知识卡片：Cars24如何利用OpenAI扩展对话并加速构建

英文标题：How Cars24 scales conversations and builds faster with OpenAI
英文关键词：agentic workflows, conversational AI, lead recovery, voice agents
原始来源：https://openai.com/index/cars24

一句话结论

Cars24通过集成OpenAI驱动的语音和聊天代理，每月处理超100万分钟的对话，成功挽回了12%的丢失销售线索，并将代理工作流（agentic workflows）推广至全公司多个团队。

事件概述

Cars24（一家二手车交易平台）部署了基于OpenAI模型的语音和聊天代理，用于处理客户咨询。该代理系统每月处理超过100万分钟的对话，成功挽回了原本可能流失的销售线索（12%）。此外，该公司还将此类代理工作流扩展到内部多个团队，使更多部门能够自主构建和运行智能体。

方法/产品要点

• 待核实：具体的模型选择（如GPT系列、Whisper等）、技术架构、训练与部署方式。
• 待核实：语音代理与聊天代理的交互设计、回退机制、与现有CRM/工单系统的集成方式。
• 待核实：12%线索挽回率的具体定义与计算口径（如挽回窗口期、挽回后转化率）。

主要结果

• 每月处理超过100万分钟的对话（含语音与文本）。
• 挽回12%的丢失销售线索。
• 代理工作流从客户服务部门扩展至全公司，覆盖销售、运营、售后等团队。

为什么重要

这一案例提供了大型语言模型在商业客服场景中的量化价值证据，尤其是语音代理在挽回销售线索方面的具体成效。同时，它展示了企业如何将代理工作流从单一客服场景规模化推广至整个组织，为其他企业实施类似战略提供了可参考的路径。相比前文已有的 SIM 2（虚拟世界通用代理）和 Cursor Design Mode（代码UI代理），本卡片聚焦于实际业务转化指标与全公司级部署。

局限与不确定性

• 原文正文未抓取，所有技术细节、成本、客户满意度、与其他方案的对比等均待核实。
• 12%线索挽回率的基准、统计周期、是否剔除人为干预等因素尚不明确。
• 无法确认该代理是否完全自主运行，或仍需人工兜底。

可用于图书/PPT/简报的角度

• AI客服提升销售转化：以Cars24为例，说明AI语音代理如何直接量化挽回丢失线索。
• 代理工作流的规模化落地：从单一场景到全公司推广的实操经验。
• 行业对比：将本案例与SIMA（游戏场景）、Cursor（开发场景）并列，展示agent在电商客服场景中的独特价值。

原始材料

URL: https://openai.com/index/cars24
Track: industry
Topics: agent
Manual title: How Cars24 scales conversations and builds faster with OpenAI
Candidate summary: Cars24 uses OpenAI-powered voice and chat agents to handle 1M+ monthly conversation minutes, recover 12% of lost leads, and bring agentic workflows to teams across the company.
（注：未能抓取正文，以上基于元数据生成，已明确标注待核实内容）