سرّعت AutoScout24 التطوير 10 مرات باستخدام Codex وChatGPT من OpenAI

نشرت OpenAI دراسة حالة حول AutoScout24، حيث شاركت سوق السيارات كيفية دمج ChatGPT و Codex في عملياتها اليومية. وفقاً للشركة، فإن هذا قلل دورة التطوير من أسبوعين إلى ثلاثة أسابيع إلى يومين إلى ثلاثة أيام في بعض المشاريع وساعد على توسيع AI بعيداً عن فريق هندسي واحد فقط.

لماذا احتاجت AutoScout24 إلى الذكاء الاصطناعي

تدير مجموعة AutoScout24 سوقاً كبيراً لبيع السيارات في أوروبا وكندا: أكثر من 30 مليون مستخدم شهرياً، وأكثر من مليوني قائمة إعلانية، وشبكة من 45 ألف شريك موزع. في هذا الحجم، أي تأخير في التطوير يصبح بسرعة مشكلة تجارية. يجب على الفريق الحفاظ على عدة علامات تجارية في نفس الوقت، وتطوير منتجات للمشترين والموزعين، والحفاظ على استقرار الأنظمة التي طورت بالفعل منطق داخلي معقد.

لاحظت الشركة أن التحسينات النقطية السابقة للعمليات لم تعد كافية. كانت فرق الهندسة تواجه ضغطاً من الترحيلات والأنظمة القديمة والطلب المتزايد على ميزات جديدة، بينما استمرت تكاليف الإصدارات البطيئة في الارتفاع. لذلك، قررت AutoScout24 استخدام نماذج اللغات الكبيرة ليس كتجربة منفصلة، بل كطريقة لإعادة بناء النهج بأكمله للتطوير والاختبار والتفاعل الداخلي بين فرق المنتج والبيانات والهندسة. لم تعد مسألة تسريع المهام الفردية، بل محاولة إزالة الاحتكاك النظامي من سلسلة إسلام المنتجات بأكملها.

كيفية تطبيق الأدوات

تم إجراء التنفيذ على طبقتين. أولاً، تم نشر ChatGPT عبر عملياً كل المنظمة، مما وفر الوصول إلى حوالي 2000 موظف وإنشاء مستوى أساسي من محو الأمية في الذكاء الاصطناعي خارج قسم الهندسة. بالتوازي، تم دمج Codex في العمليات اليومية لأولئك الذين يبنون المنتج مباشرة: فرق الهندسة والمنتج والبيانات. في المجموع، شمل هذا حوالي 1000 موظف في أدوار تطوير المنتج، الذين أصبح الذكاء الاصطناعي بالنسبة لهم ليس علامة تبويب منفصلة، بل جزءاً من العمليات الروتينية.

قبل ذلك، قضت الشركة ثلاثة أشهر في تقييم الأداة عبر فرق مختلفة واختارت في النهاية Codex لراحتها وتوافقها مع العمليات الموجودة وتأثيرها القابل للقياس على الإنتاجية وجودة الكود. لضمان أن التنفيذ لا يعتمد فقط على التوجيهات من أعلى إلى أسفل، قامت AutoScout24 بتجميع شبكة من أبطال الذكاء الاصطناعي—المدافعين الداخليين من أقسام مختلفة. يقومون بجمع التعليقات، والمساعدة في ترجمة قدرات النموذج إلى سيناريوهات مفهومة، والتأكد من دمج الذكاء الاصطناعي في العمليات الموجودة بدلاً من العمل كمشروع تجريبي منفصل.

"أصبح Codex أحد الأدوات الرئيسية في عملياتنا الهندسية، مما يوفر تأثيراً قابلاً للقياس على الإنتاجية والجودة والسرعة"، — فريدريك كراوس، مدير التكنولوجيا في مجموعة AutoScout24.

حيث ظهرت النتائج

شهدت الشركة أسرع تأثير في المناطق التي كان بها روتين يدوي كثير وعمليات متكررة ودورات موافقة طويلة. يتم استخدام الذكاء الاصطناعي ليس للتجارب المجردة، بل للمهام المحددة التي تبطئ يومياً من إصدار التغييرات. نتيجة لذلك، تساعد الأدوات على تسريع التكرارات وتخفيف عبء العاملين ذوي الخبرة وتحسين الاتساق بين الفرق دون إعادة نظر كاملة للعمارة أو العمليات. هذه هي المناطق التي يكون التأثير فيها الأسهل في القياس من حيث الأيام وحمل عمل المراجعين وسرعة صنع القرارات.

• المراجعات المؤتمتة لطلبات السحب
• مشاريع إعادة الهيكلة الكبيرة
• تحضير الوثائق التقنية
• تحليل ما بعد الحادث
• نمذجة الأفكار خارج فرق الهندسة

وفقاً لـ AutoScout24، تم تقليل المواعيد النهائية بحوالي 10 مرات في بعض المشاريع—من أسبوعين إلى ثلاثة أسابيع إلى يومين إلى ثلاثة أيام. في الوقت ذاته، زادت إنتاجية فرق الهندسة، وأصبحت مراجعات الأكواد والوثائق أقل اعتماداً على العمل اليدوي. تلاحظ الشركة فائدة منفصلة بين الموظفين غير التقنيين، الذين يمكنهم الآن اختبار الفرضيات وإنشاء نماذج أولية بسيطة بأنفسهم.

الخطوة التالية هي دمج الذكاء الاصطناعي بشكل أعمق في الأنظمة الداخلية الرئيسية والمنتجات الموجهة للعملاء للمشترين والموزعين.

ما يعني هذا

تثبت هذه الحالة أن الذكاء الاصطناعي في المؤسسات يتم تقييمه بشكل متزايد ليس من خلال عدد الرخص المشتراة، بل من خلال مدى تقليله للمسار من الفكرة إلى الإطلاق. عندما تنجح الشركة في الجمع بين الوصول الواسع والعمليات المدمجة وأصحاب التنفيذ الواضحين، يتحول ChatGPT و Codex من تجربة إلى طبقة حقيقية من البنية التحتية للإنتاج. هذا هو ما يميز التنفيذ الفعال عن المشروع التجريبي الموضة. والأرقام هنا أهم من الشعارات.