A Proaction, startup focada em software para gestão de frotas, relatou um aumento de 60% nas vendas e uma economia mensal de até 60 horas de trabalho de engenharia após integrar as soluções Codex, GPT‑Live‑1 e GPT‑6 Astra da OpenAI em seus fluxos de trabalho [fonte].
Automatização de demos e ganho de eficiência
Personalizar demonstrações para potenciais clientes era um gargalo na operação da Proaction. Antes, a equipe dependia de engenheiros para criar demos customizadas, o que limitava o número de apresentações e consumia recursos técnicos escassos. Com o uso do Codex, o próprio COO, Colin Knudsen, passou a criar de quatro a seis demos interativas por mês em menos de uma hora cada, eliminando a necessidade de mobilizar engenheiros para a tarefa.
Segundo estimativas da empresa, essa automação economiza de 40 a 60 horas de engenharia mensalmente. Os demos são construídos a partir de gravações de chamadas, emails e planilhas fornecidas pelos clientes, permitindo que cada prospect veja sua própria frota e fluxos no ambiente da Proaction. O impacto é direto no fechamento de negócios: a taxa de conversão de contatos iniciais para desenvolvimento de solução subiu em 50–60%.
Uso de agentes de voz e GPT‑6 Astra na operação
A Proaction ampliou o uso de IA com agentes baseados em GPT‑Live‑1 e GPT‑6 Astra, chamados de Managed Execution Layer. Esses agentes automatizam tarefas do dia a dia, como coordenação de manutenção veicular, análise de documentos e imagens, e comunicação via chat e voz. O agente “Marty”, por exemplo, interage com motoristas, aciona oficinas, negocia orçamentos e acompanha o serviço até a aprovação, liberando a equipe para casos que exigem intervenção humana.
O Head de Produto da empresa, Danny O’Halloran, destaca que as rotinas computacionais com GPT‑6 Astra são mais sucintas e rápidas em comparação ao GPT‑5.6 Sol, acelerando a entrega de soluções personalizadas para clientes.
Centralização e automação para fundadores
A integração do Codex com ferramentas como Granola, Gmail, Slack, Linear, GitHub e HubSpot centralizou o fluxo de trabalho do time comercial e de produto. O COO relata que grande parte de suas 15 a 20 tarefas diárias — de preparação de follow-ups a atualizações de oportunidades no CRM — são feitas dentro do Codex, reduzindo a fragmentação entre diferentes sistemas e poupando 25–33 horas mensais de atividades operacionais.
Por que isso importa
O caso da Proaction mostra que a automação baseada em LLMs já está impactando KPIs de vendas e produtividade em startups B2B. A possibilidade de criar experiências personalizadas sem depender de engenharia amplia a escala comercial e acelera o ciclo de vendas — um diferencial relevante no mercado brasileiro, onde times de tecnologia são enxutos e o funil consultivo ainda é dominante em SaaS verticalizados. A tendência é que automação de demos e agentes de operação se tornem padrão para startups que buscam eficiência sem inflar headcount.