Localiza 如何围绕生成式 AI 重塑工作方式
对这家公司而言，生成式 AI 不只是提升生产力的辅助工具，更是一种全新的计算交互界面。这一理念落实在三个方向上：推动业务转型、打造新的客户交互界面，以及构建 AI 原生产品。
生成式 AI 出现时，Localiza 就确立了一个观点，并以此引领后续行动：这不只是工具箱里又多了一款软件，而是公司运营方式的变革。
公司没有着眼于孤立的用例，而是围绕三大战略支柱与 OpenAI 展开合作：通过大规模试验推动业务转型、打造新的客户交互界面，以及构建 AI 原生产品。贯穿这三大支柱的，是围绕智能、上下文和速度重新设计流程的决策。
“我们将其视为一款强大的工具，帮助团队更好地发挥已有优势。他们践行我们的文化，理解客户的需求，也知道如何提供出色的服务。”
指导内部应用的原则很简单：规模促进学习，学习带来更好的产品。
落实到实践中，就是将 ChatGPT 许可作为支持试验、提升生产力的资源来分配，而不只是个人福利。从财务到日常运营，Localiza 各团队都在积极尝试使用自定义 GPT、智能体和 Codex。
Codex 最先在技术部门落地，由软件工程师、产品经理、设计师和数据科学家使用。但应用范围并未止步于此：分析师、经理、项目管理办公室人员、律师以及其他业务专家也开始自行构建原型和自动化流程，验证各自专业领域内的假设。
这带来了公司未曾预料的变化：开发前的工作阶段被重新定义，跨专业团队会先为解决方案构建原型，再将其纳入开发排期。
他说，瓶颈在人，而不在技术。
“最大的挑战在于，帮助庞大的团队学习新的工作方式、掌握新技能，同时确保全部 19 个部落和 130 个小队高效运作、步调一致。”
第二个方向源于对用户行为的观察：人们开始用自然语言描述自己的需求。这为出行服务创造了一个新入口，让服务在人们表达意图的那一刻就能介入。
Localiza 的内部数据证实了这一转变：自 2024 年以来，来自大语言模型的流量快速增长，ChatGPT 已成为主要渠道。
公司选择及早布局这一领域。2026 年 3 月，Localiza 成为巴西首家、也是拉丁美洲最早一批推出直接集成于 ChatGPT 的应用的出行平台。客户可以在对话中了解租车、汽车订阅和二手车方案，开启服务旅程，再到 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，是因为我们很早就迎接了这项挑战，并在每一步都坚持学习。”
在 Localiza 内部，团队明确将其在 ChatGPT 中的应用定位为一项试验：紧跟客户行为的最新变化，加快从真实交互中学习，并探索 AI 如何补充现有生态系统。
Liza 是公司最具代表性的 AI 原生产品。这款对话式助手已成为其运营中一个成熟的成功案例。
它与传统聊天机器人的区别在于架构，而非界面。Liza 并不遵循固定的决策树，而是围绕对话、意图和上下文构建：它将 OpenAI 模型、Localiza 服务和专用工具相结合，为体验中的重要环节提供支持，从理解最初的请求，到协助完成租车旅程的关键步骤。
其目标是高质量地处理重复性服务流程，让团队腾出精力应对更复杂、价值更高的交互。
但衡量成功的标准并不是自动化处理量。
在接触这类技术之前，Localiza 就已开始梳理和衡量客户服务旅程。有了这一基础，公司才能明确判断哪些环节应交给智能体，哪些环节需要人工介入。
“我们始终致力于让客户旅程尽可能顺畅，并制定了衡量体验质量的指标。当然，我们也跟踪转化情况，但最关注的始终是客户体验。”
Liza 还构成了一个持续学习的闭环：通过汇总和监测交互信号，帮助识别客户需求、体验障碍和服务机会。结合语音转文字和文字转语音能力，这些信号推动 Liza 从交易型聊天机器人演进为 AI 原生的客户交互界面，能够在不同的出行服务旅程中持续学习并扩展应用。
“这让团队中的许多人得以腾出精力，更有信心、更从容地解决更有意义的问题，帮助我们践行为客户服务的使命。”
与 OpenAI 的合作很早就开始了：Liza 的最初版本还运行在 GPT‑3.5 上。
对 Petenussi 而言，这段合作关系的核心价值不在于某项具体功能，而在于两家同步发展的公司积极相互学习。在这一过程中，合作伙伴能够理解 Localiza 面临的挑战，以及其技术和非技术领域各项能力所处的不同成熟阶段。
他也经常向市场上的其他公司强调这一点：面对仍在走向成熟的技术，试错与密切合作具有重要价值。
“我们认为，这项技术的发展仍处于早期，但它已经在改变市场、我们的工作方式，以及我们使用产品和服务的方式。在未来 5 年、10 年乃至 15 年里，它都将参与塑造我们的世界。”
2026 年 3 月，Localiza 成为巴西首家、也是拉丁美洲最早一批推出直接集成于 ChatGPT 的应用的公司；近期，它又以广告主身份参与了该平台在巴西的广告试点。
自 2024 年以来，来自大语言模型的流量快速增长，其中 ChatGPT 是主要渠道。
Liza 助手由 60 多个专用智能体协同运作，依托推理模型、MCP 集成和专用工具，统筹租车流程。
从财务到运营，公司各团队都在积极尝试使用自定义 GPT、智能体和 Codex。
Codex 从技术部门推广到业务领域，分析师、经理、项目管理办公室人员和律师都开始自行构建原型和自动化流程。
技术团队由 19 个部落和 130 个小队组成。
将 AI 视为一种新的运营模式，而非提升生产力的辅助工具。最大的收益来自围绕智能、上下文和速度重新设计流程。
以规模促进学习。大规模并行试验所积累的组织知识，比一次完美的试点更多。
让试验走出技术部门。当律师、项目管理办公室人员和分析师在各自领域构建原型时，开发前期工作的性质也随之改变。
先梳理和衡量客户旅程，再实现自动化。建立质量指标后，才能判断哪些环节应由智能体介入，哪些环节离不开人工。
应用落地的瓶颈在于技能再培训，而非模型。改变数百人的工作方式，比技术集成更难，也更能决定成败。
从客户的问题和旅程出发，而不是从模型的某项功能出发。
将许可作为试验预算来分配，而非个人福利。
先建立质量指标，再扩大对话式智能体的应用规模。
将入驻新的对话渠道视为一次学习试验，而非获客活动。
形成闭环：利用每次交互产生的信号，改进产品本身。
Localiza 希望将 AI 置于未来体验和流程的核心，无论是完成工作的方式、为客户打造的体验，还是运营问题的解决。
公司已与 OpenAI 着手推进下一阶段的工作，包括升级 Liza 和面向销售的智能体、将对话式界面打造为客户入口，以及开启由智能体驱动的软件开发新周期。
“我们最关注的是如何创造更好的体验。无论是为了提升业务盈利能力、确保业务健康发展，还是最重要的，为客户和员工创造愉悦的体验。”
