Omio将 OpenAI 模型集成到其工程运营中，以加速旅游产品开发和推出预订界面。
这家多式联运平台与遍布47个国家的3000多家运输供应商协调运营。Omio明确拒绝将技术简单地添加到过时的内部流程中。公司首席技术官Tomas Vocetka要求所有内部职能部门从根本上彻底重新设计其运营执行框架，使其成为一家原生人工智能企业。
OpenAI Codex 集成
Vocetka 通过向员工提供基本的 ChatGPT 访问权限来启动内部部署，在执行主要技术集成之前，建立对生成模型的基本熟悉度。
随后，Omio 将 OpenAI Codex 直接嵌入到其工程运营中，强制要求在整个软件开发生命周期中应用 Codex。目前，工程师们将 Codex 应用于初步研究、架构规划、实际编码、自动化测试、代码审查和持续的系统维护。
工程部门构建了定制的内部连接器，将专有数据环境与这些工具直接连接起来。这种设置使开发人员能够绕过基本信息检索，直接在其集成开发环境中执行实际任务。
Vocetka 将 ChatGPT 的初始部署归类为初步引入，并强调 Codex 负责处理实际的生产工作负载。部署执行已超越技术部门的范畴，日趋成熟。管理层积极将 Codex 的应用扩展到整个组织内非技术性的企业职能部门。这种扩展确保了标准操作流程能够适应工程团队引入的新功能。
内部分析表明，目前构建特定产品所需的技术工作量约为以往的20%。交付周期也相应缩短。以往需要多名开发人员耗时一个季度才能完成的项目，现在只需一名工程师在一个月左右的时间内即可完成。
更快的周期使工程团队能够以最小的资源投入测试实验性概念并验证消费者需求。管理层可以更精准地分配资金和工程工时，依靠原型制作来剔除不可行的功能，然后再投入全面生产。
降低软件开发的时间和成本门槛，能够加快内部决策速度。技术团队可以以更高的速度迭代现有产品，并更快地将更新和新的界面元素推送到生产环境。
基于实时交通数据的对话式商务
Omio 于 2023 年推出了最早的对话式旅行预订界面之一，它将 OpenAI 模型与其专有的交通运输库存连接起来。
该系统处理有关复杂多模式路线的自然语言查询。旅客输入自然语言请求，例如查询从罗马到佛罗伦萨的最快路线，或比较巴黎和巴塞罗那之间的航班和火车线路。
Omio整合了火车、巴士、轮渡和航班等多种交通服务。传统的旅行预订方式需要用户浏览多个网站，手动比较不同的交通方式，并分别汇总来自不同供应商的行程。Omio则用一个能够解析用户意图的统一界面取代了这种分散的流程。
生成模型分析文本输入并与预订系统交互，构建可行的旅行路线。该应用程序通过将模型响应与实时价格和可用性数据挂钩来实现其功能。这种架构避免了基于静态或过时的训练数据生成旅行选项。最终输出结果为消费者提供可直接预订的行程。
Omio 将其最初的集成扩展到了一个专门的 ChatGPT 体验中。这款专用应用程序可直接访问公司维护的全球交通网络。通过将用户交互建立在经过验证的数据之上，技术团队确保了高保真度的响应。消费者将获得高度个性化的出行方案，而非千篇一律的旅行建议。
Omio 将这种结构化设置定义为一种新型的对话式商务模式。人工智能作为主要接口层，协调消费者与底层全球交通网络之间的互动。该公司认为，这标志着其从传统的基于搜索的界面向原生生成式客户体验的转变。
该部署预示着未来出行规划将完全依赖于与直接连接到实时交通网络的智能系统进行交互。
Omio 的公司政策明确规定，所有已部署的代码和最终业务成果均由人员承担全部责任。生成式工具仅作为开发、分析和决策的加速引擎。
“责任和义务仍然掌握在人手中。人工智能可以帮助我们更快地开发、更快地分析和更快地做出决策，但最终的决策权仍然掌握在人手中，”沃切特卡解释道。
这种治理结构可防止自动化系统独立对预订基础设施或核心多模式路线规划算法进行不可逆的更改。员工广泛访问 OpenAI 工具以及严格的监督模型相结合，营造了一个兼顾速度和系统稳定性的环境。
