News · A AutoScout24 coloca o Codex ao serviço de 1.000 builders para acelerar a entrega no marketplace

Jul, 134 min de leitura
Frontend

A AutoScout24 coloca o Codex ao serviço de 1.000 builders para acelerar a entrega no marketplace

O maior marketplace automóvel da Europa dividiu a sua implementação em duas fases: acesso alargado ao ChatGPT para 2.000 colaboradores e um agente de coding integrado no trabalho diário de 1.000 builders.

Uma implementação em duas fases, não um único lançamento

O AutoScout24 Group descreve uma divisão deliberada. O ChatGPT foi disponibilizado a cerca de 2.000 colaboradores para estabelecer uma base comum de literacia em AI (mantém-se o acrónimo em inglês) entre funções. O Codex chegou a cerca de 1.000 pessoas em funções que a empresa designa por "builder" — um agente de coding colocado diretamente nos fluxos de trabalho de engenharia, dados e produto.

Essa distinção é relevante. A empresa não tratou um assistente de chat e um agente de coding como a mesma intervenção. Um é capacitação horizontal; o outro está integrado nas tarefas específicas onde o código é escrito, revisto e lançado. Mantê-los separados é o que torna os resultados reportados atribuíveis, e não difusos.

A empresa também só escolheu o Codex após uma avaliação de três meses entre equipas, avaliado com base na usabilidade, na compatibilidade com os fluxos de trabalho e em ganhos mensuráveis de produtividade e qualidade de código. Trata-se de um período de teste mais longo do que o habitual na adoção de ferramentas, com critérios que uma organização de engenharia consegue efetivamente justificar.

O que um frontend de marketplace ganha com ciclos mais rápidos

A AutoScout24 liga mais de 30 milhões de utilizadores mensais a mais de dois milhões de anúncios, em marcas que incluem a AutoScout24 na Europa e a AutoTrader.ca no Canadá, servindo 45.000 parceiros concessionários. Trata-se de uma superfície de produto onde a pesquisa, a avaliação e os fluxos de compra são o próprio negócio — o frontend é onde os compradores decidem e os concessionários convertem.

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

A AI (mantém-se o acrónimo em inglês) está a mudar a forma como construímos, mas, mais importante, está a mudar o que conseguimos entregar aos nossos utilizadores e parceiros concessionários. Iterações mais rápidas significam melhores experiências para os compradores e formas mais eficazes de os concessionários chegarem aos clientes e os converterem.Montana Labs

O número em destaque — projetos selecionados a passarem de 2-3 semanas para 2-3 dias — é o que encurta o ciclo entre uma ideia de produto e algo que os compradores podem usar. Num marketplace, a velocidade de iteração na superfície voltada para o comprador é uma variável competitiva, não apenas uma métrica interna.

A rede de champions e a prototipagem por perfis não técnicos

A empresa criou uma rede transversal de AI Champions para gerar um ciclo de feedback entre a liderança central e as equipas individuais. O objetivo declarado era uma adoção orgânica — integrar a AI (mantém-se o acrónimo em inglês) nos fluxos de trabalho existentes em vez de impor uma nova ferramenta autónoma. Uma das lições de liderança é explícita: dar prioridade a casos de uso reais em detrimento de mandatos impostos de cima para baixo.

Do lado da engenharia, o Codex mostrou-se útil em trabalho concreto e pouco glamoroso: 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 a partir do zero — e é precisamente aí que a consistência numa base de código extensa realmente compensa.

O detalhe a assinalar para as equipas de frontend é que perfis não técnicos começaram a prototipar ideias e a validar conceitos de forma independente. Numa organização de produto, isso empurra a exploração inicial de UX para uma fase anterior, permitindo que as pessoas mais próximas das necessidades de compradores e concessionários testem um conceito antes de consumir tempo de engenharia.

A implicação: a adoção medida de ferramentas supera o mandato imposto

O contributo específico da AutoScout24 aqui é um modelo: avaliar um agente com base em métricas de engenharia durante três meses, separar a literacia alargada da integração profunda nos fluxos de trabalho, e usar uma rede de champions para transformar capacidade em casos de uso concretos. O valor de 10x aplica-se a "projetos selecionados", não à totalidade do portefólio — uma ressalva que o anúncio mantém.

Para equipas que constroem produtos voltados para o cliente, a lição não é que um agente de coding torna tudo mais rápido. É que os ganhos surgiram na revisão, na refatoração e na documentação — o trabalho que evita que um frontend em rápida evolução acumule dívida técnica — e ao permitir que perfis não técnicos prototipem antes de comprometer capacidade de desenvolvimento.

Find this story relevant to you?

Contact us to find a unique solution

Contact us

Precisa de um parceiro de engenharia de IA que saiba executar?

Ajudamos equipas em Portugal a integrar IA em produtos, automatizar processos de alto valor e modernizar os sistemas que suportam o negocio.

Get in touch

Leitura relacionada

Mais análises sobre entrega de produto, AI operacional e o trabalho de sistemas que faz com que a implementação funcione na prática.

Jul, 134 min de leitura
Frontend

A DNP colocou o ChatGPT Enterprise diante de dez departamentos e tratou a janela de chat como interface

Jul, 134 min de leitura
Frontend

A AdventHealth implementa o ChatGPT em nove estados ao tratar a adoção como o produto

Jul, 13Leitura de 4 min
Frontend

A AP+ utiliza a Codex para criar prototípagens de pagamento funcionais, e não apenas ecrãs clicáveis