Codex 為 loveholidays 帶來的突破

🧑‍🏫 這支影片是歐洲線上旅行社 loveholidays 的技術長現身說法：他們用 OpenAI 的 Codex（一種 AI 工具，你用文字交代，它就能寫程式、改程式），讓不是工程師的員工也能自己做網站、改資料、把東西上線。值得看的地方有兩個：一是他們拿出了實際成效數字，二是他們示範了怎麼把專家的經驗寫成規則，讓全公司都用得到。

• 00:00 能把越多工作交給 AI，你的工作層次就越高：不再只是接到解法去實作，而是要參與商業問題本身
  ↳ AI 接手的執行工作越多，你就越不用只當照單施工的人。你會被拉回去討論更前面的事：這個生意問題到底是什麼、值不值得做、要怎麼做才對。
• 00:00 講者 Mike Jones 是 loveholidays 的 CTO，過去四年也負責管理客服中心（contact center）
  ↳ CTO（技術長）是公司最高的技術主管。Mike Jones 除了管技術，過去四年還兼管客服中心（contact center，負責接顧客電話和詢問的部門），所以技術和第一線服務他都懂。
• 00:00 loveholidays 是領先的線上旅行社，在歐洲 8 個國家營運
  ↳ online travel agent（線上旅行社）就是在網路上賣機票、飯店和套裝行程的公司。loveholidays 在歐洲 8 個國家做這門生意。
• 00:00 公司用技術每天處理約 60 兆（60 trillion）種套裝行程組合，幫人找到理想的假期
  ↳ 套裝行程是把航班、飯店等選項組合在一起，選項一排列數量就爆炸。他們每天用系統處理約 60 兆種組合，從中挑出適合每位顧客的假期。
• 00:31 平台願景是打造「旅遊領域的通用智慧（general intelligence for travel）」，結合公司技術與人員專業
  ↳ general intelligence 的意思是「什麼都能處理的通用智慧」。他們想做一套在旅遊這件事上什麼都懂的系統，把電腦的運算能力和員工的旅遊專業結合起來。
• 00:31 Codex 是他們把這些工作「普及化」到整個組織的手段
  ↳ 原本只有工程師做得了的事，他們靠 Codex 讓全公司的人都能動手做。
• 00:31 Codex 正成為單一 control plane，是工程師、資料科學家和業務人員共用的單一介面
  ↳ control plane 原本指統一管控整個系統的那一層。在這裡的意思是：工程師、資料科學家、業務都在 Codex 同一個地方下指令做事，不用各自開各自的系統。
• 01:01 好處之一：不必再教每個人使用不同的工具
  ↳ 以前不同角色、不同任務可能各用一套工具，每套都要另外教。改成共用一個介面，新人比較快上手，跨部門合作也省下很多訓練時間。
• 01:01 他們把最佳實務（best practices）和驗證規則都寫成規範；每當發現假設錯了或現實改變，就持續修正
  ↳ best practices（最佳實務）是公認最好的做事方法。他們把這些方法和檢查規則寫成明確規範，發現寫錯或情況變了就改，像一本一直在更新的作業手冊。
• 01:01 資料工程師、雲端基礎架構工程師的專業因此被完整 codify，Codex 也能運用
  ↳ codify 是把人腦裡的經驗寫成明確規則。資料工程師和雲端基礎架構工程師（管伺服器、網路這些底層系統的人）的專業寫下來之後，Codex 做事時也會照著走。
• 01:01 任何人自助處理基礎架構或資料需求時，都能 24 小時隨時取用這些專家知識
  ↳ 以前要找專家，得等他有空。現在專家的知識已經寫進規範，任何人自己處理（self-serving）基礎架構或資料需求時，就算是半夜，也能照專家的標準來做。
• 01:31 目標是讓「試驗新點子的能力」不再受限於工程師的時間
  ↳ 過去想試一個新點子，常常要排隊等工程師有空。他們的目標是讓提點子的人自己就能動手試，不會因為工程師太忙而卡住。
• 01:31 工程師開發了名為 Search Playground 的入口網站，採用公司的 design system 與前端技術，並內建 Codex 介面
  ↳ Search Playground 是工程師做的內部網站。它用公司的 design system（統一的按鈕、配色、版面規範）和前端技術（網頁畫面那一層），裡面可以直接叫 Codex 幫忙做東西。
• 01:31 已開發超過 10 種全新的搜尋體驗，其中大多數由非工程師做出來
  ↳ 他們在這個網站上做出十幾種新的搜尋體驗，也就是顧客找假期時的不同操作方式。其中大多數是非工程師做的，代表門檻真的降下來了。
• 02:01 Search Playground 讓人能把點子做成真正運作的網站，分享給外部顧客收集回饋，或直接在官網上做真實實驗
  ↳ 點子不再只是簡報或設計圖，而是可以實際點、實際用的網站。他們能拿給外部顧客試用、收集意見，甚至直接放上官網，看真實顧客的反應。
• 02:01 過去一年，AI 輔助寫程式從幾乎 0 成長到約佔全部程式碼的 80%，讓他們速度比以前快很多
  ↳ AI-assisted coding 指由 AI 協助寫程式。一年之內，公司的程式碼從幾乎沒有 AI 參與，變成約八成是 AI 協助寫的，開發速度因此快了很多。
• 02:01 同期部署次數增加約 73%，而人力大致維持不變
  ↳ deploy（部署）是把寫好的程式正式放上線、開始運作。一年內上線次數多了約 73%，人數卻沒什麼增加，等於同一批人做出更多事。
• 02:31 對資料所做的變更量翻倍，但收到的支援請求卻減少一半
  ↳ 大家改資料的次數翻倍，照理說求助也會變多，結果求助反而少了一半。這表示規則和工具夠清楚，多數人自己就能搞定。
• 02:31 資料平台使用者能自主做更多變更；資料基礎架構工程師則能花更多時間改善平台、解決以前無法處理的新問題
  ↳ 一般使用者能自己完成更多修改，不用一直找人幫忙。資料基礎架構工程師也不必整天處理瑣碎請求，可以去改善平台、解決以前沒空碰的問題。
• 02:31 技術只是手段，重點不是技術本身，而是它帶來的影響
  ↳ 重點不在用了多厲害的工具，而在它實際讓生意、顧客或工作變好了多少。
• 03:01 要有意識地不只給人工具，而是幫他們解決商業問題，並衡量他們產生的影響
  ↳ 光把工具發下去還不夠。公司要主動幫員工把工具用在真正的商業問題上，並且追蹤他們做的事帶來了什麼成果。
• 03:01 人人都是 builder：修改應用程式、基礎架構和部署程式碼，不再只是工程部門的事
  ↳ builder 指動手把東西做出來的人。修改應用程式、調整系統、把程式上線，以前只有工程部門能碰，現在其他角色也能參與。
• 03:01 產品經理、設計師和商業端利害關係人都在創造價值並進行部署
  ↳ 產品經理、設計師，以及商業端的利害關係人（業務成敗跟自己有關的人），現在不只提需求，也會自己做出東西並上線。

根據影片，loveholidays 在人力大致不變的情況下，部署次數增加了多少？