Kaip „PayPal“ įgalina pasaulines komandos dirbti greičiau ir tiksliau su „Perplexity“

"PayPal" dydžio įmonėje įtikinti dešimtis tūkstančių darbuotojų taikyti dirbtinį intelektą – ne menkas iššūkis. Kai komandos apima rinkodarą, duomenų mokslą, rizikos valdymą ir modelių kontrolę daugiau nei 200 rinkų, dirbtinio intelekto diegimas lengvai galėjo reikšti mėnesius trukusius mokymų skaidres, bandomuosius projektus ir dalinį pritaikymą.

Tačiau „PayPal“ pasirinko kitokį požiūrį: ji suteikė darbuotojams prieigą prie kelių dirbtinio intelekto sprendimų ir leido jiems patiems pasirinkti tai, kas jiems labiausiai tinka. „PayPal“ dirbtinio intelekto sklandumo ir transformacijos vadovui Keithui Swiderskiui tikslumas buvo nekvestionuojamas. Norėdamas priimti didelį poveikį turinčius sprendimus, jam reikėjo tikslios rinkos žvalgybos ir konkurencinės analizės.

Trumpas mokymosi kreivė, platus naudojimo atvejų spektras

Modelių valdymo vadovas Grahamas Woodsas susidūrė su kitokiu iššūkiu: jam reikėjo dirbtinio intelekto sprendimo, kuris galėtų dukart patikrinti „PayPal“ vidinius modelius neįvesdamas naujų klaidų. Visoje organizacijoje užklausa buvo paprasta: „PayPal“ reikėjo kažko patikimo, veiksmingo ir lengvai išmokstamo, kas galėtų susidoroti su viskuo nuo rinkos tyrimų iki duomenų tikrinimo, atliekant minimalų perdarymą.

„PayPal“ požiūris buvo apgalvotas. Prakharui Mehrotrai, „PayPal“ pasauliniam dirbtinio intelekto vadovui, „dirbtinis intelektas sukuria daugiausiai vertės, kai darbuotojai juo pasitiki pakankamai, kad naudotų jį svarbiuose sprendimuose. Mūsų požiūris „PayPal“ buvo kurti šį pasitikėjimą nuo pat pagrindų, suteikiant komandos prieigą prie geriausių įrankių ir mokymų, leidžiant rezultatams kalbėti už save ir naudojant tai, ko išmokstame, kad subrandintume, kaip kiekvienas iš mūsų naudoja dirbtinį intelektą. Įmonės, kurios laimės ateinantį dešimtmetį, bus tos, kurios įterpė dirbtinį intelektą pakankamai giliai, kad jis pakeitė tai, kaip jos mąsto ir dirba. „PayPal“ tikslas nėra dirbtinio intelekto pritaikymas dėl paties pritaikymo, o darbuotojų kūrimas, kur tikimasi dirbtinio intelekto sklandumo ir kur kiekviena komanda juda tokiu greičiu ir tikslumu, kuris gali pakeisti rezultatus.“

Pritaikoma įvairiems darbo eiga

„PayPal“ darbuotojai nustatė, kad „Perplexity“ yra nuoseklus, tikslus ir pritaikomas įvairiose darbo eiga. Šiandien Keithas naudoja „Perplexity Enterprise“, kad greitai apibendrintų konkurencinę žvalgybą, kanalų duomenis ir rinkos tendencijas į įžvalgas, kurios stumia verslą į priekį. Kai jis sukūrė vidaus pagrindą naujoms rinkodaros galimybėms, „Perplexity“ pateikė viską, ko jam reikėjo, įskaitant įsitraukimo duomenis ir pramonės mastus viename pokalbyje.

