的产品原型，从而加速销售、释放工程产能。当定制化演示不再依赖排期，销售与产品之间的反馈循环也随之加快，这或许才是效率提升背后更深层的竞争力。