Sådan sparer Montanas DNRC 125+ timers lønnet arbejde om ugen med Perplexity Enterprise

Problemet

Optimering af en slank statslig myndigheds kapacitet på et stramt budget

Chris Powell, CIO hos Montana DNRC, leder det 28 personer store it-hold, der støtter den mangfoldige myndighed med over 20 afdelinger i feltet. De udvikler også skræddersyede softwareapplikationer og automatiseringer for at strømline hverdagsopgaver.

At få alt dette til at ske er lettere sagt end gjort. De største ressourcebegrænsninger i det offentlige er altid tid og penge. Så ifølge Chris’ mening: “Alt, der automatiserer arbejdet, så eksisterende medarbejdere kan bevæge sig hurtigere og levere arbejde af bedre kvalitet, fortjener en massiv investering.”

Chris vidste, at kunstig intelligens kunne hjælpe sit hold med at automatisere kritiske opgaver som dataanalyse, men vejen til at introducere nye løsninger til offentlige myndigheder møder ofte tre forhindringer:

1. Levering af nøjagtig information

“Folk kommer nogle gange i klemme, hvis de tager en AI's resultat for gode varer uden at foretage nogen verifikation,” siger han. “Vi er forpligtede til at levere rettidig og præcis information for at opretholde offentlighedens tillid til myndigheden.”

2. Styrkelse af sit hold, ikke fjernelse af stillinger

Chris siger også, at han ikke ønskede at bruge kunstig intelligens til at erstatte teammedlemmer. I stedet tilstræbte han at styrke alle på sit hold til at gøre det, de er bedst egnet til, og automatisere forstyrrende travlhed væk. Tag Montana DNRC's projektledelseskontor: Chris' ideelle løsning ville syntetisere store interne data og give kontekst til projektoptagelse på få minutter — ikke timer eller dage.

3. Ændring af eksisterende vaner og arbejdsgange

At arbejde med kunstig intelligens kræver nye måder at tænke på, forklarer Chris. AI-værktøjer kan gøre arbejdet lettere, men folk er nødt til at lære at prompten modellen, og de kan ikke automatisk stole på dens svar. Den største fordel ved en møjsommelig forskningsrejse var, at man havde en større forståelse for nøjagtigheden af sine opdagelser.

Imidlertid kostede den tillid timers udmattende forskning. Kunstig intelligens kunne få de samme svar hurtigere, men holdet ville være nødt til at tilføje et nyt trin til deres processer for at verificere resultaterne. For at imødekomme disse udfordringer havde Montana DNRC brug for, at dens AI-løsning var:

• Pålidelig: For at understøtte nøjagtig forskning havde de brug for en AI-løsning, der producerer kildehenviste resultater — uden de hallucinationer, der er almindelige i andre AI-modeller.
• Tilgængelig: Chris ønskede en brugerflade, som alle nemt kunne bruge. “Det skulle demonstrere værdi med det samme,” siger han, især fordi han håbede at kunne implementere det ud over sit hold.
• Overkommelig: Som offentlig myndighed havde Montana DNRC brug for, at løsningen passede pænt ind i dens slanke budget.

Derefter prøvede Chris den gratis version af Perplexity til personlig brug og vidste, at det var den arbejdsproces-superlader, han havde ledt efter på arbejdet. Da han så, at der fandtes en Enterprise-version, var han spændt på at dele den med sit hold.

Løsningen

Brug af Perplexity Enterprise Pro til at strømline videnarbejde på tværs af flere teams

Onboarding af Montana DNRC-it-holdet til Perplexity Enterprise Pro var en “omkostnings- og risikofaglig lavmåde for dem til at dyppe tæerne i AI-vandet.” Derfra så holdet tre store fordele:

Fordel nr. 1: Lavere aktiveringsenergi for øgede tidsbesparelser

Perplexity Enterprise Pro fjerner stressen ved “det hvide papir-syndrom.” Normalt er det sværeste ved enhver opgave at komme i gang, men Perplexity kickstartede det trin ved hurtigt at generere udkast til projektforslag og råklad af nøgledokumenter. DNRC-holdet bruger Perplexity AI til at:

