一种全新的计算方式,而非一个新工具
当生成式 AI 出现时,Localiza 采取了一种决定了后续一切的立场:这不仅仅是工具箱里的另一款软件,而是公司运营方式的变革。
公司没有追求孤立的使用场景,而是围绕三大战略支柱组织与 OpenAI 的合作:通过大规模实验变革业务、创造新的客户界面以及构建 AI 原生产品。将这三者联系在一起的是围绕智能、上下文和速度重新设计流程的决定。
“我们将这视为一种强大的工具,能帮助我们的团队把他们已经擅长的事情做得更好。他们浸润于我们的文化之中,理解客户的需求,并知道如何提供出色的服务。”——Localiza 首席技术官 André Petenussi
支柱 1:规模带来学习
指导内部应用的原则很直白:规模带来学习,学习造就更好的产品。
在实践中,这意味着将 ChatGPT 许可证作为实验和生产力的资源进行分发,而不仅仅是作为一种个人福利。Localiza 各团队,从财务到日常运营,都在使用自定义 GPT、智能体和 Codex 持续进行活跃的实验。
Codex 最早进入技术部门——软件工程师、产品经理、设计师和数据科学家。但应用并未止步于此:分析师、经理、PMO、律师以及其他业务专家开始构建自己的原型和自动化,以在各自的专业领域内验证假设。
这是公司未曾预料到的效果——对开发前阶段的重新定义,多学科团队在解决方案进入开发队列之前就进行原型设计。
他说,瓶颈在于人,而非技术。
“最大的挑战是帮助一个大团队学习新的工作方式并建立新技能,同时确保我们的 19 个部落和 130 个小队高效且一致地运作。”——Localiza 首席技术官 André Petenussi
支柱 2:客户用自然语言描述需求
第二个领域始于对行为的一项观察:人们已开始用自然语言描述自己的需求,为出行服务创造了一个新的入口——就在他们表达意图的那一刻。
Localiza 的内部数据证实了这一转变:自 2024 年以来,来自 LLM 的流量快速增长,其中 ChatGPT 成为主要渠道。
公司选择尽早在这一空间建立存在感。2026 年 3 月,它成为巴西第一家——也是拉丁美洲最早之一——提供直接集成到 ChatGPT 中的应用程序的出行平台。客户可以在对话中探索租车、订阅和二手车选项并开启他们的旅程,然后在 Localiza 的安全环境中完成交易。
“我们相信,之所以能够以这些新方式服务客户,是因为我们很早便迎接了这一挑战,并在每一步都保持学习。”——Localiza 首席技术官 André Petenussi
在内部,Localiza 在 ChatGPT 中的应用被视为它本来的样子:一项实验,旨在让公司贴近客户行为的前沿、加速从真实交互中学习,并探索 AI 如何与现有生态系统互补。
支柱 3:Liza,一个围绕对话设计的产品
公司最清晰的 AI 原生产品范例是 Liza,一个对话助手,已成为其运营中公认的成功案例。
与传统聊天机器人的区别在于架构,而非界面。Liza 不是遵循固定的决策树,而是围绕对话、意图和上下文构建:它将 OpenAI 模型、Localiza 服务和专用工具结合起来,以支持体验的关键部分,从理解最初的请求到协助租车旅程的关键阶段。
其目标是以高质量处理重复性的旅程,并让团队腾出精力来处理复杂、更高价值的交互。
但成功并非以自动化的数量来衡量。
Localiza 在获得这类技术之前就已在对其客户服务旅程进行映射和测量——这一基础使其能够清晰地决定智能体应在哪里介入、何处需要人工干预。
“我们始终致力于让客户旅程尽可能流畅,并且我们开发了衡量该体验质量的指标。当然,我们也跟踪转化率,但我们的主要关注点是客户体验。”——Localiza 首席技术官 André Petenussi
Liza 还充当一个持续学习的闭环:来自交互的聚合、受监控的信号有助于识别需求、摩擦点和服务机会。结合语音能力——语音转文字和文字转语音——这些信号支持它从一个事务性聊天机器人演进为一个 AI 原生的客户界面,能够在不同的出行旅程中学习并扩展。
“这让团队中的大多数人能够更自信、更轻松地解决更有意义的问题，帮助我们为客户实现使命。”——André Petenussi，Localiza 首席技术官
自 GPT‑3.5 起共同学习
与 OpenAI 的合作开始得很早：Liza 的第一个版本仍运行在 GPT‑3.5 上。
对 Petenussi 来说，这段关系的核心价值在于两家并行发展的公司之间的主动学习，而不是某个具体功能——合作伙伴理解 Localiza 的挑战以及其能力在技术内外不同的成熟度。
这是他经常向市场上其他公司提出的观点：面对一项仍在成熟的技术，试错和紧密协作具有相当的价值。
“我们相信，我们仍处于一项正在改变市场、工作方式以及产品和服务使用方式的技术的早期阶段。它将在未来 5 年、10 年和 15 年里帮助塑造我们的世界。”——André Petenussi，Localiza 首席技术官
成果概览
2026 年 3 月，Localiza 成为巴西第一家、也是拉丁美洲最早一批将应用直接集成到 ChatGPT 中的公司；最近，它又作为广告主加入了该平台在巴西的广告试点。
自 2024 年以来，来自 LLM 的流量迅速增长，其中 ChatGPT 是主要渠道。
Liza 助手由 60 多个专业智能体协同运行，构建于推理模型、MCP 集成以及编排租车流程的专业工具之上。
公司内从财务到运营的各个团队都在使用自定义 GPT、智能体和 Codex 开展持续的实验。
Codex 进入技术部门后扩散到业务领域，分析师、经理、PMO 和律师都在构建自己的原型和自动化流程。
技术运营被组织为 19 个部落和 130 个小队。
给领导者的启示
把 AI 视为一种新的运营模式，而不是生产力层。最大的收益来自围绕智能、上下文和速度重新设计流程。
用规模来产生学习。大规模并行实验比一个完美的试点能产生更多的组织知识。
让实验超越技术范畴。当律师、PMO 和分析师在自己的领域内构建原型时，上游工作的性质就发生了改变。
在自动化之前先梳理和测量你的旅程。拥有高质量指标，才能决定智能体应在哪里介入、哪里不可或缺的是人。
采纳的瓶颈在于技能重塑，而不是模型本身。改变数百人的工作方式，比集成技术更难——也更关键。
建议
从客户的问题和旅程出发，而不是从模型功能出发。
把许可证分配当作实验预算，而不是个人福利。
在扩展对话式智能体之前，先建立质量指标。
把在新兴对话渠道上的亮相视为学习实验，而不是获客活动。
闭环反馈：利用每次互动产生的信号来改进产品本身。
下一步
Localiza 的目标是把 AI 放在其未来体验和流程的中心——无论是工作的产出方式、为客户创造的体验，还是运营问题的解决。
已经与 OpenAI 共同开发的下一个领域包括 Liza 的演进和面向销售的智能体、将对话式界面确立为客户入口，以及智能体软件开发的新周期。
“主要的关注点是我们如何创造更好的体验。无论是提升我们业务的盈利能力、保障其健康发展，还是最重要的是，为我们的客户和员工创造愉悦的体验。”——André Petenussi，Localiza 首席技术官