„Nesvarbu, ar tai būtų atskaitomybė apie kanalų veiksmingumą, ar apie verslo sektorių kaip visumą, aš žinau, kad galiu pasitikėti gaunamais rezultatais“, – sako jis. „Vietoj to, kad tikrinčiau šimtus susiskaidžiusių šaltinių ar remčiausi tyrimų įmonėmis, galiu realiuoju laiku patikrinti idėjas spaudimu ir ateiti į vadovybės susitikimus su rekomendacijomis, kurios, kaip žinau, yra pagrįstos patikrinamais duomenimis. Tai iš esmės pakeitė tai, kaip mes vertiname savo darbą.“

Grahamui šis įrankis tapo pagrindiniu „žmogus procese“ partneriu jo tikrinimo procese. Jis įkelia nuorašus, peržiūri „Perplexity“ interpretaciją ir kryžminiu būdu ją patikrina su „PayPal“ vidaus modelio išvestimi. Tai gerokai palengvina atsekimą, kaip įvyko neteisingas klasifikavimas. Ar tai buvo loginė klaida, apibrėžimo problema, ar tiesiog netvarkingi duomenys? Dabar jis gali tai pasakyti per kelias minutes.

Aiškus pėdsakas tolimesniam tyrimui

Tuo tarpu įmonės rizikos stebėtojas Michaelas Abboudas naudoja „Perplexity Enterprise“, kad patvirtintų, jog žmonės ir įmonės yra būtent tokie, kokiais dedasi. Jo darbas apima nuosavybės duomenų kryžminį tikrinimą, nesutampančių subjektų nustatymą ir įtartinų paskyrų žymėjimą. Tai gali reikšti žongliravimą keliais skirtukais ir susiskaidžiusiais šaltiniais. Dabar, naudodamas „Perplexity“, Michaelas dirba vienoje švarioje darbo eiga su citatomis, kurios pateikia aiškų pėdsaką, kai kažkas nesutampa.

„PayPal“ įrodė, kad didelio masto dirbtinio intelekto pritaikymas neprivalo judėti lėtai. Suteikdama darbuotojams prieigą prie įvairių dirbtinio intelekto įrankių ir autonomiją integruoti juos į savo darbo eiga, „PayPal“ pastebėjo labiau pasitikinčių sprendimų priėmimą visose savo komandos.

Pasitikėjimas, greitis ir mastas

Šiandien daugiau nei 3 700 darbuotojų kas savaitę naudoja „Perplexity Enterprise“. Platforma padeda komandos judėti greitai ir priimti labiau pasitikinčius sprendimus neperkeliant darbo į išorę ir nedidinant darbuotojų skaičiaus.

Grahamui tai, kas kažkada užimdavo visą dieną rankinio tikrinimo, dabar užima tik trupmeną laiko. Jis naudojosi „Perplexity Enterprise“, kad atstatytų savo „Microsoft SharePoint“ valdymo centrą ir sužemėlapėtų pilną modelio gyvavimo ciklas per „Miro“ lentą. Šis darbas pelnė jam vidinį apdovanojimą ir lėmė tai, kad jam buvo paskirtas antras centras su vyresniąja vadovybe.

„„Perplexity“ suteikia mums pagrindimą už kiekvienos išvesties, ir būtent tai leidžia mums judėti su pasitikėjimu“, – sako jis. „Su juo mes praleidžiame kur kas mažiau laiko tikrindami ir daugiau laiko strateguodami.“

Patarimai, kaip pagerinti darbo eiga

1 patarimas – Teikite pirmenybę pasitikėjimui: Jūsų priimamas dirbtinio intelekto sprendimas turi kurti pasitikėjimą būdamas patikrinamas ir audituojamas. Suteikite savo darbuotojams sprendimą, kuris leidžia jiems patikrinti rezultatus su citatomis ir lengvai užduoti papildomus klausimus.

2 patarimas – Integruokite dirbtinį intelektą į esamus darbo eiga: Integruokite dirbtinį intelektą į savo dabartinį technologijų paketą ir bendradarbiavimo platformas. Kuo mažesnė trintis darbuotojams kyla, tuo greičiau pasiekiamas tikrasis pritaikymas ir išmatuojama investicijų grąža.

3 patarimas – Reklamuokite dirbtinį intelektą kaip gebėjimų plėstuvas: Perduodamas tyrimų, tikrinimo ir dokumentavimo užduotis, dirbtinis intelektas gali atlaisvinti žmones, kad jie praleistų daugiau laiko strateguodami ir diegdami naujoves.