AutoScout24 通过AI驱动的工作流扩展工程能力
TL;DR · AI 摘要
AutoScout24通过采用AI工具如ChatGPT和Codex，显著提高了开发效率和代码质量，缩短了项目交付时间。
核心要点
- AutoScout24将开发周期从2-3周缩短到2-3天。
- 通过AI工具，非技术角色也能独立原型化和验证概念，加速创新。
- AI工具的广泛采用和深度集成，提升了工程团队的生产力和代码质量。
结构提纲
按章节快速跳转。
思维导图
用一张图看清主题之间的关系。
查看大纲文本（无障碍 / 无 JS 友好）
- AutoScout24 AI Adoption
- 引言
- 实施策略
- ChatGPT 组织范围
- Codex 工程流程
- 成果概览
- 缩短开发周期
- 提高代码质量
- 领导层经验
- 广泛AI访问
- 深度工作流集成
- 未来展望
金句 / Highlights
值得收藏与分享的关键句。
将开发周期从2-3周缩短到2-3天。
Codex已成为我们工程工作流中的关键推动者，显著提升了生产力、质量和速度。
AI工具使非技术角色能够独立原型化和验证概念，加速了整个组织的创新。
为速度、规模和复杂性重建工程
AutoScout24 Group(在新窗口中打开) 是欧洲和加拿大最大的在线汽车市场，每月连接超过 3000 万用户与超过 200 万辆车辆列表。该公司在多个品牌下运营，包括欧洲的 AutoScout24 和加拿大的 AutoTrader.ca，支持一个由 45,000 家经销商合作伙伴组成的网络，并在全球范围内雇用了约 2,000 名员工。
随着产品期望的提高和系统复杂性的增加，AutoScout24 Group 面临着越来越大的压力，需要在不牺牲可靠性的情况下加快创新步伐。这与公司不断改进买家搜索、评估和购买车辆的方式以及经销商成功营销和销售库存的目标密切相关。随着大规模迁移、遗留系统和工程需求的增加，渐进式的改进已不再足够。大型语言模型的出现提供了一个及时的机会，从根本上重新思考软件的构建、测试和扩展方式——使 OpenAI 成为推动这一转型的自然伙伴。
“AI 正在改变我们的构建方式，但更重要的是，它正在改变我们能够向用户和经销商合作伙伴提供的内容。更快的迭代意味着更好的买家体验和更有效的经销商触达及转化客户的方式。”
—Frederik Kraus，AutoScout24 Group 首席技术官
实施过程
AutoScout24 Group 实施了双层 AI 采用策略，以平衡广泛的赋能与深入的技术影响。ChatGPT 被推广到整个组织，大约 2,000 名员工可以访问 AI 工具，从而在整个职能中建立了强大的 AI 素养基础。
与此同时，该公司将 Codex 集成到其工程、数据和产品工作流中，为大约 1,000 名构建者员工配备了直接集成到日常流程中的编码代理。经过为期三个月的团队评估，Codex 在可用性、工作流兼容性和生产力及代码质量的可衡量改进方面表现出色，因此被选中。
为了确保大规模采用，AutoScout24 Group 建立了一个跨职能的 AI 冠军网络。该小组在中央领导和个别团队之间建立了反馈循环，帮助将 AI 功能转化为实际的现实用例。这种方法鼓励了有机采用，并确保 AI 被嵌入到现有工作流中，而不是作为一个独立工具存在。
Codex 在几个高影响力用例中迅速证明了其价值，包括自动拉取请求审查、大规模重构、技术文档和事后分析。除了工程领域，AI 工具还使非技术角色能够独立原型化想法并验证概念，从而加速整个组织的创新。这最终支持了平台改进的更快交付，使买家和经销商合作伙伴受益。
“Codex 已成为我们工程工作流中的关键推动者，在生产力、质量和速度方面带来了可衡量的影响。”
—Frederik Kraus，AutoScout24 Group 首席技术官
一目了然的结果
- 将某些项目的开发时间从 2-3 周缩短到 2-3 天
- 提高了工程吞吐量，支持更快的迭代和实验
- 通过自动审查提高了代码质量和一致性
- 减少了拉取请求审查和文档中的手动工作量
- 扩大了创新能力，使非工程角色能够原型化想法
领导层的经验教训
- 结合广泛的 AI 访问与深入的工作流集成以最大化影响
- 优先考虑实际用例而非自上而下的指令以推动采用
- 建立跨职能冠军以有机地扩展知识
- 使用可衡量的工程指标严格评估 AI 工具
- 关注增强而非替代现有团队能力
下一步计划
AutoScout24 Group 继续在其内部工作流和面向客户的产品中扩展 AI 的使用。未来的努力将集中在将 AI 更深入地集成到核心系统中，从而在整个平台上实现更大的自动化和智能化。
随着公司扩大其 AI 能力，它旨在进一步提升用户体验，赋能各职能团队，并解锁产品构建和交付的新效率。