在印度买一辆二手车，流程复杂程度不亚于在中国一线城市买一套二手房。货比三家、讨价还价、核查车况、办理贷款、过户文件——整个过程横跨数天甚至数周，绝大多数环节靠电话和线下跑腿完成。在这个80%的交易仍流经无组织渠道的市场里，消费者体验的好坏，几乎完全取决于接电话的那个人今天心情怎么样。
Cars24正在改写这个等式。
2026年7月，这家印度二手车交易平台交出一组数据：AI代理每月处理超过100万分钟的客户对话，客户支持解决率提升50%，关键服务流程周转时间缩短80%，已流失的卖家线索中有12%被AI重新激活并带回交易漏斗。
这不是一个“AI改造电商”的常规故事。Cars24面对的是印度——一个二手车交易规模预计在2031财年达到680至780亿美元、但至今仍有约80%交易通过线下夫妻店完成的碎片化市场。在这个土壤上建AI原生生态，比在数字化程度高的行业难得多。而Cars24不仅建了，还把OpenAI的API、Codex和ChatGPT Enterprise嵌入了从购车、卖车、融资到售后服务的全链条。
一个“非典型”的AI原生案例
Cars24目前运营着全球最大的AI原生汽车生态系统之一，业务覆盖印度、阿联酋和澳大利亚。它支持的不仅是二手车的买卖，而是完整的汽车所有权生命周期——从发现、融资、转售到购后服务。
但真正值得注意的，是它的业务土壤。
根据Redseer战略咨询的报告，印度二手车市场将在2031财年达到680至780亿美元规模，成为全球第三大市场。然而，约80%的交易仍通过无组织渠道完成——数以万计的地方二手车商、夫妻店、中间人构成了这个市场的底色。消费者的NPS评分低于30%，只有约40%的买家会主动推荐自己的购车体验。
这是一个信任赤字极其严重的市场。
Cars24的选择是：用AI代理来填补这个信任赤字。它不是从零开始搭一个数字化平台，而是在一个高度依赖人的行业里，用AI重新定义“人”这个环节。
从结果来看，它在做的事已经在数据层面被验证。月均AI对话时长超过100万分钟，客户支持解决率提升50%，关键服务流程周转时间缩短80%，此前已流失的卖家线索中，有12%被AI通过重新激活对话带回交易漏斗。
从“最受限的环节”切入，而非盲目铺开
Cars24的AI转型不是一步到位的。它从销售漏斗的中底部开始，也就是最依赖对话转化的环节。
在印度，买一辆车不是点几下就完事。客户需要帮助比较车型、预约看车、准备文件、安排融资、看车后跟进。这些环节中任何一个掉链子，都意味着潜在客户流失。Cars24选择从这里切入，用OpenAI API构建了语音和聊天代理，覆盖整个购车旅程。
当买家打电话给Cars24时，AI代理会询问预算、家庭规模、通勤需求、偏好车型，然后从Cars24车源库中推荐合适的车辆，直接预约试驾，并同步帮助客户了解融资方案。试驾前，AI代理会再次确认到访时间。如果客户偏好发生变化，它可以推荐替代车型。试驾后，AI代理继续跟进：是否要成交？是否要再看另一辆？还是需要更多时间考虑？
对于卖家，流程类似。AI代理收集车辆信息，安排验车，发送提醒，帮助重新安排错过的预约。如果客户最终在其他平台卖掉了车，AI代理还会收集竞争性洞察。
最值得关注的是一个细节：对于那些通常会在10天后放弃的卖家线索，AI代理现在会重新联系客户，确认意向变化。当市场条件匹配时，将客户带回交易漏斗。这12%的挽回率，意味着的是没有被算法捕捉到的真实交易。
Cars24联合创始人兼CEO Vikram Chopra在OpenAI的案例研究中如此总结：
“在印度买车是一段旅程，而不是一笔交易。多年来，体验完全取决于接电话的人是谁。AI改变了这一点。如今，我们每月通过AI处理超过100万分钟的对话，让每个客户在任何规模下都能获得高质量体验。”
80%线下化市场中的“信任工程”
