許多工程師在接觸 AI 時，容易將其視為一個單純的 API 功能或是一個能幫忙寫程式的工具。然而，全球多模態旅遊平台 Omio 的案例告訴我們，AI 的真正價值在於將其視為一種營運模式的根本轉型，也就是所謂的 AI-Native（AI 原生）。
所謂 AI-Native，是指企業不再是將 AI 像插件一樣疊加在舊有的流程之上，而是從零開始重新思考：如果這項業務是在 AI 時代誕生的，它應該如何運作？
對消費者而言，傳統的旅遊規劃是一個碎片化的過程。使用者必須在多個網站間切換，比較不同交通工具的價格與時間，最後手動拼湊成行程。Omio 試圖將這種搜尋導向的介面，轉化為對話式商務（Conversational Commerce）。這意味著 AI 不僅是聊天機器人，而是作為一個介面層，直接對接後端的即時交通庫存與訂票系統。
為了實現這一點，Omio 將 OpenAI 的模型與其涵蓋 47 個國家、超過 3,000 家交通供應商的即時數據進行整合。這解決了 AI 常見的幻覺問題，因為回應是基於驗證過的即時數據（Grounding），讓使用者能直接詢問從羅馬到佛羅倫斯的快速路徑，並在對話中直接完成可預訂的行程。
在對外產品轉型的同時，Omio 在內部工程實務上也經歷了劇變。他們將 AI 的導入分為兩個階段。第一階段是導入 ChatGPT，讓員工在日常工作中嘗試並發現 AI 的潛力。第二階段則是深入導入 Codex（一種專為程式碼生成的 AI 模型），將其嵌入到軟體開發生命週期（SDLC）的每一個環節。
目前的工程工作流中，從最初的研究規劃、撰寫程式碼、測試、代碼審查（Code Review），到後續的監控與維護，全面由 AI 協作。Omio 甚至開發了自定義的連接器，將內部系統與數據流直接接入 AI 工具，讓 AI 從單純的資訊檢索工具，變成能執行具體任務的執行者。
這種轉型帶來了極其顯著的開發效率提升。根據 Omio 的數據，許多新產品的開發成本與人力投入降低至原先的 20%。最典型的例子是，過去需要多名開發者花費一整個季度（三個月）才能完成的專案，現在僅需一名開發者在一個月內即可完工。
對 Junior 工程師來說，這裡有一個關鍵的觀念：開發速度的提升並不代表人力被取代，而是降低了實驗的成本。當從想法到執行的週期縮短，團隊可以更快速地測試新概念、驗證客戶需求，並在投入大規模資源前快速迭代。
然而，在追求效率的過程中，Omio 堅持一個核心原則：責任歸屬（Accountability）。儘管 AI 加速了開發與決策，但最終的結果必須由人類負責。AI 負責加速執行，而人類負責監督與把關，確保系統的穩定性與正確性。
總結來說，Omio 的經驗顯示，AI 的導入不應被視為一個單純的技術專案，而是一場業務轉型。它改變了產品的互動方式（從搜尋變對話），也改變了組織的生產力模型（從人力堆疊變 AI 協作）。
來源：openai.com
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。