先講一句最打中我的話：「以前買車的體驗，取決於誰接了那通電話。」這是印度二手車平台 Cars24 創辦人講的。你有沒有發現，這句話換成門市也一樣成立——同一個客人，遇到不同的人接待，感受可能天差地遠。這篇就來拆解，Cars24 怎麼用 AI 把「靠運氣」的客戶體驗，變成「每一通都穩」。
這是誰說的？OpenAI 官方 7 月釋出的實戰案例
資料來源很硬：2026 年 7 月 16 日 OpenAI 官方部落格發的一篇客戶案例，主角是 Cars24——印度規模最大、橫跨阿聯與澳洲的二手車交易平台。整條龍都做，從找車、貸款、到賣車、售後都包。
創辦人 Vikram Chopra 的原話很值得抄下來：「在印度買車是一段旅程，不是一次交易。多年來，這段體驗取決於誰接了電話。AI 改變了這件事。今天我們每個月透過 AI 處理超過 100 萬分鐘的對話，讓每一個客戶在任何規模下都有高品質的體驗。」
注意「每個月 100 萬分鐘對話」這個數字——這不是實驗室的 demo，是真的在跑的生意量。
為什麼買車這件事，最會「掉單」？
Cars24 點出一個關鍵：買賣車跟一般電商不一樣，很少在一次點擊裡就搞定。大部分流程發生在 App 之外——打電話、對文件、來回追蹤，一拖可能好幾天甚至好幾週。
問題就出在這：當生意越做越大，怎麼在「幾百萬次互動」裡都維持一致又高品質的體驗，卻又不用一直擴編客服團隊？這題，其實每個做第一線服務的行業都會遇到。
解法一：AI 顧完客戶整段旅程
Cars24 用 OpenAI 的 API，做了會講話（語音）也會打字（文字）的 AI agent。實際跑起來是這樣：
買家一打電話進來，AI 先問預算、家庭人數、通勤需求、想要什麼車型，然後從自家車庫推薦車款、幫忙約試駕、還能一起看貸款方案。試駕前會再追一次確認你會不會來、順便問要不要換別台；試駕後主動問你要不要下訂、還是再看看。成交之後也沒閒著，保固、退換、售後都繼續顧。
把它想成一個永遠不會累、也不會漏接的接待人員，從頭跟到尾。
解法二：最痛的那塊——把流失客戶找回來
這段我覺得是全篇最狠的。以前那些超過 10 天沒回應的客人，基本上就當作掉單、沒人管了。現在 AI agent 會主動重新聯繫、確認你到底還想不想買，一旦 Cars24 能開出你要的價格，就把你重新拉回銷售流程裡。
做第一線的都懂，「客戶跑掉了」是最讓人捶心肝的事。有時候不是他不買，只是那當下沒接上、後來就忘了。AI 把這種「本來會沉掉」的客人一個一個撈回來，這才是真的省下白花花的機會成本。
不只客服，AI 還滲進整間公司
Cars24 沒有只把 AI 用在對外客服。他們把 OpenAI 的 ChatGPT Enterprise 跟寫程式的 Codex，導到公司內部各部門：工程、財務、法務、行銷、營運都在用。
舉幾個真的在跑的例子——財務團隊用 AI 從系統把數字撈出來、跑分析、準備給投資人的報表，不用再一個個去跟各部門主管要資料；另一個財務流程是自動審查超過一定金額的採購申請，AI 幫忙抓異常、有問題就標記、沒問題就自動放行。甚至有團隊自己做了「幕僚長 agent」，把 Slack、Gmail、WhatsApp 串起來管溝通、排程跟追蹤。
創新負責人 Jayesh Gupta 講了一句很到位的話：「我本來以為 Codex 只會讓工程師更快。讓我意外的是它擴散到工程以外的速度有多快——產品、財務、日常流程都開始變了。那時我才意識到，我們改變的不只是寫程式的方式，而是整間公司對『把事情做完』的想法。」
導入怎麼才會成功？三個關鍵
這篇最值得學的，是 Cars24 的導入節奏：
第一，不貪心，從一個「高流量、又最痛」的流程先試——他們挑的就是最會掉單的那段客戶對話。第二，內部真的用起來才算數：ChatGPT Enterprise 跟 Codex 導給大約 600 位員工，日活躍使用率高達 85% 到 90%，這代表不是裝了沒人碰，而是天天在用。第三，讓各部門自己建工具、不用一直等工程部排隊，AI 變成一層「大家都能動手」的操作層。
換成我在教育訓練，會怎麼跟同仁講
我平常一塊工作是幫第一線同仁、還有企業內部的夥伴導 AI、上 AI 課。看完 Cars24 這個案例，我最想拿去課堂上講的有兩點。
第一點：先別問「AI 能不能取代人」，先問「我這行哪一段對話最會掉單」。Cars24 不是一次把整間公司 AI 化，而是挑最痛的那一刀先下——這跟我一直在講的「先規劃再執行、先找一個明確流程試」完全一樣。與其開一個大到做不完的 AI 專案，不如挑一個「每個月重複、又常常漏掉」的環節先交給 AI。
第二點：導入成功的指標，不是「上線了沒」，是「同仁天天用了沒」。Cars24 那個 85% 到 90% 的日活躍，比任何漂亮的 demo 都有說服力。我教課最怕的就是課上完、工具裝好，結果回到崗位沒人碰。真正的落地，是它變成日常，而不是一個活動。
套用前，有幾點要先說清楚
先講幾個誠實的前提，免得看完太興奮：這是 OpenAI 官方發的客戶案例，數據來自 Cars24 與 OpenAI 自己，本來就會挑成功的講。Cars24 是「AI 原生」的公司、規模也夠大，中小型或傳統一點的組織要複製，得看自己的資料跟流程有沒有到位。還有，把客戶對話交給 AI，責任邊界跟資料隱私一定要先想清楚——哪些能自動、哪些一定要人接手，這條線要自己畫好。工具再強，方向還是人要負責。
小結
Cars24 這個案例最大的啟發，不是「AI 好厲害」，而是那套很務實的節奏：從一個最痛、最會掉單的流程先試，讓 AI 把本來會沉掉的客戶一個個撈回來，再慢慢擴到整間公司，最後用「天天有人用」來驗證它真的落地。
回到那句金句——別再讓客戶體驗「取決於誰接了電話」。今天就找出你工作裡最會掉單的那段對話，那就是你最該先交給 AI 的地方。
本文整理改寫自 OpenAI 官方部落格 2026-07-16〈How Cars24 scales conversations and builds faster with OpenAI〉。原文連結：openai.com/index/cars24。文中數據與引言均出自該案例，來源為 OpenAI 與 Cars24 官方。
留言
張貼留言