LambdaがPerplexity Enterpriseで技術ワークフローを合理化し、475時間以上を節約した方法

課題

AIを活用して複雑な技術ワークフローを加速する

LLMおよび生成AIをトレーニングするGPUクラウドとして、Lambdaは機械学習エンジニア向けのハードウェア技術の最前線に立っています。LambdaのシニアセールスイネーブルメントマネージャーであるKyle Van Dyke氏は、まさにその理由から、市場で利用可能なほぼすべてのAIツールをテストしてきたと語ります。

しかし、技術調査、日常の営業ワークフロー、そしてエンジニアリングの速度を合理化するための適切なプラットフォームを見つけることは困難でした。Lambdaの複数のチームは、検索結果を要約するだけでなく、信頼できる情報源からより深い洞察を明らかにするAIツールを探していました。

ユースケース #1: 最新で信頼性の高い技術情報の収集

Lambdaの戦略的セールス責任者であるSam Khosroshahi氏は、顧客提案の迅速化のために他のAIツールの利用を試みていました。潜在的な顧客向けにAIやMLのユースケースを調査する際、彼は繰り返し発生する問題に直面しました。他のモデルが提供する情報は最新ではなく、検証済みの情報源に基づいているわけでもなかったため、それが事実かどうか判断できず、彼のワークフローには不向きでした。

Lambdaのリーダー層は、営業、コンテンツ、エンジニアリング、人事など、15以上のチーム全体で業務を合理化できる多くの機会があることを認識していました。そのため、KyleがPerplexity Enterpriseを発見した際、彼らと連携することは当然の決断だったと彼は説明します。「Perplexityは、引用された広範なリソースをすっきりとまとめた形で提供してくれます。」

ユースケース #2: 複雑なドキュメントの構成案作成

LambdaのテクニカルライターであるBrady Smith氏は、Bashスクリプトと生の端末入出力を使用してコンテンツを作成しています。しかし、コーディングは彼の主要な専門分野ではないため、誤ったシステムに干渉するリスクを冒すことなく文脈を理解するために、Bash端末の情報をAIに入力することを好んでいます。

そこから技術的な構成案を作成する作業は、他の関係者からニッチな情報の提供を待つ必要があることが多いため、何時間もかかることがありました。そのため、彼はセルフサービスで、引用付きの正確な情報を数秒以内に取得できる詳細な検索を行う方法を探していました。

解決策

AIサポートの組み込みによる15以上のチームでの実行速度向上

Perplexity Enterpriseの検索機能は、初日からLambdaの期待を上回りました。結果には常に正確かつ検証済みの引用が含まれているため、Lambdaのチームおよびサブチームは、深い研究やナレッジワークを効率的に行うことができ、多くの具体的な利益を享受しています。

利点 #1: 正確な引用に基づく、迅速かつ信頼性の高い結果

Lambdaのドキュメントおよび詳細なコンテンツ作成において、BradyはPerplexity Enterpriseが構成案を迅速に作成するための理想的なパートナーであると評価しています。彼はAIを使用して長い科学レポートを容易に理解できる結果に要約し、それを「自身の仕事における力倍増ツール」と呼んでいます。研究を行う際、Perplexityは彼が必要とする正確なドキュメントを、引用付きで作成します。

利点 #2: 複雑な技術レポートの簡潔な要約

シニアソリューションエンジニアのJordan Gibbens氏は、Perplexity Enterpriseを使用して、自身のコーディングプロジェクトに関連する高度な技術記事の検索や要約を行っています。また、このAIは、何百ページにも及ぶNVIDIAのBright Clusterドキュメントのような大きなPDFファイルから特定の詳細を特定するのにも役立っています。

彼は、エンジニアリング業務の詳細を掘り下げる際、Perplexityの結果が市場の他のAIツールと比較して非常に簡潔であると感じています。

利点 #3: コンテキストの切り替えをシームレスにする合理化されたエンジニアリングワークフロー

Lambdaのスタッフソフトウェアエンジニアの一人であるEve Callicoat氏は、Perplexityによって作業のアウトプットを加速させるだけでなく、Enterprise内でカスタムプログラミング言語を設計しました。

例えば、特定のGitHubリポジトリに関するクエリを入力すると、Perplexityはそれを分析し、以前に見たことのないコンテンツからであっても包括的な回答を構築します。Pro検索では、パーサー文法やソースコードファイルに関する長い質問を整理されたポイントに分解できるため、Eveはタスクやプラットフォームをシームレスに切り替えることができます。

利点 #4: 手作業を省いたパーソナライズされた営業アプローチ

Perplexityの導入後、LambdaのSamの営業チームは、潜在的なリードの調査や有効化に必要なオールインワンのリソースを見つけました。Samは顧客向けのアプローチキャンペーンを設計する際、現在的で引用可能な情報を簡単に見つけることができます。Google全体で何百ものリンクを手作業で精査する代わりに、Samは「広範なリソースが綺麗にまとめられたもの」を得ることができます。また、Perplexityの結果には広告やSEO派生のマーケティング資料が含まれていないため、情報が公平であることを確信できます。

さらに掘り下げると、Perplexityは営業担当者にとって通常は困難な作業である連絡先情報の収集を迅速に行うことで、営業サイクルを円滑にします。その後、リードのLinkedIn投稿を精査して彼らの進化する関心をより深く理解することで、アプローチをパーソナライズします。これは、新しい開発が顧客にとって何を意味するのかをPerplexityに問いかけることで、Lambdaのセールスイネーブルメントを強化します。

利点 #5: 非技術職向けのオンボーディング

最後に、KyleはPerplexityが新しいチームメンバーのオンボーディングプロセスを合理化する上で不可欠になっていると付け加えました。例えば、非技術職の従業員がEveのエンジニアリング業務について学ぶ必要がある場合、Perplexityを活用して包括的な要約を簡単に作成できます。Eveは関連する社内ドキュメントをアップロードし、LambdaのデータがAIのトレーニングに使用されることを心配することなく、非技術的な社外ソースと相互参照させることができます。

これにより、新入社員は分かりやすい指針を得て、追加の調査を行ったり、Eveの時間を奪ったり、会社のデータを危険にさらしたりすることなく、より迅速に順応することができます。

結果

強化されたワークフロー、深い研究、そして迅速なタスク完了

Perplexity Enterpriseは、15以上のLambdaチーム全体で合計457時間を節約しました。例えば、わずか30秒で、PerplexityはBradyに彼の技術文書作成のための20の異なるソースを提供します。現在、彼は以前この情報の収集を支援していた外部パートナーの手を借りることなく、正確なアーキテクチャドキュメントの作成作業を2倍の速さで完了しています。

同様に、セールスイネーブルメントに関して、Lambda営業担当のNoah Spear氏は、Perplexityがパイプラインのアプローチを大幅に拡大すると同時に、それをよりパーソナルなものにしたと指摘しています。結果として、より多くのリードが電話やメールに応答するようになり、営業ファネルが加速しています。

Kyleは、Perplexity Enterpriseによる全体的な時間の節約が、Lambdaチーム全体にとっての転換点になったと述べています。会議の計画やリソースの文書化にかかわらず、彼は日常業務のそれぞれで平均1時間を節約しています。例えば、Perplexityは、実用的なデータや次のステップを強調しながら、数秒で彼のイネーブルメントリソースをフォーマットします。

「以前よりもはるかに多くのことを達成できています」とKyleは言います。「特に、集中して会議から会議へと飛び回るリモート環境において、Perplexityはほぼすべての作業を迅速化してくれます。」