Cars24的AI策略最值得关注的一点，不是技术本身有多先进，而是它解决了一个极度非技术的问题：信任。
印度二手车市场的核心痛点是信息不对称。买家不知道车况是否真实，卖家不知道自己的车到底值多少钱，中间人从中赚取差价。Cars24的AI代理解决的，正是这种信息不对称带来的信任赤字。
对买家，AI代理提供标准化的推荐、透明的价格和融资方案，不因销售员不同而体验不同。对卖家，AI代理收集车辆信息、安排验车、发送提醒，甚至在卖家错过预约后自动重新激活。对流失线索，AI代理在10天后重新联系客户，确认意向变化，在市场条件匹配时将客户带回漏斗。
这套逻辑的本质是：用机器的确定性，替代人的不确定性。在一个NPS低于30%的行业里，标准化本身就是一种信任产品。
Codex + ChatGPT Enterprise：AI不止于客服
Cars24对AI的运用远不止于客户交互层面。它将OpenAI Codex嵌入到软件开发生命周期中，将其视为整个开发流程的参与者——从代码生成、审查到部署，Codex帮助工程团队加速交付。同时，ChatGPT Enterprise在公司中央职能部门全面铺开，涵盖工程、财务、法务、市场和运营，每个团队都可以构建自己的AI工作流。
2026年6月，Cars24进一步成立了Cars24 AI Labs，投入2000万美元用于投资AI初创公司和团队，与OpenAI、AWS和ElevenLabs建立合作伙伴关系。该实验室定位为公司的“建设、合作与投资”部门，旨在将Cars24内部积累的AI能力输出到外部创业者生态。
Cars24的AI主管Jayesh Gupta在接受CIO.inc采访时给出了一个更激进的观点：“数据不是护城河。执行速度和实验意愿才是护城河。”他认为，基础模型和合成数据的最新进展已经削弱了“企业数据集是AI采用的主要障碍”这一长期假设。在Gupta看来，成为AI原生的意愿和执行速度，比拥有多少专有数据更重要。
这一判断在Cars24的实践中得到了验证。Cars24没有比竞争对手更多的二手车交易数据——它面对的是同一个高度碎片化的市场。但它的不同之处在于，它比竞争对手更早、更坚决地把自己变成了一个AI原生公司。
当“AI原生”遇上“传统行业”
Cars24的故事之所以值得关注，不是因为它用了OpenAI的API，而是因为它在一个最不适合AI的行业里，证明了AI原生策略的可行性。
印度二手车市场有四个特征：80%的线下交易、极低的信任基础、复杂的监管环境、高度碎片化的供给。按照传统认知，这样的市场应该靠人海战术——铺更多的门店、招更多的销售、建更大的呼叫中心。但Cars24选择了相反的方向：用AI代理替代而不是扩充人力，用自动化标准化而不是个性化服务，用数据驱动而不是经验驱动。
从结果来看，这条路走得通。月均100万分钟AI对话、50%的解决率提升、80%的周转时间缩短——这些数字放在任何一个数字化程度高的行业都算亮眼，放在印度二手车市场，几乎可以说是反常的。
Cars24的路径具有可复制性。任何在传统、碎片化、高信任门槛行业中运营的企业，都可以重新审视自己的运营逻辑：那些需要大量人力进行重复性沟通的环节，是否可以用AI代理替代？那些因为人的不确定性而流失的客户，是否可以用AI的标准化服务重新激活？
但Cars24的护城河不在于技术本身——OpenAI的API谁都能调。它的护城河在于三件事的叠加：对业务流程的深度拆解，知道哪些环节最需要AI；对AI代理的精细化运营，不只是接个客服，而是全旅程覆盖；以及从CEO到AI团队一致的AI原生信念。
当大部分企业还在讨论“AI能不能替代人”的时候，Cars24已经让AI替代了最不可靠的那个变量——不是某一个销售，而是整个行业长期以来对人的依赖本身。在一个80%的交易靠线下完成的市场里，AI原生不是一种选择，而是一种生存策略。
快报