Como PayPal capacita aos equipos globais para traballar máis rápido e con maior precisión con Perplexity

Nunha empresa do tamaño de PayPal, convencer a decenas de miles de empregados para que adopten a intelixencia artificial non é tarefa doado. Con equipos que abranguen o marketing, a ciencia de datos, a xestión de riscos e o control de modelos en máis de 200 mercados, implementar a IA podería ter significado facilmente meses de diapositivas de formación, probas piloto e adopción parcial.

Pero PayPal adoptou un enfoque diferente: deullos aos empregados acceso a múltiples solucións de IA e deixou que escollesen o que mellor lles funcionaba. Para Keith Swiderski, responsable de Fluidez e Transformación en IA de PayPal, a precisión non era negociable. Para fundamentar decisións de gran impacto, necesitaba intelixencia de mercado precisa e análise competitiva.

Unha curva de aprendizaxe curta, unha ampla gama de casos de uso

O responsable de Gobernanza de Modelos, Graham Woods, enfrontouse a un desafío diferente: necesitaba unha solución de IA que puidese comprobar dende dentro os modelos propios de PayPal sen introducir novos erros. En toda a organización, a petición era sinxela: PayPal necesitaba algo fiable, eficiente e fácil de aprender que puidese manexar desde a investigación de mercados ata a validación de datos, cun traballo de revisión mínimo.

O enfoque de PayPal foi intencionado. Para Prakhar Mehrotra, responsable global de IA de PayPal, "a IA crea o maior valor cando os empregados confían nela o suficiente como para usala en decisións que importan. O noso enfoque en PayPal foi construír esa confianza desde a base, dando aos equipos acceso ás mellores ferramentas e formacións, deixando que os resultados falen por si mesmos e utilizando o que aprendemos para madurar como cada un de nós usa a IA. As empresas que ganen a próxima década serán aquelas que integren a IA o suficientemente fondo como para cambiar a forma en que pensan e traballan. O obxectivo de PayPal non é a adopción da IA polo simple feito de tela, senón construír unha forza laboral onde se agarde a fluidez en IA e onde cada equipo se mova coa velocidade e precisión que poden cambiar os resultados".

Adaptable a unha ampla gama de fluxos de traballo

Os empregados de PayPal descubriron que Perplexity era consistente, precisa e adaptable a unha variedade de fluxos de traballo. Hoxe, Keith usa Perplexity Enterprise para destilar rapidamente intelixencia competitiva, datos de canles e tendencias do mercado en informacións que impulsan o negocio cara adiante. Cando construíu o caso interno para novas oportunidades de marketing, Perplexity ofreceu todo o que necesitaba, incluídos datos de compromiso e referencias do sector nunha soa conversa.

“Xa se trate de informar sobre o rendemento das canles ou do sector empresarial en xeral, sei que podo confiar nos resultados que estou a obter”, afirma. "En lugar de validar centos de fontes fragmentadas ou apoiarme en firmas de investigación, podo probar ideas en tempo real e asistir ás reunións de dirección con recomendacións que sei que se basean en datos verificables. Isto cambiou fundamentalmente a nosa forma de enfocar o traballo".

Para Graham, a ferramenta converteuse nun socio clave de tipo “human-in-the-loop” no seu proceso de validación. Sube transcricións, revisa a interpretación de Perplexity e crúzaas coa saída do modelo interno de PayPal. Facilita moito rastrexar como se produciu unha clasificación incorrecta. Foi un fallo de lóxica, un problema de definición ou simplemente datos desordenados? Agora pode sabelo en minutos.

Un rastro claro para investigar máis a fondo

Mentres tanto, o monitor de risco empresarial Michael Abboud utiliza Perplexity Enterprise para verificar que as persoas e as empresas son exactamente quen din ser. O seu traballo inclúe cruzar detalles de propiedade, identificar entidades que non coinciden e marcar contas sospeitosas. Isto pode significar facer malabarismos con varias pestanas e fontes fragmentadas. Agora, ao usar Perplexity, Michael traballa nun fluxo de traballo limpo, con citas que proporcionan un rastro claro cando algo non cuadra.

PayPal demostrou que a adopción de IA a gran escala non ten por que avanzar lentamente. Ao ofrecer aos empregados acceso a unha gama de ferramentas de IA e a autonomía para velas integradas nos seus propios fluxos de traballo, PayPal viu unha toma de decisións máis segura nos seus equipos.

Confianza, velocidade e escala

Hoxe en día, máis de 3.700 empregados usan Perplexity Enterprise semanalmente. A plataforma axuda aos equipos a avanzar rapidamente e tomar decisións máis seguras sen externalizar traballo nin aumentar o persoal.

Para Graham, o que antes levaba un día enteiro de comprobación manual agora leva unha fracción dese tempo. Usou Perplexity Enterprise para reconstruír o seu centro de goberno de Microsoft SharePoint e mapear o ciclo de vida completo do modelo a través dun taboleiro de Miro. O traballo valeulle un premio interno e levou a que lle asignasen un segundo centro coa alta dirección.

“Perplexity ofrécenos a razón de ser detrás de cada resultado, e iso é o que nos permite avanzar con confianza”, sinala. “Con ela, pasamos moito menos tempo validando e máis tempo elaborando estratexias”.

Consellos para mellorar os fluxos de traballo

Consello 1: Prioriza a confianza: A solución de IA que adoptes debe xerar confianza ao ser verificable e auditable. Otorga aos teus empregados unha solución que lles permita comprobar os resultados con citas e facer preguntas de seguimento facilmente.

Consello 2: Integra a IA nos fluxos de traballo existentes: Incorpora a IA na túa pila tecnolóxica actual e nas plataformas de colaboración. Canta menos fricción atopen os empregados, máis rápida será a adopción real e o ROI mensurable.

Consello 3: Promove a IA como un amplificador de capacidades: Ao descargar tarefas de investigación, validación e documentación, a IA pode liberar ás persoas para que pasen máis tempo elaborando estratexias e innovando.