AutoScout24 coloca Codex nas mãos de 1.000 desenvolvedores para agilizar entregas no marketplace

Uma implementação em duas camadas, não um único lançamento

A AutoScout24 Group descreve uma divisão deliberada. O ChatGPT foi liberado para cerca de 2.000 funcionários, estabelecendo uma base de letramento em IA entre as áreas. Já o Codex foi direcionado a cerca de 1.000 pessoas que a empresa chama de "builders" — um agente de código colocado diretamente dentro dos fluxos de engenharia, dados e produto.

Essa distinção importa. A empresa não tratou um assistente de chat e um agente de código como a mesma intervenção. Um é capacitação horizontal; o outro está embutido nas tarefas específicas onde o código é escrito, revisado e lançado em produção. Mantê-los separados é o que torna os resultados relatados atribuíveis, e não difusos.

A empresa também só escolheu o Codex depois de uma avaliação de três meses entre times, julgada por usabilidade, compatibilidade com os fluxos de trabalho e ganhos mensuráveis de produtividade e qualidade de código. É um teste mais longo do que a maioria das adoções de ferramentas recebe, e os critérios são exatamente os que uma organização de engenharia consegue defender.

O que o frontend de um marketplace ganha com ciclos mais rápidos

A AutoScout24 conecta mais de 30 milhões de usuários mensais a mais de dois milhões de anúncios, sob marcas como AutoScout24 na Europa e AutoTrader.ca no Canadá, atendendo 45 mil parceiros revendedores. É uma superfície de produto em que os fluxos de busca, avaliação e compra são o próprio negócio — o frontend é onde os compradores decidem e os revendedores convertem.

O CTO Frederik Kraus enquadra a mudança em termos de entrega, não de ferramentas:

A IA está mudando como construímos, mas, mais importante, está mudando o que conseguimos entregar aos nossos usuários e parceiros revendedores. Iterações mais rápidas significam experiências melhores para os compradores e formas mais eficazes de os revendedores alcançarem e converterem clientes.Montana Labs

O número principal — projetos selecionados passando de 2–3 semanas para 2–3 dias — é o que encurta o caminho entre uma ideia de produto e algo que os compradores podem usar de fato. Para um marketplace, a velocidade de iteração na superfície voltada ao comprador é uma variável competitiva, não apenas uma métrica interna.

A rede de champions e a prototipagem fora da engenharia

A empresa criou uma rede multifuncional de AI Champions para estabelecer um ciclo de feedback entre a liderança central e os times individuais. O objetivo declarado era uma adoção orgânica — incorporar a IA aos fluxos de trabalho já existentes em vez de impor uma nova ferramenta isolada. Uma das lições de liderança é explícita: priorizar casos de uso reais em vez de mandatos vindos de cima para baixo.

Do lado da engenharia, o Codex apareceu em trabalhos concretos e nada glamorosos: revisões automatizadas de pull requests, refatoração em larga escala, documentação técnica e análise pós-incidente. São tarefas de manutenção e qualidade, não geração de funcionalidades do zero — e é justamente aí que a consistência em uma base de código grande realmente compensa.

O detalhe que vale destacar para times de frontend é que áreas não técnicas começaram a prototipar ideias e validar conceitos de forma independente. Numa organização de produto, isso empurra a exploração inicial de UX para uma etapa anterior, permitindo que as pessoas mais próximas das necessidades de compradores e revendedores testem um conceito antes de consumir tempo de engenharia.

A implicação: adoção medida de ferramentas vence o mandato imposto

A contribuição específica da AutoScout24 aqui é um modelo: avaliar um agente com métricas de engenharia por três meses, separar letramento amplo de integração profunda nos fluxos de trabalho, e usar uma rede de champions para transformar capacidade em casos de uso reais. O número de 10x se aplica a "projetos selecionados", não ao portfólio inteiro — uma ressalva que o próprio anúncio mantém.

Para times que constroem produtos voltados ao cliente, a lição não é que um agente de código torna tudo mais rápido. É que os ganhos apareceram em revisão, refatoração e documentação — o trabalho que evita que um frontend em ritmo acelerado acumule dívida técnica — e em permitir que pessoas fora da engenharia prototipem antes de comprometer capacidade de desenvolvimento.