A Proaction, startup norte-americana de software para gestão de frotas, relatou um salto de 60% nas vendas e uma economia mensal de mais de 75 horas de trabalho ao adotar o Codex, GPT‑Live‑1 e GPT‑6 Astra da OpenAI em seu processo comercial e operacional. O anúncio, publicado em 25 de setembro de 2026, detalha como a automação de demonstrações personalizadas e a criação de agentes de voz transformaram a rotina da equipe.
Demos customizadas sem depender da engenharia
Antes da integração com Codex, a Proaction dependia da equipe de engenharia para criar demonstrações personalizadas do produto para cada cliente potencial. O processo era lento e limitava o número de demos que podiam ser oferecidas. Com o Codex, o cofundador e COO Colin Knudsen passou a criar de quatro a seis demos interativas por mês, cada uma em menos de uma hora, sem recorrer a engenheiros. Segundo Knudsen, isso evita entre 40 e 60 horas de trabalho técnico mensalmente.
As demos são construídas a partir de gravações de chamadas, e-mails e planilhas compartilhadas pelos prospects. O Codex utiliza essas informações para gerar um ambiente HTML que reflete o produto da Proaction com os dados reais do cliente. Isso permite que os prospects vejam seus próprios veículos e fluxos operacionais durante a apresentação, o que, segundo a empresa, tornou as reuniões mais objetivas e aumentou a taxa de conversão de oportunidades em desenvolvimento de soluções em 50% a 60% (fonte).
Redução de retrabalho e ganho de eficiência
Além de acelerar vendas, o uso do Codex otimizou o fluxo entre vendas e engenharia. As demos customizadas servem de referência visual para os engenheiros quando um prospect se torna cliente, reduzindo dúvidas e retrabalho. A Proaction também implementou um centro de soluções onde clientes podem explorar fluxos de trabalho configurados para seu negócio e revisar materiais de vendas, facilitando a geração de requisitos claros sem intermediação técnica.
No dia a dia, Colin Knudsen utiliza plugins do Codex para integrar ferramentas como Granola, Gmail, Slack, Linear, GitHub e HubSpot. Ele centraliza transcrições de chamadas, históricos de e-mails e tarefas administrativas, estimando uma economia de 25 a 33 horas mensais em tarefas operacionais.
Agentes de voz e automação com GPT‑Live‑1 e GPT‑6 Astra
A Proaction ampliou o uso de IA com agentes de voz baseados em GPT‑Live‑1 e GPT‑6 Astra. Esses agentes automatizam tarefas como identificação de danos em veículos por imagem (com ChatGPT‑5.6 Sol), atendimento a motoristas, coordenação de manutenção, ligações para oficinas e aprovação de orçamentos. O agente “Marty” exemplifica a automação: conduz conversas com motoristas, agenda serviços e acompanha pagamentos, acionando humanos apenas quando necessário.
Segundo Danny O’Halloran, Head de Produto, o GPT‑6 Astra possibilitou execuções mais rápidas e objetivas em comparação à geração anterior. A Proaction batizou esse conjunto de automações de “Managed Execution Layer”, que permite à plataforma executar tarefas para clientes, não apenas monitorá-las.
Contexto e impacto
O caso da Proaction ilustra como startups de SaaS podem acelerar vendas e operações ao integrar LLMs e automação em processos centrais. A economia de tempo técnico libera engenheiros para desenvolver o produto principal, enquanto a personalização em escala potencializa conversão sem inflar a equipe. O uso de agentes de voz para tarefas operacionais aponta para um movimento crescente de automação de fluxos de trabalho fim a fim em setores tradicionais como logística e manutenção de frotas.
A OpenAI não divulgou valores de contrato, detalhes de contexto window ou preços específicos dos modelos usados pela Proaction (fonte).