Kluczowe fakty:
- AutoScout24 wdrożył ChatGPT dla wszystkich 2000 pracowników oraz Codex dla około 1000 osób odpowiedzialnych za tworzenie produktów. Firma obsługuje ponad 30 milionów użytkowników miesięcznie i współpracuje z 45 tysiącami dealerów.
- Cykle developerskie w wybranych projektach skróciły się z 2-3 tygodni do 2-3 dni dzięki wdrożeniu narzędzi AI. Przed implementacją firma przeprowadziła trzymiesięczny proces ewaluacji różnych rozwiązań.
- Firma utworzyła sieć AI Champions – wielofunkcyjny zespół łączący centralną strategię z praktycznymi potrzebami poszczególnych działów. Model ten zapewnia organiczne skalowanie wiedzy w całej organizacji.
AutoScout24 wdraża AI na pełną skalę: Codex i ChatGPT przyspieszają pracę 2000 pracowników
Największy europejski marketplace samochodowy pokazał właśnie, jak wygląda przemysłowe wdrożenie narzędzi OpenAI w dużej organizacji technologicznej. Efekty? Cykle developerskie skróciły się z 2-3 tygodni do 2-3 dni.
Nie pilotaż, lecz pełne wdrożenie
AutoScout24 Group to platforma, którą większość Europejczyków kojarzy z poszukiwaniem auta. Firma obsługuje ponad 30 milionów użytkowników miesięcznie, oferuje ponad dwa miliony ogłoszeń i współpracuje z 45 tysiącami dealerów. Działa pod kilkoma markami, w tym AutoScout24 w Europie i AutoTrader.ca w Kanadzie. Zatrudnia około 2000 osób.
To nie jest startup eksperymentujący z AI na marginesie swojej działalności. To duża, dojrzała spółka, która postanowiła zmienić sposób pracy od środka.
Dwie warstwy transformacji
Firma przyjęła dwupoziomową strategię wdrożenia AI. Na pierwszym poziomie ChatGPT trafił do rąk wszystkich pracowników, budując ogólną „piśmienność AI” w całej organizacji. Na poziomie technicznym Codex zintegrowano bezpośrednio w codzienne procesy około 1000 pracowników odpowiedzialnych za tworzenie produktów.
Wybór Codexa nie był przypadkowy. Poprzedził go trzymiesięczny proces ewaluacji, podczas którego narzędzie wypadło najlepiej pod względem użyteczności, zgodności z istniejącymi procesami oraz mierzalnego wpływu na jakość kodu i produktywność.
Jak to działa w praktyce
Firma nie zostawiła pracowników samych z nowym narzędziem. Powołała sieć tzw. AI Champions, czyli przekrojowy, wielofunkcyjny zespół łączący centralną strategię z praktycznymi potrzebami poszczególnych działów. To model organicznego skalowania wiedzy, który od góry wyznacza kierunek, ale realne wdrożenia napędzają sami pracownicy.
Wyniki są konkretne:
- Cykle developerskie: skrócone z 2-3 tygodni do 2-3 dni w wybranych projektach
- Przepustowość inżynierów: wzrost umożliwiający szybszą iterację
- Jakość kodu: lepsza spójność dzięki automatycznym przeglądom
- Pull requesty i dokumentacja: mniej manualnej pracy przy review
- Prototypowanie: możliwość tworzenia pomysłów przez osoby spoza działów inżynierskich
Głos redakcji
Wyniki AutoScout24 robią wrażenie, ale warto zachować trzeźwość oceny. Skrócenie cyklu z kilku tygodni do kilku dni dotyczy „wybranych projektów”, nie całego portfolio. To ważna różnica. Nie każde zadanie developerskie nadaje się do automatyzacji w tym tempie. Z drugiej strony samo wdrożenie ChatGPT dla 2000 pracowników to poważna inwestycja w kulturę organizacyjną, której efekty będziemy widzieć dopiero za kilka lat. Kluczowe pytanie brzmi: co stało się z czasem, który uwolniły te narzędzia? Czy inżynierowie faktycznie skupili się na pracy wymagającej głębokiego myślenia, czy po prostu dostali kolejne zadania? To jest różnica między transformacją a przyspieszeniem na tym samym torze.
Piotr Wolniewicz, Redaktor Naczelny AIPORT.pl
Co mówi CTO
Frederik Kraus, dyrektor techniczny AutoScout24 Group, nie ukrywa entuzjazmu:
„Codex has emerged as a key enabler in our engineering workflows, delivering measurable impact in productivity, quality, and speed.” / „Codex stał się kluczowym czynnikiem w naszych procesach inżynierskich, przynosząc wymierny wpływ na produktywność, jakość i szybkość.”
To rzadka sytuacja, gdy szef technologiczny dużej korporacji publicznie chwali konkretne narzędzie z imienia i nazwiska. Zazwyczaj takie wypowiedzi pozostają na poziomie ogólników.
Lekcje dla innych firm
AutoScout24 wprost dzieli się tym, co zadziałało. Ich własna lista wniosków to niemal gotowy podręcznik wdrożenia:
Szeroką dostępność AI należy łączyć z głęboką integracją w procesy. Wdrożenie powinno wychodzić od realnych przypadków użycia, nie odgórnych nakazów. Wiedza powinna skalować się organicznie przez sieć „ambasadorów”. Narzędzia należy oceniać według mierzalnych wskaźników inżynierskich. Celem jest uzupełnianie możliwości zespołu, nie zastępowanie go.
Ten ostatni punkt jest najczęściej deklarowany przez firmy wdrażające AI. Równie często jest pierwszym, który odpada pod presją oszczędności.
Szerszy kontekst
AutoScout24 dołącza do rosnącej grupy dużych europejskich firm, które przestają testować AI i zaczynają ją faktycznie operacjonalizować. Firma od dłuższego czasu buduje AI w warstwę produktową: personalizuje rekomendacje pojazdów, automatyzuje wyceny i wspiera dealerów w optymalizacji ogłoszeń. Wdrożenie Codexa i ChatGPT to uzupełnienie tej strategii, tym razem skierowane do wewnątrz organizacji, do samych twórców produktu.
Pytanie, które wisi w powietrzu nad całą branżą technologiczną, nie zmienia się: ile z tych zysków produktywności trafi do pracowników, a ile zostanie po prostu przeliczone na mniejszą liczbę etatów? AutoScout24 na razie odpowiada, że chodzi o „augmentację”. Czas pokaże, czy to deklaracja, czy strategia.
