Sådan sparer Lambda 475+ timer ved at strømline tekniske arbejdsprocesser med Perplexity Enterprise

Problemet

Udnyttelse af kunstig intelligens til at accelerere komplekse tekniske arbejdsprocesser

Som en GPU-sky, der træner LLM'er og generativ AI, er Lambda i front med fremskridt inden for hardware til maskinlæringsingeniører. Kyle Van Dyke, Lambdas Senior Sales Enablement Manager, siger, at det netop er derfor, de har testet stort set alle tilgængelige AI-værktøjer på markedet.

Men det viste sig at være svært at finde den rette platform til at strømline deres tekniske forskning, daglige salgsarbejdsprocesser og ingeniørhastighed. Flere teams hos Lambda ledte efter et AI-værktøj, der gik ud over blot at opsummere søgeresultater for at afsløre dybere indsigt fra troværdige kilder.

Brugsscenarie nr. 1: Find opdateret og pålidelig teknisk information

Sam Khosroshahi, Lambdas Head of Strategic Sales, havde forsøgt at bruge andre AI-værktøjer til at fremskynde kundeforslag. Under sin research af AI- og ML-brugsscenarier for potentielle kunder stødte han på et tilbagevendende problem: informationen fra andre modeller var ikke opdateret eller baseret på verificerede kilder, så han vidste ikke, om den var faktabaseret – hvilket gjorde den mindre end ideel til hans arbejdsproces.

Lambdas ledelse vidste, at der var utallige muligheder som disse for at strømline arbejdet på tværs af mere end 15 teams inden for salg, indhold, ingeniørarbejde, HR og meget mere. Så da Kyle opdagede Perplexity Enterprise, var beslutningen om at arbejde sammen med dem oplagt, forklarer han. “Perplexity giver os en bred vifte af citerede ressourcer opsummeret i en overskuelig pakke.”

Brugsscenarie nr. 2: Generering af dispositioner til kompleks dokumentation

Brady Smith, teknisk skribent hos Lambda, bruger Bash-scripting samt rå terminal-input og -output til sit indhold. Men programmering er ikke hans kernekompetence, så han foretrækker at fodre Bash-terminalinformationen ind i en AI for at få kontekst uden at risikere at rode med det forkerte system.

Derfra kunne udarbejdelsen af tekniske dispositioner trække ud i timer, fordi han ofte var nødt til at vente på, at andre parter forsynede ham med nicheinformation. Derfor ledte han efter en måde at udføre selvbetjening og dybdegående søgninger på, som leverer citeret, nøjagtig information på få sekunder.

Løsningen

Hurtigere eksekvering på tværs af 15+ teams med indlejret AI-support

Perplexity Enterprise’s søgefunktioner overgik Lambdas forventninger fra dag ét. Da resultaterne altid indeholder nøjagtige og verificerede kildeangivelser, kan Lambdas teams og under-teams effektivt udføre dybtgående forskning og vidensarbejde med en række konkrete fordele.

Fordel nr. 1: Hurtige, pålidelige resultater – med præcise kildeangivelser

Til Lambdas dokumentation og dybtgående indhold oplever Brady, at Perplexity Enterprise er den ideelle partner til hurtigt at opbygge dispositioner. Han bruger AI’en til at syntetisere lange videnskabelige rapporter til letfordøjelige resultater og kalder det en “kraftforstærker for sit job.” Og når han udfører research, producerer Perplexity præcis den dokumentation, han har brug for – komplet med kildeangivelser.

Fordel nr. 2: Koncise resuméer af komplekse tekniske rapporter

Senior Solution Engineer Jordan Gibbens bruger Perplexity Enterprise til at finde og opsummere højt tekniske artikler relateret til sine kodningsprojekter. AI’en hjælper ham også med at identificere specifikke detaljer i store PDF-filer, såsom de hundredvis af sider i NVIDIA’s Bright Cluster-dokumentation.

Han oplever, at Perplexitys resultater er enestående præcise, især sammenlignet med andre AI-værktøjer på markedet, når man dykker ned i de helt specifikke detaljer i en hvilken som helst ingeniøropgave, han arbejder med.

