Jak PayPal umožňuje globálním týmům pracovat rychleji a přesněji s Perplexity

V společnosti velikosti PayPalu není přesvědčování desítek tisíc zaměstnanců o přijetí umělé inteligence žádný malý úkol. Vzhledem k týmům napříč marketingem, datovou vědou, řízením rizik a kontrolou modelů ve více než 200 trzích by zavádění AI mohlo snadno znamenat měsíce tréninkových prezentací, pilotních projektů a částečného přijetí.

PayPal však zvolil jiný přístup: poskytl zaměstnancům přístup k více řešením AI a nechal je vybrat to, co pro ně fungovalo nejlépe. Pro Keitha Swiderskiho, vedoucího oddělení AI Fluency and Transformation v PayPalu, byla přesnost nevyjednatelná. Aby mohl podkládat rozhodnutí s velkým dopadem, potřeboval přesné tržní informace a konkurenční analýzu.

Krátká křivka učení, široká škála případů použití

Graham Woods, vedoucí správy modelů, čelil jiné výzvě: potřeboval řešení AI, které by dokázalo zkontrolovat interní modely PayPalu, aniž by vneslo nové chyby. V celé organizaci byl požadavek jednoduchý – PayPal potřeboval něco spolehlivého, efektivního a snadno naučitelného, co by zvládlo vše od průzkumu trhu až po ověřování dat s minimálním přepracováním.

Přístup PayPalu byl záměrný. Pro Prakhara Mehrotru, globálního šéfa AI v PayPalu, „AI vytváří největší hodnotu, když jí zaměstnanci věří natolik, že ji používají při rozhodnutích, na kterých záleží. Naším přístupem v PayPalu bylo vybudovat tuto důvěru od základu, poskytnout týmům přístup k nejlepším nástrojům a školením, nechat výsledky mluvit samy za sebe a využít to, co se učíme, ke zralosti toho, jak každý z nás AI používá. Společnosti, které vyhrají příští desetiletí, budou ty, které AI integrovaly tak hluboce, že to změnilo způsob, jakým přemýšlejí a pracují. Cílem PayPalu není zavádět AI sama o sobě, ale budovat pracovní sílu, kde se plynulost v AI očekává a kde se každý tým pohybuje s rychlostí a přesností, která může změnit výsledky.“

Přizpůsobitelné pro širokou škálu pracovních postupů

Zaměstnanci PayPalu zjistili, že Perplexity je konzistentní, přesné a přizpůsobitelné napříč řadou pracovních postupů. Dnes Keith využívá Perplexity Enterprise k rychlému shrnutí konkurenčních informací, dat o kanálech a tržních trendů do poznatků, které posouvají podnikání kupředu. Když vytvářel interní podklady pro nové marketingové příležitosti, Perplexity dodalo vše, co potřeboval, včetně údajů o zapojení a oborových srovnávacích hodnot v jediné konverzaci.

„Ať už jde o vykazování výkonnosti kanálů, nebo obchodního sektoru jako celku, vím, že výstupům, které dostávám, mohu věřit,“ říká. „Místo ověřování stovek fragmentovaných zdrojů nebo spoléhání se na výzkumné firmy mohu nápady testovat v reálném čase a přicházet na schůzky vedení s doporučeními, o nichž vím, že jsou podložena ověřitelnými daty. Zásadně to změnilo způsob, jakým přistupujeme k naší práci.“

Pro Grahama se tento nástroj stal klíčovým partnerem typu „člověk v smyčce“ v jeho procesu ověřování. Nahrává přepisy, kontroluje interpretaci od Perplexity a křížově ji porovnává s výstupy interního modelu PayPalu. Mnohem snáze se tak sleduje, jak došlo k nesprávné klasifikaci. Šlo o logickou chybu, problém s definicí, nebo prostě o nepořádná data? Nyní to dokáže zjistit během několika minut.

Jasná stopa pro další vyšetřování

Mezitím Michael Abboud, monitor podnikových rizik, používá Perplexity Enterprise k ověření, že lidé a firmy jsou přesně tím, za koho se vydávají. Jeho práce zahrnuje křížové odkazování podrobností o vlastnictví, identifikaci neshodných subjektů a označování podezřelých účtů. To může znamenat žonglování s více kartami a fragmentovanými zdroji. Nyní díky používání Perplexity pracuje Michael v jednom čistém pracovním postupu s citacemi, které poskytují jasnou stopu, když něco nesedí.

PayPal dokázal, že rozsáhlé zavádění AI nemusí probíhat pomalu. Tím, že zaměstnancům poskytl přístup k řadě nástrojů AI a autonomii integrovat je do jejich vlastních pracovních postupů, zaznamenal PayPal sebevědomější rozhodování napříč svými týmy.

Důvěra, rychlost a rozsah

Dnes používá Perplexity Enterprise týdně přes 3 700 zaměstnanců. Platforma pomáhá týmům rychle jednat a činit sebevědomější rozhodnutí, aniž by musely outsourcovat práci nebo navyšovat počty zaměstnanců.

Pro Grahama to, co dříve zabralo celý den ruční kontroly, nyní trvá zlomek času. Pomocí Perplexity Enterprise znovu vybudoval své centrum správy Microsoft SharePoint a zmapoval kompletní životní cyklus modelu prostřednictvím tabule Miro. Práce mu vynnesla interní ocenění a vedla k přidělení druhého centra s vrcholovým vedením.

„Perplexity nám dává racionální základ za každým výstupem, a to je to, co nám umožňuje postupovat s jistotou,“ říká. „S ním trávíme mnohem méně času ověřováním a více času vytvářením strategií.“

Tipy pro zlepšení pracovních postupů

Tip 1 – Upřednostněte důvěru: Řešení AI, které zavádíte, musí budovat důvěru tím, že je ověřitelné a auditovatelné. Poskytněte svým zaměstnancům řešení, které jim umožní ověřovat výsledky pomocí citací a snadno klást doplňující otázky.

Tip 2 – Zabudujte AI do stávajících pracovních postupů: Integrujte AI do svého současného technologického základu a spolupracujících platforem. Čím méně překážek zaměstnanci čelí, tím rychleji následuje skutečné přijetí a měřitelná návratnost investic.

Tip 3 – Podporujte AI jako rozšiřovač schopností: Přenesením úkolů spojených s výzkumem, ověřováním a dokumentací může AI uvolnit lidem ruce, aby mohli trávit více času tvorbou strategií a inovacemi.