Omio 整合 OpenAI 模型加速旅游产品开发，工程效率提升 80%

一句话看懂

Omio 将 OpenAI Codex 嵌入全软件开发生命周期，工程效率提升至原来的 20%，并推出基于实时数据的对话式预订界面。

详细发生了什么

多式联运旅游平台 Omio 宣布将 OpenAI 模型深度整合到工程运营中，以加速旅游产品开发和预订界面发布。该平台协调覆盖 47 个国家的 3000 多家运输供应商。Omio CTO Tomas Vocetka 明确拒绝在过时内部流程上表面添加技术，而是要求所有内部职能从零开始重新设计运营执行框架，以原生 AI 企业的方式运作。

Vocetka 首先向员工提供基础 ChatGPT 访问权限，建立对生成式模型的熟悉度，随后将 OpenAI Codex 直接嵌入工程运营，要求其应用于整个软件开发生命周期：初步研究、架构规划、编码、自动化测试、代码审查和系统维护。工程部门构建自定义内部连接器，将专有数据环境与这些工具直接链接，使开发人员能跳过基础信息检索，直接在 IDE 中执行任务。

内部分析显示，构建特定产品所需的技术工作量降至原来的约 20%，交付时间相应压缩。原本需要多名开发人员整个季度完成的项目，现在一名工程师约一个月即可完成。更快的周期使团队能以最小资源测试实验性概念并验证消费者需求。管理层更精准地分配资金和工程时间，通过原型设计在投入全面生产前淘汰不可行功能。

Omio 于 2023 年推出最早的对话式旅游预订界面之一，连接 OpenAI 模型与专有运输库存。系统处理关于复杂多式联运路线的自然语言查询，如“从罗马到佛罗伦萨最快路线”或“比较巴黎和巴塞罗那之间的航班和火车”。模型响应基于实时定价和可用性数据，防止生成基于静态或过时训练数据的选项，输出可直接预订的行程。Omio 将此定义为“对话式商务”新类别，AI 作为消费者与全球运输网络之间的主要接口层。

公司政策明确要求人员对所有部署代码和最终业务结果承担全部责任。生成式工具仅作为开发、分析和决策的加速引擎。Vocetka 表示：“责任和问责仍由人承担。AI 帮助我们更快开发、更快分析、更快决策，但人始终掌控。”

中文圈视角

对中文用户而言，Omio 的案例有几点值得关注：

平替与可用性：Omio 主要服务欧洲市场，国内用户需梯子访问。国内类似平台如携程、飞猪尚未公开采用类似深度的 AI 整合。不过，国内开发者可参考其“Codex 全生命周期嵌入”模式，在自有项目中用通义灵码、CodeGeeX 等国产工具实现类似效率提升。
对话式预订的本地化挑战：Omio 的实时数据 grounding 技术对中文场景同样适用，但需解决中文多模态查询的语义解析（如“从北京到上海，中间想停一下济南”）。国内平台若跟进，需结合本地交通数据（高铁、航班、巴士）和支付接口。
监管与合规：Omio 强调“人负责制”，这与国内《生成式人工智能服务管理暂行办法》中“人工审核”要求一致。国内旅游平台若引入类似功能，需确保 AI 生成的行程不违反数据安全法，且不输出敏感路线。
盲点：中文圈较少讨论“工程效率提升 80%”的具体度量方法。Omio 的 20% 工作量是基于内部对比，并非标准基准。国内企业应建立自己的效率度量体系，而非盲目引用数字。

几条值得记住的细节

Omio 将 Codex 应用于整个软件开发生命周期，包括架构规划和代码审查。
原本需要多名开发者一个季度完成的项目，现在一名工程师约一个月即可完成。
对话式预订界面于 2023 年推出，基于实时定价和可用性数据，防止过时信息。
公司政策要求人员对所有代码和业务结果负责，AI 仅作为加速工具。
Omio 协调 47 个国家、3000 多家运输供应商。

一句话总结

Omio 展示了将 AI 深度嵌入工程流程可带来 80% 的效率提升，国内旅游平台应借鉴其“人负责、AI加速”的模式。