OpenAIがCodex事例公開、営業デモ内製で売上60%増

何が発表された？ProactionがCodexで「売上60%増・月75時間削減」を実現したという事例の中身

室谷代表取締役

OpenAIが2026年9月25日に公開したカスタマーストーリーの話なんですよね。北米のスタートアップProactionが、CodexとAPIを使って営業のやり方そのものを変えたという事例です。

Proactionは車やトラック、建設機械といったフリートを管理する企業向けにソフトウェアを提供している会社で。

テキトー教師DotAI 認定講師

フリート管理って、顧客ごとに保有車両の構成も運用の仕方もまるで違うんですよ。だから「御社の場合はこうなります」を具体的に見せられるかどうかが受注を分ける。

そこにCodexを持ち込んだのが今回のポイントですね。

室谷代表取締役

数字がはっきり出ていて、OpenAIの記事には月40〜60時間のエンジニア工数削減、月33時間の創業者工数削減、売上60%増という3つのResultsが並んでいます。ここは押さえておきたいところです。

テキトー教師DotAI 認定講師

タイトルでも「saves 75+ hours」と書かれているので、40〜60時間と33時間を合わせて月75時間以上という見せ方なんですね。単に効率化したという話じゃないんですよ。

売上に効いたと主張しているのがポイントで、効果測定の対象がコストではなく売上側に置かれている。

室谷代表取締役

しかも、作っているのがエンジニアじゃないんですよ。MYUUUでも社内ツールやちょっとしたデモを非エンジニアが作る場面は増えていますけど、営業の最前線にいるCOOが自分で作って、そのまま商談に使っているというのが…この事例の一番おいしいところなんですよね。

テキトー教師DotAI 認定講師

記事で語っているのはColin Knudsenさん、Proactionの共同創業者でCOOです。本人が「非技術者として、以前はデモが欲しければエンジニアを巻き込む必要があった。

今はCodexの中で自分でやっている」と話しています。

営業デモをエンジニアなしで内製——非エンジニアのCOOが30〜45分で作る仕組み

室谷代表取締役

ここが実務的にいちばん参考になる部分です。Colinさんは月に4〜6本のカスタマイズされたインタラクティブなデモを作っていて、1本あたりの制作時間は30〜45分。

このワークフローが具体的に書かれているんですよ。

テキトー教師DotAI 認定講師

手順を追うとこうですね。まず商談が終わったあと、ColinさんがCodexに渡す素材を指定します。

• 商談を録音したGranolaの録音データ
• 見込み客とのメールスレッド
• 見込み客が共有してきたスプレッドシート

室谷代表取締役

Codexはその文脈を使って、Proactionのプロダクトと、顧客自身のフリートを再現したHTMLのデモ環境をカスタマイズする。で、Colinさんが画面共有すると、見込み客の目の前には自分たちの車やトラック、機材が自分たちの働き方に沿って並んでいるわけです。

テキトー教師DotAI 認定講師

これ、商談の質が変わるんですよ。相手が「ここはこう直したい」と指を指せる。

その場で一緒にソリューションを作っていける。Colinさんも「エンジニアを一切介さずに、最終的なソリューションを一緒に生成していく」という言い方をしています。

室谷代表取締役

提案書を読むんじゃなくて、自分のデータが入った画面を触りながら会話するわけですから、温度感がまったく違いますよね。AIに文脈を渡して成果物にするという考え方自体は、ChatGPT長期記憶のすべてで扱っているような記憶・文脈の設計とつながる話でもあります。

テキトー教師DotAI 認定講師

しかもColinさんは「興味を持ってくれた見込み客すべてにデモを作るだけのエンジニア余力がなかった」と明言しているんですよ。つまりこれは効率化の話である以前に、そもそも手が回っていなかった営業施策を実行可能にしたという話なんですね。

