Πώς το PayPal δίνει τη δυνατότητα στις παγκόσμιες ομάδες να εργάζονται πιο γρήγορα και με μεγαλύτερη ακρίβεια με το Perplexity

Σε μια εταιρεία στο μέγεθος του PayPal, το να πείσεις δεκάδες χιλιάδες εργαζομένους να υιοθετήσουν την τεχνητή νοημοσύνη δεν είναι μικρό κατόρθωμα. Με ομάδες που δραστηριοποιούνται στο μάρκετινγκ, την επιστήμη δεδομένων, τη διαχείριση κινδύνων και τον έλεγχο μοντέλων σε περισσότερες από 200 αγορές, η διάθεση της τεχνητής νοημοσύνης θα μπορούσε εύκολα να σημαίνει μήνες διαφανειών κατάρτισης, πιλοτικών προγραμμάτων και μερικής υιοθέτησης.

Όμως το PayPal α baoqilse διαφορετική προσέγγιση: Έδωσε στους εργαζομένους πρόσβαση σε πολλαπλές λύσεις τεχνητής νοημοσύνης και τους επέτρεψε να επιλέξουν ό,τι λειτουργούσε καλύτερα για αυτούς. Για τον Keith Swiderski, Επικεφαλής Ευχέρειας και Μετασχηματισμού Τεχνητής Νοημοσύνης του PayPal, η ακρίβεια ήταν αδιαπραγμάτευτη. Για να τροφοδοτήσει αποφάσεις υψηλού αντίκτυπου, χρειαζόταν ακριβή πληροφορία αγοράς και ανταγωνιστική ανάλυση.

Μικρή καμπύλη μάθησης, ευρεία γκάμα περιπτώσεων χρήσης

Ο Graham Woods, Επικεφαλής Διακυβέρνησης Μοντέλων, αντιμετώπισε μια διαφορετική πρόκληση: χρειαζόταν μια λύση τεχνητής νοημοσύνης που θα μπορούσε να ελέγξει διπλά τα εσωτερικά μοντέλα του PayPal χωρίς να εισάγει νέα σφάλματα. Σε ολόκληρο τον οργανισμό, το αίτημα ήταν απλό: το PayPal χρειαζόταν κάτι αξιόπιστο, αποτελεσματικό και εύκολο στην εκμάθηση που θα μπορούσε να χειριστεί τα πάντα, από την έρευνα αγοράς έως την επικύρωση δεδομένων, με ελάχιστη επανάληψη εργασίας.

Η προσέγγιση του PayPal ήταν εκ σχεδιασμού. Για τον Prakhar Mehrotra, Παγκόσμιο Επικεφαλής Τεχνητής Νοημοσύνης του PayPal, "Η τεχνητή νοημοσύνη δημιουργεί τη μεγαλύτερη αξία όταν οι εργαζόμενοι την εμπιστεύονται αρκετά ώστε να τη χρησιμοποιούν σε αποφάσεις που μετρούν. Η προσέγγισή μας στο PayPal ήταν να χτίσουμε αυτήν την εμπιστοσύνη από τα θεμέλια, δνοντας στις ομάδες πρόσβαση στα καλύτερα εργαlets και εκπαιδεύσεις, αφήνοντας τα αποτελέσματα να μιλήσουν από μόνα τους, και χρησιμοποιώντας όσα μαθαίνουμε για να ωριμάσουμε τον τρόπο με τον οποίο ο καθένας μας χρησιμοποιεί την τεχνητή νοημοσύνη. Οι εταιρείες που θα κερδίσουν την επόμενη δεκαετία θα είναι εκείνες που ενσωμάτωσαν την τεχνητή νοημοσύνη τόσο βαθιά που άλλαξε τον τρόπο με τον οποίο σκέφτονται και εργάζονται. Ο στόχος του PayPal δεν είναι η υιοθέτηση της τεχνητής νοημοσύνης για χάρη της, αλλά η οικοδόμηση ενός εργατικού δυναμικού όπου η ευχέρεια στην τεχνητή νοημοσύνη είναι δεδομένη και όπου κάθε ομάδα κινείται με την ταχύτητα και την ακρίβεια που μπορούν να αλλάξουν τα αποτελέσματα."

Προσαρμόσιμο σε ένα ευρύ φάσμα για ροή εργασίας

Οι εργαζόμενοι του PayPal διαπίστωσαν ότι το Perplexity είναι συνεπές, ακριβές και προσαρμόσιμο σε μια σειρά από ροή εργασίας. Σήμερα, ο Keith χρησιμοποιεί το Perplexity Enterprise για να αποστάξει γρήγορα ανταγωνιστικές πληροφορίες, δεδομένα καναλιών και τάσεις της αγοράς σε γνώσεις που προάγουν την επιχείρηση. Όταν δημιούργησε την εσωτερική υπόθεση για νέες ευκαιρίες μάρκετινγκ, το Perplexity παρείχε όλα όσα χρειαζόταν, συμπεριλαμβανομένων δεδομένων δέσμευσης και συγκριτικών αξιολογήσεων του κλάδου σε μία μόνο συνομιλία.

«Είτε πρόκειται για αναφορές σχετικά με την απόδοση των καναλιών είτε για τον επιχειρηματικό τομέα συνολικά, ξέρω ότι μπορώ να εμπιστευτώ τα αποτελέσματα που παίρνω», λέει. «Αντί να επικυρώνω εκατοντάδες κατακερματισμένες πηγές ή να βασίζομαι σε ερευνητικές εταιρείες, μπορώ να δοκιμάζω ιδέες σε πραγματικό χρόνο και να προσέρχομαι σε συναντήσεις ηγεσίας με συστάσεις που ξέρω ότι βασίζονται σε επαληθεύσιμα δεδομένα. Έχει αλλάξει ριζικά τον τρόπο με τον οποίο προσεγγίζουμε τη δουλειά μας».