• Skrive stillingsopslag i en fart: Det er forbundet med stor risiko at skrive en jobbeskrivelse, fordi kvalificerede ansøgere vil klikke væk med det samme, hvis den ikke er fængslende nok. Derfor plejede det at tage timer at få ét jobopslag helt på plads. Med Perplexity Enterprise Pro har DNRC nu et brugbart første udkast på under et minut.
• Destillere og opsummere komplekse dokumenter. Der er en masse videnskabelig forskning og data inden for naturforvaltning. Montana DNRC har brug for at bearbejde og syntetisere store datamængder hurtigt. Perplexitys evne til præcist at opsummere lange tekster vil reducere den tid, det tager at gennemgå forskning og omsætte den information til handlingsrettet indsigt.
• Fremskynde kodegenerering: Det er ikke altid intuitivt at ændre eksisterende softwareapplikationer, men Perplexity hjælper udviklere med at kode hurtigere ved at generere et første udkast for dem. De kan også lære undervejs ved at spørge Perplexity, hvad visse kodestumper gør.

Ud over dette fortsætter AI'en med at spare DNRC for tid med sine foreslåede opfølgende spørgsmål. For nye brugere lærer Perplexitys ML-model dem effektivt, hvordan man interagerer med AI'en, og sikrer, at de aldrig spilder tid på at forsøge at finde ud af, hvad de skal sige næste gang.

Fordel nr. 2: Mere effektive arbejdsgange

Med Perplexity Enterprise Pro har Montana DNRC en hjælpende hånd, der automatiserer besværligt travlt arbejde ved hvert skridt. I stedet for at kæmpe sig igennem dybdegående forskning eller lære sig selv indviklet kode, har de en kraftfuld virtuel assistent, der håndterer gentagne opgaver på lavere niveau.

For eksempel ansætter Montana DNRC kun et par udviklere. Med Perplexitys hjælp kan enhver på it-holdet, som er GIS-ekspert eller i gang med at lære Python, hjælpe med at skrive kode. Selvom de ikke er udviklere, kan de fortælle Perplexity præcist, hvad de vil have scriptet til at gøre, og derefter fejlteste det i et sikkert miljø.

Ikke alene letter denne AI-boost it-holdets arbejdsbyrde markant, men det reducerer også ventetiden for alle på holdet. Chris siger: “Pludselig sidder vores folk, der ikke har lige så meget erfaring med at skrive kode, ikke i kø for at få skrevet deres script. I stedet kan vi lave en kodegennemgang og teste resultatet. Mest af tiden er der måske kun brug for mindre rettelser, og applikationen kan frigives til brug med det samme.”

Denne systemiske rettelse er særligt kritisk hos en statslig myndighed som Montana DNRC, der bruger en række ældre softwareprogrammer, herunder nogle der blev kontraheret for årtier siden med leverandører, som ikke længere eksisterer. For eksempel krævede det tidligere omfattende forskning og programmering blot at justere en enkelt mystisk, tilbageblevet kodestump fra den æra, men nu leverer Perplexity den nødvendige information til at fuldføre disse kodnings-sideopgaver på blot få klik.

Fordel nr. 3: Strømlinet faktatjek med kildehenvisninger

Montana DNRC bruger også Perplexity Enterprise Pro til at undersøge nye tilgange til forbedring af processer og politikker. Fordi AI'en kun producerer information med præcise kildehenvisninger, har DNRC ro i sindet, når det kommer til faktatjek. Endnu bedre er det, at Perplexity AI foreslår relaterede spørgsmål, der opfordrer til dybere forskning.

Enhver på Montana DNRC-holdet kan kaste sig ud i dybtgående forskning og videnarbejde med Perplexity som guide, hvilket hjælper deres slanke hold med at præstere over evne.

Resultatet

Sparer 125+ timer hver evige eneste uge

Perplexity Enterprise Pro sparer Montana DNRC-medarbejdere for mere end 5 timers arbejde hver uge ved at strømline arbejdsgangene for “højkontakt- og højgnidningsarbejde” som at skrive udkast til projektforslag. Chris siger, at dette leverer massivt ROI alene på hans hold.

“Perplexity bringer dig fra ingenting til noget inden for 35 sekunder,” siger han. Han forventer, at tidsbesparelserne vil fortsætte med at vokse eksponentielt. “Jo flere use cases vi finder, jo mere tid sparer vi.”

Og Perplexitys popularitet breder sig til andre myndigheder i Montanas delstatsregering. Chris siger, at adoptionen er indlysende i betragtning af Perplexitys rimelige priser og evne til at frigøre så mange timers lønnet arbejde hver uge. “Det er det tilgængelige indgangspunkt til hvert enkelt projekt og springbrættet til nyere teknologi, som vi havde brug for,” siger han.