AutoScout24 a multiplié par 10 la vitesse de développement avec Codex et ChatGPT d'OpenAI

OpenAI a publié une étude de cas sur AutoScout24, dans laquelle le marketplace automobile a partagé comment il a intégré ChatGPT et Codex dans ses opérations quotidiennes. Selon l'entreprise, pour certains projets, cela a réduit le cycle de développement de 2–3 semaines à 2–3 jours et a aidé à faire évoluer l'IA bien au-delà d'une seule équipe d'ingénierie.

Pourquoi AutoScout24 Avait Besoin d'IA

Le Groupe AutoScout24 opère une grande place de marché automobile en Europe et au Canada : plus de 30 millions d'utilisateurs par mois, plus de 2 millions d'annonces, et un réseau de 45 000 partenaires concessionnaires. À cette échelle, tout retard de développement devient rapidement un problème commercial. L'équipe doit simultanément maintenir plusieurs marques, développer des produits pour les acheteurs et les concessionnaires, et maintenir la stabilité de systèmes qui ont déjà développé une logique interne complexe.

L'entreprise a noté que les améliorations ponctuelles précédentes des processus n'étaient plus suffisantes. Les équipes d'ingénierie faisaient face à des pressions liées aux migrations, aux systèmes hérités et à une demande croissante de nouvelles fonctionnalités, tandis que le coût des mises en production lentes ne cessait d'augmenter. Par conséquent, AutoScout24 a décidé d'utiliser les grands modèles de langage non pas comme une expérience distincte, mais comme un moyen de reconstruire l'ensemble de l'approche en matière de développement, de tests et d'interaction interne entre les équipes produit, données et ingénierie. Il ne s'agissait plus d'accélérer les tâches individuelles, mais de tenter d'éliminer la friction systémique de toute la chaîne de livraison des produits.

Comment les Outils Ont Été Mis en Œuvre

Le déploiement s'est fait en deux niveaux. D'abord, ChatGPT a été déployé sur pratiquement l'ensemble de l'organisation, donnant accès à environ 2 000 employés et établissant un niveau de base de littératie en IA au-delà du département d'ingénierie. En parallèle, Codex a été intégré dans les processus quotidiens de ceux qui construisent directement le produit : les équipes d'ingénierie, produit et données. Au total, cela concernait environ 1 000 employés exerçant des rôles liés au développement de produits, pour lesquels l'IA est devenue non pas un onglet distinct, mais une partie des opérations de routine.

Avant cela, l'entreprise a passé trois mois à évaluer l'outil dans différentes équipes et a finalement choisi Codex pour sa commodité, sa compatibilité avec les processus existants et son impact mesurable sur la productivité et la qualité du code. Pour que la mise en œuvre ne dépende pas uniquement de directives descendantes, AutoScout24 a constitué un réseau de champions de l'IA—des défenseurs internes de divers départements. Ils recueillent des commentaires, aident à traduire les capacités du modèle en scénarios compréhensibles et s'assurent que l'IA s'intègre dans les processus existants plutôt que de fonctionner comme un projet pilote distinct.

« Codex est devenu l'un des outils clés de nos processus d'ingénierie, offrant un impact mesurable sur la productivité, la qualité et la vitesse », — Frederick Kraus, CTO du Groupe AutoScout24.

Où les Résultats Ont Été Visibles

L'entreprise a vu l'impact le plus rapide dans les domaines où il y avait beaucoup de routine manuelle, d'opérations répétitives et de cycles d'approbation longs. L'IA est utilisée non pas pour des expériences abstraites, mais pour des tâches concrètes qui ralentissent quotidiennement la libération des modifications. En conséquence, les outils aident à accélérer les itérations, à soulager les développeurs expérimentés et à améliorer la cohérence entre les équipes sans une refonte complète de l'architecture ou des processus. Ce sont les domaines où l'impact est le plus facile à mesurer en jours, en charge de travail des reviseurs et en vitesse de prise de décision.

• Révisions automatisées des demandes d'extraction
• Grands projets de refactorisation
• Préparation de la documentation technique
• Analyse post-incident
• Prototypage d'idées en dehors des équipes d'ingénierie

Selon AutoScout24, les délais ont été réduits d'environ 10 fois sur certains projets—de 2–3 semaines à 2–3 jours. En même temps, le débit des équipes d'ingénierie a augmenté, et les révisions de code et la documentation sont devenues moins dépendantes du travail manuel. L'entreprise note un avantage distinct parmi les employés non techniques, qui peuvent maintenant tester des hypothèses et créer des prototypes simples par eux-mêmes.

La prochaine étape est d'intégrer plus profondément l'IA dans les systèmes internes clés et dans les produits destinés aux clients pour les acheteurs et les concessionnaires.

Ce Que Cela Signifie

Ce cas démontre que l'IA d'entreprise est de plus en plus évaluée non pas par le nombre de licences achetées, mais par le fait qu'elle réduit le chemin allant de l'idée au lancement. Lorsqu'une entreprise réussit à combiner un large accès, des processus intégrés et des propriétaires d'implémentation clairs, ChatGPT et Codex se transforment d'une expérience en une véritable couche d'infrastructure de production. C'est ce qui distingue une implémentation fonctionnelle d'un projet pilote à la mode. Et les chiffres importent ici plus que les slogans.