Bagaimana Lambda menghemat 475+ jam dengan menyederhanakan alur kerja teknis menggunakan Perplexity Enterprise

Masalahnya

Memanfaatkan AI untuk mempercepat alur kerja teknis yang rumit

Sebagai cloud GPU yang melatih LLM dan AI Generatif, Lambda berada di garis depan kemajuan perangkat keras untuk para insinyur pembelajaran mesin. Kyle Van Dyke, Manajer Senior Pemberdayaan Penjualan Lambda, mengatakan itulah tepatnya mengapa mereka telah menguji hampir setiap alat AI yang tersedia di pasaran.

Namun, menemukan platform yang tepat untuk merampingkan penelitian teknis, alur kerja penjualan sehari-hari, dan kecepatan teknik terbukti sulit. Berbagai tim di Lambda mencari alat AI yang lebih dari sekadar merangkum hasil pencarian untuk mengungkap wawasan yang lebih mendalam dari sumber yang kredibel.

Kasus Penggunaan #1: Menemukan informasi teknis yang mutakhir dan andal

Sam Khosroshahi, Kepala Penjualan Strategis Lambda, telah mencoba menggunakan alat AI lain untuk mempercepat proposal pelanggan. Saat meneliti kasus penggunaan AI dan ML untuk calon pelanggan, ia menghadapi masalah berulang: informasi yang diberikan oleh model lain tidak mutakhir atau tidak didasarkan pada sumber yang terverifikasi, sehingga ia tidak tahu apakah itu faktual — menjadikannya kurang ideal untuk alur kerjanya.

Kepemimpinan Lambda tahu ada banyak peluang seperti ini untuk merampingkan pekerjaan di lebih dari 15 tim, yang mencakup penjualan, konten, teknik, SDM, dan banyak lagi. Jadi, pada saat Kyle menemukan Perplexity Enterprise, keputusan untuk bekerja sama dengan mereka sangatlah mudah, jelasnya. “Perplexity memberi kami berbagai macam sumber yang dikutip dan dirangkum dalam paket yang rapi.”

Kasus Penggunaan #2: Membuat kerangka untuk dokumentasi yang rumit

Brady Smith, Penulis Teknis di Lambda, menggunakan skrip Bash serta input dan output terminal mentah untuk menginformasikan kontennya. Namun, pengkodean bukanlah kompetensi utamanya, jadi ia lebih suka memasukkan informasi terminal Bash ke dalam AI untuk mendapatkan konteks tanpa risiko mengacaukan sistem yang salah.

Dari sana, membangun kerangka teknis dapat memakan waktu berjam-jam karena ia sering harus menunggu pihak lain memberikannya informasi khusus. Itulah sebabnya ia mencari cara untuk melayani diri sendiri dan melakukan pencarian mendalam yang menghasilkan informasi yang dikutip dan akurat dalam hitungan detik.

Solusinya

Eksekusi yang lebih cepat di 15+ tim dengan dukungan AI tersemat

Kemampuan pencarian Perplexity Enterprise melampaui harapan Lambda sejak hari pertama. Karena hasilnya selalu menyertakan kutipan yang akurat dan terverifikasi, tim dan subtim Lambda dapat secara efisien melakukan penelitian mendalam dan pekerjaan pengetahuan dengan sejumlah manfaat nyata.

Manfaat #1: Hasil yang cepat dan andal — dengan kutipan yang akurat

Untuk dokumentasi dan konten mendalam Lambda, Brady mendapati bahwa Perplexity Enterprise adalah mitra yang ideal untuk dengan cepat membuat kerangka. Ia menggunakan AI untuk menyintesis laporan ilmiah panjang menjadi hasil yang mudah dicerna, menyebutnya sebagai “pengganda kekuatan untuk pekerjaannya.” Dan saat ia melakukan penelitian, Perplexity menghasilkan dokumentasi persis yang ia butuhkan – lengkap dengan kutipan.

Manfaat #2: Ringkasan ringkas dari laporan teknis yang rumit

Insinyur Solusi Senior Jordan Gibbens menggunakan Perplexity Enterprise untuk menemukan dan merangkum artikel yang sangat teknis yang berkaitan dengan proyek pengkodeannya. AI juga membantunya mengidentifikasi detail spesifik dalam file PDF besar, seperti ratusan halaman dokumentasi Bright Cluster NVIDIA.

Ia mendapati bahwa hasil Perplexity sangat ringkas, terutama dibandingkan dengan alat AI lain di pasaran, saat mendalami detail rumit dari tugas teknik apa pun yang sedang dikerjakannya.