月40〜60時間のエンジニア削減と創業者33時間——数字はどこから生まれたのか

室谷代表取締役

ここは数字の出どころを丁寧に見ておきたいところです。まず月40〜60時間のエンジニア工数削減。

これは「もしProactionのエンジニアが同等のデモを作ったら1本あたり約10時間かかる」というColinさんの見積もりが根拠になっています。

テキトー教師DotAI 認定講師

月に4〜6本ですから、10時間×4〜6本で40〜60時間。計算の筋は通っていますね。

ただしこれは実測ではなく、あくまで「エンジニアが作ったら」という推定値です。

室谷代表取締役

もうひとつの33時間という創業者工数の削減は、記事のResultsとして掲載されていますが、内訳がどこから積み上がった33時間なのかは今回の抜粋では明らかにされていません。ここは数字の重みをそのまま受け取らず、前提を確認したいところです。

テキトー教師DotAI 認定講師

見落としがちなのがバックエンド側の効果です。見込み客が顧客になったあと、Colinさんはカスタマイズしたデモをエンジニアに渡します。

すると「何を作るのか」をめぐる質問ややり取りが減る。視覚的なリファレンスがあるかどうかで、要件のすり合わせ工数はかなり変わりますからね。

室谷代表取締役

さらにCodexを使って、見込み客がログインして自社向けにカスタマイズされたワークフローを探索できる「カスタマーソリューションセンター」も作ったと書かれています。デモが単発で終わらず、顧客接点の置き場所になっているわけです。

テキトー教師DotAI 認定講師

商談が初期コンタクトから「ソリューション開発」のフェーズに進む割合が、カスタムデモによって50〜60%増えたというのもColinさんの推定です。ここも自己申告の数字であることは忘れないほうがいいですね。

GPT-Live-1とGPT-6 Astraが担う音声エージェント——フリート管理での使われ方

室谷代表取締役

今回の記事にはもうひとつ軸があって、GPT-Live-1とGPT-6 Astraを使った音声エージェントの話が含まれています。見出しには「Bringing voice agents to fleet operations with GPT-Live-1 and GPT-6 Astra」とあるので、フリートの運用現場に音声エージェントを持ち込むという文脈ですね。

テキトー教師DotAI 認定講師

ただ、今回の抜粋ではこの音声エージェントが具体的にどんな業務を担っているのか、導入規模や効果の数値までは明らかにされていません。ここは現時点で判断材料が足りない部分です。

室谷代表取締役

一方で、Proactionが使っている製品としてはCodexとAPIが挙げられています。つまりコーディングの内製と、プロダクトに組み込むAPI利用の両方を、同じOpenAIのプロダクト群で回しているという構造なんですよね。

テキトー教師DotAI 認定講師

音声まわりは変化が速い領域ですから、講座でも受講生さんから質問が多いところです。会話の自然さや応答の質については、ChatGPTの音声がかわいい？で扱っているような体験面の進化とあわせて追いかけると整理しやすいですよ。

室谷代表取締役

現場のオペレーションに音声を入れる場合、ハンズフリーで確認できることの価値は大きいですからね。ただ、この事例でどこまで自動化されているのかは、続報を待つしかないなと…。

この事例は再現できるのか？Codex導入が向く業務・向かない業務

テキトー教師DotAI 認定講師

ここからは自社で再現できるかを考えたいんですけど、まず前提条件を整理するとこうです。

• 商談ごとに見せ方を変える必要がある業務かどうか
• 顧客自身のデータや機材、ワークフローをデモに反映させられるか
• 商談の録音・メール・表計算など、Codexに渡せる文脈素材が普段から残っているか
• HTMLなどの画面として見せられる成果物で足りるか、それとも実際に動く必要があるか

室谷代表取締役

向くのは、商談のたびにオーダーメイドが必要な領域です。Proactionのように顧客ごとに構成が違う製品、つまり「御社の場合はこうです」を見せないと価値が伝わらない商材は相性がいいですよね。

あとは商談の記録が日常的に残っているチーム。素材がなければCodexに渡せないので。

テキトー教師DotAI 認定講師

逆に向かないのは、デモが1種類で足りる定型商談ですね。毎回同じものを見せるなら、最初に1本作って使い回すほうが合理的です。

それと、顧客データを外部に出すことに厳しい業界や、見せた画面が契約上の約束事として扱われてしまう場面は慎重にすべきです。デモはあくまで提案の補助であって、仕様の合意ではないですから。