Fordel nr. 3: Strømlinede ingeniørarbejds-processer for ubesværet kontekstskift

Eve Callicoat, en af Lambdas Staff Software Engineers, accelererer ikke kun sin arbejdsproduktion med Perplexity – hun har også designet et tilpasset programmeringssprog i Enterprise.

Når hun f.eks. indtaster en forespørgsel om et specifikt GitHub-lager, analyserer Perplexity det og konstruerer et omfattende svar – selv ud fra indhold, den aldrig har set før. Pro-søgningen kan endda nedbryde afsnitslange spørgsmål om parser-grammatik og kildekundefiler til organiserede punkter, hvilket gør det nemt for Eve at skifte mellem opgaver og platforme.

Fordel nr. 4: Personlig opsøgende salgsarbejde uden det manuelle arbejde

Efter ombordstigning med Perplexity fandt Sams salgsteam hos Lambda den alt-i-en-ressource, de havde brug for til at researche og aktivere potentielle kundeemner. Sam kan nu nemt finde moderne, citerbar information, når han designer kundekampagner. I stedet for manuelt at trawle igennem hundredvis af links på Google, får Sam en “bred vifte af ressourcer præsenteret pænt på et sølvfad.” Og han kan være sikker på, at informationen er uvildig, fordi Perplexitys resultater ikke indeholder annoncer eller åbenlyst marketingmateriale, der er klare SEO-derivater.

Når man dykker dybere ned, udglatter Perplexity salgscyklussen yderligere ved hurtigt at finde kontaktoplysninger, hvilket normalt er en besværlig opgave for salgsmedarbejdere. Den personliggør derefter det opsøgende arbejde ved at gennemgå kundeemnernes LinkedIn-opslag for bedre at forstå deres skiftende interesser. Dette superoplader Lambdas salgsaktivering ved at spørge Perplexity, hvad en ny udvikling kan betyde for deres kunder.

Fordel nr. 5: Onboarding for ikke-tekniske medarbejdere

Afslutningsvis tilføjer Kyle, at Perplexity er blevet afgørende for at strømline virksomhedens onboarding-proces for nye teammedlemmer. For eksempel når en ikke-teknisk medarbejder skal lære om Eves ingeniørarbejde, kan de blot bruge Perplexity til at oprette et omfattende resumé. Eve kan uploade relevante interne dokumenter til krydsreferencer med ikke-tekniske eksterne kilder uden at bekymre sig om, at Lambdas data vil blive brugt til at træne AI'en.

Dette giver den nyansatte let forståelig vejledning, så de kan komme hurtigere i gang – uden at udføre yderligere research, lægge beslag på Eves tid eller bringe virksomhedsdata i fare.

Resultatet

Superopladede arbejdsprocesser, dybtgående forskning og hurtigere opgaveløsning

Perplexity Enterprise sparer 457 timer på tværs af mere end 15 Lambda-teams. For eksempel giver Perplexity på blot 30 sekunder Brady 20 forskellige kilder til hans tekniske skrivning. Nu udfører han arbejdet 2x hurtigere med nøjagtig arkitekturdokumentation – hvilket kræver mindre indsats fra eksterne partnere, som tidligere hjalp med at skaffe denne information.

På samme måde påpeger Lambdas salgsrepræsentant Noah Spear, når det gælder salgsaktivering, at Perplexity dramatisk har skaleret det opsøgende pipeline-arbejde, samtidig med at det er blevet mere personligt. Resultaterne? Flere kundeemner svarer på deres opkald og e-mails, hvilket accelererer deres salgstragt.

Kyle siger, at den samlede tidsbesparelse med Perplexity Enterprise har været en gamechanger for hele Lambda-teamet. Uanset om det drejer sig om at planlægge møder eller dokumentere ressourcer, sparer han personligt i gennemsnit en time på hver af sine daglige opgaver. For eksempel formaterer Perplexity hans aktiveringsressourcer på få sekunder, samtidig med at handlingsrettede data og næste skridt fremhæves.

“Jeg udretter simpelthen så meget mere,” siger Kyle. “Især i en fjernarbejdsverden, hvor man kan fokusere og hoppe fra møde til møde, fremskynder Perplexity næsten alt.”