Tempo de leitura: 4 minutos
Olá, é um prazer inenarrável estar mais uma vez escrevendo este post. A Proaction afirma ter aumentado as vendas em 60% e poupado mais de 75 horas mensais ao usar ferramentas da OpenAI em vendas, produto e operações. O caso chama atenção porque não se trata apenas de pedir a uma IA que escreva textos: a empresa transformou conversas com clientes em demonstrações interativas e fluxos de trabalho prontos para avançar negociações.
O ponto mais interessante é que parte desse processo passou a ser conduzida por um cofundador sem formação técnica. Em vez de esperar pela disponibilidade de um engenheiro para cada demonstração personalizada, ele usa o Codex para criar protótipos adaptados às necessidades de cada potencial cliente.
Como o Codex para vendas transforma conversas em demonstrações personalizadas
Segundo a OpenAI, a Proaction desenvolve software para empresas que administram frotas de carros, caminhões e máquinas de construção. Como cada operação tem veículos, rotinas e necessidades diferentes, uma apresentação genérica nem sempre consegue mostrar o valor do produto.
Antes, os fundadores dependiam de conversas e apresentações de slides ou precisavam envolver a equipe de engenharia para criar uma demonstração específica. Colin Knudsen, cofundador e diretor de operações da Proaction, passou a enviar ao Codex gravações de chamadas, conversas por e-mail e planilhas compartilhadas pelo prospecto. A ferramenta usa esse contexto para montar um ambiente demonstrativo em HTML, com veículos e fluxos de trabalho semelhantes aos da empresa interessada.
Knudsen afirma que cria de quatro a seis demonstrações personalizadas por mês, levando entre 30 e 45 minutos em cada uma. A estimativa apresentada pela Proaction é de uma economia de 40 a 60 horas de engenharia mensais, considerando que cada demonstração semelhante exigiria cerca de 10 horas de trabalho técnico.
O impacto do Codex para vendas no avanço das negociações
Uma demonstração baseada nos próprios dados e processos do cliente pode tornar a conversa comercial mais concreta. Em vez de explicar de forma abstrata o que a plataforma poderia fazer, a equipe mostra uma versão visualmente próxima da realidade daquela operação.
De acordo com a Proaction, a proporção de negociações que avançam do primeiro contato para a etapa de desenvolvimento de uma solução aumentou entre 50% e 60% com o uso dessas demonstrações. A empresa também atribui ao conjunto de iniciativas um crescimento de 60% nas vendas. Como esses números vêm de um estudo de caso publicado pela própria OpenAI e pela empresa, eles devem ser interpretados como resultados relatados, não como uma garantia para qualquer operação comercial.
O protótipo também continua útil depois do fechamento. Quando um prospecto se torna cliente, a equipe de engenharia recebe a demonstração personalizada como referência visual. Isso reduz dúvidas e idas e vindas sobre o que precisa ser construído, funcionando como uma ponte entre a conversa comercial e os requisitos do produto.
Como o Codex para vendas conecta ferramentas e agentes de IA
A Proaction também usa integrações do Codex com ferramentas como Granola, Gmail, Slack, Linear, GitHub e HubSpot. Com isso, Knudsen consegue consultar transcrições de reuniões e históricos de e-mail, preparar acompanhamentos, criar tarefas no Linear e atualizar oportunidades no HubSpot sem alternar constantemente entre várias abas.
A empresa afirma que configurou uma automação programada para revisar chamadas recentes e preparar atualizações comerciais para a equipe. Para um fundador que executa entre 15 e 20 tarefas diferentes por dia, essa centralização representa uma economia estimada de 25 a 33 horas por mês.
Esse tipo de fluxo se aproxima do que outros agentes de IA fazem ao conectar canais, interpretar informações e executar etapas de um processo. A diferença, neste caso, é que o Codex aparece como uma camada de trabalho usada diretamente por uma pessoa que transita entre vendas, suporte e gestão de produto.
Do protótipo ao atendimento da frota
Além dos fluxos comerciais, a Proaction está desenvolvendo agentes de voz para lidar com tarefas operacionais de frotas. Um deles, chamado Marty, foi projetado para conversar com motoristas sobre problemas, contatar oficinas, agendar serviços e ajudar na aprovação e no pagamento de orçamentos.
A empresa afirma que esses agentes podem fazer ligações, analisar documentos e imagens, interpretar textos e responder por chat. A equipe humana continua envolvida quando uma situação exige revisão ou intervenção, o que evita tratar a automação como uma substituição completa da supervisão.
O material também cita o uso do GPT-Live-1 e do GPT-6 Astra nesse desenvolvimento. Em outro caso relacionado, a redução de tempo em pesquisas com o GPT-6 Astra mostra como a OpenAI vem apresentando o modelo em fluxos que dependem de agentes e execução de tarefas.
O que o caso da Proaction revela sobre o Codex para vendas
O principal aprendizado não é que uma ferramenta de IA simplesmente “faz vendas”. O resultado relatado pela Proaction surgiu da combinação entre contexto real do cliente, protótipos rápidos e integração com sistemas já usados pela equipe.
Uma demonstração personalizada só é útil quando representa problemas concretos. Da mesma forma, uma automação comercial precisa recuperar informações confiáveis e encaminhá-las para a próxima etapa correta. Sem esse cuidado, a IA apenas acelera a produção de materiais genéricos ou espalha erros entre vários sistemas.
O caso também mostra uma mudança na divisão do trabalho dentro de uma startup. Um profissional de vendas ou operações pode criar uma primeira versão funcional para validar uma ideia, enquanto os engenheiros entram depois com requisitos mais claros. Isso não elimina a necessidade de desenvolvimento técnico, mas pode reduzir o tempo gasto descobrindo o que realmente precisa ser construído.
Assim, o Codex para vendas aparece menos como um substituto da equipe comercial ou de engenharia e mais como uma camada de tradução entre conversa, demonstração e execução. Para a Proaction, essa camada ajudou a economizar horas, personalizar negociações e avançar oportunidades. O desafio, como sempre, é confirmar se os ganhos se mantêm quando o processo cresce e passa a atender mais clientes, equipes e exceções.
