Kā Lambda ietaupa 475+ stundas, racionalizējot tehniskās darbplūsmas ar Perplexity Enterprise

Problēma

Mākslīgā intelekta izmantošana sarežģītu tehnisko darbplūsmu paātrināšanai

Kā GPU mākoņdatošanas uzņēmums, kas apmāca liela apjoma valodas modeļus (LLM) un ģeneratīvo mākslīgo intelektu, Lambda ir mašīnmācīšanās inženierijai paredzēto aparatūras sasniegumu priekšgalā. Kails Vans Diks (Kyle Van Dyke), Lambda vecākais pārdošanas iespējošanas vadītājs, norāda, ka tieši tāpēc viņi ir testējuši gandrīz katru tirgū pieejamo mākslīgā intelekta rīku.

Tomēr atrast pareizo platformu, lai vienkāršotu viņu tehnisko izpēti, ikdienas pārdošanas darbplūsmas un inženierijas ātrumu, izrādījās grūti. Vairākas Lambda komandas meklēja mākslīgā intelekta rīku, kas pārsniegtu meklēšanas rezultātu apkopošanu un atklātu dziļākus ieskatus no uzticamiem avotiem.

1. izmantošanas gadījums: aktuālas un uzticamas tehniskās informācijas atrašana

Sams Khosrošahi (Sam Khosroshahi), Lambda stratēģiskās pārdošanas vadītājs, bija mēģinājis izmantot citus mākslīgā intelekta rīkus, lai paātrinātu klientu piedāvājumu sagatavošanu. Pētot mākslīgā intelekta un mašīnmācīšanās izmantošanas gadījumus potenciālajiem klientiem, viņš saskārās ar atkārtotu problēmu: citu modeļu sniegtā informācija nebija aktuāla vai balstīta uz pārbaudītiem avotiem, tāpēc viņš nezināja, vai tā ir faktiska — padarot to par ne visai ideālu variantu viņa darbplūsmai.

Lambda vadība zināja, ka pastāv daudzas šādas iespējas racionalizēt darbu vairāk nekā 15 komandās, aptverot pārdošanu, saturu, inženieriju, personāldaļu un citas jomas. Tāpēc līdz brīdim, kad Kails atklāja Perplexity Enterprise, lēmums sadarboties ar viņiem bija pašsaprotams, viņš skaidro. "Perplexity sniedz mums plašu citētu resursu klāstu, kas apkopoti pārskatāmā formātā."

2. izmantošanas gadījums: sarežģītas dokumentācijas struktūras plānu ģenerēšana

Breidijs Smits (Brady Smith), Lambda tehniskais rakstnieks, sava satura izstrādē izmanto Bash skriptēšanu un termināļa ievades un izvades datus. Taču programmēšana nav viņa pamatkompetence, tāpēc viņš labprātāk ievada Bash termināļa informāciju mākslīgajā intelektā, lai iegūtu kontekstu, neriskējot sabojāt nepareizu sistēmu.

No tā brīža tehnisko struktūru plānu veidošana varēja ievilkties stundām ilgi, jo viņam bieži nācās gaidīt, kamēr citas puses sniegs viņam specifisku informāciju. Tāpēc viņš meklēja veidu, kā pašam apkalpot sevi un veikt padziļinātu meklēšanu, kas dažu sekundju laikā sniedz citētu un precīzu informāciju.

Risinājums

Ātrāka izpilde vairāk nekā 15 komandās ar iebūvētu mākslīgā intelekta atbalstu

Perplexity Enterprise meklēšanas iespējas jau no pirmās dienas pārsniedza Lambda cerības. Tā kā rezultāti vienmēr ietver precīzas un pārbaudītas atsauces, Lambda komandas un apakškomandas var efektīvi veikt padziļinātu izpēti un zināšanu darbu ar vairākiem taustāmiem ieguvumiem.

1. ieguvums: ātri un uzticami rezultāti — ar precīzām atsaucēm

Runājot par Lambda dokumentāciju un padziļinātu saturu, Breidijs uzskata, ka Perplexity Enterprise ir ideāls partneris ātrai struktūru plānu izveidei. Viņš izmanto mākslīgo intelektu, lai sintezētu garus zinātniskus ziņojumus viegli uztveramos rezultātos, nodēvējot to par “jaudas reizinātāju savam darbam”. Un, kad viņš veic pētniecību, Perplexity sagatavo tieši tādu dokumentāciju, kāda viņam nepieciešama – pilnībā ar atsaucēm.

2. ieguvums: kodolīgi sarežģītu tehnisko ziņojumu kopsavilkumi

Vecākais risinājumu inženieris Džordans Gibens (Jordan Gibbens) izmanto Perplexity Enterprise, lai atrastu un apkopotu ļoti tehniskus rakstus, kas saistīti ar viņa programmēšanas projektiem. Mākslīgais intelekts viņam palīdz arī identificēt konkrētas detaļas lielos PDF failos, piemēram, NVIDIA Bright Cluster dokumentācijas simtiem lappušu.

