AutoScout24 acelera o desenvolvimento em 10 vezes com Codex e ChatGPT, da OpenAI

A OpenAI publicou um estudo de caso da AutoScout24, no qual o marketplace de carros conta como incorporou o ChatGPT e o Codex ao trabalho diário. Segundo a empresa, em parte dos projetos isso reduziu o ciclo de desenvolvimento de 2–3 semanas para 2–3 dias e ajudou a escalar a IA muito além de uma única equipe de engenharia.

Por que a AutoScout24 precisava de IA

O AutoScout24 Group opera uma grande plataforma de venda de carros na Europa e no Canadá: mais de 30 milhões de usuários por mês, mais de 2 milhões de anúncios e uma rede de 45 mil concessionárias parceiras. Nessa escala, qualquer atraso no desenvolvimento rapidamente vira um problema de negócio. A equipe precisa dar suporte a várias marcas ao mesmo tempo, evoluir o produto para compradores e lojistas e manter a estabilidade de sistemas que já acumularam uma lógica interna complexa.

A companhia afirma que as melhorias pontuais de processo feitas até então deixaram de ser suficientes. As equipes de engenharia sofriam pressão de migrações, sistemas legados e uma demanda crescente por novas funcionalidades, enquanto o custo de lançamentos lentos só aumentava. Por isso, a AutoScout24 decidiu usar grandes modelos de linguagem não como um experimento isolado, mas como forma de remodelar a abordagem de desenvolvimento, testes e colaboração interna entre produto, dados e engenharia. A ideia deixou de ser acelerar tarefas isoladas e passou a ser eliminar o atrito sistêmico de toda a cadeia de entrega do produto.

Como as ferramentas foram implantadas

A implantação teve duas camadas. Primeiro, o ChatGPT foi liberado para quase toda a organização, com acesso para cerca de 2.000 funcionários e a criação de um nível básico de letramento em IA fora da área de engenharia. Em paralelo, o Codex foi incorporado aos processos diários de quem constrói o produto diretamente: as equipes de engenharia, produto e dados. No total, são aproximadamente 1.000 funcionários em funções ligadas à criação do produto, para os quais a IA não é uma aba separada, mas parte da operação cotidiana.

Antes disso, a empresa passou três meses comparando a ferramenta em diferentes equipes e acabou escolhendo o Codex pela praticidade, pela compatibilidade com os processos existentes e pelo efeito mensurável em produtividade e qualidade do código.

Para que a adoção não dependesse apenas de ordens vindas de cima, a AutoScout24 montou uma rede de AI Champions: guias internos de diferentes áreas. Eles coletam feedback, ajudam a transformar as capacidades dos modelos em cenários compreensíveis e garantem que a IA seja integrada aos processos existentes, em vez de viver como um piloto à parte.

"O Codex se tornou uma das ferramentas-chave dos nossos processos de engenharia, com efeito mensurável em produtividade, qualidade e velocidade", afirmou

Frederik Kraus, CTO do AutoScout24 Group.

Onde os resultados apareceram

O efeito mais rápido apareceu onde antes havia muita rotina manual, operações repetitivas e ciclos longos de aprovação. A IA é usada não em experimentos abstratos, mas em tarefas concretas que travam todos os dias a entrega de mudanças. Com isso, as ferramentas ajudam a acelerar iterações, aliviar desenvolvedores experientes e aumentar a uniformidade entre equipes, sem uma revisão total da arquitetura ou dos processos. É nessas áreas que o efeito é mais fácil de medir em dias, carga dos revisores e velocidade de decisão.

• Revisões automáticas de pull requests
• Grandes tarefas de refatoração
• Preparação de documentação técnica
• Análise de incidentes após falhas
• Prototipagem de ideias fora das equipes de engenharia

Segundo a AutoScout24, em parte dos projetos os prazos caíram cerca de dez vezes, de 2–3 semanas para 2–3 dias. Ao mesmo tempo, a capacidade de entrega das equipes de engenharia aumentou, e a revisão de código e a documentação passaram a depender menos de trabalho manual. A empresa destaca ainda um efeito específico entre funcionários não técnicos, que agora podem testar hipóteses e criar protótipos simples por conta própria.

O próximo passo é incorporar a IA com mais profundidade aos principais sistemas internos e aos produtos voltados a compradores e concessionárias.

O que isso significa

O caso mostra que a IA corporativa é cada vez mais avaliada não pelo número de licenças compradas, mas por quanto ela encurta o caminho da ideia ao lançamento. Se a empresa consegue combinar acesso amplo, processos integrados e responsáveis claros pela implantação, o ChatGPT e o Codex deixam de ser um experimento e viram uma camada real da infraestrutura de produção. É isso que separa uma implantação que funciona de um piloto da moda. E aqui os números pesam mais que os slogans.