Για τον Graham, το εργαλείο έχει γίνει ένας βασικός συνεργάτης «ανθρώπου στο επίκεντρο» στη διαδικασία επικύρωσής του. Ανεβάζει απομαγνητοφωνήσεις, εξετάζει την ερμηνεία του Perplexity και τη διασταυρώνει με την εσωτερική παραγωγή μοντέλων του PayPal. Κάνει πολύ πιο εύκολο τον εντοπισμό του πώς συνέβη μια εσφαλμένη ταξινόμηση. Ήταν ένα ελάττωμα λογικής, ένα ζήτημα ορισμού ή απλώς ακατάστατα δεδομένα; Τώρα, μπορεί να το καταλάβει σε λίγα λεπτά.

Ένα σαφές ίχνος για περαιτέρω διερεύνηση

Εν τω μεταξύ, ο Michael Abboud, Υπεύθυνος Παρακολούθησης Επιχειρηματικών Κινδύνων, χρησιμοποιεί το Perplexity Enterprise για να επαληθεύσει ότι οι άνθρωποι και οι επιχειρήσεις είναι ακριβώς αυτοί που ισχυρίζονται ότι είναι. Η εργασία του περιλαμβάνει τη διασταύρωση λεπτομερειών ιδιοκτησίας, τον εντοπισμό ασύμβατων οντοτήτων και τη σήμανση ύποπτων λογαριασμών. Αυτό μπορεί να σημαίνει ταχυδακτυλουργίες με πολλαπλές καρτέλες και κατακερματισμένες πηγές. Τώρα, χρησιμοποιώντας το Perplexity, ο Michael εργάζεται σε μία καθαρή ροή εργασίας, με παραπομπές που παρέχουν ένα σαφές ίχνος όταν κάτι δεν αθροίζεται.

Το PayPal απέδειξε ότι η μεγάλης κλίμακας υιοθέτηση της τεχνητής νοημοσύνης δεν χρειάζεται να κινείται αργά. Δίνοντας στους εργαζομένους πρόσβαση σε μια σειρά εργαλείων τεχνητής νοημοσύνης και την αυτονομία να τα ενσωματώσουν στις δικές τους ροή εργασίας, το PayPal είδε πιο σίγουρη λήψη αποφάσεων σε όλες τις ομάδες του.

Εμπιστοσύνη, ταχύτητα και κλίμακα

Σήμερα, περισσότεροι από 3.700 εργαζόμενοι χρησιμοποιούν το Perplexity Enterprise σε εβδομαδιαία βάση. Η πλατφόρ εργαλεία βοηθά τις ομάδες να κινούνται γρήγορα και να λαμβάνουν πιο σίγουρες αποφάσεις χωρίς να αναθέτουν εργασίες σε εξωτερικούς συνεργάτες ή να προσθέτουν προσωπικό.

Για τον Graham, αυτό που κάποτε χρειαζόταν μια ολόκληρη μέρα χειροελέγχου τώρα διαρκεί ένα κλάσμα του χρόνου. Χρησιμοποίησε το Perplexity Enterprise για να ανοικοδομήσει το κέντρο διακυβέρνησης του Microsoft SharePoint και να χαρτογραφήσει τον πλήρη κύκλο ζωής του μοντέλου μέσω ενός πίνακα Miro. Η δουλειά του χάρισε ένα εσωτερικό βραβείο και οδήγησε στο να του ανατεθεί ένα δεύτερο κέντρο με την ανώτερη ηγεσία.

«Το Perplexity μας δίνει το σκεptικό πίσω από κάθε έξοδο, και αυτό είναι που μας επιτρέπει να κινούμαστε με αυτοπεποίθηση», λέει. «Με αυτό, αφιερώνουμε πολύ λιγότερο χρόνο επικύρωσης και περισσότερο χρόνο στον στρατηγικό σχεδιασμό».

Συμβουλές για τη βελτίωση της ροή εργασίας

Συμβουλή 1 - Δώστε προτεραιότητα στην εμπιστοσύνη: Η λύση τεχνητής νοημοσύνης που υιοθετείτε πρέπει να χτίζει εμπιστοσύνη μέσω της επαληθευσιμότητας και της δυνατότητας ελέγχου. Δώστε στους εργαζομένους σας μια λύση που τους επιτρέπει να επαληθεύουν τα αποτελέσματα με παραπομπές και να θέτουν εύκολα επόμενες ερωτήσεις.

Συμβουλή 2 - Ενσωματώστε την τεχνητή νοημοσύνη στις υπάρχουσες ροή εργασίας: Ενσωματώστε την τεχνητή νοημοσύνη στην τρέχουσα στοίβα τεχνολογίας και στις πλατφόρμες συνεργασίας σας. Όσο λιγότερη τριβή αντιμετωπίζουν οι εργαζόμενοι, τόσο πιο γρήγορα ακολουθεί η πραγματική υιοθέτηση και η μετρήσιμη απόδοση επένδυσης (ROI).

Συμβουλή 3 - Προωθήστε την τεχνητή νοημοσύνη ως ενισχυτή ικανοτήτων: Με την εκφόρτωση εργασιών έρευνας, επικύρωσης και τεκμηρίωσης, η τεχνητή νοημοσύνη μπορεί να ελευθερώσει τους ανθρώπους ώστε να αφιερώσουν περισσότερο χρόνο στη στρατηγική και την καινοτομία.