Viņš secina, ka Perplexity rezultāti ir unikāli kodolīgi, it īpaši salīdzinājumā ar citiem tirgū pieejamajiem mākslīgā intelekta rīkiem, iedziļinoties jebkura inženierijas uzdevuma smalkajās detaļās, pie kura viņš strādā.

3. ieguvums: vienkāršotas inženierijas darbplūsmas netraucētai konteksta maiņai

Īva Kalikoata (Eve Callicoat), viena no Lambda pamata programmatūras inženierēm, ne tikai paātrina sava darba rezultātus ar Perplexity, bet arī izstrādāja pielāgotu programmēšanas valodu Enterprise ietvaros.

Piemēram, ievadot vaicājumu par konkrētu GitHub repozitoriju, Perplexity to analizē un izveido visaptverošu atbildi — pat no satura, ko tas nekad iepriekš nav redzējis. Pro meklēšana var pat sadalīt rindkopas garuma jautājumus par parsētāja gramatiku un pirmkoda failiem sakārtotos punktos, ļaujot Īvai bez piepūles pārslēgties starp uzdevumiem un platformām.

4. ieguvums: personalizēta pārdošanas uzrunāšana bez manuāla darba

Pēc ieviešanas darbam ar Perplexity Sama pārdošanas komanda Lambda atrada visu vienuviet pieejamu resursu, kas bija nepieciešams potenciālo klientu piesaistei un izpētei. Sams tagad var viegli atrast mūsdienīgu, citējamu informāciju, izstrādājot klientu uzrunāšanas kampaņas. Tā vietā, lai manuāli sijātu simtiem saites Google, Sams saņem “plašu resursu klāstu, kas glīti apkopots uz paplātes”. Un viņš var būt drošs, ka informācija ir objektīva, jo Perplexity rezultāti neietver nekādas reklāmas vai klajus mārketinga materiālus, kas ir nepārprotami SEO atvasinājumi.

Iedziļinoties tālāk, Perplexity vēl vairāk padara vienmērīgāku pārdošanas ciklu, ātri atrodot kontaktinformāciju, kas parasti ir apgrūtinošs uzdevums pārdošanas aģentiem. Pēc tam tā personalizē uzrunāšanu, izanalizējot potenciālo klientu LinkedIn ierakstus, lai labāk izprastu viņu mainīgās intereses. Tas pastiprina Lambda pārdošanas iespējošanu, jautājot Perplexity, ko jauna attīstība varētu nozīmēt viņu klientiem.

5. ieguvums: ieviešana tehniski neprotamiem darbiniekiem

Noslēgumā Kails piebilst, ka Perplexity ir kļuvusi par kritiski svarīgu elementu uzņēmuma jauno komandas locekļu ieviešanas procesa racionalizēšanā. Piemēram, kad tehniski neprotamam darbiniekam ir jāuzzina par Īvas inženiertehnisko darbu, viņš var vienkārši izmantot Perplexity, lai izveidotu visaptverošu kopsavilkumu. Īva var augšupielādēt attiecīgus iekšējos dokumentus, lai veiktu savstarpējo atsauci ar tehniski neprotamiem ārējiem avotiem, neuztraucoties par to, ka Lambda dati tiks izmantoti mākslīgā intelekta apmācīšanai.

Tas sniedz jaunajam darbiniekam viegli saprotamus norādījumus, lai viņš varētu ātrāk iesaistīties darbā — neveicot papildu izpēti, netraucējot Īvas laiku un nepakļaujot uzņēmuma datus riskam.

Rezultāts

Uzlabotas darbplūsmas, padziļināta izpēte un ātrāka uzdevumu izpilde

Perplexity Enterprise ietaupa 457 stundas vairāk nekā 15 Lambda komandās. Piemēram, tikai 30 sekundēs Perplexity sniedz Breidijam 20 dažādus avotus viņa tehniskajam rakstam. Tagad viņš paveic darbu 2 reizes ātrāk ar precīzu arhitektūras dokumentāciju, prasot mazākas pūles no ārējiem partneriem, kuri iepriekš palīdzēja iegūt šo informāciju.

Līdzīgi, runājot par pārdošanas iespējošanu, Lambda pārdošanas aģents Noa Spīrs (Noah Spear) norāda, ka Perplexity ir ievērojami mērogojusi piltuves uzrunāšanu, vienlaikus padarot to personiskāku. Rezultāti? Vairāk potenciālo klientu atbild uz viņu zvaniem un e-pastiem, kas paātrina viņu pārdošanas piltuvi.

Kails norāda, ka kopējais laika ietaupījums ar Perplexity Enterprise ir mainījis visu Lambda komandas darbību. Neatkarīgi no tā, vai viņš plāno sanāksmes vai dokumentē resursus, viņš personīgi ietaupa vidēji vienu stundu katrā no saviem ikdienas uzdevumien. Piemēram, Perplexity dažu sekunžu laikā formatē viņa iespējošanas resursus, vienlaikus izceļot izpildāmos datus un nākamos soļus.

"Es paveicu tik daudz vairāk," saka Kails. "Īpaši tādā attālinātā pasaulē, kur jūs varat koncentrēties un pāriet no vienas sanāksmes uz nākamo, Perplexity paātrina gandrīz visu."