Manfaat #3: Alur kerja teknik yang disederhanakan untuk perpindahan konteks yang lancar

Eve Callicoat, salah satu Insinyur Perangkat Lunak Staf Lambda, tidak hanya mempercepat hasil kerjanya dengan Perplexity – ia juga merancang bahasa pemrograman kustom di dalam Enterprise.

Misalnya, ketika ia memasukkan kueri tentang repositori GitHub tertentu, Perplexity menganalisisnya dan membangun jawaban yang komprehensif — bahkan dari konten yang belum pernah dilihatnya sebelumnya. Pencarian Pro bahkan dapat mendekonstruksi pertanyaan sepanjang paragraf tentang gramatika parser dan file kode sumber menjadi poin-poin yang terorganisir, sehingga memudahkan Eve untuk berpindah antar tugas dan platform.

Manfaat #4: Penjangkauan penjualan yang dipersonalisasi tanpa pekerjaan manual

Setelah orientasi dengan Perplexity, tim penjualan Sam di Lambda menemukan sumber daya lengkap yang mereka butuhkan untuk meneliti dan mengaktifkan prospek potensial. Sam sekarang dapat dengan mudah menemukan informasi kontemporer yang dapat dikutip saat ia merancang kampanye penjangkauan pelanggan. Alih-alih menyaring ratusan tautan secara manual di Google, Sam mendapatkan “berbagai macam sumber daya yang dirangkum secara rapi dalam satu wadah.” Dan ia dapat yakin bahwa informasinya tidak bias karena hasil Perplexity tidak menyertakan iklan atau materi pemasaran mencolok yang jelas merupakan turunan SEO.

Lebih jauh lagi, Perplexity memperlancar siklus penjualan dengan cepat mencari info kontak, tugas yang biasanya melelahkan bagi perwakilan penjualan. Perusahaan kemudian mempersonalisasi penjangkauan dengan menyisir postingan LinkedIn prospek untuk lebih memahami minat mereka yang terus berkembang. Ini meningkatkan pemberdayaan penjualan Lambda dengan menanyakan kepada Perplexity apa arti perkembangan baru bagi pelanggan mereka.

Manfaat #5: Orientasi untuk pekerja non-teknis

Sebagai catatan akhir, Kyle menambahkan bahwa Perplexity telah menjadi hal penting dalam menyederhanakan proses orientasi perusahaan untuk anggota tim baru. Misalnya, ketika seorang karyawan non-teknis perlu mempelajari tentang pekerjaan teknik Eve, mereka dapat dengan mudah memanfaatkan Perplexity untuk membuat ringkasan yang komprehensif. Eve dapat mengunggah dokumen internal yang relevan untuk direferensikan silang dengan sumber eksternal non-teknis tanpa khawatir data Lambda akan digunakan untuk melatih AI.

Ini memberi karyawan baru arahan yang mudah dipahami sehingga mereka dapat beradaptasi lebih cepat — tanpa melakukan penelitian tambahan, menguras waktu Eve, atau membahayakan data perusahaan.

Hasilnya

Alur kerja yang ditingkatkan, penelitian mendalam, dan penyelesaian tugas yang lebih cepat

Perplexity Enterprise menghemat 457 jam di lebih dari 15 tim Lambda. Misalnya, hanya dalam 30 detik, Perplexity memberi Brady 20 sumber berbeda untuk penulisan teknisnya. Sekarang, ia menyelesaikan pekerjaan 2x lebih cepat dengan dokumentasi arsitektur yang akurat — membutuhkan lebih sedikit upaya dari mitra eksternal yang sebelumnya membantu mencari informasi ini.

Demikian pula, dalam hal pemberdayaan penjualan, Perwakilan Penjualan Lambda Noah Spear menunjukkan bahwa Perplexity telah secara dramatis meningkatkan penjangkauan saluran sambil membuatnya lebih personal secara bersamaan. Hasilnya? Lebih banyak prospek menanggapi panggilan dan email mereka, yang mempercepat corong penjualan mereka.

Kyle mengatakan penghematan waktu secara keseluruhan dengan Perplexity Enterprise telah menjadi pengubah permainan untuk seluruh tim Lambda. Baik merencanakan pertemuan maupun mendokumentasikan sumber daya, ia secara pribadi menghemat rata-rata satu jam pada setiap tugas sehari-harinya. Misalnya, Perplexity memformat sumber daya pemberdayaannya untuknya dalam hitungan detik sambil menyoroti data yang dapat ditindaklanjuti dan langkah selanjutnya.

“Saya benar-benar menyelesaikan jauh lebih banyak hal,” kata Kyle. “Terutama di dunia jarak jauh di mana Anda dapat fokus dan berpindah dari satu rapat ke rapat lainnya, Perplexity mempercepat hampir segalanya.”