【OPENAI】Omio 用 AI 重构会话式出行

Omio 与 OpenAI 合作，将实时交通数据接入大型模型，打造可对话的行程发现与预订体验；同时在内部全面推广 ChatGPT 与 Codex，推动从流程重构到产品开发效率的转变，实现更快的试验与迭代。公司强调以治理与人工决策为核心，维持责任归属并把 AI 作为运营底层能力。

背景
– Omio 是一家多模式出行平台，连接 3,000+ 交通供应商、覆盖 47 个国家。
– 面对用户对对话式界面的期待，Omio 选择从搜索向会话式发现转型。

对外产品：会话式出行体验
– 早在 2023 年，Omio 将实时库存与订票系统接入 ChatGPT，支持自然语言问答（如最快路线、交通方式比较）。
– 后续建设了基于 OpenAI 模型的专用 ChatGPT 体验，并把响应以已核验的实时出行数据为依据，推动“会话式商业”在出行场景的落地。

对内变革：AI-native 转型
– 公司在全组织推行 ChatGPT 试点，随后把 Codex 深度嵌入工程流程（从需求、编码、测试到运维）。
– 开发效率显著提升：很多产品开发成本降至原来的 ~20%；从多个开发者数月周期缩短到一人一个月完成。
– 构建自定义集成，将内部系统和数据接入 AI 工具，实现从信息检索向执行的跃迁。

治理与原则
– 强调人负责制：AI 加速决策与执行，但责任与最终判断由人承担。
– 建议把 AI 当作业务变革而非单纯技术项目，领导力推动与全员试验并重，重设计工作流而非仅是自动化。

成果与下一步
– 成果摘要：早期在 ChatGPT 上推出会话式出行、接入 3,000+ 供应商、提高研发效率并扩展到业务端应用。
– 未来方向：继续把会话界面与实时运输网络结合，推动出行业务向“与智能系统直接交互”的模式演进，同时把 AI 做为公司运营与产品构建的底层能力。

Omio 的实践展示了把 LLM 与实时业务系统结合能同时提升用户体验与内部效率，但治理与数据连通仍是关键瓶颈。

原文链接