Localiza如何围绕生成式AI重构工作模式
内容提要
Localiza将生成式AI视为运营模式变革而非普通工具，与OpenAI合作围绕三大支柱推进：一是大规模实验促进学习，ChatGPT和Codex从技术部门扩展至法务、财务等业务团队；二是客户可用自然语言表达需求，2026年3月成为巴西首个接入ChatGPT的出行平台；三是打造基于意图和上下文的对话式AI产品Liza，拥有60多个专业代理。主要挑战在于员工再培训而非技术。
延伸解读
从工具到运营模式：Localiza的AI定位
Localiza没有把生成式AI当作单一效率工具，而是将其视为运营模式变革，围绕大规模实验、新客户界面和AI原生品三个支柱推进。这一判断决定了后续资源分配方式：ChatGPT许可证被当作实验预算而非个人福利，鼓励跨部门持续试验。对读者的启示是，AI落地的起点不是选模型，而是先明确它要改变哪些流程和决策方式。
实验规模化：Codex溢出技术部门的意义
Codex最初进入技术部门，随后分析师、经理、PMO和律师也开始自建原型与自动化。这一未预料到的扩散改变了开发前阶段：多学科团队在进入开发队列前就能验证假设。文章强调，瓶颈在人而非技术，难点是让19个部落和130个小组以一致方式学习新工作方法。这说明规模化实验的价值在于组织学习，而非单纯增加工具使用量。
对话式入口：把LLM流量当作行为信号
Localiza观察到自2024年起来自LLM的流量快速增长，ChatGPT成为主要渠道，并于2026年3月成为巴西首个接入ChatGPT的出行平台。值得注意的是，公司内部将该应用视为实验，用于贴近客户行为前沿、加速真实交互学习，而非单纯的获客 campaign。这提示读者：新对话渠道应先作为学习实验来运营，再谈转化目标。
Liza的架构差异与人工介入边界
Liza与传统聊天机器人的区别在架构而非界面：它围绕对话、意图和上下文构建，结合OpenAI模型、Localiza服务和专业工具，拥有60多个专业代理。文章强调成功不以自动化量为衡量，Localiza在引入该技术前已梳理并测量客服旅程，因此能判断哪些环节由代理介入、哪些必须人工。对计划部署对话式AI的团队来说，先有质量指标再扩展代理，是更稳妥的路径。
Q&A
Localiza 是怎么看待生成式 AI 的？和普通工具用法有什么不同？
Localiza 把生成式 AI 视为一种运营模式的变革，而不是工具箱里又多了一个软件。它没有追求零散的使用场景，而是围绕三大战略支柱与 OpenAI 合作：大规模实验推动业务转型、创造新的客户界面、构建 AI 原生产品。贯穿三者的是围绕智能、上下文和速度重新设计流程。
Localiza 内部推广 ChatGPT 和 Codex 的思路是什么？为什么强调规模？
其原则是“规模带来学习，学习带来更好的产品”。公司把 ChatGPT 许可证作为实验和生产力资源分发，而不是个人福利。Codex 最初进入技术部门（工程师、产品经理、设计师、数据科学家），随后分析师、经理、PMO、律师等业务专家也开始构建自己的原型和自动化。这种跨职能原型改变了开发前的阶段，让多学科团队在进入开发队列前先验证方案。
Localiza 在 ChatGPT 里上线应用是什么时间？用户能做什么？
2026 年 3 月，Localiza 成为巴西首家、也是拉美首批将应用直接集成到 ChatGPT 的出行平台。客户可以在对话中探索租车、订阅和二手车选项，并在对话中开始流程，最后在 Localiza 的安全环境中完成交易。内部将其视为一个实验，用来贴近客户行为前沿、从真实互动中加速学习。
Liza 和传统聊天机器人有什么本质区别？它是怎么工作的？
区别在架构而非界面。Liza 不是按固定决策树运行，而是围绕对话、意图和上下文构建：它结合 OpenAI 模型、Localiza 服务和专用工具，从理解初始请求到协助租车旅程的关键环节。它拥有 60 多个专业代理，基于推理模型、MCP 集成和专用工具编排租车流程，并具备语音转文字、文字转语音能力，还能利用互动信号持续学习。
Localiza 推进生成式 AI 时最大的挑战是什么？
瓶颈在人而不在技术。CTO André Petenussi 表示，最大的挑战是帮助庞大团队学习新的工作方式、建立新技能，同时确保 19 个 tribe 和 130 个 squad 高效且一致地运作。也就是说，再培训比集成技术更难、也更关键。
Localiza 在自动化客服之前做了哪些准备？如何决定哪些环节用 AI、哪些留给人？
在获得这类技术之前，Localiza 就已经梳理并度量客户服务旅程，建立了衡量体验质量的指标。这个基础让公司能清楚判断代理应在哪里介入、哪里必须由人介入。公司跟踪转化率，但主要关注客户体验，成功不以自动化数量衡量。
Localiza 与 OpenAI 的合作从什么时候开始？CTO 认为合作的核心价值是什么？
合作开始得很早，Liza 的第一个版本仍运行在 GPT-3.5 上。Petenussi 认为合作的核心价值不在于某个具体功能，而在于两家并行演进的公司之间的主动学习——合作伙伴理解 Localiza 的挑战以及其在技术内外不同能力成熟度。他还常对其他公司说，在这项技术仍在成熟的过程中，试错和紧密协作很有价值。