室谷代表取締役

MYUUUでも感じるのは、30〜45分で1本作れるというのは「作れる人が営業の文脈を理解している」ことが前提なんですよね。ColinさんはCOOですから、顧客が何に困っていて何を見せれば刺さるかを知っている。

道具が民主化しても、その判断は人間側に残るんだなと。

テキトー教師DotAI 認定講師

導入の第一歩としては、いきなり全商談に広げるのではなく、直近の商談を1件選んで、その録音とメールと資料をまとめて1本作ってみる。それで商談の進み方が変わるかを自分で確かめるのが現実的です。

ベンダー発のカスタマーストーリーをどう読むか——自己申告数値と過信のリスク

室谷代表取締役

ここは大事なところで、これはOpenAIが公開したマーケティングとしてのカスタマーストーリーです。数字はすべてProaction側の自己申告であり、第三者が検証したものではありません。

テキトー教師DotAI 認定講師

売上60%増という結果も、カスタムデモだけの寄与だと断定はできません。営業の他の要因、市場の状況、タイミング、価格や製品の成熟も効いているはずです。

単に「Codexを入れたら売上が60%伸びる」という話じゃないんですよ。

室谷代表取締役

月40〜60時間の削減も「エンジニアが作ったら1本10時間」という仮定の上に乗っています。仮定が変われば数字も変わります。

読むときは、効果の大きさより「どういう条件下でその効果が出たのか」を見たほうが自社に持ち帰れますよね。

テキトー教師DotAI 認定講師

ただ、事例として参考になるのは数字そのものより構造です。非エンジニアが営業の現場でツールを使い、商談データをそのまま入力にして顧客専用の成果物を作り、それをそのまま開発側のリファレンスにも回す。

この一連の流れは、業種が違っても応用が利きます。

室谷代表取締役

あと、生成物を顧客に見せる以上、レビューの体制は必要です。顧客データの取り扱いや、社内ルールとの整合も含めて。

ツールの利用に関する注意点はChatGPT警告の種類と対処法でまとめているような内容も参考にしながら、先にルールを決めてから広げるのが安全です。

テキトー教師DotAI 認定講師

講座でもいつも言うんですけど、事例記事は「成功の証明」ではなく「仮説の材料」として読むのがちょうどいいんですよ。自社で小さく試して、自分の数字を取る。

そこまでやって初めて再現したと言えますから。

よくある質問

室谷代表取締役

では最後に、よく聞かれる点を整理しておきます。まずCodexとは何かというところから。

テキトー教師DotAI 認定講師

今回のOpenAIの記事では、ProactionがCodexとAPIを使って、デモの内製からプロダクトの運用・販売までを回していると説明されています。ColinさんはCodexの中でデモを作っていると語っていて、コーディングエージェントとして位置づけられている製品ですね。

室谷代表取締役

非エンジニアでも使えるのかという疑問については、この事例がひとつの答えになっています。Colinさん自身が「非技術者」と明言していて、以前はエンジニアを巻き込む必要があったところを自分でやれるようになったと話しています。

テキトー教師DotAI 認定講師

とはいえ、誰でも同じ結果になるという意味ではありません。営業の文脈を理解している人が、渡す素材を選び、出てきたものを評価できるから成立している。

そこは分けて考えたほうがいいですね。

室谷代表取締役

導入の第一歩としては、直近の商談を1件選んで、録音・メール・共有資料をそろえて1本デモを作ってみる。30〜45分という制作時間が自分の環境でも成立するかどうかが、いちばん最初の判断材料になると思います。

テキトー教師DotAI 認定講師

そして、できあがったデモを次回の商談で実際に使ってみて、相手の反応とその後の進み方が変わるかを見る。効果は後から検証すればいいので、まず1本というのが現実的なスタートです。