Em 25 de setembro de 2026, a OpenAI divulgou o caso da Proaction, empresa de software para gestão de frotas que passou a usar Codex, GPT-Live-1 e GPT-6 Astra para vender, operar e desenvolver seu produto com mais velocidade. Segundo o relato, a companhia elevou em 50% a 60% a proporção de negociações que saem do primeiro contato para a fase de desenvolvimento de solução.
A empresa economiza mais de 75 horas mensais somando tempo de engenharia e do fundador.
A Proaction atende empresas que administram frotas de veículos variados, de carros e caminhões a máquinas de construção. Cada frota funciona de maneira distinta.
Mostrar ao cliente potencial como a plataforma se encaixa na operação dele é parte central do processo comercial. Era aí que o time travava.
As demos personalizadas consumiam horas de engenharia que a equipe não tinha para ceder.
Demos personalizadas sem passar pela engenharia
Antes, Colin Knudsen, cofundador e COO da Proaction, dependia de conversas e apresentações de slides quando não conseguia envolver os engenheiros. Hoje, ele mesmo monta de quatro a seis demos interativas por mês, cada uma em 30 a 45 minutos.
Na estimativa dele, isso evita de 40 a 60 horas de trabalho de engenharia mensalmente.
O fluxo começa depois da call de vendas. Colin aponta o Codex para a gravação feita no Granola, para as threads de e-mail do prospect e para planilhas compartilhadas.
Com esse contexto, a ferramenta monta um ambiente HTML que reproduz o produto da Proaction e a frota real do cliente. Na tela compartilhada, o prospect vê seus próprios carros, caminhões ou equipamentos organizados conforme o seu modo de trabalhar.
O prospect pode apontar ajustes junto com o vendedor, sem que a engenharia seja acionada.
O efeito comercial aparece na métrica. Com as demos customizadas, a fatia de negócios que avança do contato inicial para o desenvolvimento de solução, em vez de permanecer em nutrição, subiu de 50% a 60%.
Do demo à produção
Se os engenheiros da Proaction produzissem demos equivalentes, cada uma levaria cerca de 10 horas, segundo Colin. Considerando o volume de quatro a seis por mês, isso representa de 40 a 60 horas de engenharia poupadas a cada mês.
O ganho continua depois do fechamento. Quando o prospect vira cliente, o demo personalizado é entregue aos engenheiros como referência visual, o que reduz dúvidas e idas e vindas sobre o que construir.
Com o Codex, a empresa também criou um centro de soluções para clientes. Nele é possível entrar, explorar fluxos adaptados ao próprio negócio e consultar materiais de venda.
A proposta é dar a quem não é da engenharia uma forma de traduzir conversas comerciais em requisitos mais concretos.
Um dia de trabalho dentro do codex
A rotina de Colin atravessa vendas, suporte e gestão de produto. Por meio de plugins do Codex para ferramentas como Granola, Gmail, Slack, Linear, GitHub e HubSpot, ele reúne o contexto do cliente e age dentro da própria ferramenta.
Ele busca transcrições de chamadas e histórico de e-mails para preparar follow-ups, cria issues no Linear e atualiza oportunidades no HubSpot. Há ainda uma automação agendada que revisa chamadas recentes e prepara atualizações de vendas para o time.
O cofundador estima executar de 15 a 20 tarefas distintas por dia. Calcula que o Codex lhe devolva de 25 a 33 horas por mês.
Na publicação, ele afirma que não consegue imaginar ser fundador de startup sem a ferramenta.
Agentes de voz e o futuro da operação de frotas
A Proaction também usa modelos da OpenAI dentro da plataforma. Quando clientes enviam fotos com relatos de problemas em veículos, o ChatGPT-5.6 Sol ajuda a identificar danos.
Com o GPT-Live-1, a empresa desenvolve agentes que assumem parte do trabalho cotidiano de operar uma frota, no que chama de Managed Execution Layer.
Os agentes, que também usam GPT-6 Astra, fazem ligações de voz, revisam documentos e imagens, analisam texto e respondem em chat. Um deles, Marty, coordena manutenção veicular.
Marty conversa com o motorista sobre o problema, liga para oficinas, agenda o serviço e ajuda a aprovar e pagar o orçamento. A equipe da Proaction entra quando há necessidade de revisão ou intervenção humana.
Danny O'Halloran, head de Produto, diz que as execuções de computer use do Astra são mais sucintas. Com o GPT-5.6 Sol, o mesmo trabalho exigia uma sequência bem mais longa.
Para a Proaction, o resultado é mais tempo para vender, atender clientes e tocar o negócio. Para os gestores de frota, mais tempo livre no dia a dia.
Fontes e links
- Proaction boosts sales 60% and saves 75+ hours with Codex — OpenAI
- Proaction
- Documentação da plataforma OpenAI
- Programa OpenAI para startups
