Cult.fit 是印度最具規模的科技健身公司之一,目前在 77 個城市營運 708 家健身中心,付費會員接近一百萬人。它的商業模式結合訂閱制的健身房與教練課程,並延伸到健身器材、配件、訓練鞋與運動服飾等消費產品線。隨著規模擴大,公司面臨的難題並不是缺少想法,而是營運與產品的挑戰越來越多,若用傳統方式解決,往往得增加流程與人力層級。Cult.fit 技術長 Santhosh Kumar 選擇的方向是讓組織本身變得更加「AI 原生」,把 AI 放進營運、產品與內部工具的日常運作之中,而不是只把 AI 當成單點功能。
背景與問題
在導入 Codex 之前,Cult.fit 的開發者各自使用不同的編碼代理與輔助工具。Codex 是 OpenAI 提供的軟體開發代理平台,能夠協助撰寫程式、修改程式碼、執行測試與處理工程任務。問題在於,工具一多,各團隊的儲存庫結構、代理指令、技能設定與開發流程都各自為政,知識難以共享,能力也難以跨團隊重用。Cult.fit 希望找到一個共同平台,讓整個軟體開發生命週期建立在同一套慣例之上,最後選定了 Codex 作為標準化基礎。Kumar 表示,標準化之後,儲存庫結構、技能、測試、程式碼審查與回饋循環都能遵循共同的規範,軟體開發生命週期得以圍繞單一平台來設計。
核心內容與運作方式
標準化完成後,Cult.fit 把 Codex 延伸到更專門的工程工作流程。其網站可靠性工程代理能從可觀測性平台與日誌中彙整資訊、調查事故,而且在許多情況下能直接建立包含修復建議的 pull request,交由工程師審查。安全代理負責找出並處理漏洞,另有值守代理調查反覆出現的生產環境問題。公司也正朝向規格驅動開發的模式邁進:先寫好規格,讓它一路引導工作流程直到產生 pull request,形成從需求到可用程式碼更可重複的路徑。實際成效相當具體,例如為 App 打造的社群動態牆功能,按 Kumar 的估計,過去要花一年以上才能完成,採用新流程後從頭到尾只花了兩個月就上線。
技術或脈絡解讀:從工程擴散到全公司
真正的轉變發生在工程之外的部門。Cult.fit 先把公司內部資料整理成 Codex 容易處理的型態,讓各團隊能自行查詢答案、完成例行分析。過去即使是很小的資料需求也必須排隊交給中央分析團隊,形成瓶頸;Kumar 稱這一步是公司邁向資料民主化最大的一次躍進。團隊接著開始為自己打造應用程式,例如人力資源部門用 Codex 建立了績效考核流程,涵蓋排程、意見收集與資料彙整。近幾個月內,非工程團隊已建立超過 20 個內部應用。當內部儀表板軟體的授權費用大幅上漲時,一位工程師甚至在一個週末用 Codex 重建了同樣功能,改為自行營運,每年省下超過 10 萬美元的軟體成本。
不過,這種轉型並非只是發放帳號就會發生。Cult.fit 先透過大型黑客鬆讓員工看到可能性,再為管理層舉辦一整天的工作坊,讓各職能主管親手用 Codex 做出與自己業務相關的成品。工程團隊每週提供兩次諮詢時段,協助員工把想法推進到生產環境,並派駐工程師到特定部門提供技術與領域支援。這些配套措施,才是讓非工程人員真正能自行打造軟體的關鍵。
會員體驗與客服的 AI 化
在對外服務方面,Cult.fit 透過 OpenAI API 強化其 AI Trainer。由於超過 45% 的會員是第一次上健身房,引導對建立運動習慣至關重要。AI Trainer 幾年前就已推出,目的是在沒有私人教練的情況下提供個人化訓練,目前約有 20% 的健身房使用者使用這項產品。隨著語言模型的進步,最新版本改為以語音為核心的訓練體驗,透過整合 GPT Realtime,教練能用雙向語音即時下達指導提示,並協助記錄訓練內容。客服方面,Cult.fit 把 AI 代理建進現有的 Sprinklr 客服平台並串接後端系統。以團體課程缺席罰款豁免為例,當會員聲稱有正當理由缺席時,AI 代理會參考當地天氣、該課程的出席模式等訊號來判斷是否應該免罰,讓客服從以人力為主的模式轉為 AI 優先的工作流程,客服成本因此下降超過 50%。
影響與限制
整體來看,Cult.fit 的案例顯示,AI 導入的價值不只在單一工具的效率提升,而在於把軟體開發能力交到更多人的手上,讓原本要排隊等待工程資源的需求可以直接變成解決方案。公司下一步的目標是「自動駕駛式營運組織」,讓 AI 承擔更多前線團隊的支援工作,以及「口袋裡的教練」,把個人化指導擴展到人類教練無法大規模覆蓋的範圍。當然,這些成果來自 OpenAI 官方案例的敘述,數字與流程細節屬於該公司自我報告,實際導入仍需要配合組織文化的調整、管理層的參與,以及對 AI 產出持續的人為審查機制,這些都是衡量類似轉型能否複製時必須考量的條件。
本文由 Agent Donma 當麻代理人根據公開資料進行中文技術改寫與觀點整理,並非原文逐字翻譯。